车道确定装置、车道确定方法及使用该装置的导航设备的制作方法

专利名称：车道确定装置、车道确定方法及使用该装置的导航设备的制作方法
技术领域：
本发明涉及一种用于确定车辆正行驶的道路上的车行车道的车道确定 装置、车道确定方法及使用该装置的导航设备。
背景技术：
近年来， 一种用于适当操纵导航设备中的路径导向等的车道确定装置已 为大家所熟知，该车道确定装置基于从车辆内部和外部获得的各种信息来确 定车辆正行驶的道路的车行车道。作为这样一种车道确定装置，例如日本专
利申请公开第JP-A-2006-162409号公开了这样一种构造，其中，基于以下多 种信息来指定(specify)车行车道位置，所述信息是来自车辆信息处理装 置(例如车辆信息和通信系统(VICS))的光标信息、来自当前位置管理部 的评估信息、来自驾驶员输入信息管理部的事件(例如驾驶信息和指示符信 息)、来自图像识别装置的多个被识别车道、在被识别车道中的车行车道位 置、在车道中的位置(位于车道中的右侧方向或左侧方向)、增加/减少的车 道的数目、增加/减少的车道的方向、路肩信息(存在/不存在等)、交叉状 态(车道或白线是否交叉等)、以及路标信息(喷涂)等信息，并且还将其 确定结果输出。此外，根据使用路标信息的车行车道位置规范，还公开了这 样一种构造，其通过将诸如箭头(用诸如前行箭头、右/左转弯箭头等每条车 道的行驶方向来指示交通区段)和人行横道等路标的图像识别结果与从数据 库中获得的特征的特征类型、特征位置等信息相比较，从而指定车辆车道位 置。

发明内容
本发明要解决的技术问题
如上所述，通过对诸如用每条车道的行驶方向来指示交通区段的箭头等 路标执行图像识别处理，以及通过将图像识别结果与从数据库中获得的路标 的特征类型和特征位置的信息相比较，从而可以进行车行车道的确定。此时，
5当车辆正行驶的道路的多条车道中的每条车道上提供的路标的特征类型都 不同时，且更进一步，当通过图像识别处理可以准确地识别该路标的特征类 型时，则可以将车行车道限縮到一条。然而，事实上，有的道路会具有多条 提供有相同特征类型的特征的车道。对于这种道路，不可能从提供有相同特 征类型的特征的多条车道中指定哪一条是车行车道，从而导致不能将车行车 道限縮到一条。此外，当部分特征模糊不清时，通过图像识别处理可能无法 准确地识别该特征类型。在这种情况下，就存在特征类型被误识的可能性， 从而导致可能将不是实际车行车道的车道指定为车行车道。
考虑到上述问题而提出了本发明，并且本发明的一个目的是提供一种车 道确定装置，其基于对车辆正行驶的车道中存在的特征的图像识别结果来确 定车行车道，特别地，即使在不能将车行车道限縮到一条或图像识别结果有 可能出错时，通过反映这些情形，该车道确定装置也能够适当地确定车行车 道。
解决问题的方法
为了达到上述目的，根据本发明的一种车道确定装置，其特征在于，该 装置包括图像信息获得单元，用来获得由安装在车辆上的图像装置捕获的 图像信息；车辆位置信息获得单元，用来获得表示所述车辆当前位置的车辆 位置信息；特征信息获得单元，当车辆正行驶的道路具有多条车道时，用来 基于所述车辆位置信息而获得沿所述车辆行驶方向在各个车道中存在的目
标特征的特征信息；图像识别单元，用于根据所述图像信息而对车行车道中
的所述目标特征的特征类型进行图像识别处理，其中所述车行车道是所述车
辆正行驶的车道；以及车道准确率确定单元，用于为所述车辆正行驶的道路 上的所述各个车道确定车行车道准确率，其中所述车行车道准确率表示成为 车行车道的概率水平(level of probability)。在车道确定装置中，所述车道 准确率确定单元基于由所述图像识别单元在所述图像识别结果中示出的识 别特征(recognized feature)的类型和在由所述特征信息获得单元获得的所 述特征信息中示出的所述各个车道的目标特征的特征类型，并根据在所述图 像识别处理时所述各个车道的目标特征的特征类型被识别为所述识别特征 的类型的概率水平，确定所述各个车道的车辆车道准确率。
根据这种特征性构造，通过将识别特征的类型(即由所述图像识别单元在所述图像识别结果中示出的车行车道中的目标特征的特征类型)与在由特 征信息获得单元获得的特征信息中示出的车辆正行驶的道路的各个车道的 目标特征的特征类型相比较，从而进行车行车道的确定，此时根据车辆正行 驶的道路的各个车道的目标特征的特征类型被识别为在图像识别处理的图 像识别结果中示出的识别特征的类型的概率水平，为各个车道确定车行车道 准确率(其表示的是成为车行车道的概率水平)。这样，车行车道没有被限 縮到一条，但是为车辆正行驶的道路的各个车道确定了表示成为所述车行车 道的概率水平的车行车道准确率，从而即使当车行车道没能限縮到一条或当 图像识别结果可能出错时，也能够通过反映这种情形而适当地确定车行车 道。
这里，优选地，还包括一个识别表格，当能够成为所述目标特征的多种 特征类型中的每个特征类型都变成所述识别特征的类型时，该识别表格定义 识别系数，该识别系数表示在所述图像识别处理时所述多种特征类型中的每 个特征类型被识别为所述识别特征的类型的概率水平，并且车道准确率确定 单元被构造成使用在所述识别表格中定义的所述识别系数，以确定在所述图 像识别处理时所述各个车道的目标特征的特征类型被识别为识别特征的类 型的概率水平。
采用这种构造，即使当能够成为目标特征的多种特征类型中的任意一种 特征类型变成在图像识别结果中示出的识别特征的类型时，通过参考识别表 格，也能够在图像识别处理时适当地确定车辆正行驶的道路的各个车道的目 标特征的特征类型被识别为识别特征的类型的概率水平，以作为识别系数。 此外，通过使用这样确定的识别系数，能够适当地确定车行车道准确率。
此外，优选地，将所述车道准确率确定单元构造成基于所述识别特征的 类型、所述各个车道的目标特征的特征类型和所述识别表格而确定识别系 数，以作为所述各个车道的识别系数，其中该识别系数由所述识别特征的类 型与所述各个车道的目标特征的特征类型之间的关系来定义，并且，对于各 个车道的识别系数相比所述车辆正行驶的道路的所有车道的识别系数的总 和所占的比率而言，将与此比率相对应的数值设置为所述各个车道的车行车 道准确率。
采用这种构造，通过使用在识别表格中预先定义的识别系数，能够适当地确定车辆正行驶的道路上的所有车道之中的各个车道是车行车道的概率 水平，作为各个车道的车行车道准确率。
此外，优选将识别表格进行如此构造，当能够成为所述目标特征的所述 多种特征类型中的每个特征类型都变成所述识别特征的类型时，根据与所述 识别特征的类型的关系，将定义所述识别系数的多种特征类型划分成三个等 级，这三个等级是与所述识别特征的类型相同的特征类型、在图像识别处 理时可能被误识为识别特征的类型的特征类型、以及在图像识别处理时不可 能被误识为识别特征的类型的特征类型，并且定义公值以作为针对属于各个 等级的所述特征类型的识别系数。
采用这种构造，根据在图像识别处理时能够成为目标特征的多种特征类 型中的每一种特征类型被识别为识别特征的类型的概率水平，在识别表格中 定义的识别系数由三个等级进行限定。因此，就能够轻易并适当地定义识别 系数。
此外，当在所述图像识别处理时可能被误识为识别特征的类型的特征类 型的一部分特征形式不能被图像识别时，所述特征类型优选是与所述识别特 征(所述特征类型可能被识别为该识别特征)的类型不同。
采用这种构造，当在道路表面上提供车行车道中将要成为图像识别处理 的目标的目标特征时，将部分模糊以及诸如此类的特征考虑在内，能够恰当 地将可能被误识为识别特征的类型的特征类型作为目标，从而定义识别系 数。
此外，优选地，能够成为所述目标特征的特征是在道路表面上提供的箭 头形路标，其中所述箭头形路标用每条车道的行驶方向来指明交通区段。
通常，在道路的多条车道的每一条车道上，沿着行驶方向在基本相同的 位置平行地提供箭头形路标，其中所述箭头形路标用每条车道的行驶方向指 明交通区段。因此，采用这种构造，针对车辆正行驶的道路的多条车道，可 以适当地获得在特征信息中示出的车辆正行驶的道路的各个车道的目标特 征的特征类型的可能性变高。因此，采用这种构造，就能为各个车道适当地 确定车行车道准确率(其表示成为车行车道的概率水平)。
此外，优选地，还包括车行车道信息生成单元，用于生成车行车道信息， 在所述车行车道信息中，在所述车辆正行驶的道路的多条车道中的所述车行车道的位置由各个车道的车行车道准确率来表述。
采用这种构造，对于由导航设备执行的导航操作和车辆控制等，通过将 所生成的车行车道信息输出到导航设备(例如车辆控制装置等)，就能够利 用有关车行车道准确率的信息作为车道确定装置的确定结果。
根据本发明的一种导航设备，其特征在于，该导航设备包括车道确定 装置，具有上述的各种构造；地图数据库，存储包含有所述特征信息的地图 信息；应用程序，通过参考所述地图信息和由所述车道确定装置确定的有关 所述车行车道准确率的信息来运行；以及导向信息输出单元，其根据所述应 用程序而运行，以输出导向信息。
根据这种特征性构造，基于由车道确定装置确定的车辆正行驶的道路的 各个车道的车行车道准确率，可以适当地执行诸如路径搜索、路径导向和车 行车道显示等各种导向功能的操作。
这里，优选地，将所述应用程序构造成具有多种功能，并且使用有关车 行车道准确率的信息对各个功能进行操作，其中所述车行车道准确率的信息 具有根据各个功能程序确定的等于或大于阈值的数值。
采用这种构造，例如，通过只使用具有较高的车行车道准确率的信息， 就能够运行对车行车道确定结果的准确率有相对要求的诸如路径搜索、路径 导向等功能，以及例如，通过使用即使包含有一个较低的车行车道准确率的 信息，也能够运行对车行车道确定结果的准确率没有那么多要求的诸如车行 车道显示等功能。因此，通过适当地使用有关车行车道准确率的信息，就能 够运行应用程序的多种功能中的每一种功能，从而可以更加有效地利用车道 确定装置的确定结果。
根据本发明的一种识别表格，其特征在于，该识别表格是用于确定由针 对预定目标特征进行的图像识别处理在图像识别结果中示出的识别特征的 类型的准确程度的表格，并且，当能够成为目标特征的多种特征类型中的每 个特征类型都变成识别特征的类型时，所述识别表格定义识别系数，其中所 述识别系数表示在所述图像识别处理时所述多种特征类型中的每个特征类 型被识别为识别特征的类型的概率水平。
根据这种特征性构造，就能够适当地确定由目标特征的图像识别处理在 图像识别结果中示出的识别特征的类型的准确程度，以作为识别系数，所述
9识别系数由识别特征的类型与能够作为目标特征的多个特征类型之间的关 系来定义。
此外，当能够成为目标特征的所述多种特征类型中的每个特征类型都变 成识别特征的类型时，优选进行如此构造，即，在所述识别表格中，将根据 与所述识别特征的类型的关系来定义所述识别系数的多种特征类型划分成 三个等级，这三个等级是与所述识别特征的类型相同的特征类型、在所述 图像识别处理时可能被误识为识别特征的类型的特征类型、以及在图像识别 处理时不可能被误识为识别特征的类型的特征类型，并且定义公值以作为针 对属于各个等级的所述特征类型的识别系数。
采用这种构造，根据在图像识别处理时能够成为目标特征的多种特征类 型中的每一种特征类型被识别为识别特征的类型的概率水平，在识别表格中 定义的识别系数由三个等级进行限定。因此，就能够轻易并适当地定义识别 系数。
根据本发明的一种车道确定方法，其特征在于，该方法包括图像信息 获得步骤，获得由安装于车辆上的图像装置捕获的图像信息；车辆位置信息 获得步骤，获得表示所述车辆当前位置的车辆位置信息；特征信息获得步骤， 当车辆正行驶的道路具有多条车道时，用于基于所述车辆位置信息，获得沿 车辆的行驶方向存在于各个车道中的目标特征的特征信息；图像识别步骤，
根据所述图像信息，用于对车行车道中的所述目标特征的特征类型进行图像
识别处理，其中所述车行车道是所述车辆正行驶的车道；车道准确率确定步 骤，用于为所述车辆正行驶的道路上的各个车道确定车行车道准确率，所述 车行车道准确率表示成为所述车行车道的概率水平。在所述车道确定方法 中，所述车道准确率确定步骤基于由所述图像识别步骤在所述图像识别结果 中示出的识别特征的类型和在所述特征信息(其由所述特征信息获得步骤获 得)中示出的所述各个车道的目标特征的特征类型，根据在所述图像识别处 理时所述各个车道的目标特征的特征类型被识别为所述识别特征的类型的 概率水平，确定各个车道的车辆车道准确率。
根据这种特征性构造，通过将识别特征(其为由所述图像识别步骤在所 述图像识别结果中示出的车行车道中的目标特征的特征类型)的类型与显示 于特征信息(其由特征信息获得步骤获得)中的车辆正行驶的道路的各个车道的目标特征的特征类型相比较，进行车行车道的确定，此时根据在图像识 别处理的图像识别结果中示出的车辆正行驶的道路的各个车道的目标特征 的特征类型被识别为识别特征的类型的概率水平，为各个车道确定车行车道 准确率(其表示成为所述车行车道的概率水平)。这样，车行车道没有被限縮 到一条，但是为车辆正行驶的道路的各个车道确定了表示成为车行车道的概 率水平的车行车道准确率，从而即使当车行车道没能被限縮到一条或当图像 识别结果可能有误时，也能够通过反映这种情形而适当地确定车行车道。


图1是示出根据本发明一个实施例的包含有车道确定装置的导航设备的 示意性构造的框图。
图2是示出存储于地图数据库中的地图信息和特征信息的构造实例的说 明图。
图3是示出用于将图像装置设置到车辆上的构造实例的视图。 图4是示出根据本发明该实施例的识别表格T的实例的视图。 图5是示出有可能被相互误识的两类特征的组合实例的视图。 图6是根据本发明该实施例的车行车道准确率的确定处理(process)的
具体实例的说明图。
图7是根据本发明该实施例的该车行车道准确率的确定处理的具体实例
的说明图。
图8是示出根据应用程序的构造和各个功能程序而预先确定的车行车道 准确率的阈值的实例的视图。
图9是示出根据本发明该实施例的车道确定方法的整体处理的步骤流程图。
图10是示出根据本发明该实施例的车道准确率确定方法的详细处理过 程的流程图。
具体实施例方式
下面将基于附图来描述本发明的实施例。图1是示出根据本实施例的包 含有车道确定装置2的导航设备1的示意性构造的框图。所述车道确定装置2基于由图像装置21 (其被安装在车辆30上)所捕获的图像信息G的图像 识别结果和从地图数据库22获得的特征信息F，为车辆30 (参见图3)正行 驶的道路(下文称为"行驶道路")上的每条车道确定车行车道准确率，其中 所述车行车道准确率表示成为车行车道的概率水平。因此，车道确定装置2 通过对车行车道准确率的确定结果加以组织而生成车行车道信息S。导航设 备1通过参考车行车道信息S中包含的各个车道的车行车道准确率的信息来 执行预定的导航操作。
图1示出导航设备1的各个功能部，具体而言，它们是图像信息获得部 4、图像识别部5、车辆位置信息获得部6、数据提取部7、车道确定部8、 以及导航计算部9，均是对输入数据应用各种处理的功能部，所述功能部以 硬件或软件(程序)的形式、或者以硬件和软件的形式安装于作为核心部件 的处理器(例如CPU等)中。此外，作为硬件配置，地图数据库22例如包 括具有记录介质(能够记录信息)及其驱动单元的装置，其中所述驱动单元 例如为硬盘驱动、包含DVD-ROM的DVD驱动、或者包含CD-ROM的CD 驱动。下文中，将详细描述根据本实施例的导航设备1的各部分的构造。 1.地图数据库
地图数据库22存储地图信息M和与所述地图信息M分别对应的多条特 征信息F，其中所述地图信息M在单位预定区域的基础上进行分类。图2是 示出存储于地图数据库22中的地图信息M和特征信息F的构造实例的说明 图。如图2所示，地图数据库22存储有道路网络层ml、道路形状层m2和 特征层m3。
道路网络层ml包括道路间连接信息。具体而言，道路网络层ml包括 具有地图位置信息(由经度和纬度表述)的大量的节点n的信息；以及大量 的链接k的信息，每个所述链接k都连结两个节点n以形成道路。此外，每 一个链接k都具有道路类型(诸如高速公路、收费公路、国道、省道(prefecture road)等类型)和链接的长度信息等，作为其链接信息。此外，道路形状层 m2与道路网络层ml对应存储并示出每条道路的形状。具体而言，道路形状 层m2包括大量的道路形状插入点(interpolation point) s的信息和道路宽度 信息等，其中所述插入点s设置于两个节点n之间(在链接k上)，并且具 有由经度和纬度表述的地图位置信息。地图信息M由存储于道路网络层ml
12和道路形状层m2中的多条信息组成。
特征层m3对应于道路网络层ml和道路形状层m2而形成，并且存储有 关在道路上或者道路周围提供的各种特征的信息，即，特征信息F。存储于 特征层m3中的特征信息F的特征包括在道路表面上提供的路标。与路标有 关的这些特征的实例包括用每条车道的行驶方向指示交通区段的箭头形路 标(下文中简称为"箭头标识")，具体而言，所述箭头标识包括前行箭头、 前行/右转弯箭头、前行/左转弯箭头、右转弯箭头、左转弯箭头、右/左转弯 箭头等等。如稍后将要描述的，在本实施例中，这些箭头标识是能够成为目 标特征的特征。此外，除上述实例之外，与路标有关的特征也包括各种喷涂 特征，例如人行横道、停车线、交叉形标识(交叉标识、T-标识等)、沿着 道路提供以划分每条车道界线的车道标识(实线、虚线、双线等)、速度指 示和斑马带等。顺便提一句，除了包括上述路标以外，特征信息F存储的特 征还包括诸如交通信号、交通标志、天桥(overpass)、隧道等各种特征。
作为其内容，特征信息F包括位置信息、特征类型信息、形式信息、以 及每个特征的属性信息等。这里，位置信息具有与地图上每个特征的代表性 点(representativepoint)的位置(经度和纬度)和每个特征的方向有关的信 息。每个特征的代表性点设置于长度方向和宽度方向上的中心处。特征类型 信息表示每个特征的类型。这里，将形状基本相同的特征定义为一种类型的 特征。因此，特征类型信息例如表示诸如前行箭头、右转弯箭头、停车线和 人行横道等路标的指定类型。此外，形式信息具有每个特征的形状、尺寸、 颜色等的信息。当提供了各个特征的道路上具有多条车道时，属性信息包括 表示在道路的哪条车道上提供有该特征的车道信息。例如，当三车道道路的 中间车道上提供有该特征时，车道信息将表示为"2/3"等等。 2.图像信息获得部
图像信息获得部4作为用于获得车辆位置附近的图像信息G (其由图像 装置21所捕获)的图像信息获得单元。这里，图像装置21是包含有图像元 件的车载摄像机等，并且所述图像装置21处在能够捕获至少在车辆30附近 的道路表面的图像的位置。作为这种图像装置21，例如，可以使用如图3所 示的捕获车辆30后面的道路表面图像的后部照相机。图像信息获得部4以 预定的时间间隔接收由图像装置21捕获的模拟图像信息，并且将该模拟图像信息转换成数字信号以获得图像信息G。此时用于接收图像信息G的时间
间隔例如可以设置为大约10ms至大约50ms。从而，图像信息获得部4能够 连续地获得由图像装置21捕获的多帧图像信息G。将这里获得的多帧图像 信息G输出到图像识别部5。 3.车辆位置信息获得部
车辆位置信息获得部6作为用于获得表示车辆30的当前位置的车辆位 置信息P的车辆位置信息获得单元。这里，车辆位置信息获得部6连接到 GPS接收器23、方向传感器24和距离传感器25。这里，GPS接收器23从 全球定位系统(GPS)卫星接收GPS信号。通常每隔一秒接收一次GPS信 号，并将所述GPS信号输出到车辆位置信息获得部6。车辆位置信息获得部 6分析由GPS接收器23从GPS卫星接收到的信号，从而能够获得车辆30 的当前位置(经度和纬度)、行驶方向、移动速度等信息。方向传感器24 检测车辆30的行驶方向或者行驶方向的改变。例如，方向传感器24由陀螺 传感器(gyro sensor)、地磁传感器、光学角速度传感器(optical rotation sensor) 或连接到操纵杆的旋转部分的旋转类型(rotation)可变电阻器、和连接到车 轮部分的角度传感器(angle sensor)等形成。方向传感器24将其方向结果 输出到车辆位置信息获得部6。距离传感器25检测车辆30的车辆速度和移 动距离。例如，距离传感器25由车辆速度脉冲传感器(其每当车辆的传动 轴、车轮等旋转预定量时输出脉冲信号)、检测车辆30的加速度的偏航/G 传感器，对检测到的加速度进行积分(integrating)的电路等形成。距离传感 器25将作为其检测结果的车辆速度和移动距离的信息输出到车辆位置信息 获得部6。
基于GPS接收器23、方向传感器24和距离传感器25的输出，车辆位 置信息获得部6通过使用公知的方法进行用来指定车辆位置的计算。此外， 车辆位置信息获得部6还获得车辆位置附近的地图信息M (其由数据提取部 7从地图数据库22中提取)，并且基于地图信息M，通过一般公知的地图匹 配法，为覆置于(overlay)地图信息M中示出的道路上的车辆位置进行校正。 这样，车辆位置信息获得部6获得车辆位置信息P，所述车辆位置信息P包 含有由经度和纬度表述的车辆30的当前位置的信息和车辆30的行驶方向的 信息。即使采用这样获得的车辆位置信息P，如果车辆30正行驶的道路上具
14有多条车道，也不能指定车行车道(即车辆30正在行驶的车道)。因此， 根据本实施例的导航设备1被构造成在稍后描述的车道确定部8中确定车行
车道。将由车辆位置信息获得部6获得的车辆位置信息P输出到数据提取部 7、车道确定部8和导航计算部9中。
4. 数据提取部
基于由车辆位置信息获得部6获得的车辆位置信息P等，数据提取部7 从地图数据库22中提取必要的地图信息M和特征信息F。在本实施例中， 当行驶道路具有多条车道时，数据提取部7就基于车辆位置信息P而提取沿 着车辆30的行驶方向存在于行驶道路的每条车道中的目标特征的特征信息 F，从而将特征信息F输出到图像识别部5和车道确定部8。这里，将要成为 目标特征的特征是由图像识别部5变成图像识别处理的目标、并进一步由车 道确定部8变成车道准确率确定处理的目标的特征类型，其中所述特征类型 与本实施例中的各种箭头标识相对应，稍微将详细描述。因此，在本实施例 中，数据提取部7作为本发明中的特征信息获得单元。此外，数据提取部7 提取车辆位置附近的地图信息M (该地图信息M被车辆位置信息获得部6 用于地图匹配)，并且将该地图信息M输出到车辆位置信息获得部6。此外， 数据提取部7还从地图数据库22中提取一个区域的地图信息M (所述地图 信息M被导航计算部9请求以作导航处理之用)，并且将该地图信息M输 出到导航计算部9中。
5. 图像识别部
图像识别部5作为用于对图像信息G (其由图像信息获得部4获得)进 行图像识别处理的图像识别单元。在本实施例中，通过使用由数据提取部7 提取的目标特征的特征信息F，图像识别部5对车行车道(车辆30正行驶的 车道)中的目标特征的特征类型进行图像识别处理。如上所述，当行驶道路 具有多条车道时，这里使用的目标特征的特征信息F是沿着车辆30的行驶 方向存在于每条车道中的目标特征的多条特征信息F。具体而言，图像识别 部5对获得的图像信息G进行二值化处理(binarization processing)、边缘 检测处理等等，以提取在图像信息G包含的特征(路标)的轮廓信息(contour information)。之后，图像识别部5提取与在目标特征的多条形式信息的每 条形式信息中示出的任何形式相匹配的轮廓信息，所述目标特征的形式信息包含于由数据提取部7提取的目标特征的多条特征信息F中。然后，当提取 到这种轮廓信息之后，与在有关形式信息的特征信息F中示出的轮廓信息相 匹配的特征类型被识别为车行车道中的目标特征的特征类型。由图像识别部
5这样识别的车行车道中的目标特征的特征类型变成图像识别结果中示出的
识别特征的类型。请注意在该实施例中，通过使用目标特征的特征信息F
(该特征信息F基于车辆位置信息P由数据提取部7从地图数据库22中提 取)而进行如上所述的图像识别处理，可以从图像识别结果中排除车行车道 中不可能成为目标特征的特征类型。 6.识别表格
图4是示出根据本实施例的识别表格T的实例的视图。如图所示，当能
够成为目标特征的多种特征类型中的每个特征类型都变成识别特征的类型 时，识别表格T将识别系数定义为加权系数(weighting coefficient)，其表 示在图像识别部5进行图像识别处理时，能够成为目标特征的多种特征类型 中的每个特征类型被识别成识别特征类型的概率水平。示意性地，识别表格 T用于通过目标特征的图像识别处理来确定图像识别结果中示出的识别特征 类型的准确程度。此外，基于目标特征的图像识别结果，根据识别特征的类 型与能够成为目标特征的多种特征类型中的每个特征类型之间的关系，在识 别表格T中定义的识别系数表示识别特征(其作为图像识别结果)的类型的 准确率的可能性。在如图所示的实例中，八种箭头标识(即"前行箭头"、"前 行/右转弯箭头"、"前行/左转弯箭头"、"右转弯箭头"、"左转弯箭头"、"右/ 左转弯箭头"、"右转弯第2类箭头"、"左转弯第2类箭头")是能够成为目标 特征的特征类型。然后，当排列于图中左侧垂直方向上的八种箭头标识的特 征类型的每种特征类型都变成目标特征时，识别表格T通过使用表示八种箭 头标识的特征类型中的相互关系的二维矩阵来定义识别系数，其中该识别系 数表示将排列于图中上部水平方向上的八种箭头标识的特征类型的每种特 征类型识别为识别特征的类型的概率水平。
此外，当八种箭头标识的特征类型中的每种特征类型都变成识别特征的 类型时，根据与识别特征的类型的关系，识别表格T将定义识别系数的八种 箭头标识的特征类型中的每种特征类型划分成第一等级、第二等级、和第三 等级共三个等级，并且定义公值(common value)以作为针对属于各个等级的特征类型的识别系数。这里，第一等级包括与识别特征的类型相同的特征 类型。在该实例中，属于第一等级的特征类型的识别系数是"2"。第二等级包 括在由图像识别部5进行图像识别处理时可能被误识为识别特征的类型的特 征类型。在该实例中，属于第二等级的特征类型的识别系数是"l"。第三等级 包括在由图像识别部5进行图像识别处理时不可能被误识为识别特征的类型 的特征类型。在该实例中，属于第三等级的特征类型的识别系数是"O"。因此，
在识别表格T中，例如，当识别特征的类型是"前行箭头"时，属于第一等级
的"前行箭头"的识别系数、属于第二等级的"前行/右转弯箭头"和"前行/左转 弯箭头"的识别系数、及属于第三等级的其它特征类型的识别系数分别被定
义为"2"、 T和"0"。
在该实施例中，在图像识别处理时，当属于第二等级(可能被误识为识 别特征的一种类型)的特征类型的特征的部分形式(其中该特征类型)不能 被图像识别时，对于该特征类型可能被识别为的识别特征，使该特征类型不 同于该识别特征的类型。图5是示出有可能被相互误识的两类特征的组合的 实例的视图。图5A、图5B、图5C、图5D、图5E和图5F分别示出了"前行 箭头"和"前行/右转弯箭头"、"前行箭头"和"前行/左转弯箭头"、"右转弯箭头" 和"右/左转弯箭头"、"左转弯箭头"和"右/左转弯箭头"、"右转弯箭头"和"右 转弯第2类箭头"、以及"左转弯箭头"和"左转弯第2类箭头"的组合。在这些 组合的每一种组合中，当以帧fr的形式示出的某一部分不能被图像识别时， 构成每种组合的两种特征就有可能被相互误识。作为特征类型的特征的部分 形式不能被图像识别的情况，可以想到如下一种情况在图像识别部5进行 图像识别处理时，由于特征的形式有部分模糊等，特征的轮廓不能被正确地 提取。
7.车道确定部
车道确定部8基于图像信息G的图像识别结果、由数据提取部7提取的 目标特征的特征信息F和识别表格T，为行驶道路的各个车道确定车行车道 准确率(其表示成为车行车道的概率水平)，从而通过组织其确定结果而生 成车行车道信息S。因此，在本实施例中，车道确定部8包括车道准确率确 定部件11和车行车道信息生成部件12。在本实施例中，车道准确率确定部 件11构成本发明的"车道准确率确定单元"，而车行车道信息生成部件12构成本发明的"车行车道信息生成单元"。请注意仅当车行车道的确定是必要 的时，即，当行驶道路基于车辆位置信息P而确定在行驶方向(这一侧)上 具有多个车道时，车道确定部8才执行用于确定车行车道准确率的处理和生 成车行车道信息S的处理。然后，车道确定部8将车行车道信息S作为其确 定结果输出到导航计算部9中。因此，通过参考车行车道信息S，导航计算
部9就能够执行诸如路径导向和路径搜索等导向功能操作。下文中将详细描 述车道确定部8中包括的车道准确率确定部件11和车行车道信息生成部件 12中的处理。
7-1.车道准确率确定部件
车道准确率确定部件11为行驶道路的各个车道确定表示成为车行车道 的概率水平的车行车道准确率。此时，基于由图像识别部5示出于图像识别 结果中的车行车道中的目标特征的识别特征的类型以及由数据提取部7获得 的特征信息F中示出的行驶道路的各个车道的目标特征的特征类型，车道准 确率确定部件11为行驶道路的各个车道确定车行车道准确率。此外，在图 像识别处理时，通过使用在上述识别表格T中定义的识别系数，车道准确率 确定部件11还确定将行驶道路的各个车道的目标特征的特征类型识别为识
别特征的类型的概率水平，从而根据所述概率水平为行驶道路的各个车道确 定车行车道准确率。
更具体地，基于由图像识别部5示出于图像识别结果中的车行车道中的 目标特征的识别特征的类型、由数据提取部7获得的特征信息F中示出的行 驶道路的各个车道的目标特征的特征类型、以及识别表格T，车道准确率确 定部件11首先根据识别特征的类型与行驶道路的各个车道的目标特征的特 征类型之间的关系来确定在识别表格T中定义的识别系数，以作为行驶道路 的各个车道的识别系数。然后，对于各个车道的识别系数相比行驶道路的所 有车道的识别系数的总和所占的比率，将与此比率相对应的一个数值设置为 行驶道路的各个车道的车行车道准确率。此时，通过参考在特征信息F中包 含的车道信息(属性信息)，来决定在行驶道路的哪条车道上提供的是特征 信息F中所示的行驶道路的各个车道的目标特征。请注意在该实施例中， 是表示各个车道的识别系数相比行驶道路的所有车道的识别系数的总和所 占的比率的数值本身被设置为行驶道路各个车道的车行车道准确率。图6和图7是描述由车道准确率确定部件11进行的这种车行车道准确 率确定处理的具体实例的说明图。在各个附图中，由左侧方框框起来的特征 类型是由图像识别部5在图像识别结果中示出的车行车道中的目标特征的识
别特征的类型fa。此外，在各个附图中，在该识别特征的类型fa右侧示出的 是在由数据提取部7获得的特征信息F中示出的行驶道路的各个车道的目标 特征的特征类型Ftl至Ft4。此外，在各个附图下侧由上边框框起来的数值 是各个车道的识别系数，而在各个附图下侧由下边框框起来的数值是各个车 道的车行车道准确率。
在图6所示的实例中，对于具有四条车道的行驶道路的各个车道的目标 特征的特征类型，由数据提取部7获得的特征信息F分别表示作为第一车道 Ll的目标特征的特征类型Ftl的"前行/左转弯箭头"、作为第二车道L2的目 标特征的特征类型Ft2的"前行箭头"、作为第三车道L3的目标特征的特征类 型Ft3的"前行箭头"、以及作为第四车道L4的目标特征的特征类型Ft4的"右 转弯箭头"。此外，由图像识别部5示出于图像识别结果中的车行车道中的 目标特征的识别特征的类型fa是"前行/左转弯箭头"。在这种情况下，对于 识别特征的类型fa是"前行/左转弯箭头"的情形，车道准确率确定部件11参 考图4中识别表格T的从上往下数第三行，确定由识别特征的类型fa与作为 第一车道L1目标特征的特征类型Ftl的"前行/左转弯箭头"之间的关系定义 的识别系数(所述识别系数是"2")，以作为第一车道L1的识别系数。以相 似的方式，根据与作为第二车道L2和第三车道L3的目标特征的特征类型 Ft2和Ft3的"前行箭头"的关系定义的识别系数'T'被设置为第二车道L2和第 三车道L3的识别系数，而根据与作为第四车道L4的目标特征的特征类型 Ft4的"右转弯箭头"的关系定义的识别系数"O"被确定为第四车道L4的识别 系数。在这种情况下，行驶道路的所有车道L1至L4的识别系数的总数是"4"。 因此，第一车道L1的识别系数"2"所占的比率(即"2/4")被设置为第一车道 Ll的车行车道准确率。类似地，将第二车道L2的识别系数'T，所占的比率 "1/4"、第三车道L3的识别系数"l"所占的比率"l/4"、以及第四车道L4的识 别系数"0"所占的比率"0"分别设置为车道L2至L4的车行车道准确率。
此外，在图7所示的实例中，由数据提取部7获得的特征信息F与图6 中出示的特征信息F相同。此外，由图像识别部5示出于图像识别结果中的
19车行车道中的目标特征的识别特征的类型fa是"右转弯箭头"。在这种情况下， 对于识别特征的类型fa是"右转弯箭头"的情形，车道准确率确定部件11参 考图4中识别表格T的从上往下数第四行，确定由识别特征的类型fa和作为 第一车道Ll的目标特征的特征类型Ftl的"前行/左转弯箭头"之间的关系定 义的识别系数(所述识别系数是"0")，以作为第一车道L1的识别系数。以 相似的方式，根据与作为第二车道L2和第三车道L3的目标特征的特征类型 Ft2和Ft3的"前行箭头"的关系定义的识别系数"0"被设置为第二车道L2和第 三车道L3的识别系数，而根据与作为第四车道L4的目标特征的特征类型 Ft4的"右转弯箭头"的关系定义的识别系数"2"被确定为第四车道L4的识别 系数。在这种情况下，行驶道路的所有车道L1至L4的识别系数的总和是"2"。 因此，第四车道L4的识别系数"2"所占的比率(即"2/2")被设置为第四车道 L4的车行车道准确率。如果以相同方式确定，则第一车道L1至第三车道L3 的每一个车行车道准确率都变成"O"。 7-2车行车道信息生成部件
车行车道信息生成部件12生成车行车道信息S，在所述车行车道信息S 中，由车道准确率确定部件11确定的行驶道路的各个车道的车行车道准确 率来表述行驶道路的多条车道中的车行车道的位置。具体而言，车行车道信 息生成部件12生成信息，在所述信息中，行驶道路的所有车道的车行车道 准确率通过与行驶道路的车道排列相关联而加以组织，并且将所述信息定义 为车行车道信息S。例如，在图6所示的实例中，在信息中对行驶道路的各 个车道的车行车道准确率加以组织，艮卩，在附图下侧由下边框框起来的"第 一车道L1: 2/4、第二车道L2: 1/4、第三车道L3: 1/4、第四车道L4: 0" 就是车行车道信息S。尽管车行车道信息S表示车行车道是第一车道Ll的 可能性是50%，其是最高的，如图6中由实线所表述的车辆30的位置处所 示，但是车行车道信息S也表示车行车道是第二车道L2和第三车道L3的可 能性分别是25%，如由虚线所表述的车辆30的位置所示。具体而言，在车 行车道信息S中，车行车道并没有被限縮到一条，车行车道的位置是根据全 部四条车道中三条车道的每条车道是车行车道的概率水平来表述的。
同时，在图7所示的实例中，信息"第一车道L1: 0、第二车道L2: 0、 第三车道L3: 0、第四车道L4: 2/2"就是车行车道信息S。车行车道信息S表示车行车道是第四车道L4的可能性是100%，如图7中由实线所表述的车 辆30的位置处所示。具体而言，车行车道信息S在将车行车道指定为第四 车道L4的同时还表述了车行车道的位置。 8.导航计算部
导航计算部9是主要根据执行导向功能的应用程序AP (其作为导航设 备l)而运行的计算处理单元。这里，通过参考由车辆位置信息获得部6获 得的车辆位置信息P、由数据提取部7提取的地图信息M、由车道确定部8 生成的车行车道信息S等，应用程序AP得以运行。此外，在本实施例中， 导航计算部9还连接到显示输入装置26和语音输出装置27。显示输入装置 26是集成了诸如液晶显示装置等显示装置和诸如触控面板等输入装置的一 种装置。此外，语音输出装置27通过包含扬声器等而形成。在本实施例中， 导航计算部9、显示输入装置26和语音输出装置27作为本发明中的导向信 息输出单元28。此外，导航计算部9还连接到未示出的车辆控制单元。
图8是示出应用程序AP构造的视图。如图所示，这里，应用程序AP 具有多个用于实现各种功能的功能程序显示程序AP1、地图匹配程序AP2、 路径搜索程序AP3、路径导向程序AP4、搜索程序AP5和车辆控制支持程序 AP6。这里，显示程序API用于在显示输入装置26的显示屏幕上显示车辆 位置、目的地等附近的地图，以及在地图上显示车辆位置等等。地图匹配程 序AP2用于执行地图匹配处理，其中，在由车辆位置信息获得部6获得的车 辆位置信息P中示出的车辆位置被覆置于由数据提取部7提取的地图信息M 中包含的道路上。路径搜索程序AP3用于例如从出发地(例如车辆位置)到 目的地(由显示输入装置26输入)搜索导向路径等。通过使用显示输入装 置26的显示屏幕上的导向显示、语音输出装置27的语音导向等，路径导向 程序AP4用于沿着由路径搜索程序AP3确定的直到目的地的路径向用户提 供适当的路径导向。搜索程序AP5用于基于地址、电话号码、设施名称、种 类等等来搜索目的地、将要在地图上显示的地点等。车辆控制支持程序AP6 用于将诸如车行车道信息S和车辆位置信息P等必要的信息输出到未示出的 车辆控制单元中，从而支持由车辆控制单元执行的车辆控制。
此外，进行以下构造，使得当构成应用程序AP的多个功能程序AP1至 AP6中的每一个功能程序都通过参考车道确定部8生成的车行车道信息S而运行时，使用具有等于或大于阈值的数值的有关车行车道准确率的信息，其 中所述阈值根据各个功能程序API至AP6而确定。在图8中的各个功能程
序AP1至AP6的右侧列中，示出了根据各个功能程序API至AP6而预先确 定的车行车道准确率的阈值的实例。这里，车行车道准确率的阈值根据各个 功能程序API至AP6要求的车行车道信息S的准确程度来设置。具体而言， 将车行车道准确率的较高阈值设置为功能程序API至AP6之中需要更高准 确率的车行车道信息S的一个程序中。因此，功能程序API至AP6中的每 一个程序就能通过适当地使用有关车行车道准确率的信息来进行操作，从而 能够有效地利用车道确定装置的确定结果。请注意这里描述的车行车道信 息S的准确程度意味着车行车道确定结果的准确程度。
在该实例中，由于涉及车辆控制的车辆控制支持程序AP6需要准确程度 最高的车行车道信息S，所以将阈值设置为"l"。因此，仅当车行车道限縮 到一条时，车行车道信息才用作车辆控制。此外，路径搜索程序AP3和路径 导向程序AP4需要准确程度相对较高的车行车道信息S，所以将阈值设置为 "1/2"。因此，仅当相对准确地指定车行车道时，车行车道信息才用作路径搜 索和路径导向。由于显示程序API仅在显示输入装置26上显示车行车道的 位置，所以该显示程序AP1不需要准确程度高的车行车道信息S，所以将阈 值设置为"0"。因此，进行车行车道位置的显示时不考虑车行车道准确程度。 作为这种情况下的显示方法，例如，如图6所示，当行驶道路中具有四条车 道并且其中三条车道可能成为车行车道时，可能会在三条车道中的每条车道 上显示车辆位置。而且，在此时，例如优选为使用不同的车行车道位置的显 示方法，从而在车行车道准确率变得较高时，会在显示中加以强调。请注意 在该实例中，地图匹配程序AP2和搜索程序AP5不使用车行车道信息S，因 此不用设置车行车道准确率的阈值。 9.车道确定方法
接着，将描述根据本实施例的在包含有车道确定装置2的导航设备1中 执行的车道确定方法。图9是示出根据本实施例的车道确定方法的整个处理 过程的流程图，而图10是示出根据本实施例的车道准确率确定方法的详细 处理过程的流程图。
如图9所示，当确定车行车道时，在导航设备l中，车辆位置信息获得部6首先获得车辆位置信息P (步骤柳1)。接着，基于在步骤柳1中获得的 车辆位置信息P，通过参考存储于地图数据库22中的车辆位置附近的地图信
息M和特征信息F这两者或其中之一，数据提取部7确定行驶车道是否具
有多条车道(步骤柳2)。然后，当行驶车道不具有多条车道时(步骤弁02:
否)，具体而言，当行驶车道是一条车道的道路时，由于不需要确定车行车 道，在此处结束处理。
同时，当行驶车道具有多条车道时(步骤#02:是)，数据提取部7就 从地图数据库22中提取沿车辆30的行驶方向存在于行驶道路的每条车道中 的目标特征的特征信息F，由此获得所述特征信息F (步骤#03)。此外，图 像信息获得部4获得由安装于车辆30上的图像装置21捕获的图像信息G(歩 骤#04)。接着，图像识别部5对车行车道(车辆30正行驶的车道)中的目 标特征的特征类型进行图像识别处理(步骤#05)。然后，车道确定部8的 车道准确率确定部件11为行驶道路的各个车道进行用于确定表示成为车行 车道的概率水平的车行车道准确率的处理(步骤#06)。稍后将基于图10的 流程图详细描述涉及车行车道准确率的确定处理方法。之后，车道确定部8 的车行车道信息生成部件12生成车行车道信息S，在所述车行车道信息S 中，通过步骤#06中确定的行驶道路的各个车道的车行车道准确率来表述在 行驶道路的多条车道中车行车道的位置(步骤#07)。这里，结束车道确定 方法的整个处理。
接着，将说明步骤#06的车道准确率确定方法的详细处理。如图10所示， 车道准确率确定部件11首先基于在步骤#03中获得的沿车辆30的行驶方向 存在于行驶道路的每条车道中的目标特征的特征信息F，获得在特征信息F 中示出的行驶道路的各条车道中的目标特征的特征类型的信息(步骤#11)。 这一处理通过读出在步骤#03中获得的各个特征信息F中包含的特征类型信 息而执行。接着，车道准确率确定部件11获得由步骤#05中的图像识别处理 显示于图像识别结果中的有关识别特征的类型的信息(步骤#12)。
之后，基于在步骤#11中获得的行驶道路的各条车道中的目标特征的特 征类型的信息、在步骤#12中获得的识别特征的类型的信息、以及识别表格 T，车道准确率确定部件11确定行驶道路的各条车道的识别系数(步骤#13)。 如上所述，根据识别特征的类型与行驶道路的各条车道的目标特征的特征类
23型之间的关系，行驶道路的各条车道的识别系数可以从在识别表格T中定义的识别系数中确定。然后，基于在步骤#13中确定的行驶道路的各条车道的
识别系数，确定行驶道路的各条车道的车行车道准确率(步骤#14)。如上
所述，行驶道路的各条车道的车行车道准确率是与下述的比率相对应的一个数值，所述比率为各个车道的识别系数相比行驶道路的所有车道的识别系数
的总和所占的比率。请注意这里将省略对由车道准确率确定部件11进行的这种车行车道准确率确定处理的具体方法的说明，因为已经利用图6和图
7具体描述过了。这里，结束步骤#06的车道准确率确定方法的处理。10.其它实施例
(1) 上述实施例中，在识别表格T中定义的识别系数的具体数值仅仅是一个实例，在图像识别处理中，该数值优选设置为与车行车道中的目标特征的特征类型的识别准确率等相对应的适当数值。此外，在上述实施例中，
将如下情况描述为一个实例当定义识别系数时，将能够成为目标特征的多
种特征类型划分成三个等级，从而设置如实例所描述的三级识别系数，但是，设置两级识别系数、或设置四级或更多级的识别系数也是本发明的优选实施例之一。此外，关于能够成为目标特征的多种特征类型的分类标准，在上述实施例中说明的仅仅是一个实例。因此，在图像识别处理时，根据误识的概率水平而进一步将可能被误识为识别特征的类型的特征类型划分成多个等级，也是本发明的一个优选实施例。此外，在进行分级时的标准也可以与上述实施例中描述的标准不同。
(2) 在上述实施例中，将如下情况描述为一个实例对于各个车道的识别系数相比行驶道路的所有车道的识别系数的总和所占的比率，车道准确率确定部件11将表示该比率的数值本身定义为行驶道路的各个车道车行车道准确率。然而，车行车道准确率也可以采用任何数值，只要在图像识别处理时，该数值表示行驶道路的各个车道的目标特征的特征类型被识别为识别特征的类型的概率水平就行，从而使得通过其它方法确定的数值也可以被定义为车行车道准确率。例如，对于表示各个车道的识别系数相比行驶道路的所有车道的识别系数的总和所占比率的数值，也可以优选由预定系数乘以该数值来定义车行车道准确率。进而，行驶道路的各个车道的识别系数本身、或者由预定系数乘以该识别系数的数值也可以被定义为车行车道准确率。(3) 在上述实施例中，将如下情况描述为一个实例用各个车道的行 驶方向指示交通区段的箭头形路标(箭头标识)是能够成为目标特征的特征。 然而，能够成为目标特征的特征不限于此，只要是在具有多条车道的道路的 每条车道上提供的特征(例如其它路标等)，都可以是目标特征。
(4) 在上述实施例中，将如下构造描述为一个实例由行驶道路的各 个车道的车行车道准确率来表述行驶道路的多条车道中的车行车道的位置 的车行车道信息S，生成该车行车道信息S并将其输出到导航计算部9。然 而，生成这样的车行车道信息S不是必须的，进行如下的构造从而使得行驶 道路的各个车道的车行车道准确率作为各个车道的信息被输出到诸如导航 计算部9的信息输出目标中，也是本发明的优选实施例之一。
(5) 将其它车道确定方法与根据上述实施例中对行驶道路的各个车道
的车行车道准确率的确定一起使用，也是本发明的优选实施例之一。对于这
些其它车道确定方法而言，其可以采用以下的多种方法， 一种方法是基于 在图像识别结果中示出的车辆附近的车道标识类型(诸如实线、虚线和双线
等线型)及各自的车道标识与车辆之间的位置关系，并基于从地图数据库22
中获得的车辆位置附近的车道标识的特征信息F，确定车辆正行驶的车道； 另一种方法是基于来自VICS的信息，具体而言，是基于来自在道路的每 条车道上提供的发射机发送的光标等的信息，确定车行车道。
(6) 在上述实施例中，将如下情况描述为一个实例将包含有车道确 定装置2的导航设备1的所有构件都安装在车辆上。然而，本发明的应用范 围不限于这种构造。具体而言，例如，如下构造也是本发明的优选实施例之 一其中，除图像装置21之外的一部分构件被设置在车辆外部，同时这些 构件经由诸如因特网等通信网络而连接到所述车辆，其中由网络进行信息和 信号的发射/接收，以此来构造车道确定装置2和导航设备1 。
(7) 在上述实施例中，将如下情况描述为一个实例将车道确定装置2 应用于导航设备l中。然而，本发明的应用范围不限于此，不言而喻，该车
道确定装置2还可以用于诸如车辆的行驶控制装置等其它用途。
工业应用
本发明可顺利应用于安装在车辆上的车道确定装置、使用所述车道确定 装置的导航设备、以及车辆控制装置等之中。
权利要求
1.一种车道确定装置，包括图像信息获得单元，获得由安装于车辆上的图像装置捕获的图像信息；车辆位置信息获得单元，获得表示所述车辆当前位置的车辆位置信息；特征信息获得单元，当车辆正行驶的道路具有多条车道时，基于所述车辆位置信息，获得沿所述车辆的行驶方向存在于各个车道中的目标特征的特征信息；图像识别单元，针对所述图像信息，对车行车道中的所述目标特征的特征类型进行图像识别处理，其中所述车行车道是所述车辆正行驶的车道；以及车道准确率确定单元，为所述车辆正行驶的道路上的所述各个车道确定车行车道准确率，其中所述车行车道准确率表示成为所述车行车道的概率水平，其中，所述车道准确率确定单元基于由所述图像识别单元在图像识别结果中示出的识别特征的类型和在由所述特征信息获得单元获得的所述特征信息中显示的所述各个车道的目标特征的特征类型，根据在所述图像识别处理时所述各个车道的目标特征的特征类型被识别为所述识别特征的类型的概率水平，确定所述各个车道的车行车道准确率。
2. 根据权利要求l所述的车道确定装置，还包括识别表格，当能够成为所述目标特征的多种特征类型中的每个特征类型都变成所述识别特征的类型时，该识别表格定义识别系数，所述识别系数表示在所述图像识别处理时所述多种特征类型中的每个特征类型被识别为所述识别特征的类型的概率水平，其中，车道准确率确定单元使用在所述识别表格中定义的所述识别系数来确定在所述图像识别处理时所述各个车道的目标特征的特征类型被识别为识别特征的类型的概率水平。
3. 根据权利要求2所述的车道确定装置，其中，所述车道准确率确定单元基于所述识别特征的类型、所述各个车道的目标特征的特征类型和所述识别表格来确定由所述识别特征的类型与所述各个车道的目标特征的特征类型之间的关系定义的识别系数，以作为所述各个车道的识别系数，并且将与所述各个车道的识别系数相对所述车辆正行驶的道路的所有车道的识别系数的总和所占的比率相对应的数值设置为所述各个车道的车行车道准确率。
4. 根据权利要求2或3所述的车道确定装置，其中，当能够成为所述目标特征的所述多种特征类型中的每个特征类型都变成所述识别特征的类型时，所述识别表格将根据与所述识别特征的类型的关系来定义所述识别系数的多种特征类型划分成三个等级，这三个等级是与所述识别特征的类型相同的特征类型、在所述图像识别处理时可能被误识为识别特征的类型的特征类型、以及在图像识别处理时不可能被误识为识别特征的类型的特征类型，并且定义公值来作为针对属于各个等级的所述特征类型的识别系数。
5. 根据权利要求4所述的车道确定装置，其中，当特征类型的部分特征形式不能被图像识别时，在所述图像识别处理时可能被误识为所述识别特征的类型的特征类型不同于所述特征类型可能被识别为的该识别特征的类型。
6. 根据权利要求1至5中任一项所述的车道确定装置，其中，能够成为所述目标特征的特征是在道路表面上提供的箭头形路标，其中所述箭头形路标用每条车道的行驶方向指示交通区段。
7. 根据权利要求1至6中任一项所述的车道确定装置，还包括车行车道信息生成单元，生成车行车道信息，在所述车行车道信息中，所述车辆正行驶的道路的多条车道之中的所述车行车道的位置由所述各个车道的车行车道准确率来表述。
8. —种导航设备，包括根据权利要求1至7中任一项所述的车道确定装置；地图数据库，存储包含有所述特征信息的地图信息；应用程序，通过参考所述地图信息和所述车行车道准确率的信息来运行，其中所述车行车道准确率的信息由所述车道确定装置确定；以及导向信息输出单元，根据所述应用程序来运行，以输出导向信息。
9. 根据权利要求8所述的导航设备，其中所述应用程序具有多种功能，并且使用所述车行车道准确率的信息对各个功能进行操作，其中所述车行车道准确率的信息具有等于或大于阈值的数值，且该阈值根据各个功能而确定。
10. —种识别表格，用以确定由针对预定目标特征进行的图像识别处理在图像识别结果中示出的识别特征的类型的准确程度，其中，当能够成为所述目标特征的多种特征类型中的每个特征类型都变成所述识别特征的类型时，所述识别表格定义识别系数，所述识别系数表示在所述图像识别处理时所述多种特征类型中的每个特征类型被识别为所述识别特征的类型的概率水平。
11. 根据权利要求10所述的识别表格，其中，当能够成为所述目标特征的所述多种特征类型中的每个特征类型都变成所述识别特征的类型时，所述识别表格将根据与所述识别特征的类型的关系来定义所述识别系数的多种特征类型划分成三个等级，这三个等级是与所述识别特征的类型相同的特征类型、在所述图像识别处理时可能被误识为识别特征的类型的特征类型、以及在图像识别处理时不可能被误识为识别特征的类型的特征类型，并且定义公值来作为针对属于各个等级的所述特征类型的识别系数。
12. —种车道确定方法，包括如下步骤获得由安装于车辆上的图像装置捕获的图像信息；获得表示所述车辆当前位置的车辆位置信息；当车辆正行驶的道路具有多条车道时，基于所述车辆位置信息，获得沿所述车辆的行驶方向存在于各个车道中的目标特征的特征信息；根据所述图像信息，对车行车道中的所述目标特征的特征类型进行图像识别处理，其中所述车行车道是所述车辆正行驶的车道；以及为所述车辆正行驶的道路上的各个车道确定车行车道准确率，其中所述车行车道准确率表示成为所述车行车道的概率水平，其中，车道准确率确定步骤基于由图像识别步骤在图像识别结果中示出的识别特征的类型和在由特征信息获得步骤获得的所述特征信息中示出的所述各个车道的目标特征的特征类型，根据在所述图像识别处理时所述各个车道的目标特征的特征类型被识别为所述识别特征的类型的概率水平，确定所述各个车道的车行车道准确率。
全文摘要
一种车道确定装置，包括特征信息获得单元，基于车辆位置信息，获得沿所述车辆30的行驶方向存在于各个车道中的目标特征的特征信息F；图像识别单元，根据所述图像信息，对车行车道中的所述目标特征的特征类型进行图像识别处理；以及车道准确率确定单元，基于在所述图像识别结果中示出的识别特征的类型fa和在所述特征信息F5中示出的所述各个车道的目标特征的特征类型Ft1-Ft4，根据所述各个车道的目标特征的特征类型Ft1-Ft4被识别为所述识别特征的类型fa的概率水平，确定所述各个车道的车行车道准确率。
文档编号G06K9/00GK101675442SQ20088001421
公开日2010年3月17日 申请日期2008年5月23日 优先权日2007年5月25日
发明者中尾功一, 中村正树, 冈田清和, 勘场基挥, 石川知章, 逢坂总 申请人:爱信艾达株式会社;丰田自动车株式会社