DE102009014437A1 - Object e.g. pedestrian, recognition system i.e. stereoscopic system, for motor vehicle, has validation device checking whether object and/or preset character e.g. contour, of object is detected in image region in image - Google Patents
Object e.g. pedestrian, recognition system i.e. stereoscopic system, for motor vehicle, has validation device checking whether object and/or preset character e.g. contour, of object is detected in image region in image Download PDFInfo
- Publication number
- DE102009014437A1 DE102009014437A1 DE102009014437A DE102009014437A DE102009014437A1 DE 102009014437 A1 DE102009014437 A1 DE 102009014437A1 DE 102009014437 A DE102009014437 A DE 102009014437A DE 102009014437 A DE102009014437 A DE 102009014437A DE 102009014437 A1 DE102009014437 A1 DE 102009014437A1
- Authority
- DE
- Germany
- Prior art keywords
- image
- spectral range
- object recognition
- type
- sensor elements
- 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.)
- Granted
Links
- 238000010200 validation analysis Methods 0.000 title abstract 2
- 230000003595 spectral effect Effects 0.000 claims abstract description 80
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 2
- 238000001454 recorded image Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 4
- 241000282412 Homo Species 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003517 fume Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000002906 microbiologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
- H04N23/11—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths for generating image signals from visible and infrared light wavelengths
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
Description
Technisches GebietTechnical area
Die Erfindung bezieht sich auf die Erkennung von Objekten anhand von Bilddaten. Insbesondere betrifft die Erfindung ein Objekterkennungssystem und ein Objekterkennungsverfahren. Das Objekterkennungssystem und das Verfahren sind insbesondere für einen Einsatz in einem Kraftfahrzeug geeignet.The The invention relates to the recognition of objects based on Image data. In particular, the invention relates to an object recognition system and an object recognition method. The object recognition system and the Methods are especially for use in one Motor vehicle suitable.
Hintergrund der ErfindungBackground of the invention
In modernen Kraftfahrzeugen werden in zunehmendem Maße Bilderfassungssysteme eingesetzt, um Objekte im Umfeld des Fahrzeugs zu erkennen. Hierbei kann es sich um Objekte, wie beispielsweise weitere Fahrzeuge oder Fußgänger, handeln, mit denen das Kraftfahrzeug potenziell kollidieren kann. Aufgrund der Erkennung eines derartigen Objekts können in dem Fahrzeug Sicherheitsmaßnahmen ausgeführt werden, die eine Kollision mit dem Objekt verhindern oder Kollisionsfolgen verringern. Des Weiteren können Bilderfassungssysteme eingesetzt werden, um beispielsweise Verkehrsschilder automatisch zu erkennen und den Fahrer auf Beschränkungen aufmerksam zu machen und/oder den Fahrzustand des Fahrzeugs geeignet zu beeinflussen. Ein Beispiel hierfür ist die Erkennung von Verkehrschildern, welche die erlaubte Fahrgeschwindigkeit beschränken.In Modern motor vehicles are increasingly becoming imaging systems used to detect objects around the vehicle. in this connection can be objects, such as other vehicles or Pedestrians, acting with which the motor vehicle potentially collide. Due to the detection of such Object may be in the vehicle security measures be executed, which prevent a collision with the object or reduce collision sequences. Furthermore, image acquisition systems used, for example, road signs automatically recognize and alert the driver to restrictions to make and / or to influence the driving condition of the vehicle suitable. An example of this is the detection of traffic signs, which restrict the permitted travel speed.
Die Objekterkennung kann sowohl anhand von Bildern im für den Menschen sichtbaren Spektralbereich erfolgen, als auch anhand von Bildern im nicht sichtbaren Spektralbereich, insbesondere im Infrarotbereich. Infrarotbilder ermöglichen dabei die Erkennung von Objekten auch bei schlechten Sichtverhältnissen, vor allem bei Dunkelheit.The Object recognition can be based both on images for the People visible spectral range, as well as by means of Images in the invisible spectral range, especially in the infrared range. Infrared images allow the detection of objects even in poor visibility, especially in the dark.
Aus
der
Hierzu ist es allerdings erforderlich, dass ein Objekt, das einem Spektralbereich erfasst worden ist, einem Objekt zugeordnet wird, dass in dem anderen Spektralbereich erfasst worden ist. Wenn dies nicht eindeutig gelingt, können Fehler bei der Plausibilisierung auftreten.For this However, it is necessary for an object to be a spectral range has been detected, assigned to one object, that in the other Spectral range has been detected. If this does not succeed, Errors can occur in the plausibility check.
Darstellung der ErfindungPresentation of the invention
Es ist daher eine Aufgabe der vorliegenden Erfindung, eine zuverlässigere Plausibilisierung von Objekten zu ermöglichen, die mittels eines bildbasierten Objekterkennungssystems erkannt worden sind.It It is therefore an object of the present invention to provide a more reliable To enable plausibility of objects using an image-based object recognition system have been recognized.
Die Aufgabe wird gelöst durch ein Objekterkennungssystem mit den Merkmalen des Patentanspruchs 1 und durch ein Verfahren zur Objekterkennung mit dem Merkmalen des Anspruchs 13. Ausführungsformen des Objekterkennungssystems und des Verfahrens sind in den abhängigen Ansprüchen angegeben.The Task is solved by an object recognition system with the features of claim 1 and by a method for Object recognition with the features of claim 13. Embodiments of the object recognition system and the method are in the dependent Claims specified.
Gemäß einem ersten Aspekt der Erfindung wird ein Objekterkennungssystem vorgeschlagen, das wenigstens eine Bilderfassungseinrichtung mit einem Bildsensor aufweist, der rasterförmig angeordnete Sensorelemente eines ersten Typs und eines zweiten Typs umfasst. Mittels der Sensorelemente des ersten Typs ist ein Bild in einem ersten Spektralbereich erfassbar, und mittels der Sensorelemente des zweiten Typs ist ein weiteres Bild in einem zweiten Spektralbereich erfassbar. Weiterhin umfasst das System eine Objekterkennungsein richtung, die dazu ausgestaltet ist, anhand eines ersten, mit den Sensorelementen eines Typs erfassten Bildes ein Objekt einer vorgegebenen Objektklasse in einem Bildbereich zu erkennen, sowie eine Plausibilisierungseinrichtung, die dazu ausgestaltet ist, zu prüfen, ob das Objekt und/oder ein vorgegebenes Merkmal des Objekts im Wesentlichen in dem gleichen Bildbereich in dem zweiten, mit den Sensorelementen des anderen Typs erfassten Bild erkennbar ist, und in Abhängigkeit von dem Ergebnis der Prüfung eine Zuverlässigkeit der Objekterkennung zu ermitteln.According to one The first aspect of the invention proposes an object recognition system which has at least one image capture device with an image sensor, the grid-shaped arranged sensor elements of a first Type and a second type. By means of the sensor elements of of the first type, an image can be detected in a first spectral range, and by means of the sensor elements of the second type is another Image can be detected in a second spectral range. Furthermore includes the system is an object recognition device designed to do so is, based on a first, with the sensor elements of a type detected Image an object of a given object class in an image area recognize, as well as a plausibility device that designed to do so is to check if the object and / or a given Feature of the object substantially in the same image area in the second, detected with the sensor elements of the other type Image is recognizable, and depending on the result the test a reliability of the object recognition to investigate.
Gemäß einem zweiten Aspekt der Erfindung wird ein Verfahren zum Erkennen von Objekten vorgeschlagen, bei dem mittels wenigstens eines Bildsensor, der rasterförmig angeordnete Sensorelemente eines ersten Typs und eines zweiten Typs umfasst, zwei Bilder erfasst werden, wobei mittels der Sensorelemente des ersten Typs ein Bild in einem ersten Spektralbereich erfasst wird und mittels der Sensorelemente des zweiten Typs ein weiteres Bild in einem zweiten Spektralbereich erfasst wird. Anhand eines ersten, mit den Sensorelementen eines Typs erfassten Bildes wird ein Objekt einer vorgegebenen Objektklasse in einem Bildbereich erkannt. Es wird geprüft, ob das Objekt und/oder ein vorgegebenes Merkmal des Objekts im Wesentlichen in dem gleichen Bildbereich des zweiten, zweiten, mit den Sensorelementen des anderen Typs erfassten Bilds erkennbar ist, und in Abhängigkeit von dem Ergebnis der Prüfung wird eine Zuverlässigkeit der Objekterkennung ermittelt.According to one second aspect of the invention is a method for detecting Objects proposed in which by means of at least one image sensor, the grid-shaped arranged sensor elements of a first Type and a second type, two images are captured, wherein by means of the sensor elements of the first type an image in a first Spectral range is detected and by means of the sensor elements of second type another image in a second spectral range is detected. Based on a first, with the sensor elements of a type captured image becomes an object of a given object class detected in an image area. It checks if the object and / or a predetermined feature of the object substantially in the same image area of the second, second, with the sensor elements image detected by the other type, and in dependence From the result of the test becomes a reliability the object detection determined.
Die Erfindung beinhaltet die Idee, Objekte redundant anhand von Bildern zu erfassen, die im Wesentlichen deckungsgleich sind. Hierdurch kann eine Plausibilisierung durchgeführt werden, die dadurch vereinfacht wird, dass für ein Objekt, das in einem Bildbereich eines Bildes erkannt worden ist, in dem im Wesentlichen gleichen Bildbereich des anderen Bildes geprüft wird, ob das Objekt dort ebenfalls erkannt werden kann oder ob vorgegebenen Merkmale des Objekts in diesem Bildbereich erkennbar sind. Hierdurch wird erreicht, dass in den Bilder abgebildete Objekte einander einfacher und zuverlässiger zugeordnet werden können bzw. in einem Bild enthaltene Merkmale eines Objekts ei nem in einem anderen Bild erkannten Objekt einfacher und zuverlässiger zugeordnet werden können. Damit wird die Plausibilisierung zuverlässiger.The Invention involves the idea of redundantly retrieving objects from images which are essentially congruent. hereby A plausibility check can be carried out, which simplifies this is that for an object that is in an image area of a Image has been recognized, in the substantially same image area the other picture is checked if the object is there as well can be recognized or given characteristics of the object in can be seen in this image area. This ensures that Objects pictured in the pictures make each other easier and more reliable can be assigned or contained in a picture Characteristics of an object on an object recognized in another image easier and more reliable can be assigned. This makes the plausibility check more reliable.
Ein weiterer Vorteil der Erfindung besteht darin, dass eine Objekterkennung nicht in beiden Bildern durchgeführt zu werden braucht, sondern dass die Plausibilisierung eines in einem Bild erkannten Objekts anhand von in dem zweiten Bild enthaltenen Merkmalen des Objekts vorgenommen werden kann. Hierdurch wird die Plausibilisierung vereinfacht. Insbesondere kann sie ressourcenschonender durchgeführt werden, da eine Objekterkennung in der Regel sehr ressourcenintensiv ist.One Another advantage of the invention is that an object recognition does not need to be done in both pictures, but that the plausibility of an object recognized in an image based on features of the object contained in the second image can be made. This simplifies the plausibility check. In particular, it can be carried out in a resource-saving manner because object recognition is usually very resource-intensive is.
Um im Wesentlichen deckungsgleiche Bilder in beiden Spektralbereichen erfassen zu können, ist es in einer Ausgestaltung des Objekterkennungssystems und des Verfahrens vorgesehen, dass die Sensorelemente des zweiten Typs innerhalb des Bildsensors zwischen den Sensorelementen des ersten Typs angeordnet sind. Insbesondere können die Sensorelemente innerhalb des Bildsensors derart angeordnet sein, dass sich Sensorelemente des ersten und zweiten Typs innerhalb des Rasters nach einem vorgegebenen Muster abwechseln.Around essentially congruent images in both spectral ranges In one embodiment of the object recognition system, it is possible to grasp it and the method provided that the sensor elements of the second Type within the image sensor between the sensor elements of first type are arranged. In particular, the sensor elements be arranged within the image sensor such that sensor elements of the first and second types within the grid after a predetermined one Alternate patterns.
Die beiden Spektralbereiche sind vorzugsweise voneinander verschiedenen. In einer Ausgestaltung des Objekterkennungssystems und des Verfahrens ist vorgesehen, dass es sich bei dem ersten Spektralbereich um einen sichtbaren Spektralbereich und bei dem zweiten Spektralbereich um einen nicht sichtbaren Spektralbereich handelt. Gleichfalls können jedoch beide Spektralbereiche in einem nicht sichtbaren Bereich liegen.The both spectral ranges are preferably different from each other. In an embodiment of the object recognition system and the method it is provided that the first spectral range is a visible spectral range and in the second spectral range a non-visible spectral range is. Likewise however, both spectral ranges in a non-visible region lie.
Unter einem sichtbaren Spektralbereich wird in Rahmen der Erfindung ein Spektralbereich verstanden, der vom Menschen bzw. mittels des menschlichen Auges wahrnehmbar ist. Entsprechend handelt es sich bei dem nicht sichtbaren Spektralbereich um einen Spektralbereich der vom Menschen nicht wahrnehmbar ist.Under a visible spectral range is within the scope of the invention Spectral range understood by the human or by means of the human Eye is perceptible. Accordingly, it is not visible spectral range around a spectral range of the human is not perceptible.
In einer Ausführungsform des Objekterkennungssystems und des Verfahrens handelt es sich bei dem nicht sichtbaren Spektralbereich um einen Nah- und/oder Ferninfrarotbereich. In diesem Spektralbereichen ist vorteilhaft eine Bilderfassung auch bei Dunkelheit möglich. Sofern eine Bilderfassung im Nahinfrarotbereich vorgesehen ist, weist das Objekterkennungssystem zu diesem Zweck vorzugsweise eine Beleuchtungseinrichtung auf, die den Bilderfassungsbereich der Bilderfassungseinrichtung zumindest teilweise mit Licht im Nahinfrarotbereich ausleuchtet. Der Ferninfrarotbereich umfasst die von Objekten ausgesendete Wärmestrahlung. Damit können Merkmale von Objekte erfasst werden, die unabhängig vom sichtbaren Spektralbereich sind, wodurch die Zuverlässigkeit der Plausibilisierung eines Objekts weiter erhöht werden kann.In an embodiment of the object recognition system and the The method is the invisible spectral range around a near and / or far infrared range. In this spectral range Advantageously, an image capture is possible even in the dark. If image acquisition in the near-infrared region is provided, The object recognition system preferably has one for this purpose Lighting device, the image capture area of the image capture device at least partially illuminated with near-infrared light. The far infrared range includes the heat radiation emitted by objects. With that you can Characteristics of objects to be captured, regardless of visible spectral range, reducing the reliability the plausibility of an object can be further increased can.
Eine Ausgestaltung des Objekterkennungssystems und des Verfahrens beinhaltet, dass es sich bei dem ersten Bild um das im sichtbaren Spektralbereich erfasste Bild handelt und bei dem zweiten Bild um das im nicht sichtbaren Spektralbereich erfasste Bild. Dies ist insbesondere dann zweckmäßig, wenn es sich bei dem nicht sichtbaren Spektralbereich um den Ferninfrarotbereich handelt, in dem oftmals nur einzelne Merkmale von Objekten erfasst werden können, die für eine zuverlässige Objekterkennung nicht ausreichend sind. Diese können jedoch vorteilhaft zur Plausibilisierung herangezogen werden.A Embodiment of the object recognition system and method includes that the first image is that in the visible spectral range Captured image acts and the second image in the not visible Spectral range captured image. This is particularly useful if the non-visible spectral range is the far-infrared range which often only records individual features of objects that can be for a reliable Object recognition are not sufficient. These can, however be used advantageously for plausibility.
Eine weitere Ausgestaltung des Objekterkennungssystem und des Verfahrens zeichnet sich dadurch aus, dass das erste Bild situationsabhängig auswählbar ist. Somit kann für eine Objekterkennung das Bild herangezogen werden, welches in einer Situation am besten geeignet ist. Bei ausreichender Umgebungshelligkeit kann es sich hierbei um das im sichtbaren Spektralbereich erfasste Bild handeln. Bei Dunkelheit kann es sich hingegen um das im nicht sichtbaren Spektralbereich erfasste Bild handeln.A further embodiment of the object recognition system and the method is characterized by the fact that the first image can be selected depending on the situation is. Thus, the image can be used for an object recognition which is most suitable in a situation. With sufficient ambient brightness this may be the one detected in the visible spectral range Act picture. In the dark, on the other hand, it can be that which is not visible Spectral range captured image act.
Eine Ausführungsform des Objekterkennungssystems und des Verfahrens ist dadurch gekennzeichnet, dass es sich bei dem vorgegebenen Merkmal um eine Kontur des Objekts handelt. Auch dann, wenn es sich bei dem nicht sichtbaren Spektralbereich um den Ferninfrarotbereich handelt, können Konturen bestimmter Objekte, wie beispielsweise die Umrisse von Personen, auch in den im nicht sichtbaren Spektralbereich erfassten Bildern erkannt werden und zur Plausibilisierung und/oder zur Objekterkennung herangezogen werden.A Embodiment of the object recognition system and the method is characterized in that it is the given feature is a contour of the object. Even if it is the invisible spectral range around the far infrared range can, contours of certain objects, such as the outlines of persons, even in the non-visible spectral range captured images and for plausibility and / or be used for object recognition.
Eine weitere Ausführungsform des Objekterkennungssystems und des Verfahrens zeichnet sich dadurch aus, dass es sich bei dem vorgegebenen Merkmal um eine Wärmequelle des Objekts handelt, die im Bereich der Umrisse des Objekts angeordnet ist. Dies ist insbesondere dann vorteilhaft, wenn es sich bei dem nicht sichtbaren Spektralbereich um den Ferninfrarotbereich handelt, in dem oftmals nur einzelne Merkmale von Objekten erfasst werden können. Die Wärmequelle kann dabei innerhalb der Umrisse des Objekts angeordnet sein oder im Randbereich des Objekts außerhalb seiner Umrisse.A further embodiment of the object recognition system and the method is characterized in that the predetermined feature is a heat source of the object, which is arranged in the region of the contours of the object. This is particularly advantageous when it is in the non-visible spectral range to the Far-infrared area, in which often only individual features of objects can be detected. The heat source can be arranged within the contours of the object or in the edge region of the object outside its contours.
Wie zuvor erwähnt kann eine Plausibilisierung eines Objekts anhand eines vorgegebenen Merkmals des Objekts in einem Bild vorgenommen werden, gleichfalls kann jedoch auch vorgesehen sein, dass auf der Grundlage beider erfassten Bilder eine Objekterkennung durchgeführt wird. Daher sieht eine Ausgestaltung Objekterkennungssystems und des Verfahrens vor, dass die Objekterkennungseinrichtung dazu ausgestaltet ist, eine Objekterkennung bezüglich des in dem ersten Spektralbereich erfassten Bildes und des in dem zweiten Spektralbereich erfassten Bildes durchzuführen, und dass die Plausibilisierungseinrichtung dazu ausgestaltet ist, zu prüfen, ob das Objekt in beiden Bildern im Wesentlichen an der gleichen Bildposition erkennbar ist.As previously mentioned may be a plausibility check of an object based on a given feature of the object in an image, however, it may also be provided on the basis of both detected images performed an object detection becomes. Therefore, an embodiment of object recognition system and of Method before that the object recognition device designed to do so is an object recognition with respect to that in the first spectral range captured image and the detected in the second spectral range Image and that the plausibility checker is designed to check if the object is in both Images is essentially recognizable at the same image position.
Eine Weiterbildung des Objekterkennungssystems und des Verfahrens zeichnet sich dadurch aus, dass zwei beabstandet angeordnete Bilderfassungseinrichtungen mit in einem Überlappungsbereich überlappenden Bilderfassungsbereichen vorgesehen sind, und dass eine Verarbeitungseinrichtung vorgesehen ist, die dazu ausgestaltet ist, anhand der mittels der Bilderfassungseinrichtungen erfassten Bilder für den ersten und den zweiten Spektralbereich jeweils einen Abstand von in dem Überlappungsbereich enthaltenen Objektpunkten zu einem vorgegebenen Punkt zu bestimmen. Hierdurch können die Bilddaten durch Abstandsinformationen ergänzt werden.A Development of the object recognition system and the method draws characterized in that two spaced apart image capture devices overlapping with in an overlapping area Imaging areas are provided, and that a processing device provided is, which is designed to, by means of the image capture devices captured images for the first and the second spectral range each a distance of contained in the overlapping area To determine object points to a given point. hereby The image data can be supplemented by distance information become.
Eine Ausführungsform des Objekterkennungssystems und des Verfahrens beinhaltet, dass die Objekterkennungseinrichtung dazu ausgestaltet ist, anhand der in einem Spektralbereich erfassten Bilder einen Abstand des Objekts zu dem vorgegebenen Punkt zu ermitteln, und dass die Plausibilisierungseinrichtung dazu ausgestaltet ist, zu prüfen, ob das Objekt und/oder das vorgegeben Merkmal des Objekts anhand der in dem anderen Spektralbereich erfassten Bilder im wesentlichen im gleichen Abstand zu dem vorgegebenen Punkt erkennbar ist. Damit wird erreicht, dass in den Bildern abgebildete Objekte einander noch einfacher und zuverlässiger zugeordnet werden können bzw. in einem Bild enthaltene Merkmale eines Objekts einem in einem anderen Bild erkannten Objekt noch einfacher und zuverlässiger zugeordnet werden können.A Embodiment of the object recognition system and the method includes that the object recognition device is designed to a distance on the basis of the images captured in a spectral range of the object to the given point, and that the Plausibility device is designed to check whether the object and / or the given feature of the object based the images captured in the other spectral range substantially identifiable at the same distance from the given point. This will be that the objects depicted in the pictures still reach each other easier and more reliable can be assigned or in an image contained features of an object in one another image recognized object even easier and more reliable assigned can be.
Darüber hinaus wird gemäß einem weiteren Aspekt der Erfindung ein Kraftfahrzeug vorgeschlagen, das Objekterkennungssystem der zuvor beschriebenen Art umfasst. Vorzugsweise dient das Objekterfassungssystem dabei dazu, Objekte im Umfeld des Fahrzeugs zu erkennen und zu plausibilisieren, mit denen das Fahrzeug potenziell kollidieren könnte. Hierbei handelt es sich insbesondere um Personen im Fahrzeugumfeld und um weitere Fahrzeuge.About that In addition, according to another aspect of the invention proposed a motor vehicle, the object recognition system of includes previously described type. Preferably, the object detection system serves thereby to recognize objects in the environment of the vehicle and to make it plausible, with which the vehicle could potentially collide. in this connection these are in particular persons in the vehicle environment and around other vehicles.
Die zuvor genannten und weitere Vorteile, Besonderheiten und zweckmäßige Weiterbildungen der Erfindung werden auch anhand der Ausführungsbeispiele deutlich, die nachfolgend unter Bezugnahme auf die Figuren beschrieben werden.The previously mentioned and other advantages, special features and functional Further developments of the invention are also based on the embodiments clearly, which will be described below with reference to the figures become.
Kurze Beschreibung der FigurenBrief description of the figures
Von den Figuren zeigt:From the figures shows:
Darstellung von AusführungsbeispielenRepresentation of embodiments
Das
in der
Die
Bilderfassungseinrichtungen
Sofern
eine Bilderfassung im NIR-Bereich vorgesehen ist, verfügt
das Objekterkennungssystem vorzugsweise über eine Beleuchtungseinrichtung,
die Licht im NIR-Bereich abstrahlt und die Bilderfassungsbereiche
Zur
Bilderfassung verfügen die Bilderfassungseinrichtungen
Grundsätzlich
verfügen die Bildsensoren
Um
Farbbilder erfassen zu können, sind unterschiedliche Sensorelemente
Gleichfalls
können jedoch auch Sensorelemente
Des
Weiteren umfassen die Bildsensoren
In
der beispielhaften Ausgestaltung der Bildsensoren
Wenn
die Erfassung von Farbbildern im sichtbaren Spektralbereich vorgesehen
ist, wird die Anordnung von Sensorelementen
In
einer beispielhaften Ausgestaltung der in der
Den
Bilderfassungseinrichtung
Die
Verarbeitungseinheiten
Die
Verarbeitungseinheiten
Die
in den Verarbeitungseinheiten
Die
Ermittlung der Stereobilddaten beruht auf einer stereoskopischen
Bildauswertung, die für die Farbbildsignale und die Infrarotbildsignale
grundsätzlich in der gleichen Weise vorgenommen werden kann.
Insbesondere werden dabei anhand von Bildpaaren, die ein mittels
der ersten Bilderfassungseinrichtung
Alternativ
zu der in der
Die
ermittelten Bilddaten werden einer Objekterkennungseinrichtung
Alternativ
kann es auch vorgesehen sein, das entweder die Farbbilddaten oder
die Infrarotbilddaten einem Objekterkennungsmodul
Die vorgegebenen Objektklassen beziehen sich auf Objekte, die im Hinblick auf den vorgesehenen Einsatzzweck des Objekterkennungssystems relevant sind. Bei einem Einsatz in einem Kraftfahrzeug können beispielsweise Objektklassen vorgesehen sein, die Objekte umfassen, mit denen das Fahrzeug kollidieren könnte. Hierbei handelt es sich um Fußgänger und weitere Fahrzeuge. In Bezug auf weitere Fahrzeuge sind dabei vorzugsweise mehrere Objektklassen vorgesehen entsprechend den unterschiedlichen Typen von Fahrzeugen. Insbesondere können unterschiedliche Objektklassen für Personenkraftwagen, Lastkraftwagen und Zweiräder vorgesehen sein. Letztere können beispielsweise noch in motorisierte und unmotorisierte Zweiräder unterteilt werden.The given object classes refer to objects that in terms of relevant to the intended use of the object recognition system are. When used in a motor vehicle, for example Object classes are provided, which include objects with which the Vehicle could collide. This is Pedestrians and other vehicles. In relation to further vehicles are preferably several object classes provided according to the different types of vehicles. In particular, different object classes for Passenger cars, trucks and bicycles provided be. For example, the latter can still be used in motorized and non-motorized two-wheelers are divided.
Nach
Durchführung der Objekterkennung in dem Objekterkennungsmodul
Die
Plausibilisierungseinrichtung
Sofern
sowohl auf der Grundlage der Farbbilddaten als auch auf der Grundlage
der Infrarotbilddaten eine Objekterkennung bezüglich der
Objektklasse vorgenommen worden ist, zu der das erkannte Objekt
gehört, prüft die Plausibilisierungseinrichtung
Wenn
die Plausibilisierungseinrichtung
Wenn
eine Objekterkennung lediglich auf der Grundlage von Bilddaten eines
Typs durchgeführt wird, d. h. entweder auf der Grundlage
der Farbbilddaten oder der Infrarotbilddaten, dann führt
die Plausibilisierungseinrichtung
Bei dem Merkmal eines Objekts kann es sich um seine Kontur handeln, sofern diese in den Bilddaten erkennbar ist, die nicht für die Objekterkennung herangezogen worden sind. Wenn neben den Farbbilddaten Infrarotbilddaten im NIR-Bereich erfasst werden, dann kann die Kontur eines Objekts in der Regel in den Bilddaten beider Typen erkannt und daher zur Plausibilisierung herangezogen werden. Gleiches gilt in der Regel in Bezug auf die Erkennung von Personen, wenn Infrarotbilddaten im FIR-Bereich erfasst werden. In diesem lassen sie Umrisse der Person bei ausreichend geringer Umgebungstemperatur ebenfalls erkennen.at the feature of an object can be its contour, if this is recognizable in the image data, not for the object recognition have been used. If in addition to the color image data Infrared image data captured in the NIR area, then the contour can of an object is usually recognized in the image data of both types and therefore be used for plausibility. same for usually in terms of detection of people when infrared image data in the FIR area. In this they let outlines of Detect person at sufficiently low ambient temperature.
Wird
also beispielsweise eine Person, wie etwa ein Fußgänger
oder ein Zweiradfahrer, aufgrund einer in dem Objekterkennungsmodul
Sofern
Stereobilddaten vorliegen, wird zusätzlich geprüft,
ob die Kontur einer Person in einem Abstand zu dem definierten Punkt
innerhalb der Infrarotbilddaten erkannt wird, der dem für
die Person ermittelten Abstand im Wesentlichen entspricht. Nur wenn
dies der Fall ist, werden die Erkennungsergebnisse bezüglich
der Person von der Plausibilisierungseinrichtung
Gleichfalls können jedoch auch andere vorgegebene Merkmale des Objekts herangezogen werden. Dies ist insbesondere dann zweckmäßig, wenn die Kontur eines Objekts nicht in den Bilddaten beider Typen ermittelt werden kann. Dies ist oftmals der Fall, wenn neben den Farbbilddaten Infrarotbilddaten im FIR-Bereich erfasst werden. In diesem Fall können jedoch oftmals andere Merkmale vorgegeben werden, die eine Plausibilisierung des Objekts ermöglichen. Diese Merkmale können sich insbesondere auf Wärmequellen beziehen, die für ein Objekt charakteristisch sind.Likewise however, other predetermined features of the object may be used be used. This is particularly useful if the contour of an object is not in the image data of both types can be determined. This is often the case when, in addition to the Color image data Infrared image data in the FIR area can be detected. In In this case, however, other features can often be specified be used to make the object plausible. These features may be specific to heat sources which are characteristic of an object.
Ein
Beispiel hierfür ist der Auspuff eines Kraftfahrzeugs bzw.
die von dem Auspuff ausgestoßenen Abgase, die in der Regel
eine höhere Temperatur als die Umgebung aufweisen. Wird
also etwa ein Kraftfahrzeug aufgrund einer in dem Objekterkennungsmodul
Liegen
Stereobilddaten vor, wird zusätzlich geprüft,
ob die Wärmequelle in einem Abstand zu dem definierten
Punkt innerhalb der Infrarotbilddaten erkannt wird, der dem für
das Kraftfahrzeug ermittelten Abstand im Wesentlichen entspricht.
Nur wenn dies der Fall ist, werden die Erkennungsergebnisse von
der Plausibilisierungseinrichtung
Im Hinblick auf eine Erkennung von Fußgängern stellen Hände und Kopf oftmals Wärmequellen dar, deren Temperatur die Umgebungstemperatur übersteigt. Dementsprechend kann anhand dieser Merkmale mittels der Infrarotbilddaten im FIR-Bereich eine Plausibilisierung eines Fußgängers vorgenommen werden, der auf der Grundlage von Farbbilddaten erkannt worden ist. Diese Plausibilisierung kann zusätzlich zu der zuvor beschriebenen Plausibilisierung anhand der Kontur der Person durchgeführt werden, wodurch die Zuverlässigkeit weiter gesteigert werden kann.in the With regard to the detection of pedestrians Hands and head often heat sources, whose Temperature exceeds ambient temperature. Accordingly can use these characteristics by means of the infrared image data in the FIR range Plausibility of a pedestrian made which has been recognized on the basis of color image data. This plausibility check may be in addition to the one described above Plausibility checks are carried out based on the contour of the person whereby the reliability can be further increased.
Wenn
die Erkennungsergebnisse nicht verworfen werden, dann werden sie
von der Plausibilisierungseinrichtung
In
der Regel sind dabei gestufte Maßnahmen vorgesehen, die
sich in ihrer Eingriffsstärke unterscheiden. Die Stufe
einer auszuführenden Sicherheitsmaßnahme ergibt
sich dabei aus der Wahrscheinlichkeit einer Kollision und der Zuverlässigkeit, mit
der das Objekt erkannt worden ist. Insbesondere kann bei einer geringeren
Zuverlässigkeit eine Maßnahme einer geringeren
Stufe durchgeführt werden. So kann es vorgesehen sein,
dass die Maßnahme auf eine Warnung des Fahrers des Kraftfahrzeugs beschränkt
wird, wenn die Erkennung des Objekts von der Plausibilisierungseinrichtung
Obwohl die Erfindung in den Zeichnungen und der vorausgegangenen Darstellung im Detail beschrieben wurde, sind die Darstellungen illustrativ bzw. beispielhaft und nicht einschränkend zu verstehen; insbesondere ist die Erfindung nicht auf die erläuterten Ausführungsbeispiele beschränkt.Even though the invention in the drawings and the previous illustration has been described in detail, the illustrations are illustrative or by way of example and not limitation; especially the invention is not limited to the illustrated embodiments limited.
Beispielsweise kann zusätzlich zu einer Bilderfassung im FIR-Bereich anstelle einer Bilderfassung in einem sichtbaren Spektralbereich eine Bilderfassung in einem nicht sichtbaren Spektralbereich vorgenommen werden. Hierbei kann es sich um einen NIR Bereich handeln. Der Fachmann erkennt, dass die Objekterkennung und -plausibilisierung in diesem analog zu der vorangegangenen Beschreibung durchgeführt werden kann.For example may be in addition to image acquisition in the FIR area instead Image capture in a visible spectral range, an image capture be made in a non-visible spectral range. in this connection it can be an NIR area. The person skilled in the art recognizes that the object recognition and -plausibilisierung in this analogous to the previous description can be performed.
Weitere Varianten der Erfindung und ihre Ausführung ergeben sich für den Fachmann aus der vorangegangenen Offenbarung, den Figuren und den Patentansprüchen.Further Variants of the invention and their execution arise for the expert from the previous disclosure, the Figures and the claims.
In den Patentansprüchen verwendete Begriffe wie ”umfassen”, ”aufweisen”, ”beinhalten”, ”enthalten” und dergleichen schließen weitere Elemente oder Schritte nicht aus. Die Verwendung des unbestimmten Artikels schließt eine Mehrzahl nicht aus. Eine einzelne Einrichtung kann die Funktionen mehrerer in den Patentansprüchen genannten Einheiten beziehungsweise Einrichtungen ausführen.In the terms used in the claims such as "comprise", "comprise", "include", "contain" and the like do not exclude other elements or steps out. The use of the indefinite article concludes a majority are not. A single facility can do the functions several units mentioned in the claims or Perform facilities.
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDE IN THE DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list The documents listed by the applicant have been automated generated and is solely for better information recorded by the reader. The list is not part of the German Patent or utility model application. The DPMA takes over no liability for any errors or omissions.
Zitierte PatentliteraturCited patent literature
- - DE 102006010295 A1 [0004] DE 102006010295 A1 [0004]
Claims (13)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102009014437.4A DE102009014437B4 (en) | 2008-03-26 | 2009-03-26 | Object Recognition System and Method |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102008015862 | 2008-03-26 | ||
DE102008015862.3 | 2008-03-26 | ||
DE102009014437.4A DE102009014437B4 (en) | 2008-03-26 | 2009-03-26 | Object Recognition System and Method |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102009014437A1 true DE102009014437A1 (en) | 2009-11-12 |
DE102009014437B4 DE102009014437B4 (en) | 2023-01-19 |
Family
ID=41152854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102009014437.4A Active DE102009014437B4 (en) | 2008-03-26 | 2009-03-26 | Object Recognition System and Method |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102009014437B4 (en) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010003375A1 (en) * | 2010-03-29 | 2011-09-29 | Bayerische Motoren Werke Aktiengesellschaft | Surrounding evaluation system, particularly for use in speed monitoring systems in vehicle, has electronic controller and sensor mediums for detecting objects in surrounding of vehicle |
ES2374009A1 (en) * | 2010-02-16 | 2012-02-13 | Universidad De Alcalá | Artificial vision system for the semaferic control of access to parkings and garages through the monitoring of pedestrians. (Machine-translation by Google Translate, not legally binding) |
DE102013220005A1 (en) * | 2013-10-02 | 2015-04-02 | Continental Automotive Gmbh | Method and device for displaying the environment of a vehicle and driver assistance system |
WO2015193470A1 (en) * | 2014-06-20 | 2015-12-23 | Institute Of Technology Blanchardstown | Mobile road sign reflectometer |
CN109711316A (en) * | 2018-12-21 | 2019-05-03 | 广东工业大学 | A kind of pedestrian recognition methods, device, equipment and storage medium again |
DE102018214921A1 (en) * | 2018-09-03 | 2020-03-05 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Arrangement and method for controlling a device |
CN113034915A (en) * | 2021-03-29 | 2021-06-25 | 北京卓视智通科技有限责任公司 | Double-spectrum traffic incident detection method and device |
DE102018117137B4 (en) | 2017-07-18 | 2023-08-10 | Toyota Jidosha Kabushiki Kaisha | ENVIRONMENTAL MONITORING DEVICE |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006010295A1 (en) | 2006-03-07 | 2007-09-13 | Conti Temic Microelectronic Gmbh | Camera system for e.g. motor vehicle, has two different image sensors, whose data are read and merged based on image characteristics to form three-dimensional image, where sensors are sensitive in different spectral regions |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6496594B1 (en) | 1998-10-22 | 2002-12-17 | Francine J. Prokoski | Method and apparatus for aligning and comparing images of the face and body from different imagers |
DE102007013664A1 (en) | 2006-03-22 | 2007-09-27 | Daimlerchrysler Ag | Tool e.g. blade, measuring and/or adjusting device, has rolling nut designed as roller ring transmission comprising set of roller-supported roller rings with variable upward gradient |
JP4937844B2 (en) | 2007-06-12 | 2012-05-23 | 富士重工業株式会社 | Pedestrian detection device |
-
2009
- 2009-03-26 DE DE102009014437.4A patent/DE102009014437B4/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006010295A1 (en) | 2006-03-07 | 2007-09-13 | Conti Temic Microelectronic Gmbh | Camera system for e.g. motor vehicle, has two different image sensors, whose data are read and merged based on image characteristics to form three-dimensional image, where sensors are sensitive in different spectral regions |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2374009A1 (en) * | 2010-02-16 | 2012-02-13 | Universidad De Alcalá | Artificial vision system for the semaferic control of access to parkings and garages through the monitoring of pedestrians. (Machine-translation by Google Translate, not legally binding) |
DE102010003375A1 (en) * | 2010-03-29 | 2011-09-29 | Bayerische Motoren Werke Aktiengesellschaft | Surrounding evaluation system, particularly for use in speed monitoring systems in vehicle, has electronic controller and sensor mediums for detecting objects in surrounding of vehicle |
DE102010003375B4 (en) | 2010-03-29 | 2021-07-22 | Bayerische Motoren Werke Aktiengesellschaft | Environment evaluation system in a vehicle with sensor means for detecting objects in the vicinity of the vehicle |
DE102013220005A1 (en) * | 2013-10-02 | 2015-04-02 | Continental Automotive Gmbh | Method and device for displaying the environment of a vehicle and driver assistance system |
US10093233B2 (en) | 2013-10-02 | 2018-10-09 | Conti Temic Microelectronic Gmbh | Method and apparatus for displaying the surroundings of a vehicle, and driver assistance system |
WO2015193470A1 (en) * | 2014-06-20 | 2015-12-23 | Institute Of Technology Blanchardstown | Mobile road sign reflectometer |
DE102018117137B4 (en) | 2017-07-18 | 2023-08-10 | Toyota Jidosha Kabushiki Kaisha | ENVIRONMENTAL MONITORING DEVICE |
DE102018214921A1 (en) * | 2018-09-03 | 2020-03-05 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Arrangement and method for controlling a device |
CN109711316A (en) * | 2018-12-21 | 2019-05-03 | 广东工业大学 | A kind of pedestrian recognition methods, device, equipment and storage medium again |
CN109711316B (en) * | 2018-12-21 | 2022-10-21 | 广东工业大学 | Pedestrian re-identification method, device, equipment and storage medium |
CN113034915A (en) * | 2021-03-29 | 2021-06-25 | 北京卓视智通科技有限责任公司 | Double-spectrum traffic incident detection method and device |
CN113034915B (en) * | 2021-03-29 | 2023-06-20 | 北京卓视智通科技有限责任公司 | Dual-spectrum traffic event detection method and device |
Also Published As
Publication number | Publication date |
---|---|
DE102009014437B4 (en) | 2023-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102009014437B4 (en) | Object Recognition System and Method | |
EP2426543B1 (en) | Driver assistance system for a vehicle and method for visualising the environment of a vehicle | |
EP2710573B1 (en) | Method and apparatus for identifying a possible collision object | |
DE102006010295B4 (en) | Camera system with at least two image recorders | |
WO2015048954A1 (en) | Method and apparatus for identifying road signs | |
EP3044727B1 (en) | Method and device for detecting objects from depth-resolved image data | |
DE102013019138A1 (en) | A method for detecting a hidden state of a camera, camera system and motor vehicle | |
DE102009023326A1 (en) | Apparatus and method for detecting a critical area and pedestrian detection apparatus using the same | |
WO2002043982A1 (en) | System and method for monitoring the surrounding area of a vehicle | |
DE10348109A1 (en) | Method and device for visualizing a vehicle environment | |
DE10201523A1 (en) | Method and device for masking detection in image sensor systems | |
WO2011026584A1 (en) | Device for detecting light signals of traffic lights for a vehicle | |
DE102016210632A1 (en) | Method for checking a media loss of a motor vehicle and motor vehicle and system for carrying out such a method | |
DE102019103963A1 (en) | ILDGEBUNGSVORRICHTUNG | |
DE102017223160B4 (en) | Method for detecting at least one object lying on a motor vehicle and control device and motor vehicle | |
DE102017122432A1 (en) | Method for detecting a road condition of a roadway for a motor vehicle, driver assistance system and motor vehicle | |
DE102004034532B4 (en) | Method for identifying image information in the representation of a night vision image taken with a vehicle-side image recording device and associated night vision system | |
EP1491978B1 (en) | System for identification of collision objects | |
DE102006037600B4 (en) | Method for the resolution-dependent representation of the environment of a motor vehicle | |
DE102016101149A1 (en) | A method for detecting smoke in an environmental area of a motor vehicle with the aid of a camera of the motor vehicle, driver assistance system and motor vehicle | |
DE102012009703A1 (en) | Method for actively protecting e.g. cyclist in environment of motor car, involves determining endangered object by data fusion unit, and providing actuator in car controller when endangerment measure is larger than predetermined threshold | |
DE102019204602B4 (en) | Method and device for masking objects contained in an image | |
DE102020210055A1 (en) | Method and device for monitoring the interior of a vehicle | |
DE102016119592A1 (en) | Method for detecting objects in an environmental region of a motor vehicle taking into account sensor data in the infrared wavelength range, object recognition device, driver assistance system and motor vehicle | |
DE102019211033A1 (en) | Observation device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
R016 | Response to examination communication | ||
R084 | Declaration of willingness to licence | ||
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G06K0009620000 Ipc: G06V0030190000 |
|
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G06V0030190000 Ipc: G06V0010143000 |
|
R081 | Change of applicant/patentee |
Owner name: CONTINENTAL AUTONOMOUS MOBILITY GERMANY GMBH, DE Free format text: FORMER OWNER: CONTINENTAL TEVES AG & CO. OHG, 60488 FRANKFURT, DE |
|
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |