CN102844654A - 光谱测定装置 - Google Patents

光谱测定装置 Download PDF

Info

Publication number
CN102844654A
CN102844654A CN2011800167930A CN201180016793A CN102844654A CN 102844654 A CN102844654 A CN 102844654A CN 2011800167930 A CN2011800167930 A CN 2011800167930A CN 201180016793 A CN201180016793 A CN 201180016793A CN 102844654 A CN102844654 A CN 102844654A
Authority
CN
China
Prior art keywords
determination object
mentioned
light
spectroscopic data
spectroscopic
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
Application number
CN2011800167930A
Other languages
English (en)
Other versions
CN102844654B (zh
Inventor
船山龙士
川真田进也
吉川祐巳子
石勉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Toyota Motor Corp
Original Assignee
NEC Corp
Toyota Motor Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp, Toyota Motor Corp filed Critical NEC Corp
Publication of CN102844654A publication Critical patent/CN102844654A/zh
Application granted granted Critical
Publication of CN102844654B publication Critical patent/CN102844654B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Measurement Of Optical Distance (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Traffic Control Systems (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Abstract

本发明提供光谱测定装置，基于由能够测定波长信息与光强信息的光谱传感器（S）检测到的观测光的光谱数据来识别测定对象。该测定装置具备照明装置（100），该照明装置能够照射含有大气吸收率高的波段的光，通过使用从至少由大气吸收率高的波段的光照射的测定对象得到的观测光的光谱数据进行的运算来识别从车辆到测定对象的距离。

Description

光谱测定装置
技术领域
本发明涉及依据由光谱传感器测定出的测定对象的光谱数据来识别测定对象的光谱测定装置。
背景技术
近年来，在汽车等车辆中搭载有驾驶辅助装置，该驾驶辅助装置识别在车辆周围动态变化的行人、信号等的状态，从而辅助驾驶员对车辆的驾驶和驾驶员的意思决定。这样的驾驶辅助装置大多利用CCD摄像机等拍摄信号灯、行人等的状态，并且对该拍摄图像进行图像处理以识别信号灯、行人等的状态，并将该识别的结果用于上述的驾驶辅助等。但是，通常情况下，行人的形状因大小、朝向或携带物的有无等而呈多样的变化，因此，难以从基于上述图像处理得到的形状正确地识别到行人的存在。并且，虽然通常信号灯的大小、颜色均标准化，但其形状仍会根据观察角度不同而发生变化，因此难以从基于上述图像处理得到的形状正确地识别到信号灯的存在。
另一方面，在专利文献1中记载有使用由光谱传感器获取的光谱数据来识别测定对象的遥感技术。即，在该专利文献1中，从由搭载于航空设备、人造卫星的光谱传感器拍摄到的含可见光以及不可视区域的多光谱图像数据中，对例如森林、田地、市区等在可见光区域难以识别的测定对象赋予分类以及特征，并基于被赋予分类以及特征后的数据来识别测定对象。
在上述光谱传感器中，由于观测到各波段的亮度值（光强），因此能够通过对每一波长的亮度值相互进行比较而知晓测定对象所特有的特性，进而使测定对象的识别成为可能。在专利文献2中记载有如下技术：作为这样的光谱传感器，能够拍摄的带宽宽、且分辨率也高达数nm～数十nm的高光谱传感器（hyper－spectrum sensor）已实用化。
因此，最近探讨将这样的光谱传感器搭载于汽车等车辆，并使用由该光谱传感器拍摄到的光谱数据来识别车辆周围的各种测定对象。
专利文献1：日本特开2000－251052号公报
专利文献2：日本特开2006－145362号公报
然而，在使用上述光谱传感器来识别各种测定对象的情况下，测定对象的光谱会因太阳光等环境光的影响而变化。因此，即便由上述光谱传感器取得了测定对象的光谱数据，也无法避免上述的因环境光的影响导致的识别精度的下降。即，即便欲使用由上述光谱传感器拍摄到的光谱数据来识别车辆周围的各种测定对象，也会由于因环境光的影响导致的识别精度的下降而难以识别特别是在车辆的驾驶辅助等中所要求的上述测定对象。
发明内容
本发明的目的在于，提供一种能够缓和环境光的影响、且能够高可靠性地识别由光谱传感器测定的测定对象的光谱测定装置。
为了实现上述目的，本发明提供一种光谱测定装置，该光谱测定装置基于由能够测定波长信息与光强信息的光谱传感器检测到的观测光的光谱数据来识别测定对象，其中，上述光谱测定装置包括：照明装置，该照明装置向上述测定对象照射含有大气吸收率高的波段的光；以及测定对象识别部，该测定对象识别部通过使用从至少由上述大气吸收率高的波段的光照射的测定对象得到的观测光的光谱数据进行的运算来识别上述测定对象。
发明人确认：在大气吸收率高的波段，对上述观测光的光谱数据影响大的太阳光等环境光的分布减少。即，当从上述照明装置向测定对象照射该含有大气吸收率高的波段的光时，从该测定对象观测的光谱数据成为以太阳光为首的环境光的影响低的光谱数据。在本发明中，由于通过使用这样的光谱数据进行的运算来进行测定对象的识别，因此，抑制了环境光对例如人、车辆、动植物等测定对象的识别的影响，无论是什么样的测定对象，都将提高到观测地点的距离、与观测地点之间的相对距离的变化之类的测定对象的识别所涉及的可靠性。并且，由于无需进行从观测到的光谱数据除去环境光的影响的修正运算等，因此减少了测定对象的识别所涉及的负担，并且，实现了与测定对象的识别相关的处理的高速化。
在本发明的一个方面，上述测定对象识别部包括确定部，该确定部基于上述观测光的光谱数据确定上述测定对象，并且求出该确定出的测定对象所特有的反射率。上述测定对象识别部根据基于上述求出的反射率的、上述照明装置的光输出强度与由上述光谱传感器检测到的观测光的光强之比，识别从上述光谱数据的观测地点到上述测定对象的距离。
如果知晓测定对象所特有的反射率，则从光谱数据的观测地点到测定对象的距离能够作为基于该反射率的、照明装置的光输出强度与由光谱传感器检测到的观测光的光强（感光强度）之比所相关的值求出。即，通过预先求出测定对象所特有的反射率，基于相对于向测定对象照射的光的光输出强度而从该测定对象得到的观测光的光强的衰减程度，能够识别从观测地点到测定对象的距离。并且，由于该距离的识别使用基于环境光的影响少的光的照射的观测光的光强来进行，因此，在识别从观测地点到测定对象的距离的方面，能够实现环境光的影响得到抑制的高精度的距离识别。
在本发明的一个方面中，上述照明装置构成为对上述测定对象一并照射上述大气吸收率高的波段以外的波段的光。并且，上述确定部具有数据库，该数据库中预先登记有表示多个测定对象的光谱反射率的光谱数据。确定部基于在向上述测定对象照射上述大气吸收率高的波段以外的波段的光时的由上述光谱传感器检测到的观测光的光谱数据与在上述数据库中登记的多个光谱数据之间的对比来确定上述测定对象，并求出该测定对象所特有的反射率。由上述光谱传感器检测到的观测光的光强，是作为在向上述测定对象照射上述大气吸收率高的波段的光时的从该测定对象反射的反射光的强度而求出的值。
作为上述测定对象的观测光的光谱数据的光谱分布形状、光谱强度根据测定对象的表面所特有的表面形状之类的物性而发生变化，基于每个这样的测定对象所特有的光谱数据，能够更加正确地确定测定对象是何物体。并且，每个这样的测定对象所特有的表面形状对观测光的光谱数据造成的影响因上述观测光的波段而各异，在大气吸收率高的波段以外的波段，特别是在大气吸收率低的波段，大气对于反映出这样的测定对象的物性的光谱数据的影响相对较低。因此，通过基于大气吸收率高的波段以外的波段、例如大气吸收率低的波段进行测定对象的确定，能够以更高的精度进行测定对象的确定，进而能够以高的精度求出测定对象的反射率。并且，由光谱传感器检测到的观测光的光强，使用作为在向测定对象照射大气吸收率高的波段的光时的从该测定对象反射的反射光的强度而求出的值。因此，如上述那样，能够计算去除了环境光的影响的观测光的光强。其结果，能够以更高的精度识别从观测地点到测定对象的距离。
在本发明的一个方面中，当将由上述确定部求出的反射率设定为R、将上述照明装置的光输出强度设定为PP、将由上述光谱传感器检测到的观测光的光强设定为Pr、将表示上述光输出强度PP与上述光强Pr之间的关系的修正系数设定为k时，上述测定对象识别部使用下式计算从上述光谱数据的观测地点到上述测定对象的距离L，L4＝（PP／Pr）×R×k。
其中，在反射率R＝1、距离L＝1时，修正系数k是表示照明装置的光输出强度PP与由光谱传感器检测到的观测光的光强Pr之间的关系的系数，是用于以规定的距离规定光输出强度PP的绝对值与光强Pr的绝对值的数值。
在本发明的一个方面，上述测定对象识别部通过求出从由上述大气吸收率高的波段的光照射的测定对象得到的观测光的光谱数据的经时变化的运算来识别上述光谱数据的观测地点与该测定对象之间的相对距离的变化。
从上述测定对象得到的观测光的光谱的光强、光谱分布形状之类的光谱数据的经时变化会根据测定对象与上述光谱数据的观测地点之间的相对位置关系（距离）而变化。因此，基于通过照射大气吸收率高的波段、换言之为抑制了环境光的影响的波段的光而观测到的光谱数据的经时变化，能够确切地进行测定对象相对于光谱数据的观测地点“靠近”、“远离”、“静止（相对距离无变化）”等距离的识别。
在本发明的一个方面中，求出上述光谱数据的经时变化的运算是针对在相互不同的时刻得到的光谱数据的差分运算以及除法运算中的任一运算。
作为上述光谱数据的经时变化，例如以光谱的光强为例，当上述测定对象靠近光谱数据的观测地点的情况下，由照明装置投射的光的感光强度随时间推移而增大，另一方面，当上述测定对象远离光谱数据的观测地点的情况下，由照明装置投射的光的感光强度随时间推移而减少。并且，当上述测定对象与光谱数据之间的相对距离无变化时，由照明装置投射的光的感光强度不随时间推移而变化。进而，像基于上述结构的情况那样，这样的光谱数据的经时变化能够通过在相互不同的时刻得到的光谱数据的差分运算、除法运算等简单的运算求出。
在上述结构中，上述测定对象识别部还包括确定部，该确定部基于由上述光谱传感器检测到的观测光的光谱数据来确定上述测定对象。
如此一来，能够同时进行测定对象的相对距离的变化的识别、和该测定对象为何物体的识别即测定对象的确定。
在上述结构中，上述确定部基于在向上述测定对象照射上述大气吸收率高的波段的光时由上述光谱传感器检测到的观测光的光谱数据与预先在数据库中登记的多个测定对象的光谱数据之间的对比来确定上述光所照射的测定对象。
测定对象的光谱数据为根据测定对象的种类而特有的数据。因此，如果对预先登记在数据库中的多个测定对象的光谱数据与上述观测到的光谱数据进行基于例如标准化相关法等的对比，则能够轻易地进行测定对象为何物的确定。
在本发明的一个方式中，上述光谱传感器以及上述照明装置均被搭载于车辆，上述识别的测定对象是存在于上述车辆周边的物体。
在以这种方式形成的情况下，能够在将环境光所带来的影响抑制在最小限度而确切地进行在进行车辆的驾驶辅助等方面所需的各种识别。
附图说明
图1是示出本发明的第一实施方式所涉及的光谱测定装置的概略结构的框图。
图2是示出太阳光的分光放射照射分布的一例的图。
图3是示出从图1的光谱测定装置中的照明装置照射的光的波长－输出特性的一例的图。
图4是示出作为测定对象的存在于车辆周边的物体的一例的图。
图5中，（a）～（c）是示出每个测定对象所特有的光谱反射率的一例的坐标图。
图6中，（a）以及（b）是示出每个测定对象所特有的光谱反射率的一例的图。
图7是作为按照每个测定对象登记在光谱数据库的光谱数据的一例而示出的护栏处的反射率表的图。
图8是示出第一实施方式所涉及的从车辆到测定对象的距离的识别步骤的流程图。
图9是作为由光谱传感器测定出的测定对象的光谱分布形状的一例而示出人的面容的光谱分布形状例的图。
图10是示出本发明的第二实施方式所涉及的光谱测定装置的概略结构的框图。
图11是示出针对与测定对象之间的相对距离的变化的识别步骤的流程图。
图12中，（a）是作为由光谱传感器测定出的光谱分布形状的一例而示出人的面容的光谱分布形状例的图。（b）是示出在该例中的不同时刻测定到的光谱数据的经时变化例的图。
图13是示出本发明的其他实施方式所涉及的光谱测定装置的概略结构的框图。
图14是示出本发明的其他实施方式所涉及的光谱测定装置所采用的照明装置的概略结构的立体图。
图15中，（a）以及（b）是示出在本发明的其他实施方式所涉及的光谱测定装置中，从照明装置照射的光的波长－输出特性的一例的图。
具体实施方式
图1中示出本发明的第一实施方式所涉及的光谱测定装置的概略结构。
如图1所示，本实施方式的光谱测定装置搭载于例如汽车等的车辆，且具备能够对行人、信号灯、障碍物等物体亦即测定对象分别照射大气吸收率高的波段以及大气吸收率低的波段的光的照明装置100。并且，光谱测定装置具备观测从该照明装置100照射的光所照射到的测定对象的光谱数据的光谱传感器S。此外，光谱测定装置具备控制光谱传感器S的感光灵敏度等的传感器控制器110。进而，在本实施方式中，基于由上述光谱传感器S测定出的光谱数据，确定存在于车辆周边的物体亦即测定对象为人、车辆、护栏、沥青等中的哪一物体，并且，进行该确定出的测定对象与车辆之间的距离的识别。
但是，由上述光谱传感器S观测到的测定对象的光谱数据通常情况下会受到特别是太阳光等环境光的影响。因此，基于该光谱数据的测定对象的识别精度降低。因此，在本实施方式中，欲抑制该太阳光对上述光谱数据造成的影响，并进行基于光谱数据的测定对象的识别、即在此为与测定对象之间的相对距离的识别。
图2中示出由上述光谱传感器S观测到的太阳光的分光放射照度分布。
如图2所示，由光谱传感器S观测到的太阳光的光谱数据的各波长的光强会因波段不同而各异。例如，在约0.5μm的波段，由光谱传感器S观测的太阳光的光强、即每单位面积所照射的太阳光的能量极大，为约1600W／m2／μm。与此相对，例如，在约0.93μm、约1.1μm、约1.4μm、约1.9μm的波段，太阳光的光强、即每单位面积所照射的太阳光的能量分别为约250W ／m2／μm、约100W ／m2／μm、0W ／m2／μm、0W ／m2／μm，与波段为0.5μm时的光强相比极小。这是由于在太阳光通过大气的过程中，上述波段的成分被H2O、CO2等吸收所引起的。即，在0.5μm附近的波段，大气对光的吸收率即大气吸收率低，在0.93μm、1.1μm、1.4μm、1.9μm附近的波段，光的大气吸收率高。因此，在本实施方式中，欲利用作为环境光的该太阳光的分光放射照度分布特性进行上述测定对象的识别。
图3中，作为大气吸收率低的波段，将0.5μm～0.8μm的波段标注为区域a1并示出，作为大气吸收率高的波段，将0.93μm、1.1μm、1.4μm、1.9μm附近的波段分别标注为区域a2并示出。在本实施方式中，上述照明装置100能够照射包含区域a1以及区域a2的波段的光。另外，从该照明装置100照射的光的强度设定为比大气吸收率高的波段中的太阳光的光强高的值。
进而，利用该照明装置100向测定对象投射光时的测定对象的光谱数据被光谱传感器S测定，该测定出的光谱数据例如被作为8位的光谱信息存储在电子控制装置200所具备的数据存储器210（参见图1）。电子控制装置200作为基于由光谱传感器S测定到的光谱数据识别测定对象的测定对象识别部或控制部发挥功能。另外，始终进行由照明装置100进行的对测定对象的光的照射以及测定对象的光谱数据的测定，该测定出的光谱数据被依次存储在数据存储器210。并且，在该数据存储器210中还一并存储有基于向上述照明装置100供给的电流值求出的照明装置100的光输出强度“PP”。
这样，依次存储于数据存储器210的测定对象的光谱数据由用于识别（确定）作为测定对象的物体是人、车辆、动植物、护栏、电柱等障碍物等中的何物体的确定部220获取。
由该确定部220获取的测定对象的光谱数据被输出给第一带域限定部221，该第一带域限定部221用于从该光谱数据中限定基于H2O、CO2等的大气吸收的影响小的波段、即大气吸收率低的0.5μm～0.8μm附近的波段中的光谱数据，并将这些光谱数据提取出。进而，由该第一带域限定部221提取出的大气吸收率低的波段的光谱数据被用于识别被认定为测定对象的物体的种类的种类识别部222获取。该种类识别部222参照光谱数据库223，该光谱数据库223与由上述光谱传感器S测定的光谱数据对应地预先登记有多个种类的光谱数据。
如图4所示，作为在辅助车辆的驾驶所需要识别的物体（测定对象），在该光谱数据库223中例如预先登记有“树木TG1”、“护栏TG2”、“轮胎TG3”、“沥青TG4”、“人的面容TG5”等的光谱数据。“树木TG1”、“护栏TG2”、“轮胎TG3”、“沥青TG4”、“人的面容TG5”的光谱数据被分别例示于图5的（a）～图5的（c）、图6的（a）以及（b）中。这些光谱数据呈现与成为测定对象的物体分别对应的特有的光谱反射率（准确地讲为反射率系数）。即，成为测定对象的物体根据其表面形状等之类的物性而具有特有的光谱反射率，因此，为了用于测定对象的识别，将呈现这样的光谱反射率的光谱数据预先登记在光谱数据库223。呈现该各测定对象中的每一测定对象的光谱数据的信息，如图7所示以例如针对每一波长用8位表示反射率系数的表格的方式，被存储在光谱数据库223。如果用8位的数值r来表示反射率系数，则最好以数值r为“0”时反射率为“0”，数值r为“255”时反射率为“1.0”这样的方式，用r／255来表示反射率。
进而，在上述种类识别部222中，上述由光谱传感器S测定到的测定对象的光谱数据、与在光谱数据库223登记的各物体的光谱数据的匹配（matching），例如通过标准化相互相关法等来进行。在种类识别部222，通过光谱数据彼此的对比进行由光谱传感器S测定到的测定对象为例如“人”或“车辆”中的哪一个的确定。这样，当通过种类识别部222确定上述测定对象的种类时，表示该测定对象的种类的信息被输出给求解每个测定对象所特有的反射率的反射率参照部224。在该反射率参照部224，基于从种类识别部222输入的上述测定对象的种类的识别结果，参见在上述光谱数据库223登记的该测定对象的反射率，求出上述测定对象的反射率“R”。进而，基于大气吸收率低的光谱数据求出的测定对象的反射率“R”被输出给计算从车辆到测定对象的距离的距离计算部240。另外，关于测定对象（人、车辆等）的提取方法，能够通过一般的图像识别方法来提取，由于是公知技术，此处省略详细说明。
另一方面，存储在上述数据存储器210的测定对象的光谱数据被反射强度（感光强度）计算部230获取，该反射强度计算部230计算从被照明装置100照射光的测定对象反射的反射光的强度。在该反射强度计算部230，所获取的测定对象的光谱数据被输出给第二带域限定部231，该第二带域限定部231用于从该光谱数据中限定基于H2O、CO2等的大气吸收的影响大的波段、即大气吸收率高的0.93μm、1.1μm、1.4μm、1.9μm附近的某一波段中的光谱数据，并将该光谱数据提取出。进而，由该第二带域限定部231提取出的大气吸收率高的波段的光谱数据由反射强度取得部232获取，该反射强度取得部232用于计算从被照明装置100照射光的测定对象反射的反射强度（感光强度）。
在该反射强度取得部232中，根据由上述光谱传感器S测定到的光谱数据之中的大气吸收率高的波段，求出从测定对象反射的反射光的强度“Pr”。进而，将由反射强度取得部232求出的反射光的强度“Pr”输出给上述距离计算部240。并且，由输入有该反射光的强度“Pr”的距离计算部240从上述数据存储器210获取基于照明装置100的投光输出“PP”。
在距离计算部240，当获取到照明装置100的投光输出“PP”、测定对象的反射率“R”、从测定对象反射的反射光的强度“Pr”后，通过使用上述各要素与修正系数“k”进行的运算，计算从作为光谱数据的观测地点的车辆到测定对象的距离“L”。其中，上述修正系数“k”是表示当将上述反射率“R”以及上述距离“L”分别设定为“1”时的照明装置100的输出与光谱传感器S的感光强度之间的关系的系数，是用于以规定的距离规定照明装置100的光输出强度“PP”的绝对值与由光谱传感器检测到的观测光的光强“Pr”的绝对值的数值。该修正系数“k”例如设定“0”～“1”的值。
这样，作为存在于车辆周边的测定对象的识别，当进行该测定对象为人、护栏、动植物之类的障碍物等中的哪一个的确定以及从车辆到测定对象的距离“L”的计算时，该识别信息被输出给进行导航、自动巡航控制等的驾驶辅助的驾驶辅助系统300。进而，通过该驾驶辅助系统300告知用户存在于车辆周边的测定对象的识别信息。
其次，参见图8以及图9对从上述车辆到测定对象的距离的计算步骤进行说明。另外，图9中用实线所示的线B表示从上述照明装置100对测定对象照射的光的光谱分布形状。并且，用虚线所示的特性SP1表示未受到由照明装置100照射的光的照射时的人的面容的光谱分布形状，用实线所示的特性SP2表示在由该照明装置100照射的光照射时的基于由光谱传感器S取得的光谱数据的光谱分布形状。
在此，在上述车辆行驶时，假定在该车辆的周边存在作为测定对象的人。进而，在步骤S100中，当按照图9所示的方式从上述照明装置100对该测定对象照射光B时，进行设定上述光谱传感器S的感光灵敏度的传感器控制值的设定（步骤S101）。
其次，利用上述光谱传感器S取得当对作为测定对象的人照射由照明装置100照射的光B时的光谱数据（步骤S102）。由此，如图9所示，取得具有从特性SP1变化至特性SP2的分布形状的光谱数据。
进而，从如此取得的光谱数据中提取图9中以区域a1示出的、大气吸收率低的波段即0.5μm～0.8μm的光谱数据（图8的步骤S103），并且，提取图9中以区域a2示出的、大气吸收率高的波段例如0.93μm的光谱数据（图8的步骤S107）。另外，在此例中，考虑到光谱传感器S的感光灵敏度特性，使用0.93μm的波段的光谱数据作为大气吸收率高的波段。
这样，首先，通过与在上述光谱数据库223登记的多个光谱数据之间的对比，进行基于分别提取出的光谱数据之中的大气吸收率低的区域a1的光谱数据的测定对象的确定（步骤S103、S104）。进而，通过该对比，确定与所取得的光谱数据对应的测定对象的种类为“人”，并且求出该“人”的反射率“Re”（步骤S105、S106）。
并且，基于分别提取出的光谱数据之中的大气吸收率高的区域a2的光谱数据，求出由照明装置100照射的光在以作为测定对象的“人”的反射率“Re”被反射的光的反射强度“Pr”（步骤S107、S108）。
这样，当算出被设定为测定对象的“人”的反射率“Re”、基于该反射率“Re”的反射强度“Pr”后，根据下式（1）计算从作为测定对象的“人”到该光谱数据的观测地点亦即车辆的距离“L”（步骤S109）。
L4＝（PP／Pr）×R×k    …（1）
R＝Re
由此，作为抑制了作为环境光的太阳光的影响的测定对象的识别，计算从车辆到测定对象的距离。
本实施方式具有以下的优点。
（1）使用从含有大气吸收率高的波段的光所照射的测定对象得到的观测光的光谱数据运算从存在于车辆周边的测定对象到车辆的距离。由此，能够同时进行基于抑制了太阳光的影响的波段的光谱数据的从测定对象到车辆的距离的识别、以及该测定对象的确定。并且，由于无需进行从观测到的光谱数据除去环境光的影响之类的修正运算等，因此减少了测定对象的识别的负担，并且，实现了测定对象的识别所涉及的处理的高速化。
（2）将上述照明装置100构成为能够一并照射大气吸收率高的波段与大气吸收率低的波段。进而，基于照射大气吸收率低的波段时的测定对象的光谱数据来确定测定对象，同时，基于照射大气吸收率高的波段时的测定对象的光谱数据求出上述反射强度“Pr”。由此，能够进行基于大气吸收的影响少的光谱数据的测定对象的高精度确定、和基于环境光的影响少的光谱数据的距离“L”的高精度识别。
（3）当进行测定对象的确定时，作为大气吸收率高的波段以外的波段的光谱数据，使用大气吸收率极低的0.5μm～0.8μm的光谱数据。由此，能够基于相对于反映每个测定对象所特有的物性的光谱数据而大气吸收的影响极小的波段来进行测定对象的确定。
（4）通过使用上式（1）进行运算来进行从车辆到测定对象的距离的识别。由此，能够使用上述反射率“R”、感光强度“Pr”、投光输出“PP”等各个要素轻易地求出从车辆到测定对象的距离。
（5）上述光谱传感器S以及照明装置100均搭载于车辆，作为上述识别的测定对象，识别车辆周围的人、护栏、动植物之类的物体等。因此，能够将环境光所造成的影响抑制在最小限度，从而确切地进行用于确定存在于车辆的周边的物体的种类的确定、和从车辆到存在于该车辆周边的人、前方车辆的相对距离的识别。由此，能够将环境光所造成的影响抑制在最小限度，从而确切地进行在进行前述的车辆的驾驶辅助等方面所需的各种识别。
以下，参照图10～图12对本发明的第二实施方式所涉及的光谱测定装置进行说明。对于本实施方式，作为测定对象的识别，对存在于车辆周边的测定对象的接近状态进行识别，其基本结构与上述第一实施方式相通。
在此，如图10所示，当由光谱传感器S对测定对象的光谱数据进行测定时，该光谱数据被依次存储在电子控制装置200的数据存储器210。进而，依次存储在该数据存储器210的光谱数据被输出给接近状态识别部250，该接近状态识别部250用于识别测定出该光谱数据的测定对象相对于车辆的接近状态。由该接近状态识别部250获取的光谱数据被波段选择部251获取，该波段选择部251用于从该光谱数据中选择并提取出大气吸收率高的波段的光谱数据。进而，作为大气吸收率高的波段的光谱数据，利用该波段选择部251提取例如0.93μm、1.1μm、1.4μm、1.9μm的波段的光谱数据。这样，由波段选择部251提取出的大气吸收率高的波长带的光谱数据被差分运算部252获取，该差分运算部252用于求出该光谱数据的经时变化。在该差分运算部252中，基于由光谱传感器S一直测定并依次存储在数据存储器210的在相互不同的时刻得到的同一测定对象的光谱数据，进行对光谱数据的差分运算。
通过该差分运算而算出的差分值被输出给接近状态判断部253，该接近状态判断部253用于以测定对象的光谱数据的经时变化为基础来识别测定对象相对于车辆的相对接近状态。在该接近状态判断部253中，基于针对上述测定对象的光谱数据的差分值，来识别测定对象相对于车辆处于下述状态中的哪一状态：a.接近b.远离c.距离恒定不变。进而，当由该接近状态判断部253识别到测定对象的接近状态时，将所识别出的信息输出给驾驶辅助系统300，告知用户存在于车辆周边的人、前方车辆、动物等之类的物体是否接近。
其次，参照图11以及图12对测定对象的识别步骤进行说明。另外，图11示出测定对象的接近状态的计算步骤，图12的（a）以及（b）示出由光谱传感器S测定到的测定对象的光谱数据的时间推移例。并且，在该图12的（a）中，用实线示出的线B表示从上述照明装置100向测定对象照射的光。并且，在图12的（a）中，用虚线示出的特性SP1表示未被照明装置100所照射的光照射时的人的面容的光谱分布形状，用实线示出的特性SP2表示被该照明装置100所照射的光照射时由光谱传感器S取得的光谱数据（光谱分布形状）。
在此，当上述车辆行驶时，假设在该车辆的周边存在作为测定对象的人。进而，在步骤S200中，当从上述照明装置100向该测定对象以图12的（a）所示的方式照射光B时，进行设定上述光谱传感器S的感光灵敏度的传感器控制值的设定（图11的步骤S201）。
其次，由该光谱传感器S在相互不同的时刻取得向作为测定对象的人照射照明装置100的光时的光谱数据（步骤S202）。由此，例如图12的（a）所示，取得具有从特性SP1变化至特性SP2的分布形状的光谱数据。
进而，从该每个互不相同的时刻取得的各光谱数据中选择例如以区域a3示出的波段0.93μm的光谱数据来作为大气吸收率高的波段的光谱数据，并将之提取出来（步骤S203）。接着，计算上述每个互不相同的时刻所分别取得的光谱数据的差分（步骤S204）。
即，假设当从时刻“t”到时刻“t＋1”测定对象接近车辆时，如图12的（b）所示，在时刻“t”所取得的同一测定对象的光谱特性SPt1，在时刻“t＋1”变化为特性SPt2，由光谱传感器S测定的测定对象的光谱强度增大。因此，光谱特性SPt1以及特性SPt2的光谱强度的差分为“Sd12”。另一方面，假设当从时刻“t”到时刻“t＋1”而测定对象远离车辆时，在时刻“t”取得的同一测定对象的光谱特性SPt1，在时刻“t＋1”变化为特性SPt3，由光谱传感器S测定的测定对象的光谱强度下降。因此，光谱特性SPt1以及特性SPt3的光谱强度的差分为“Sd13”。这是由于从照明装置100照射的光的强度在通过大气的过程中以规定的衰减率下降而引起的，并且根据车辆与测定对象之间的距离而缩小或增大，从而由照明装置100照射并从测定对象反射的光的强度变化。并且，在测定对象相对于车辆的相对距离恒定的情况下，测定对象的光谱强度即便在不同时刻也相同。
因此，在本实施方式中，在步骤S204中，利用下式（2）计算表示光谱数据的经时变化的光谱强度差“Sd”。其中，在式（2）中，将在不同时刻“t”以及“t＋1”取得并提取出的光谱数据的光谱强度分别设定为强度“S”以及“S＋1”。
Sd＝S（t＋1）－S（t）…（2）
基于如此求出的光谱强度差“Sd”来判定测定对象相对于车辆的接近状态（步骤S204）。在该判定中，当上述光谱强度差“Sd”超出“0”时，判定为测定对象相对于车辆接近，当上述光谱强度差“Sd”低于“0”时，判定为测定对象远离车辆。并且，当上述光谱强度差“Sd”为“0”时，判定为测定对象相对于车辆的相对距离恒定。
本实施方式具有以下的优点。
（6）通过求出大气吸收率高的波段的光所照射的测定对象的光谱数据的经时变化，来识别该测定对象的接近状态。因此，在基于根据车辆与测定对象之间的位置关系（距离）而变化的光谱数据的经时变化而识别出测定对象相对于车辆的接近状态后，能够进行基于抑制了环境光的影响的光谱数据的高精度的测定对象的识别。
（7）并且，这样的大气吸收率高的波段、即大气的吸收明显的波段仅仅包含于环境光（太阳光）中。因此，即便是能量与太阳光相比小的投光器，也容易得到光谱强度差。因此，能够以较少的能量实现测定。
（8）通过针对在互不相同的时刻得到的光谱数据的差分运算来求出光谱数据的经时变化。由此，能够作为与车辆和测定对象之间的距离相关地变化的光谱强度的变化，来识别测定对象的接近状态。
（9）这样，通过针对在互不相同的时刻得到的光谱数据的差分运算来求出光谱数据的经时变化，由此，能够基于光谱强度有无增加、减少之类的简单的判断来识别测定对象的接近状态。
另外，上述实施方式可做如下变更。
在上述第二实施方式中，作为求解光谱数据的经时变化的运算，针对在互不相同的时刻得到的光谱数据进行差分运算。并不局限于此，亦可通过针对在互不相同的时刻得到的光谱数据的除法运算来求出光谱数据的经时变化。在该情况下，当将表示光谱数据的经时变化的除法值设定为“Sw”，将在不同时刻“t”以及“t＋1”取得并提取出的光谱数据的光谱强度设定为强度“S”以及“S＋1”时，除法值“Sw”由下式（3）算出。
Sw＝S（t＋1）／S（t）…（3）
进而，当这样求出的除法值“Sw”超过“1”时，判定为测定对象相对于车辆接近，当上述除法值“Sw”不足“1”时，判定为测定对象远离车辆。并且，当上述除法值“Sw”为“1”时，判定为测定对象相对于车辆的相对的距离恒定。
在上述第二实施方式中，作为测定对象的识别，只对存在于车辆的周边的物体的接近状态进行识别。并不局限于此，也可以在识别测定对象的接近状态的同时，进行该测定对象的确定。即，如图13所示，作为光谱测定装置，相对于图10的结构还具备用于识别（确定）存在于车辆周边的测定对象是人、护栏、动植物等中的哪一物体的确定部260。进而，可以利用种类识别部261获取由波段选择部251提取出的大气吸收率高的波段的光谱数据，并通过参照登记有多个测定对象的光谱数据的光谱数据库262来进行测定对象的确定。由此，能够同时进行测定对象的确定、和该确定后的测定对象的接近状态的识别。另外，利用种类识别部261获取的测定对象的光谱数据亦可是大气吸收率高的波长带以外的光谱数据。
在上述第一实施方式中，作为测定对象的识别，识别从车辆到测定对象的距离。并不局限于此，也可以根据不同时刻的两个光谱数据求出从车辆到测定对象的距离的变化，根据每单位时间的距离的变化量来计算测定对象相对于车辆的相对移动速度。由此，能够同时进行存在于车辆周边的测定对象的识别、和从车辆看到的测定对象的相对的移动速度的识别。
在上述第二实施方式中，作为测定对象的识别，识别测定对象相对于车辆的接近状态。并不局限于此，在不同时刻得到的光谱强度的变化量是与测定对象的移动速度也相关的量，能够识别：一定时间的光谱强度的变化量越大则测定对象接近车辆的速度或测定对象远离车辆的速度越大。另一方面，能够识别：一定时间的光谱强度的变化量越小则测定对象接近车辆的速度或测定对象远离车辆的速度越小。因此，通过判定该在不同时刻测定到的同一测定对象的光谱强度的变化量是否超过规定的阈值，能够与测定对象的接近状态的识别一并地进行在测定对象接近车辆时、远离车辆时的速度“大”、“小”之类的识别。
在上述第二实施方式中，基于光谱强度的变化来求出光谱数据的经时变化。并不局限于此，亦可基于光谱数据的分布形状的变化来求出光谱数据的经时变化。
在上述第一实施方式中，在基于大气吸收率特别低的波段的光谱数据确定测定对象的同时，基于大气吸收率高的波段的光谱数据求出从测定对象反射的光的反射强度“Pr”。并不局限于此，还能够基于大气吸收率高的波段以外的光谱数据来进行测定对象的确定。并且，当能够测定确定测定对象方面所需的足够的光谱数据的情况下，还可仅基于大气吸收率高的波段的光谱数据来确定测定对象。
在上述各实施方式中，对上述测定对象一直照射由照明装置100照射的光。并不局限于此，在第一实施方式中，还可仅在识别测定对象的距离时由照明装置100进行照射。并且，在上述第二实施方式中，也可以使照明装置100以规定的间隔照射／非照射，这样，可以仅在测定不同时刻的各光谱数据时利用照明装置100进行照射。由此，能够利用必要最小限度的光的照射来实现测定对象的光谱数据的取得。
在上述各实施方式中，构成为使照明装置100能够同时照射大气吸收率高的波段的光与大气吸收率高的波段以外的光。并不局限于此，例如图14所示，作为上述照明装置100，可以使用由可分别发出波长不同的光的矩阵状的多个LED发光元件构成的LED发光体来作为光源的照明装置100A。具体而言，该照明装置100A具有：作为大气吸收率低的波段而仅具有例如0.5μm、或具有0.5μm～0.8μm的波段的LED发光元件组；和作为大气吸收率高的波段而具有0.93μm、1.1μm、1.4μm、1.9μm的任意波段的LED发光元件组。该LED发光元件具有发出短波长的光的特性，其波段由LED发光元件中所含的杂质的含有量决定。进而，在上述第一实施方式中，如图15的（a）所示，可以向测定对象照射大气吸收率高的波段0.93μm、1.1μm、1.4μm、1.9μm之中任意的波段的光。并且，作为大气吸收率低的波段，可向测定对象照射0.5μm～0.8μm的波段的光。此外，在上述第二实施方式中，如图15的（b）所示，作为大气吸收率高的波段，可向测定对象仅照射0.93μm、1.1μm、1.4μm、1.9μm之中任意的波段的光。若使用这样的照明装置，在向测定对象照射大气吸收率高的波段的光、大气吸收率低的波段的光的方面，能够照射必要足够的光。由此，即便是相同的耗电力，也能够提高照明装置的光强输出，能够更加减少环境光对由光谱传感器S测定的光谱数据的影响。并且，若使用这样的照明装置，能够减少照明装置的耗电力。
在上述各实施方式中，上述光谱传感器S以及照明装置均搭载于车辆，作为识别的测定对象识别车辆周围的物体。并不局限于此，亦可将光谱传感器S以及照明装置构成为单体的光谱测定装置，对存在于该装置的周边的物体进行识别。并且，作为测定对象，并不局限于人、动植物等，只要是可由光谱传感器S测定光谱数据的物体，均可应用本发明。
在上述各实施方式中，作为对由光谱传感器S测定到的光谱数据造成影响的环境光，例示了太阳光。并不局限于此，作为环境光，只要是在大气吸收率高的波段具有向测定对象照射的单位面积的能量降低的特性的光均涵盖于其中。
标号说明
100，100A…照明装置，110…传感器控制器，200…电子控制装置，210…数据存储器，220…确定部，221…第一带域限定部，222…种类识别部，223…光谱数据库，224…反射率参照部，230…反射强度计算部，231…第二带域限定部，232…反射强度取得部，240…距离计算部，250…接近状态识别部，251…波段选择部，252…差分运算部，253…接近状态判断部，260…确定部，261…种类识别部，262…光谱数据库，300…驾驶辅助系统，S…光谱传感器。

Claims (9)

1.一种光谱测定装置，该光谱测定装置基于由能够测定波长信息与光强信息的光谱传感器检测到的观测光的光谱数据来识别测定对象，其中，
上述光谱测定装置包括：
照明装置，该照明装置向上述测定对象照射含有大气吸收率高的波段的光；以及
测定对象识别部，该测定对象识别部通过使用从至少由上述大气吸收率高的波段的光照射的测定对象得到的观测光的光谱数据进行的运算来识别上述测定对象。
2.根据权利要求1所述的光谱测定装置，其中，
上述测定对象识别部包括确定部，该确定部基于上述观测光的光谱数据确定上述测定对象，并且求出该确定出的测定对象所特有的反射率，
上述测定对象识别部根据基于上述求出的反射率的、上述照明装置的光输出强度与由上述光谱传感器检测到的观测光的光强之比，识别从上述光谱数据的观测地点到上述测定对象的距离。
3.根据权利要求2所述的光谱测定装置，其中，
上述照明装置构成为对上述测定对象一并照射上述大气吸收率高的波段以外的波段的光，
上述确定部具有数据库，该数据库中预先登记有表示多个测定对象的光谱反射率的光谱数据，确定部基于在向上述测定对象照射上述大气吸收率高的波段以外的波段的光时的由上述光谱传感器检测到的观测光的光谱数据与在上述数据库中登记的多个光谱数据之间的对比来确定上述测定对象，并求出该测定对象所特有的反射率，
由上述光谱传感器检测到的观测光的光强，是作为在向上述测定对象照射上述大气吸收率高的波段的光时的从该测定对象反射的反射光的强度而求出的值。
4.根据权利要求3所述的光谱测定装置，其中，
当将由上述确定部求出的反射率设定为R、将上述照明装置的光输出强度设定为PP、将由上述光谱传感器检测到的观测光的光强设定为Pr、将表示上述光输出强度PP与上述光强Pr之间的关系的修正系数设定为k时，上述测定对象识别部使用下式计算从上述光谱数据的观测地点到上述测定对象的距离L，
L4＝（PP／Pr）×R×k。
5.根据权利要求1所述的光谱测定装置，其中，
上述测定对象识别部通过求出从由上述大气吸收率高的波段的光照射的测定对象得到的观测光的光谱数据的经时变化的运算来识别上述光谱数据的观测地点与该测定对象之间的相对距离的变化。
6.根据权利要求5所述的光谱测定装置，其中，
求出上述光谱数据的经时变化的运算是针对在相互不同的时刻得到的光谱数据的差分运算以及除法运算中的任一运算。
7.根据权利要求5或6所述的光谱测定装置，其中，
上述测定对象识别部包括确定部，该确定部基于由上述光谱传感器检测到的观测光的光谱数据来确定上述测定对象。
8.根据权利要求7所述的光谱测定装置，其中，
上述确定部基于在向上述测定对象照射上述大气吸收率高的波段的光时由上述光谱传感器检测到的观测光的光谱数据与预先在数据库中登记的多个测定对象的光谱数据之间的对比来确定上述光所照射的测定对象。
9.根据权利要求1～8中任一项所述的光谱测定装置，其中，
上述光谱传感器以及上述照明装置均被搭载于车辆，
上述识别的测定对象是存在于上述车辆周边的物体。
CN201180016793.0A 2010-04-09 2011-04-08 光谱测定装置 Expired - Fee Related CN102844654B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2010-090878 2010-04-09
JP2010090878A JP5519381B2 (ja) 2010-04-09 2010-04-09 スペクトル測定装置
PCT/JP2011/058903 WO2011126111A1 (ja) 2010-04-09 2011-04-08 スペクトル測定装置

Publications (2)

Publication Number Publication Date
CN102844654A true CN102844654A (zh) 2012-12-26
CN102844654B CN102844654B (zh) 2015-07-01

Family

ID=44763045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180016793.0A Expired - Fee Related CN102844654B (zh) 2010-04-09 2011-04-08 光谱测定装置

Country Status (5)

Country Link
US (1) US9305220B2 (zh)
EP (1) EP2557411B1 (zh)
JP (1) JP5519381B2 (zh)
CN (1) CN102844654B (zh)
WO (1) WO2011126111A1 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4977923B2 (ja) 2010-03-03 2012-07-18 日本電気株式会社 アクティブ型車両視界補助装置及び車両視界補助方法
JP5060580B2 (ja) * 2010-04-09 2012-10-31 トヨタ自動車株式会社 スペクトル測定装置
US9830523B2 (en) * 2012-05-31 2017-11-28 Korea Institute Of Science And Technology Method and apparatus for recognizing object material using spatial image and spatial radar information
JP5914212B2 (ja) * 2012-06-28 2016-05-11 株式会社ニューギン 遊技機
CN104149729B (zh) * 2013-05-13 2017-07-21 上海汽车集团股份有限公司 识别行驶车辆周围障碍物的方法及系统
EP2808700B1 (en) * 2013-05-30 2019-10-02 Ricoh Company, Ltd. Drive assist device, and vehicle using drive assist device
DE102013211846A1 (de) * 2013-06-21 2014-12-24 Robert Bosch Gmbh Verfahren zum Betrieb eines Umfelderfassungssystems eines Fahrzeugs
ES2552370B1 (es) * 2014-05-27 2016-09-09 Leticia CHÁVARRI DEL HOYO Sistema fotoactivo espectral de imagen
KR102287958B1 (ko) * 2015-02-06 2021-08-09 한국전자통신연구원 차량 창유리 가시광선 투과율 원격 검사 시스템 및 방법
US10336465B2 (en) 2016-01-08 2019-07-02 The Regents Of The University Of Michigan Ice crystals and volcanic ash detection system
JP6646527B2 (ja) * 2016-06-14 2020-02-14 株式会社日立ソリューションズ 物体検知評価システム及び物体検知評価方法
US10621865B2 (en) 2018-03-29 2020-04-14 The Regents Of The University Of Michigan Road condition monitoring system
DE102018216984A1 (de) * 2018-10-04 2020-04-09 Robert Bosch Gmbh Umfelderfassungssystem für Kraftfahrzeuge
US10508952B1 (en) 2018-10-31 2019-12-17 The Regents Of The University Of Michigan Optimum spectral bands for active vision systems
US11493633B2 (en) 2019-02-05 2022-11-08 United States Of America As Represented By The Secretary Of The Air Force Range-enabled three-dimensional imaging system and associated methods
WO2020241206A1 (ja) * 2019-05-31 2020-12-03 富士フイルム株式会社 測距装置、測距方法、及びプログラム

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5214408A (en) * 1990-10-25 1993-05-25 Mitsubishi Denki Kabushiki Kaisha Distance detecting apparatus for a vehicle
JP2000163694A (ja) * 1998-11-30 2000-06-16 Matsushita Electric Ind Co Ltd 車番認識方法および装置
US20020149694A1 (en) * 2001-04-16 2002-10-17 Asahi Kogaku Kogyo Kabushiki Kaisha Three-dimensional image capturing device
CN1437063A (zh) * 1995-06-22 2003-08-20 3Dv系统有限公司 生成距景物距离的图象的方法和装置
CN1509153A (zh) * 2001-04-11 2004-06-30 ���ױ�ʶ��˾ 使用光谱学的个体的生物测定识别或者验证的装置和方法
JP2006199161A (ja) * 2005-01-20 2006-08-03 Atomu Giken:Kk 後方監視装置
CN101113926A (zh) * 2007-06-18 2008-01-30 中国科学院西安光学精密机械研究所 一种成像光谱测量装置
JP2009115498A (ja) * 2007-11-02 2009-05-28 Nec Corp ハイパースペクトル画像解析システム、その方法及びそのプログラム
JP2009201064A (ja) * 2008-02-25 2009-09-03 Pioneer Electronic Corp 関連領域特定装置及び方法、並びに画像認識装置及び方法

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS604135Y2 (ja) * 1980-07-25 1985-02-05 日産自動車株式会社 障害物検知装置
US4947044A (en) * 1989-03-20 1990-08-07 The Boeing Company Method and apparatus for covertly viewing a target using infrared radiation
US5347475A (en) 1991-09-20 1994-09-13 Amoco Corporation Method for transferring spectral information among spectrometers
JPH07280724A (ja) 1994-04-15 1995-10-27 Natl Space Dev Agency Japan<Nasda> 吸光度測定方法
US6222618B1 (en) * 1995-07-25 2001-04-24 Textron Systems Corporation Passive ranging to source of known spectral emission
JP3713321B2 (ja) 1995-12-19 2005-11-09 オリンパス株式会社 カラー画像記録再生システム及び画像カラー画像記録再生方法
US6373573B1 (en) * 2000-03-13 2002-04-16 Lj Laboratories L.L.C. Apparatus for measuring optical characteristics of a substrate and pigments applied thereto
US6870616B2 (en) * 1998-06-30 2005-03-22 Jjl Technologies Llc Spectrometer apparatus for determining an optical characteristic of an object or material having one or more sensors for determining a physical position or non-color property
US5867257A (en) * 1997-07-29 1999-02-02 Mcdonnell Douglas Corporation Battlefield personnel threat detection system and operating method therefor
EP0898148A3 (de) 1997-08-20 2000-04-26 DaimlerChrysler AG Verfahren zur Bestimmung des Zustands einer Fahrbahnoberfläche
JP4326621B2 (ja) 1999-03-01 2009-09-09 株式会社エヌ・ティ・ティ・データ データ管理方法及び装置、記録媒体
US6362888B1 (en) * 1999-12-23 2002-03-26 Lj Laboratories, L.L.C. Spectrometer assembly
US6596996B1 (en) * 2001-07-24 2003-07-22 The Board Of Regents For Oklahoma State University Optical spectral reflectance sensor and controller
JP3700778B2 (ja) * 2002-03-14 2005-09-28 三菱電機株式会社 赤外線撮像装置
JP4016826B2 (ja) * 2002-12-10 2007-12-05 株式会社デンソー 物標識別方法及び装置、プログラム
JP3948450B2 (ja) * 2003-10-20 2007-07-25 日産自動車株式会社 物体検出装置及び物体検出方法
JP4352904B2 (ja) 2004-01-15 2009-10-28 富士ゼロックス株式会社 プリントサーバ、及びプリントサーバの節電制御プログラム
JP4466319B2 (ja) 2004-10-25 2010-05-26 パナソニック電工株式会社 空間情報の検出装置
JP4442539B2 (ja) 2005-09-27 2010-03-31 パナソニック電工株式会社 空間情報の検出装置
JP4502787B2 (ja) 2004-11-19 2010-07-14 Ｎｅｃ東芝スペースシステム株式会社 光学スペクトルセンサ
JP4442472B2 (ja) 2005-03-07 2010-03-31 株式会社豊田中央研究所 対象物の部位判別装置
US7295771B2 (en) 2005-04-25 2007-11-13 Delphi Technologies, Inc. Method and apparatus for minimizing ambient illumination effects in a vision system
JP2006014315A (ja) 2005-06-20 2006-01-12 Olympus Corp カラー画像記録再生システム及び表色ベクトルデータ生成方法
JP4262734B2 (ja) 2005-09-14 2009-05-13 株式会社リガク 蛍光ｘ線分析装置および方法
US7495218B2 (en) 2006-04-20 2009-02-24 U Chicago Argonne Llc Passive millimeter wave spectrometer for remote detection of chemical plumes
JP4884096B2 (ja) * 2006-06-20 2012-02-22 アルパイン株式会社 物体識別システム
JP4819606B2 (ja) 2006-07-21 2011-11-24 株式会社豊田中央研究所 対象物の部位判別装置及び性別判定装置
JP4316629B2 (ja) 2007-03-29 2009-08-19 株式会社東芝 画像処理システム、画像取得方法及びプログラム
JP5026854B2 (ja) 2007-04-27 2012-09-19 国立大学法人東京工業大学 領域抽出装置及び領域抽出方法
JP4915314B2 (ja) 2007-08-23 2012-04-11 オムロン株式会社 撮像装置および撮像制御方法
US9117133B2 (en) * 2008-06-18 2015-08-25 Spectral Image, Inc. Systems and methods for hyperspectral imaging
US20120123637A1 (en) 2009-05-29 2012-05-17 Toyota Jidosha Kabushiki Kaisha Spectrum measuring apparatus for mover
CN102439399A (zh) 2009-05-29 2012-05-02 丰田自动车株式会社 移动体用光谱测定装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5214408A (en) * 1990-10-25 1993-05-25 Mitsubishi Denki Kabushiki Kaisha Distance detecting apparatus for a vehicle
CN1437063A (zh) * 1995-06-22 2003-08-20 3Dv系统有限公司 生成距景物距离的图象的方法和装置
JP2000163694A (ja) * 1998-11-30 2000-06-16 Matsushita Electric Ind Co Ltd 車番認識方法および装置
CN1509153A (zh) * 2001-04-11 2004-06-30 ���ױ�ʶ��˾ 使用光谱学的个体的生物测定识别或者验证的装置和方法
US20020149694A1 (en) * 2001-04-16 2002-10-17 Asahi Kogaku Kogyo Kabushiki Kaisha Three-dimensional image capturing device
JP2006199161A (ja) * 2005-01-20 2006-08-03 Atomu Giken:Kk 後方監視装置
CN101113926A (zh) * 2007-06-18 2008-01-30 中国科学院西安光学精密机械研究所 一种成像光谱测量装置
JP2009115498A (ja) * 2007-11-02 2009-05-28 Nec Corp ハイパースペクトル画像解析システム、その方法及びそのプログラム
JP2009201064A (ja) * 2008-02-25 2009-09-03 Pioneer Electronic Corp 関連領域特定装置及び方法、並びに画像認識装置及び方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
冯雷 等: "基于多光谱视觉传感技术的油菜氮含量诊断方法研究", 《光谱学与光谱分析》, vol. 26, no. 9, 30 September 2006 (2006-09-30), pages 1749 - 1752 *
王渊 等: "油菜叶片和冠层水平氮含量的高光谱反射率估算模型", 《光谱学与光谱分析》, vol. 28, no. 2, 29 February 2008 (2008-02-29), pages 273 - 277 *

Also Published As

Publication number Publication date
US9305220B2 (en) 2016-04-05
EP2557411A1 (en) 2013-02-13
EP2557411B1 (en) 2014-09-17
JP2011220866A (ja) 2011-11-04
EP2557411A4 (en) 2013-07-10
US20130038857A1 (en) 2013-02-14
CN102844654B (zh) 2015-07-01
WO2011126111A1 (ja) 2011-10-13
JP5519381B2 (ja) 2014-06-11

Similar Documents

Publication Publication Date Title
CN102844654A (zh) 光谱测定装置
JP6854366B2 (ja) 少なくとも１つの物体を光学的に検出する検出器
CN110178045B (zh) 用于光学检测至少一个对象的检测器
US9344705B2 (en) Time of flight camera with rectangular field of illumination
CN106132783A (zh) 用于夜视对象检测和驾驶员辅助的系统和方法
KR20200124263A (ko) 광학 타겟 기반 실내 차량 내비게이션을 위한 시스템 및 방법
CN102428356A (zh) 移动体用光谱测定装置
US10635896B2 (en) Method for identifying an object in a surrounding region of a motor vehicle, driver assistance system and motor vehicle
US20180364328A1 (en) Method and system for carrying out a calibration of a sensor
US20070222565A1 (en) Pedestrian detecting device for vehicle
DE602005027626D1 (de) System und Verfahren für ein Fahrzeug um die Verkehrsbedingungen zu detektieren
CN102034087A (zh) 用于对汽车进行分类的装置和方法
WO2009016551A8 (en) Vehicle positioning measurement system and method
RU2008103708A (ru) Способ и система идентификации движущегося объекта и способ и система проверки движущегося объекта путем радиационного формирования изображения
CN102959599A (zh) 用于交通检测的主动3d监控系统
KR20050099623A (ko) 차량의 내부 또는 외부 장면의 3차원 검출용 차량 장치
US20130235203A1 (en) Indicia identifying system
US9373041B2 (en) Distance measurement by means of a camera sensor
WO2020234041A1 (en) System and method for robot localisation in reduced light conditions
CN106093986B (zh) 一种基于卫星精密定位技术的导盲方法及系统
US20150189244A1 (en) Method and Device for Recognizing Marked Hazard Areas and/or Construction Areas in the Region of Lanes
CN114072699A (zh) 信息处理系统、传感器系统、信息处理方法以及程序
CN105196805B (zh) 基于无线通信的汽车数据共享系统
US20140249715A1 (en) Method for estimating a roadway course and method for controlling a light emission of at least one headlight of a vehicle
Kahlmann et al. Calibration and improvements of the high-resolution range-imaging camera SwissRanger

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150701

Termination date: 20210408

CF01 Termination of patent right due to non-payment of annual fee