CN104115186B - 立体物检测装置 - Google Patents

立体物检测装置 Download PDF

Info

Publication number
CN104115186B
CN104115186B CN201380009071.1A CN201380009071A CN104115186B CN 104115186 B CN104115186 B CN 104115186B CN 201380009071 A CN201380009071 A CN 201380009071A CN 104115186 B CN104115186 B CN 104115186B
Authority
CN
China
Prior art keywords
vehicle
detection zone
stereoscopic article
detection
unit
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.)
Active
Application number
CN201380009071.1A
Other languages
English (en)
Other versions
CN104115186A (zh
Inventor
深田修
早川泰久
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.)
Nissan Motor Co Ltd
Original Assignee
Nissan Motor Co Ltd
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 Nissan Motor Co Ltd filed Critical Nissan Motor Co Ltd
Publication of CN104115186A publication Critical patent/CN104115186A/zh
Application granted granted Critical
Publication of CN104115186B publication Critical patent/CN104115186B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/165Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/38Registration of image sequences
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/0007Image acquisition
    • G06T3/08
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/64Three-dimensional objects
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/167Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10141Special mode during image acquisition
    • G06T2207/10152Varying illumination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30236Traffic on road, railway or crossing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30261Obstacle
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07Target detection

Abstract

一种立体物检测装置,其特征在于,具有:拍摄单元(10),其拍摄本车辆的后方;检测区域设定单元(34),其在本车辆的后方的左右侧方设定规定的检测区域;图像变换单元(31),其将拍摄图像视点变换为鸟瞰视野图像;立体物检测单元(32、33),其在使不同的时刻的鸟瞰视野图像的位置在鸟瞰视野上位置对齐而得到的差分图像上,对表示规定的差分的像素数进行计数而进行频率分布化,从而生成差分波形信息,基于该差分波形信息,在检测区域中对立体物进行检测;以及相对移动速度计算单元(33),其基于差分波形信息,对立体物相对于本车辆的相对移动速度进行计算,检测区域设定单元(34)在检测区域内检测到立体物,且立体物的相对移动速度大于或等于规定值的情况下,将检测区域向本车辆的行进方向的后方扩宽。

Description

立体物检测装置
技术领域
本发明涉及立体物检测装置。
本申请基于2012年2月23日申请的日本国专利申请的特愿2012-037482主张优先权,对于认可通过文献的参照进行的编入的指定国,通过参照将上述的申请所记载的内容编入引入本申请中,作为本申请的记载的一部分。
背景技术
当前,已知有如下技术:将在不同的时刻拍摄到的两张拍摄图像变换为鸟瞰视野图像,基于变换后的两张鸟瞰视野图像的差分对障碍物进行检测(参照专利文献1)。
专利文献1:日本特开2008-227646号公报
发明内容
在基于对本车辆的后方进行拍摄而得到的拍摄图像对存在于检测区域内的立体物进行检测的情况下,在与本车辆行驶的车道相邻的相邻车道上行驶的相邻车辆(立体物)两台连续地行驶,在两台连续的相邻车辆中在前行驶的第1台相邻车辆超越了本车辆时,无论第2台相邻车辆是否存在于本车辆的后方,在检测区域内都无法检测第1台相邻车辆,因此,有时驾驶员判断为在本车辆的后方不存在相邻车辆(立体物)。
本发明所要解决的课题在于,提供一种在两台相邻车辆连续地行驶时能够适当地检测出第2台相邻车辆的立体物检测装置。
本发明通过如下方式解决上述课题:在检测区域内检测到立体物,且立体物的相对移动速度大于或等于规定值的情况下,使检测区域向本车辆的行进方向的后方扩宽。
根据本发明,在相邻车道上两台相邻车辆连续地行驶时,对在前行驶的第1台相邻车辆(立体物)进行检测,在第1台相邻车辆的相对移动速度大于或等于规定值的情况下,判断为本车辆被第1台相邻车辆超越,将检测区域向本车辆的行进方向的后方扩宽,从而能够适当地对追随第1台相邻车辆的第2台相邻车辆进行检测。
附图说明
图1是搭载有第1实施方式涉及的立体物检测装置的车辆的概略构成图。
图2是表示图1的车辆的行驶状态的俯视图。
图3是表示第1实施方式涉及的计算机的详细情况的框图。
图4是用于对第1实施方式涉及的位置对齐部的处理的概要进行说明的图,(a)是表示车辆的移动状态的俯视图、(b)是表示位置对齐的概要的图像。
图5是表示由第1实施方式涉及的立体物检测部生成差分波形的情形的概略图。
图6是由第1实施方式涉及的立体物检测部分割的小区域的图。
图7是表示由第1实施方式涉及的立体物检测部获得的柱状图的一个例子的图。
图8是表示由第1实施方式涉及的立体物检测部进行加权的图。
图9是表示由第1实施方式涉及的立体物检测部获得的柱状图的其他例子的图。
图10是用于说明对存在于相邻车道的相邻车辆进行判定的方法的图。
图11是用于说明对由第1实施方式涉及的检测区域设定部进行的检测区域的设定方法的图。
图12是用于说明本车辆转弯时的检测区域的设定方法的图。
图13是表示第1实施方式涉及的相邻车辆检测方法的流程图。
图14是表示第1实施方式涉及的检测区域设定方法的流程图。
图15是表示由第1实施方式涉及的检测区域设定部设定的检测区域的本车辆行进方向上的宽度的一个例子的图。
图16是表示第2实施方式涉及的计算机的详细情况的框图。
图17是表示车辆的行驶状态的图,(a)表示检测区域等的位置关系的俯视图,(b)表示实际空间中的检测区域等的位置关系的斜视图。
图18是用于说明第2实施方式涉及的亮度差计算部的动作的图,(a)是表示鸟瞰视野图像中的注视线、参照线、注视点以及参照点的位置关系的图;(b)是表示实际空间中的注视线、参照线、注视点以及参照点的位置关系的图。
图19是用于说明第2实施方式涉及的亮度差计算部的详细的动作的图,(a)表示鸟瞰视野图像中的检测区域的图,(b)表示鸟瞰视野图像中的注视线、参照线、注视点以及参照点的位置关系的图。
图20是表示用于说明边缘检测动作的图像例的图。
图21是表示边缘线和边缘线上的亮度分布的图,(a)是表示立体物(相邻车辆)存在于检测区域的情况下的亮度分布的图,(b)表示立体物不存在于检测区域的情况下的亮度分布的图。
图22是表示第2实施方式涉及的相邻车辆检测方法的流程图。
图23是用于说明在本车辆转弯时的检测区域的设定方法的其他例子的图。
具体实施方式
《第1实施方式》
图1是搭载有第1实施方式涉及的立体物检测装置1的车辆的概略构成图。本实施方式涉及的立体物检测装置1的目的在于,对在本车辆V1变更车道时有可能接触的存在于相邻车道的其他车辆(下面也称为相邻车辆)进行检测。如图1所示,本实施方式涉及的立体物检测装置1包括照相机10、车速传感器20、计算机30、转向操纵角传感器40以及通知装置50。
如图1所示,照相机10在本车辆V1的后方的高度h的部位处以光轴从水平向下成为角度θ的方式安装于车辆V1上。照相机10从该位置对本车辆V1的周围环境中的规定区域进行拍摄。车速传感器20用于对本车辆V1的行驶速度进行检测,例如根据由对车轮的转速进行探测的车轮速度传感器检测出的车轮速度计算车速。计算机30对存在于本车辆后方的相邻车道的相邻车辆进行检测。转向操纵角传感器40是例如安装于转向柱或者转向盘附近的角度传感器,将转向轴的转角作为转向操纵角进行检测。由转向操纵角传感器40检测到的转向操纵角的信息向计算机30发送。另外,通知装置50是在通过计算机30的相邻车辆的检测结果为在本车辆的后方存在相邻车辆的情况下,用于向驾驶员通知以相邻车辆的存在为内容的警告。作为通知装置50,并没有特别地限定,能够列举出例如以声音向驾驶员发出警告的扬声器、显示警告消息的显示器、在仪表盘内通过点灯进行警告的警告灯等。
图2是表示图1的本车辆V1的行驶状态的俯视图。如图2所示,照相机10以规定的视场角a对车辆后方侧进行拍摄。此时,照相机10的视场角a设定为,除了能对本车辆V1所行驶的车道进行拍摄,还能对其左右的车道(相邻车道)进行拍摄的视场角。
图3是表示图1的计算机30的详细情况的框图。此外,在图3中为了明确连接关系,也图示了照相机10、车速传感器20、转向操纵角传感器40和通知装置50。
如图3所示,计算机30具有视点变换部31、位置对齐部32、立体物检测部33以及检测区域设定部34。下面对各自的结构进行说明。
视点变换部31输入利用照相机10的拍摄而获得的规定区域的拍摄图像数据,将输入的拍摄图像数据视点变换为鸟瞰观察的状态的鸟瞰视野图像数据。所谓鸟瞰观察的状态是从上空例如铅垂向下俯视的假想照相机的视点观察到的状态。该视点变换能够以例如日本特开2008-219063号公报所记载的方式执行。将拍摄图像数据视点变换成鸟瞰视野图像数据是基于下述原理,即,立体物所特有的铅垂边缘在向鸟瞰视野图像数据的视点变换时,被变换为通过特定的定点的直线组,因此只要利用此原理,就能够识别平面物和立体物。
位置对齐部32将通过视点变换部31的视点变换而获得的鸟瞰视野图像数据依次输入,对输入的不同时刻的鸟瞰视野图像数据的位置进行位置对齐。图4是用于说明位置对齐部32的处理的概要的图,(a)是表示本车辆V1的移动状态的俯视图、(b)是表示位置对齐的概要的图像。
如图4的(a)所示,设为当前时刻的本车辆V1位于P1,一个时刻前的本车辆V1位于P1’。另外,相邻车辆V2位于本车辆V1的后侧方向上,处于与本车辆V1并行的状态,设为当前时刻的相邻车辆V2位于P2,一个时刻前的相邻车辆V2位于P2’。并且,设为本车辆V1在一个时刻移动了距离d。此外,一个时刻前既可以是从当前时刻起早预定的时间(例如1个控制周期)的时刻,也可以是早任意的时间的时刻。
在这样的状态下,当前时刻的鸟瞰视野图像PBt如图4的(b)所示。在该鸟瞰视野图像PBt中,对于描绘在路面上的白线,成为矩形形状,比较准确地成为俯视的状态,但对于相邻车辆V2(位置P2),发生歪斜。另外,对于一个时刻前的鸟瞰视野图像PBt-1也同样地,对于描绘在路面上的白线,成为矩形形状,比较准确地成为俯视的状态,但对于相邻车辆V2(位置P2’),发生歪斜。其原因在于,如上所述,立体物的铅垂边缘(除了严格意义上的铅垂边缘以外,还包含从路面以三维空间立起的边缘)由于向鸟瞰视野图像数据的视点变换处理而呈现为沿着歪斜的方向的直线组,与此相对,路面上的平面图像不包含铅垂边缘,因此,即使进行视点变换,也不会产生这种歪斜。
位置对齐部32在数据上执行如上述的鸟瞰视野图像PBt、PBt-1的位置对齐。此时,位置对齐部32使一个时刻前的鸟瞰视野图像PBt-1偏置,并使其与当前时刻的鸟瞰视野图像PBt的位置一致。图4的(b)中的左侧的图像和中央的图像表示偏置了移动距离d’的状态。该偏置量d’是与图4的(a)所示的本车辆V1的实际的移动距离d相对应的鸟瞰视野图像数据上的移动量,基于来自车速传感器20的信号和从一个时刻前到当前时刻为止的时间确定。
另外,在位置对齐后,位置对齐部32取得鸟瞰视野图像PBt、PBt-1的差分,生成差分图像PDt的数据。在此,在本实施方式中,位置对齐部32为了与照度环境的变化相对应,而将鸟瞰视野图像PBt、PBt-1的像素值的差绝对值化,在该绝对值大于或等于规定的阈值th时,差分图像PDt的像素值设为“1”,在绝对值小于规定的阈值th时,差分图像PDt的像素值设为“0”,从而能够生成如图4的(b)的右侧所示的差分图像PDt的数据。
返回到图3,立体物检测部33基于图4的(b)所示的差分图像PDt的数据,对立体物进行检测。此时,立体物检测部33对于实际空间上的立体物的移动距离也进行计算。在进行立体物的检测和移动距离的计算时,立体物检测部33首先生成差分波形。
具体而言,立体物检测部33在由后述的检测区域设定部34设定的检测区域中生成差分波形。此外,本例的立体物检测装置1的目的在于对本车辆V1变更车道时有可能接触的相邻车辆计算移动距离。因此,在本例中,如图2所示,在本车辆V1的后侧方设定矩形形状的检测区域A1、A2。此外,这样的检测区域A1、A2既可以根据相对于本车辆V1的相对位置进行设定,也可以以白线的位置为基准进行设定。在以白线的位置为基准进行设定的情况下,立体物检测装置1可以利用例如现有的白线识别技术等。此外,对于通过检测区域设定部34进行的检测区域的设定方法将后述。
另外,如图2所示,立体物检测部33将设定的检测区域A1、A2的本车辆V1侧的边(沿着行驶方向的边)识别为接地线L1、L2。通常接地线是指立体物与地面接触的线,但在本实施方式中不是与地面接触的线,而是如上所述地设定。此外,即使是该情况下,从经验上来看,本实施方式涉及的接地线与根据相邻车辆V2原来的位置求出的接地线之差也不会过大,在实际使用方面没有问题。
图5是表示由立体物检测部33生成差分波形的情形的概略图。如图5所示,立体物检测部33根据在由位置对齐部32计算出的差分图像PDt(图4的(b)的右图)中与检测区域A1、A2相当的部分,生成差分波形DWt。此时,立体物检测部33沿着由于视点变换而立体物歪斜的方向,生成差分波形DWt。此外,在图5所示的例中,出于方便,仅采用检测区域A1进行说明,但对于检测区域A2也以同样的顺序生成差分波形DWt
具体地进行说明,首先,立体物检测部33在差分图像PDt的数据上对立体物歪斜的方向上的线La进行定义。然后,立体物检测部33在线La上对表示规定的差分的差分像素DP的数量进行计数。在本实施方式中,表示规定的差分的差分像素DP是差分图像PDt的像素值以“0”、“1”表现,示出“1”的像素作为差分像素DP进行计数。
立体物检测部33在对差分像素DP的数量进行了计数之后,求出线La与接地线L1的交点CP。然后,立体物检测部33使交点CP与计数数量相对应,基于交点CP的位置对横轴位置、即图5右图的上下方向轴上的位置进行确定,并且,根据计数数量对纵轴位置、即图5右图的左右方向轴上的位置进行确定,作为交点CP处的计数数量进行标示。
以下,同样地,立体物检测部33对立体物歪斜的方向上的线Lb、Lc…进行定义,对差分像素DP的数量进行计数,基于各交点CP的位置确定横轴位置,根据计数数量(差分像素DP的数量)确定纵轴位置并进行标示。立体物检测部33依次重复上述内容而进行频率分布化,从而如图5右图所示生成差分波形DWt
在此,差分图像PDt的数据上的差分像素PD是在不同的时刻的图像中存在变化的像素,换言之,也可以说是存在有立体物的部位。因此,在存在有立体物的部位,沿着立体物歪斜的方向对像素数进行计数并进行频率分布化,从而生成差分波形DWt。尤其是,沿着立体物歪斜的方向对像素数量进行计数,因此,对于立体物根据高度方向的信息生成差分波形DWt。
如上所述,差分波形DWt是表示规定亮度差的像素的分布信息的一个方式,本实施方式中的“像素的分布信息”可视为表示沿着在将拍摄图像视点变换成鸟瞰视野图像时立体物歪斜的方向检测的“亮度差大于或等于规定阈值的像素”的分布的状态的信息。即,立体物检测部33在由视点变换部31获得的鸟瞰视野图像上,沿着视点变换为鸟瞰视野图像时立体物歪斜的方向,基于亮度差大于或等于规定阈值的像素的分布信息,对立体物进行检测。
此外,如图5左图所示,立体物歪斜的方向上的线La和线Lb与检测区域A1重复的距离不同。因此,如果检测区域A1被差分像素DP充满,则线La上的差分像素DP的数量多于线Lb上的差分像素DP的数量。因此,在立体物检测部33根据差分像素DP的计数数量确定纵轴位置的情况下,基于立体物歪斜的方向上的线La、Lb与检测区域A1重复的距离进行标准化。如果列举具体例,在图5左图中线La上的差分像素DP有6个,线Lb上的差分像素DP有5个。因此,在图5中根据计数数量确定纵轴位置时,立体物检测部33将计数数量除以重复距离等而进行标准化。由此,如差分波形DWt所示,与立体物歪斜的方向上的线La、Lb相对应的差分波形DWt的值大致相同。
在生成差分波形DWt后,立体物检测部33基于生成的差分波形DWt,进行在相邻车道上存在的相邻车辆的检测。立体物检测部33通过当前时刻的差分波形DWt与一个时刻前的差分波形DWt-1之间的对比,计算移动距离。即,立体物检测部33根据差分波形DWt、DWt-1之间的时间变化,计算移动距离。
详细地进行说明,立体物检测部33如图6所示地将差分波形DWt分割为多个小区域DWt1~DWtn(n为大于或等于2的任意的整数)。图6是表示由立体物检测部33分割的小区域DWt1~DWtn的图。如图6所示,小区域DWt1~DWtn例如相互重复地分割。例如小区域DWt1与小区域DWt2重复,小区域DWt2与小区域DWt3重复。
然后,立体物检测部33针对每个小区域DWt1~DWtn求出偏置量(差分波形的横轴方向(图6的上下方向)上的移动量)。在这里,偏置量根据一个时刻前的差分波形DWt-1与当前时刻的差分波形DWt之差(横轴方向的距离)求出。此时,立体物检测部33对针对每个小区域DWt1~DWtn判定使一个时刻前的差分波形DWt-1沿着横轴方向移动时与当前时刻的差分波形DWt之间的误差成为最小的位置(横轴方向上的位置),将与差分波形DWt-1的原来的位置与误差成为最小的位置之间的横轴方向的移动量作为偏置量求出。然后,立体物检测部33对针对每个小区域DWt1~DWtn求出的偏置量进行计数并绘制柱状图。
图7是表示利用立体物检测部33获得的柱状图的一个例子的图。如图7所示,各小区域DWt1~DWtn与一个时刻前的差分波形DWt-1之间的误差成为最小的移动量即偏置量存在些许的波动。因此,立体物检测部33将包含波动在内的偏置量绘制成柱状图,根据柱状图计算移动距离。此时,立体物检测部33根据柱状图的极大值对相邻车辆的移动距离进行计算。即,在图7所示的例中,立体物检测部33将表示柱状图的极大值的偏置量作为移动距离τ计算。如上所述,在本实施方式中,即使偏置量存在波动,也能够根据该极大值计算准确性更高的移动距离。此外,移动距离τ是相邻车辆相对于本车辆V1的相对移动距离。因此,立体物检测部33在对绝对移动距离进行计算的情况下,基于所得到的移动距离τ和来自车速传感器20的信号对绝对移动距离进行计算。
如上所述,在本实施方式中,根据在不同的时刻生成的差分波形DWt的误差成为最小时的差分波形DWt的偏置量,对立体物的移动距离进行计算,从而根据波形这样的1维的信息的偏置量对移动距离进行计算,在计算移动距离时能够抑制计算成本。另外,通过将在不同的时刻生成的差分波形DWt分割成多个小区域DWt1~DWtn,能够获得多个表示立体物的各自的部位的波形,由此,能够针对立体物的各自的部位求出偏置量,能够根据多个偏置量求出移动距离,因此,能够提高移动距离的计算精度。另外,在本实施方式中,通过根据包含高度方向的信息在内的差分波形DWt的时间变化,对立体物的移动距离进行计算,从而与仅着眼于1点的移动这样的情况相比,能够使时间变化前的检测部位和时间变化后的检测部位包含高度方向的信息而被指定,因此,在立体物中容易成为相同的部位,根据相同的部位的时间变化对移动距离进行计算,从而提高移动距离的计算精度。
此外,也可以在绘制柱状图时,立体物检测部33针对多个小区域DWt1~DWtn中的每一个进行加权,对应于权重对针对每个小区域DWt1~DWtn求出的偏置量进行计数并绘制柱状图。图8是表示由立体物检测部33进行加权的图。
如图8所示,小区域DWm(m为大于或等于1且小于或等于n-1的整数)是平坦的。即,在小区域DWm中,表示规定的差分的像素数的计数的最大值与最小值之差变小。立体物检测部33对这样的小区域DWm设较小的权重。其原因在于,平坦的小区域DWm没有特征,在计算偏置量时误差变大的可能性较高。
另一方面,小区域DWm+k(k为小于或等于n-m的整数)具有起伏。即,在小区域DWm中,表示规定的差分的像素数的计数的最大值与最小值之差变大。立体物检测部33针对这样的小区域DWm增大权重。其原因在于,具有起伏的小区域DWm+k存在特征,能够准确地进行偏置量的计算的可能性较高。通过这样加权,能够提高移动距离的计算精度。
此外,为了提高移动距离的计算精度,在上述实施方式中,将差分波形DWt分割成了多个小区域DWt1~DWtn,但在移动距离的计算精度要求并不是很高的情况下,也可以不分割成小区域DWt1~DWtn。在该情况下,立体物检测部33根据差分波形DWt与差分波形DWt-1之间的误差成为最小时的差分波形DWt的偏置量对移动距离进行计算。即,求出一个时刻前的差分波形DWt-1与当前时刻的差分波形DWt之间的偏置量的方法并不限定于上述内容。
此外,在本实施方式中,立体物检测部33求出本车辆V1(照相机10)的移动速度,根据求出的移动速度求出静止物的偏置量。在求出静止物的偏置量之后,立体物检测部33在忽视了柱状图的极大值中的相当于静止物的偏置量后,对相邻车辆的移动距离进行计算。
图9是表示由立体物检测部33获得的柱状图的另一个例子的图。在照相机10的视场角内除了相邻车辆之外还存在静止物的情况下,在获得的柱状图中出现两个极大值τ1、τ2。在该情况下,两个极大值τ1、τ2中的某一个为静止物的偏置量。因此,立体物检测部33根据移动速度求出针对静止物的偏置量,忽视相当于该偏置量的极大值,采用剩余一个极大值对立体物的移动距离进行计算。由此,能够防止由于静止物而使立体物的移动距离的计算精度降低的情况。
此外,即使忽视相当于静止物的偏置量,也存在多个极大值的情况下,设想为在照相机10的视场角内存在多台相邻车辆。但是,在检测区域A1、A2内存在多个相邻车辆是极为罕见的。因此,立体物检测部33中止移动距离的计算。由此,在本实施方式中,能够防止极大值存在多个这样的对错误的移动距离进行计算的情况。
并且,立体物检测部33通过对计算出的立体物的相对移动距离进行时间微分,从而对立体物相对于本车辆的相对移动速度进行计算,并且,将计算出的立体物的相对移动速度与由车速传感器20检测到的本车辆的车速相加,而计算立体物的绝对移动速度。
在生成差分波形DWt后,立体物检测部33基于生成的差分波形DWt,进行存在于相邻车道的相邻车辆的检测。在此,图10是用于对存在于相邻车道的其他车辆的判定方法进行说明的图,示出差分波形DWt和用于对存在于相邻车道的相邻车辆进行检测的阈值α的一个例子。如图10所示,例如,立体物检测部33对生成后的差分波形DWt的峰值是否大于或等于规定的阈值α进行判断,在差分波形DWt的峰值大于或等于规定的阈值α的情况下,判定为检测到的立体物是存在于相邻车道的相邻车辆,在差分波形DWt的峰值不大于或等于规定的阈值α的情况下,判定为由立体物检测部33检测到的立体物不是存在于相邻车道的相邻车辆。并且,立体物检测部33在判定为检测到的立体物是相邻车辆的情况下,向通知装置50发送通知信号,由此,使通知装置50向驾驶员通知本车辆的后方存在相邻车辆的内容。
返回到图3,检测区域设定部34设定用于对立体物进行检测的检测区域A1、A2。具体而言,检测区域设定部34基于立体物检测部33的检测结果,对本车辆是否被相邻车辆超越进行判断,在判断为本车辆被相邻车辆超越的情况下,将检测区域A1、A2向本车辆的行进方向的后方扩宽。
在此,图11是用于说明由检测区域设定部34进行的检测区域的设定方法的图。此外,在图11中,例示了连续的两台相邻车辆V2、V2’在相邻车道上行驶,在前行驶的第1台相邻车辆V2被检测的情景。此外,在图11所示的例子中,例示检测区域A1而进行说明,但也同样地设定检测区域A2。
检测区域设定部34将检测区域A1的本车辆的行进方向上的宽度(长度)预先设定为例如7m,在该检测区域A1中,进行立体物的检测。然后,如图11的(A)所示,在由立体物检测部33检测到在前行驶的第1台相邻车辆V2的情况下,检测区域设定部34对相邻车辆V2相对于本车辆V1的相对移动速度是否大于或等于规定速度进行判断。此外,该规定速度并没有特别地限定,但考虑到相邻车辆V2相对于本车辆V1的相对移动速度的检测误差,例如可以设为10km/h(即,本车辆V1的车速与相邻车辆V2的车速相比快10km/h)。另外,也可以从立体物检测部33取得相邻车辆V2相对于本车辆V1的相对移动速度,或者也可以由检测区域设定部34进行计算。
并且,在相邻车辆V2相对于本车辆V1的相对移动速度大于或等于规定速度的情况下,检测区域设定部34判断为第1台相邻车辆V2正在超越本车辆V1,如图11的(B)所示,将检测区域A1向本车辆V1的行进方向的后方扩宽。在例如将预先设定的检测区域A1的本车辆V1的行进方向上的宽度设为7m的情况下,在判断为本车辆V1被相邻车辆V2超越的情况下,检测区域设定部34使检测区域A1、A2向本车辆的行进方向的后方扩宽2m,能够整体上将检测区域A1的本车辆的行进方向上的宽度设定为9m。此外,在图11的(B)中,用阴影表示向本车辆的行进方向的后方扩宽的检测区域A1的范围。
如上所述,在判断为第1台相邻车辆V2正在超越本车辆V1的情况下,使检测区域A1向本车辆V1的行进方向的后方扩宽,从而,如图11的(B)所示,能够在检测区域A1内检测追随在前行驶的第1台相邻车辆V2的第2台相邻车辆V2’。
另一方面,如现有技术所示,在判断为相邻车辆V2正在超越本车辆V1的情况下,没有将检测区域A1向本车辆V1的行进方向的后方扩宽的情况下,在第1台相邻车辆V2超越了本车辆V1时,无法在检测区域A1内检测到第2台相邻车辆V2’。因此,无论相邻车辆V2’是否存在于本车辆的后方,由立体物检测部33均判断为在本车辆的后方不存在相邻车辆,不进行通过通知装置50的通知。如上所述,在前行驶的第1台相邻车辆V2超越本车辆V1时,也不进行将在本车辆的后方存在相邻车辆的情况告知的通知的状况下,存在有时驾驶员判断为在本车辆的后方的相邻车道上不存相邻车辆,实际上无论在本车辆V1的后方是否存在第2台相邻车辆V2’,驾驶员均进行本车辆V1的车道变更,而有可能导致本车辆V1与存在于本车辆V1的后方的相邻车辆V2’接近。相对于此,在本实施方式中,在判断为在前行驶的第1台相邻车辆V2超越本车辆V1的情况下,将检测区域A1向本车辆V1的行进方向的后方扩宽,从而能够在检测区域A1内对第2台相邻车辆V2’进行检测,因此,能够向驾驶员告知存在第2台相邻车辆V2’。
另外,在本实施方式中,检测区域设定部34能够对应于相邻车辆V2相对于本车辆V1的相对移动速度,改变将检测区域A1、A2向本车辆的行进方向的后方扩宽的扩大量。例如,检测区域设定部34,在第1台相邻车辆V2相对于本车辆V1的相对移动速度越快,则预测为第2台相邻车辆V2’的相对移动速度也越快,第2台相邻车辆会马上追上本车辆,从而能够增大将检测区域A1、A2向后方扩宽的扩大量。或者,也可以是,第1台相邻车辆V2相对于本车辆V1的相对移动速度越快,判断为相邻车辆存在于本车辆的后方的时间越短,从而减小将检测区域A1、A2向后方扩宽的扩大量。并且,也可以构成为,考虑本车辆的车速,例如在第1台相邻车辆V2相对于本车辆V1的相对移动速度较速的情况下,在本车辆的车速也足够快的情况下,预测为第1台相邻车辆V2与第2台相邻车辆V2’之间的车间距离较大,第2台相邻车辆V2’不会马上追上本车辆,从而不增大将检测区域A1、A2向后方扩宽的扩大量。
并且,检测区域设定部34从转向操纵角传感器40取得转向操纵角信息,基于取得的转向操纵角信息,对本车辆是否正在转弯进行判断。并且,检测区域设定部34在判断为本车辆正在转弯的情况下,基于转向操纵角信息对本车辆的转弯半径进行计算,与计算出的转弯半径相对应地变更在本车辆被相邻车辆超越时将检测区域向后方扩宽的扩大量。具体而言,检测区域设定部34保持有表示转弯半径与对应于转弯半径而变更的各检测区域A1、A2之间的对应关系的对应图或者运算式,参照这些对应图、运算式确定在本车辆被相邻车辆超越时将检测区域向后方扩宽的扩大量。
在此,图12是用于说明在本车辆正在转弯时的检测区域的设定方法的图,图12的(A)是表示本实施方式中本车辆正在转弯时所设定的检测区域的一个例子的图,图12的(B)是表示在本车辆正在转弯时不进行本实施方式中的检测区域的设定方法的情况的检测区域的一个例子的图。如图12的(A)所示,检测区域设定部34在本车辆V1被在前行驶的第1台相邻车辆V2超越的情景下判断为本车辆正在转弯的的情况下,变更将检测区域A2向后方扩宽的扩大量,以使检测区域不进入本车辆所行驶的车道。具体而言,本车辆V1的转弯半径越大,检测区域设定部34越减小将设定于转弯内侧的检测区域A2向后方扩宽的量,以使检测区域不进入本车辆所行驶的车道。
另一方面,如图12的(B)所示,在判断为本车辆V1正在转弯的情况下,也一律将检测区域V2扩宽恒定量,则会在检测区域A2中,检测到在本车辆V1所行驶的车道上正在行驶的后续车辆V3,由此,有时会将后续车辆V3误检测为在相邻车道上行驶的相邻车辆。相对于此,在本实施方式中,如图12的(A)所示,本车辆V1的转弯半径越小,越减小将检测区域A2向本车辆的行进方向的后方扩宽的量,从而能够有效地防止在检测区域A2中检测到后续车辆V3,其结果,能够适当地对在相邻车道上行驶的相邻车辆进行检测。
下面,对本实施方式涉及的相邻车辆检测处理进行说明。图13是表示第1实施方式的相邻车辆检测方法的流程图。如图13所示,首先,利用检测区域设定部34设定用于检测相邻车辆的检测区域A1、A2(步骤S101)。此外,在步骤S101中,设定在后述的检测区域设定处理(参照图14)中设定的检测区域。
然后,利用计算机30,从照相机10取得拍摄图像的数据(步骤S102),利用视点变换部31基于取得的拍摄图像的数据,生成鸟瞰视野图像PBt的数据(步骤S103)。
然后,位置对齐部32对鸟瞰视野图像PBt的数据和一个时刻前的鸟瞰视野图像PBt-1的数据进行位置对齐,生成差分图像PDt的数据(步骤S104)。之后,立体物检测部33根据差分图像PDt的数据对像素值为“1”的差分像素DP的数量进行计数,生成差分波形DWt(步骤S105)。
然后,立体物检测部33对差分波形DWt的峰值是否大于或等于规定的阈值α进行判断(步骤S106)。在差分波形DWt的峰值不大于或等于阈值α的情况下,即几乎没有差分的情况下,认为在拍摄图像内不存在立体物。因此,在判断为差分波形DWt的峰值不大于或等于阈值α的情况下(步骤S106=No),立体物检测部33判断为不存在立体物,也不存在其他车辆(步骤S116)。然后,返回到步骤S101,反复进行图13所示的处理。
另一方面,在判断为差分波形DWt的峰值大于或等于阈值α的情况下(步骤S106=Yes),由立体物检测部33判断为在相邻车道上存在立体物,进入步骤S107,由立体物检测部33将差分波形DWt分割成多个小区域DWt1~DWtn。然后,立体物检测部33对小区域DWt1~DWtn中的每一个进行加权(步骤S108),对小区域DWt1~DWtn中的每一个的偏置量进行计算(步骤S109),进行加权而生成柱状图(步骤S110)。
然后,立体物检测部33基于柱状图,对立体物相对于本车辆的移动距离即相对移动距离进行计算,并对计算出的相对移动距离进行时间微分,计算立体物相对于本车辆的相对移动速度(步骤S111),并且,将计算出的相对移动速度与由车速传感器20检测到的本车车速相加,而计算立体物相对于本车辆的绝对移动速度(步骤S112)。
之后,立体物检测部33对立体物的绝对移动速度是否大于或等于10km/h且立体物相对于本车辆的相对移动速度是否小于或等于+60km/h进行判断(步骤S113)。在满足这两者的情况下(步骤S113=Yes),立体物检测部33判断为检测到的立体物是存在于相邻车道的相邻车辆,在相邻车道上存在相邻车辆(步骤S114)。由此,在接下来的步骤S115中,利用通知装置40向驾驶员进行相邻车辆存在于本车辆的后方的内容的通知。然后,返回到步骤S101,反复进行图13所示的处理。另一方面,在任一种情况不满足的情况下(步骤S113=No),立体物检测部33判断为在相邻车道上不存在相邻车辆(步骤S116)。然后,返回到步骤S101,反复进行图13所示的处理。
此外,在本实施方式中,重点在于:将本车辆的后侧方设为检测区域A1、A2,在本车辆变更了车道的情况下是否有可能接触。因此,执行步骤S113的处理。即,如果以本实施方式的系统在高速道路上工作为前提,则在相邻车辆的速度小于10km/h的情况下,即使存在有相邻车辆,在车道变更时相邻车辆也位于离本车辆较远的后方的位置,因此成为问题的情况较少。同样地,在相邻车辆相对本车辆的相对移动速度超过+60km/h的情况下(即,相邻车辆以比本车辆的速度大60km/h的速度移动的情况下),在车道变更时相邻车辆在本车辆的前方移动,因此成为问题的情况较少。因此,在步骤S113中也可以说是对车道变更时成为问题的相邻车辆进行判断。
另外,在步骤S113中对相邻车辆的绝对移动速度是否大于或等于10km/h且相邻车辆相对于本车辆的相对移动速度是否小于或等于+60km/h进行判断,从而具有以下效果。例如有时由于照相机10的安装误差而有可能将静止物的绝对移动速度检测为几km/h。由此,通过对是否大于或等于10km/h进行判断,能够降低将静止物判断为相邻车辆的可能性。另外,由于噪声而有可能将相邻车辆相对于本车辆的相对速度检测为超过+60km/h的速度。由此,通过对相对速度是否小于或等于+60km/h进行判断,从而能够降低由噪声导致的误检测的可能性。
并且,也可以取代步骤S113的处理,判断相邻车辆的绝对移动速度不为负、不为0km/h。
下面,对第1实施方式涉及的检测区域设定处理进行说明。图14是表示第1实施方式涉及的检测区域设定处理的流程图。此外,在下面说明的检测区域设定处理与图13所示的相邻车辆检测处理同时进行,由该检测区域设定处理设定的检测区域A1、A2在图13所示的相邻车辆检测处理中进行设定。
首先,在步骤S201中,利用检测区域设定部34进行是否检测到相邻车辆的判断。具体而言,在图13所示的相邻车辆检测处理中,在检测区域设定部34判断为在检测区域A1、A2中存在相邻车辆的情况下,判断为检测到相邻车辆,进入步骤S202,在判定为在检测区域A1、A2中不存在相邻车辆的情况下,判断为没有检测到相邻车辆,直至检测到相邻车辆为止在步骤S201中待机。
在步骤S202中,利用检测区域设定部34进行相邻车辆是否超越了本车辆的判断。具体而言,检测区域设定部34从立体物检测部33取得相邻车辆相对于本车辆的相对移动速度,并基于取得的相邻车辆的相对移动速度,对相邻车辆的相对移动速度是否大于或等于规定速度(例如,10km/h)进行判断。然后,在相邻车辆相对于本车辆的相对移动速度大于或等于规定速度的情况下,判断为相邻车辆正在超越本车辆,进入步骤S203,另一方面,在相邻车辆相对于本车辆的相对移动速度小于规定速度的情况下,判断为相邻车辆未正在超越本车辆,返回到步骤S201。
在步骤S203中,利用检测区域设定部34进行本车辆是否正在转弯的判断。本车辆是否正在转弯的判定方法并未特别地限定,但在本实施方式中,使用以下的方法对本车辆是否正在转弯进行判定。
即,首先,检测区域设定部34对在规定时间后本车辆V1是否处于转弯状态进行预测(下面也称为转弯状态预测)。具体而言,检测区域设定部34参照从照相机10取得的拍摄图像,对路面上的车道(例如,白线)进行检测,对作为表示道路形状的参数的车道曲率进行计算。然后,检测区域设定部34基于运算出的车道曲率、从车速传感器20获得的车速,对本车辆前方的道路形状进行预测,具体而言,对达到规定时间后为止的本车辆的转弯半径进行预测。
并且,检测区域设定部34基于从车速传感器20获得的本车车速、从转向操纵角传感器40获得的转向操纵角,按照下述式1对本车辆V1的当前的转弯半径进行计算。
[式1]
ρ=(1+KV2)(nL/φ) …(1)
此外,在上述式1中,ρ为转弯半径,k为刚性系数,V为本车车速,L为轴距,n为转向齿轮比,φ为转向操纵角。
并且,检测区域设定部34在通过上述转弯状态预测到的转弯半径和基于上述式1获得的当前的转弯半径大于或等于规定的阈值的情况下,判定为本车辆V1正在转弯。在判定为本车辆正在转弯的情况下,进入步骤S211,另一方面,在判定为本车辆不是正在转弯的情况下,进入步骤S204。
在步骤S204~S210中,基于相邻车辆相对于本车辆的相对移动速度和本车辆的车速信息,进行将检测区域向本车辆的行进方向的后方扩宽的处理。
具体而言,检测区域设定部34在相邻车辆相对于本车辆的相对移动速度大于或等于第1速度(步骤S204=Yes)、而且本车辆的车速大于或等于第2速度的情况下(步骤205=Yes),将检测区域设定为与预先设定的范围相比向后方扩宽L(m)(步骤S206)。另一方面,在相邻车辆相对于本车辆的相对移动速度大于或等于第1速度(步骤S204=Yes)、而且本车辆的车速小于第2速度的情况下(步骤205=No),检测区域设定部34将检测区域设定为与预先设定的范围相比向后方扩宽L+α(m)(步骤S207)。此外,第1速度并没有特别地限定,但例如在第2台相邻车辆以第1速度行驶的情况下,第1速度可设为能够判断为第2台相邻车辆马上追上本车辆的速度。另外,第2速度也没有特别地限定,但例如可设为在本车辆以第2速度行驶的情况下能够判断为拥堵的速度。
如上所述,在相邻车辆相对于本车辆的相对移动速度大于或等于第1速度、而且本车辆的车速小于第2速度的情况下,判断为第2台相邻车辆马上追上本车辆,将检测区域扩宽的扩大量设为比预先确定的扩大量(例如,L(m))大的量(例如,L+α(m))(步骤S207)。由此,能够适当地检测出马上追上本车辆的第2台相邻车辆。另外,在相邻车辆相对于本车辆的相对移动速度大于或等于第1速度、而且本车辆的车速大于或等于规定的第2速度的情况下,由于本车辆的车速足够快,因此,预测为第1台相邻车辆V2的车速相当快,判断为第1台相邻车辆V2与第2台相邻车辆之间的车间距离较大。因此,与本车辆的车速小于规定的第2速度的情况下相比较,在该情况下判断为第2台相邻车辆不会马上追上本车辆,将检测区域A1、A2扩宽的扩大量设为预先确定的扩大量(例如,L(m))(步骤S208)。
另外,检测区域设定部34在相邻车辆相对于本车辆的相对移动速度小于第1速度(步骤S204=No)、而且本车辆的车速大于或等于第2速度的情况下(步骤208=Yes),将检测区域设定为与预先设定的范围相比向后方扩宽L-β(m)(步骤S209)。另一方面,在相邻车辆相对于本车辆的相对移动速度小于第1速度(步骤S204=No)、而且本车辆的车速小于第2速度的情况下(步骤208=No),检测区域设定部34将检测区域设定为与预先设定的范围相比向后方扩宽L(m)(步骤S210)。
如上所述,检测区域设定部34在相邻车辆相对于本车辆的相对移动速度小于第1速度、而且本车辆的车速小于第2速度的情况下,判定为例如是拥堵等状况,连续的第1台和第2台相邻车辆的车间距离较小,第2台相邻车辆存在于紧跟本车辆的后方的可能性较高,将检测区域扩宽的扩大量设为预先确定的扩大量(例如,L(m))(步骤S210)。另一方面,在本车辆的车速大于或等于规定的第2速度的情况下,由于第1台相邻车辆也是以较快的速度行驶,因此,判断为连续的第1台相邻车辆和第2台相邻车辆之间存在一定的车间距离,从而将检测区域向后方扩宽的扩大量设为比预先确定的扩大量小的扩大量(例如,L-β(m))(步骤S209)。如上所述,基于相邻车辆相对于本车辆的相对移动速度和本车辆的车速,确定将检测区域向后方的扩宽的扩大量,从而能够在与本车辆的行驶状况相对应的适当的范围内对检测区域进行设定。
另外,在步骤S203中判定为本车辆正在转弯的情况下,在步骤S211中,利用检测区域设定部34进行本车辆的当前的转弯半径的计算。本车辆的当前的转弯半径的计算方法没有特别地限定,但在本实施方式中,能够以下述方式对本车辆的当前的转弯半径进行计算。
即、检测区域设定部34基于在步骤S203中计算出的转弯半径,确定当前的转弯半径。具体而言,检测区域设定部34在参照时刻信息的基础上,基于在步骤S203的转弯状态预测中预测到的直到规定时间后的转弯半径,对当前的转弯半径进行预测。然后,检测区域设定部34将预测到的当前的转弯半径与由上述式1计算出的转弯半径进行比较,计算针对预测到的当前的转弯半径的可能性(即合理程度)。然后,检测区域设定部34在可能性大于或等于规定的判定值的情况下,将在转弯状态预测中预测到的规定时间后的转弯半径确定为最终的转弯半径,另一方面,在可能性小于规定的判定值的情况下,将由上述式1计算出的转弯半径确定为最终的转弯半径。
并且,在步骤S212中,检测区域设定部34基于在步骤S211中指定的最终的转弯半径,确定将检测区域向后方扩宽的扩大量,将检测区域设定为与预先设定的范围相比扩大所确定的扩大量。
具体而言,如图13的(A)所示,检测区域设定部34设为转弯半径越小,越减小将检测区域向后方扩宽的扩大量,使得检测区域不进入本车辆所行驶的车道。此外,检测区域设定部34保持有表示转弯半径、和与转弯半径相对应地变更的各检测区域A1、A2之间的对应关系的对应图或者运算式,使用这些对应图或者运算式对检测区域A1、A2进行设定。
并且,在步骤S213中,利用检测区域设定部34进行是否还能检查到相邻车辆的判断。例如,如图11的(A)所示,在检测区域内还能检查到第1台相邻车辆V2的情况下,在步骤S213中进行待机,另一方面,如图11的(B)所示,在检查不到第1台相邻车辆的情况下,进入步骤S214。此外,在检测不到第1台相邻车辆之前检测到第2台相邻车辆的情况下,判断是否还能检测到第2台相邻车辆。由此,能够适当地检测后续于第2台相邻车辆的第3台的相邻车辆。
在步骤S214中,进行下述判定,即,从利用检测区域设定部34在检测区域中检测不到相邻车辆起是否经过了规定时间(例如,两秒钟)。在未经过规定时间的情况下,直到经过规定时间为止,在步骤S214中进行待机,在经过了规定时间的情况下,进入步骤S215,检测区域设定部34以与检测区域扩宽的速度相比较慢的速度,使检测区域向本车辆的行进方向的前方逐渐缩窄,最终使检测区域恢复至扩宽之前的原来的大小。
在此,图15是表示在本实施方式中设定的检测区域的本车辆的行进方向上的宽度的一个例子的曲线图。例如,在图15所示的情景例中,在时刻t1,如图11的(A)所示,在检测区域内检测到第1台相邻车辆V2(步骤S201=Yes),在判断为第1台相邻车辆V2超越本车辆V1的情况下(步骤S202=Yes),如图11的(B)所示,检测区域的行进方向上的宽度从w1向后方扩宽至w2(w2>w1)(步骤S206、S207、S209、S210)。
然后,检测区域设定部34在时刻t1使检测区域扩宽之后,判断是否检测到第1台相邻车辆V2(步骤S213)。在图15所示的例子中,在时刻t2,检测不到在前行驶的第1台相邻车辆V2,从时刻t2经过了规定时间n的时刻t2+n开始,检测区域逐渐向前方缩窄(步骤S214)。然后,在图15所示的情景例中,最终在时刻t3,检测区域的行进方向上的宽度恢复至将检测区域扩宽之前的w1。
如上所述,在检测不到在前行驶的第1台相邻车辆V2之后也将检测区域向后方扩宽的状态保持规定时间,从而,在第1台相邻车辆V2与第2台相邻车辆V2’之间的距离较远的情况下,也能够适当地检测出正在接近本车辆的第2台相邻车辆V2’。另外,在检测不到在前行驶的第1台相邻车辆V2后经过了规定时间的情况下,使检测区域向前方逐渐缩窄,从而与使检测区域一下子缩窄的情况相比较,能够更可靠地检测接近本车辆的第2台相邻车辆V2’。
此外,也可以与相邻车辆V2相对于本车辆V1的相对移动速度对应地变更上述的规定时间n。例如,检测区域设定部34也可以构成为,第1台相邻车辆V2相对于本车辆V1的相对移动速度越快,预测为第2台相邻车辆V2’的移动速度也越快,第2台相邻车辆马上追上本车辆,从而延长规定时间n。或者,也可以构成为,第1台相邻车辆V2相对于本车辆V1的相对移动速度越快,预测为相邻车辆停留在本车辆的后方的时间越短,从而缩短规定时间n。并且,也可以构成为,考虑本车辆的车速,即使是第1台相邻车辆V2相对于本车辆V1的相对移动速度较快的情况,在本车辆的车速足够快的情况下,预测为第1台相邻车辆V2与第2台相邻车辆V2’之间的车间距离较大,第2台相邻车辆V2’不会马上追上本车辆V1,不延长规定时间n。如上所述,与本车辆的行驶状态相对应地设定规定时间n,从而能够适当地检测第2台相邻车辆V2’。
如上所述,在第1实施方式中,基于不同的时刻的两张鸟瞰视野图像的差分,生成差分图像PDt,对在差分图像PDt上表示规定的差分的像素数进行计数并进行频率分布化,从而生成差分波形,基于生成的差分波形,对存在于相邻车道的相邻车辆进行检测。另外,在本实施方式中,对相邻车辆是否超越了本车辆进行判断,在判断为相邻车辆超越了本车辆的情况下,将检测区域A1、A2向本车辆的行进方向的后方扩宽。由此,在第1实施方式中,例如,如图11的(A)所示,在两台相邻车辆连续行驶的情况下,检测出第1台相邻车辆V2,并在判断为本车辆V1被第1台相邻车辆V2超越的情况下,如图11的(B)所示,将检测区域向本车辆V1的行进方向的后方扩宽,从而能够对第2台相邻车辆V2’进行检测,由此,能够使驾驶员知晓第2台相邻车辆V2’存在于本车辆的后方。其结果,能够有效地防止第1台相邻车辆V2超越了本车辆V1,从而驾驶员判断为本车辆的后方不存在相邻车辆,进行本车辆的车道变更,而导致本车辆V1与第2台相邻车辆V2’接近。
《第2实施方式》
以下,对第2实施方式涉及的立体物检测装置1a进行说明。如图16所示,第2实施方式涉及的立体物检测装置1a取代第1实施方式的计算机30而具有计算机30a,除了以下说明所示地动作以外,与第1实施方式相同。在此,图16是表示第2实施方式涉及的计算机30a的详细情况的框图。
如图16所示,第2实施方式涉及的立体物检测装置1a具有照相机10和计算机30a,计算机30a由视点变换部31、亮度差计算部35、边缘线检测部36、立体物检测部33a、检测区域设定部34构成。下面对第2实施方式涉及的立体物检测装置1a的各结构进行说明。
图17是表示图16的照相机10的拍摄范围等的图,图17的(a)是俯视图,图17的(b)表示从本车辆V1起后侧方的实际空间上的斜视图。如图17的(a)所示,照相机10设为规定的视场角a,从该规定的视场角a所包含的本车辆V1拍摄后侧方。照相机10的视场角a与图2所示的情况同样地,设定为在照相机10的拍摄范围内除了包括本车辆V1行驶的车道之外,还包括相邻的车道。
本例的检测区域A1、A2在俯视(鸟瞰的状态)下为梯形状,这些检测区域A1、A2的位置、大小以及形状基于距离d1~d4确定。此外,该图21所示的例子的检测区域A1、A2并不限于梯形状,也可以如图2所示在鸟瞰的状态下呈矩形等其他形状。
在这里,距离d1是从本车辆V1至接地线L1、L2为止的距离。接地线L1、L2是指在与本车辆V1所行驶的车道相邻的车道上存在的立体物与地面接触的线。在本实施方式中,其目的在于,对在本车辆V1的后侧方与本车辆V1的车道相邻的左右的车道行驶的相邻车辆V2等(包含两轮车等)进行检测。因此,能够根据从本车辆V1至白线W为止的距离d11以及从白线W至预测为相邻车辆V2所行驶的位置为止的距离d12,预先大致固定地确定成为相邻车辆V2的接地线L1、L2的位置即距离d1。
另外,对于距离d1,并不限于固定地确定的情况,也可以是可变的。在该情况下,计算机30a利用白线识别等技术对白线W相对于本车辆V1的位置进行识别,基于识别出的白线W的位置,确定距离d11。由此,距离d1能够使用所确定的距离d11可变地设定。在下面的本实施方式中,相邻车辆V2所行驶的位置(距白线W的距离d12)以及本车辆V1所行驶的位置(距白线W的距离d11)大致确定,因此,固定地确定距离d1。
距离d2是从本车辆V1的后端部沿着车辆行进方向延伸的距离。该距离d2确定为至少检测区域A1、A2被收纳在照相机10的视场角a内。尤其是在本实施方式中,距离d2设定为与被视场角a划分出的范围相接触。距离d3是表示检测区域A1、A2的车辆行进方向上的长度的距离。该距离d3基于成为检测对象的立体物的大小而确定。在本实施方式中,检测对象为相邻车辆V2等,因此,距离d3设定为包含相邻车辆V2在内的长度。
如图17的(b)所示,距离d4是表示在实际空间中以包含相邻车辆V2等的轮胎的方式设定的高度的距离。距离d4在鸟瞰视野图像中为图17的(a)所示的长度。此外,距离d4也可以设为在鸟瞰视野图像中不包含与左右的相邻车道进一步相邻的车道(即隔着一个车道而相邻的更相邻车道)的长度。其原因在于,如果包含从本车辆V1的车道隔着一个车道而相邻的车道,则无法区分在本车辆V1所行驶的车道即本车道的左右的相邻车道上存在相邻车辆V2、还是在隔着一个车道相邻的更相邻车道上存在更相邻车辆。
如上所述,距离d1~距离d4被确定,由此,检测区域A1、A2的位置、大小以及形状被确定。具体地进行说明,利用距离d1对呈梯形的检测区域A1、A2的上边b1的位置进行确定。利用距离d2对上边b1的始点位置C1进行确定。利用距离d3对上边b1的终点位置C2进行确定。利用从照相机10朝向始点位置C1延伸的直线L3对呈梯形的检测区域A1、A2的侧边b2进行确定。同样地利用从照相机10朝向终点位置C2延伸的直线L4对呈梯形的检测区域A1、A2的侧边b3进行确定。利用距离d4对呈梯形的检测区域A1、A2的下边b4的位置进行确定。如上所述,由各边b1~b4围成的区域成为检测区域A1、A2。如图17的(b)所示,该检测区域A1、A2在从本车辆V1起后侧方的实际空间上成为正方形(长方形)。
返回到图16,向视点变换部31输入由照相机10进行拍摄而获得的规定区域的拍摄图像数据。视点变换部31对输入的拍摄图像数据进行向鸟瞰的状态的鸟瞰视野图像数据的视点变换处理。鸟瞰的状态是指从上空例如从铅垂向下(或者稍微斜向下)俯视的假想照相机的视点观察的状态。该视点变换处理能够通过例如日本特开2008-219063号公报所记载的技术实现。
亮度差计算部35为了对鸟瞰视野图像所包含的立体物的边缘进行检测,对利用视点变换部31进行视点变换后的鸟瞰视野图像数据进行亮度差的计算。亮度差计算部35针对实际空间中的沿着铅垂方向延伸的铅垂假想线的多个位置中的每一个,计算该各位置的旁边的两个像素间的亮度差。亮度差计算部35能够通过将实际空间中的沿着铅垂方向延伸的铅垂假想线仅设定1根的方法、及将铅垂假想线设定两根的方法中的任一个方法计算亮度差。
在这里,对将铅垂假想线设定两根的具体的方法进行说明。亮度差计算部35针对视点变换后的鸟瞰视野图像,设定与在实际空间中沿着铅垂方向延伸的线段相当的第1铅垂假想线、与第1铅垂假想线不同并与在实际空间中沿着铅垂方向延伸的线段相当的第2铅垂假想线。亮度差计算部35沿着第1铅垂假想线以及第2铅垂假想线连续地求出第1铅垂假想线上的点和第2铅垂假想线上的点之间的亮度差。下面,对该亮度差计算部35的动作详细地进行说明。
如图18的(a)所示,亮度差计算部35对与在实际空间中沿着铅垂方向延伸的线段相当且通过检测区域A1的第1铅垂假想线La(下面称为注视线La)进行设定。另外,亮度差计算部35对与注视线La不同并与在实际空间中沿着铅垂方向延伸的线段相当且通过检测区域A1的第2铅垂假想线Lr(下面称为参照线Lr)进行设定。在这里,参照线Lr设定于在实际空间中与注视线La分开规定距离的位置。此外,与在实际空间中沿着铅垂方向延伸的线段相当的线,是指在鸟瞰视野图像中从照相机10的位置Ps起呈放射状扩散的线。该呈放射状扩散的线是沿着在变换成鸟瞰时立体物歪斜的方向的线。
亮度差计算部35在注视线La上设定注视点Pa(第1铅垂假想线上的点)。另外,亮度差计算部35在参照线Lr上设定参照点Pr(第2铅垂假想线上的点)。这些注视线La、注视点Pa、参照线Lr、参照点Pr在实际空间上成为图18的(b)所示的关系。从图18的(b)可知,注视线La以及参照线Lr是在实际空间上沿着铅垂方向延伸的线,注视点Pa和参照点Pr是在实际空间上设定在大致相同高度的点。此外,注视点Pa和参照点Pr并不是必须要严密地处于相同高度,允许可视为注视点Pa和参照点Pr处于相同高度程度的误差。
亮度差计算部35求出注视点Pa与参照点Pr之间的亮度差。假设如果注视点Pa与参照点Pr之间的亮度差较大,则认为在注视点Pa与参照点Pr之间存在边缘。尤其是,在第2实施方式中,为了检测存在于检测区域A1、A2中的立体物,针对鸟瞰视野图像,作为在实际空间上沿着铅垂方向延伸的线段而设定铅垂假想线,因此,在注视线La与参照线Lr之间的亮度差较高的情况下,在注视线La的设定部位存在立体物的边缘的可能性较高。因此,图16所示的边缘线检测部36基于注视点Pa与参照点Pr之间的亮度差,检测边缘线。
对这一点更详细地进行说明。图19是表示亮度差计算部35的详细动作的图,图19的(a)是表示鸟瞰的状态的鸟瞰视野图像,图23的(b)是将图19的(a)所示的鸟瞰视野图像的一部分B1放大后的图。此外,对于图19也仅图示检测区域A1进行说明,但对于检测区域A2也以同样的顺序计算亮度差。
在相邻车辆V2映在由照相机10拍摄到的拍摄图像内的情况下,如图19的(a)所示,相邻车辆V2出现在鸟瞰视野图像内的检测区域A1中。如在图19的(b)中示出的图19的(a)中的区域B1的放大图所示,在鸟瞰视野图像上,在相邻车辆V2的轮胎的橡胶部分上设定有注视线La。在该状态下,亮度差计算部35首先设定参照线Lr。参照线Lr沿着铅垂方向设定于在实际空间上从注视线La分离规定的距离的位置处。具体而言,在本实施方式涉及的立体物检测装置1a中,参照线Lr设定于在实际空间上从注视线La分离10cm的位置处。由此,参照线Lr设定于在鸟瞰视野图像上例如从相邻车辆V2的轮胎的橡胶分离相当于10cm的相邻车辆V2的轮胎的轮毂上。
然后,亮度差计算部35在注视线La上设定多个注视点Pa1~PaN。在图19的(b)中,为了方便说明,设定有6个注视点Pa1~Pa6(下面在表示任意的点的情况下,简称为注视点Pai)。此外,设定在注视线La上的注视点Pa的数量可以是任意个。在下面的说明中,设为N个注视点Pa设定在注视线La上而进行说明。
然后,亮度差计算部35以在实际空间上与各注视点Pa1~PaN处于相同高度的方式设定各参照点Pr1~PrN。然后,亮度差计算部35对处于相同高度的注视点Pa与参照点Pr彼此的亮度差进行计算。由此,亮度差计算部35针对实际空间中的沿着铅垂方向延伸的铅垂假想线的多个位置(1~N)中的每一个,计算两个像素的亮度差。亮度差计算部35例如在第1注视点Pa1与第1参照点Pr1之间计算亮度差,在第2注视点Pa2与第2参照点Pr2之间计算亮度差。由此,亮度差计算部35沿着注视线La以及参照线Lr连续地求出亮度差。即,亮度差计算部35依次求出第3注视点Pa3~第N注视点PaN与第3参照点Pr3~第N参照点PrN之间的亮度差。
亮度差计算部35在检测区域A1内一边将注视线La挪动,一边反复执行上述的参照线Lr的设定、注视点Pa以及参照点Pr的设定、亮度差的计算这样的处理。即,亮度差计算部35一边分别将注视线La以及参照线Lr在实际空间上沿着接地线L1的延伸方向将位置改变相同距离,一边反复执行上述的处理。亮度差计算部35例如将在上次处理中作为参照线Lr的线设定为注视线La,相对于该注视线La设定参照线Lr,依次求出亮度差。
如上所述,在第2实施方式中,根据在实际空间上处于大致相同高度的注视线La上的注视点Pa和参照线Lr上的参照点Pr求出亮度差,从而能够明确地检测出在存在沿着铅垂方向延伸的边缘的情况下的亮度差。另外,为了进行在实际空间中沿着铅垂方向延伸的铅垂假想线彼此的亮度比较,即使由于变换成鸟瞰视野图像而立体物与距路面的高度相对应地被拉长,也不会影响立体物的检测处理,而能够提高立体物的检测精度。
返回到图16,边缘线检测部36根据由亮度差计算部35计算出的连续的亮度差,检测边缘线。例如,在图19的(b)所示的情况下,第1注视点Pa1和第1参照点Pr1位于相同的轮胎部分,因此,亮度差较小。另一方面,在第2注视点Pa2~第6注视点Pa6位于轮胎的橡胶部分处,第2参照点Pr2~第6参照点Pr6位于轮胎的轮毂部分处。因而,第2参照点Pa2~第6注视点Pa6与第2参照点Pr2~第6参照点Pr6之间的亮度差变大。因此,边缘线检测部36能够检测出在亮度差较大的第2注视点Pa2~第6注视点Pa6与第2参照点Pr2~第6参照点Pr6之间存在边缘线。
具体而言,边缘线检测部36在对边缘线进行检测时,首先按照下述的式2,并根据第i个注视点Pai(坐标(xi,yi))和第i个参照点Pri(坐标(xi’,yi’))之间的亮度差,使第i个注视点Pai带有属性。
[式2]
在I(xi,yi)>I(xi’,yi’)+t时,
s(xi,yi)=1
在I(xi,yi)<I(xi’,yi’)-t时,
s(xi,yi)=-1
除了上述以外时,
s(xi,yi)=0
在上述式2中,t表示规定的阈值,I(xi,yi)表示第i个注视点Pai的亮度值,I(xi’,yi’)表示第i个参照点Pri的亮度值。根据上述式2,在注视点Pai的亮度值比参照点Pri与阈值t相加而得到的亮度值高的情况下,该注视点Pai的属性s(xi,yi)成为‘1’。另一方面,在注视点Pai的亮度值比从参照点Pri减去亮度阈值t而得到的亮度值低的情况下,该注视点Pai的属性s(xi,yi)成为‘-1’。在注视点Pai的亮度值与参照点Pri的亮度值为除此以外的关系的情况下,注视点Pai的属性s(xi,yi)成为‘0’。
然后,边缘线检测部36基于下述式3并根据沿着注视线La的属性s的连续性c(xi,yi),判定注视线La是否是边缘线。
[式3]
在s(xi,yi)=s(xi+1,yi+1)时(且除了0=0),
c(xi,yi)=1
在上述以外时,
c(xi,yi)=0
在注视点Pai的属性s(xi,yi)与相邻的注视点Pai+1的属性s(xi+1,yi+1)相同的情况下,连续性c(xi,yi)成为‘1’。在注视点Pai的属性s(xi,yi)与相邻的注视点Pai+1的属性s(xi+1,yi+1)不相同的情况下,连续性c(xi,yi)成为‘0’。
然后,边缘线检测部36对注视线La上的全部的注视点Pa的连续性c求出总和。边缘线检测部36通过将求出的连续性c的总和除以注视点Pa的数N而将连续性c标准化。然后,边缘线检测部36在标准化的值超过阈值θ的情况下,将注视线La判断为边缘线。此外,阈值θ是预先通过实验等设定的值。
即,边缘线检测部36基于下述式4,判断注视线La是否是边缘线。然后,边缘线检测部36对在检测区域A1上描绘出的注视线La的全部判断是否是边缘线。
[式4]
Σc(xi,yi)/N>θ
如上所述,在第2实施方式中,基于注视线La上的注视点Pa与参照线Lr上的参照点Pr之间的亮度差,使注视点Pa带有属性,基于沿着注视线La的属性的连续性c,判断该注视线La是否是边缘线,因此,能够将亮度较高的区域与亮度较低的区域之间的边界作为边缘线进行检测,按照人的自然的感觉进行边缘检测。对该效果详细地进行说明。图20是表示对边缘线检测部36的处理进行说明的图像例的图。该图像例是表示亮度较高的区域与亮度较低的区域反复的条纹花样的第1条纹花样101、和表示亮度较低的区域与亮度较高的区域反复的条纹花样的第2条纹花样102相邻的图像。另外,在该图像例中,第1条纹花样101的亮度较高的区域与第2条纹花样102的亮度较低的区域相邻,并且,第1条纹花样101的亮度较低的区域与第2条纹花样102的亮度较高的区域相邻。位于该第1条纹花样101与第2条纹花样102之间的边界的部位103,存在根据人的感觉而不察觉为边缘的倾向。
相对于此,亮度较低的区域与亮度较高的区域相邻,因此,如果仅凭亮度差对边缘进行检测,则该部位103被识别为边缘。但是,边缘线检测部36除了部位103处的亮度差之外,仅在该亮度差的属性存在连续性的情况下,将部位103判定为边缘线,因此,能够抑制边缘线检测部36将不被人的感觉识别为边缘线的部位103识别为边缘线的误判定,能够按照人的感觉进行边缘检测。
返回到图16,立体物检测部33a基于由边缘线检测部36检测到的边缘线的量,检测立体物。如上所述,本实施方式涉及的立体物检测装置1a对在实际空间上沿着铅垂方向延伸的边缘线进行检测。检测到较多的沿着铅垂方向延伸的边缘线,是指立体物存在于检测区域A1、A2的可能性较高。因此,立体物检测部33a基于由边缘线检测部36检测到的边缘线的量,检测立体物。具体而言,立体物检测部33a对由边缘线检测部36检测到的边缘线的量是否大于或等于规定的阈值β进行判断,在边缘线的量大于或等于规定的阈值β的情况下,判断为由边缘线检测部36检测到的边缘线为立体物的边缘线,由此,将基于边缘线的立体物检测为相邻车辆V2。
另外,立体物检测部33a在对立体物进行检测之前对由边缘线检测部36检测到的边缘线是否正确进行判定。立体物检测部33a判定边缘线上的鸟瞰视野图像的沿着边缘线的亮度变化是否大于或等于规定的阈值tb。在边缘线上的鸟瞰视野图像的亮度变化大于或等于阈值tb的情况下,判断为该边缘线是由于误判定而检测到的。另一方面,在边缘线上的鸟瞰视野图像的亮度变化小于阈值tb的情况下,判定为该边缘线是正确的。此外,该阈值tb是通过实验等预先设定的值。
图21是表示边缘线的亮度分布的图,图21的(a)表示作为立体物的相邻车辆V2存在于检测区域A1中的情况下的边缘线以及亮度分布,图21的(b)表示在检测区域A1中不存在立体物的情况下的边缘线以及亮度分布。
如图21的(a)所示,被判断为在鸟瞰视野图像中设定于相邻车辆V2的轮胎橡胶部分的注视线La是边缘线。在该情况下,注视线La上的鸟瞰视野图像的亮度变化是平稳的。这取决于:由照相机10拍摄到的图像被视点变换成鸟瞰视野图像,从而相邻车辆V2的轮胎在鸟瞰视野图像内被拉长。另一方面,如图21的(b)所示,在鸟瞰视野图像中在描绘于路面上的“50”这样的白色文字部分设定的注视线La被误判定为边缘线。在该情况下,注视线La上的鸟瞰视野图像的亮度变化起伏较大。其原因在于,在边缘线上混有白色文字中的亮度较高的部分和路面等亮度较低的部分。
基于如上述的注视线La上的亮度分布的不同,立体物检测部33a判定边缘线是否是由于误判定而检测到的。在沿着边缘线的亮度变化大于或等于规定的阈值tb的情况下,立体物检测部33a判断为,该边缘线是由于误判定而检测到的,该边缘线并不是源于立体物的。由此,抑制路面上的“50”这样的白色文字、路边的杂草等被判定为边缘线而使立体物的检测精度降低。另一方面,立体物检测部33a在沿着边缘线的亮度变化小于规定的阈值tb的情况下,判断为该边缘线是立体物的边缘线,判断为存在有立体物。
具体而言,立体物检测部33a按照下述式5、6中的某一个,对边缘线的亮度变化进行计算。该边缘线的亮度变化相当于实际空间中的铅垂方向的评价值。下述式5利用注视线La上的第i个亮度值I(xi,yi)与相邻的第i+1个亮度值I(xi+1,yi+1)之间的差分的平方的合计值,评价亮度分布。另外,下述式6利用注视线La上的第i个亮度值I(xi,yi)、相邻的第i+1个亮度值I(xi+1,yi+1)之间的差分的绝对值的合计值,评价亮度分布。
[式5]
相当于铅垂方向的评价值=Σ[{I(xi,yi)-I(xi+1,yi+1)}2]
[式6]
相当于铅垂方向的方向评价值=Σ|I(xi,yi)-I(xi+1,yi+1)|
此外,不限于式6,也可以如下述式7所示,采用阈值t2而将相邻的亮度值的属性b二值化,针对全部的注视点Pa求出该二值化的属性b的总和。
[式7]
相当于铅垂方向的评价值=Σb(xi,yi)
但是在|I(xi,yi)-I(xi+1,yi+1)|>t2时,
b(xi,yi)=1
在上述以外时,
b(xi,yi)=0
在注视点Pai的亮度值与参照点Pri的亮度值之间的亮度差的绝对值大于阈值t2的情况下,该注视点Pa(xi,yi)的属性b(xi,yi)成为‘1’。在除此以外的关系的情况下,注视点Pai的属性b(xi,yi)成为‘0’。该阈值t2是为了判定注视线La未处于相同的立体物上而通过实验等预先设定的。并且,立体物检测部33a对注视线La上的所有注视点Pa求出属性b的总和,并求出相当于铅垂方向的评价值,从而对边缘线是否源于立体物、立体物是否存在进行判定。
如上所述,边缘线是表示规定亮度差的像素的分布信息的一个方式,本实施方式中的“像素的分布信息”可视为表示沿着在将拍摄图像视点变换成鸟瞰视野图像时立体物歪斜的方向检测的“亮度差大于或等于规定阈值的像素”的分布的状态的信息。即,立体物检测部33a在利用视点变换部31获得的鸟瞰视野图像中,沿着视点变换成鸟瞰视野图像时立体物歪斜的方向,基于亮度差大于或等于阈值的像素的分布信息,检测立体物。
检测区域设定部34与第1实施方式同样地,对相邻车辆是否超越了本车辆进行判断,在判断为相邻车辆超越了本车辆的情况下,将检测区域A1、A2向本车辆的行进方向的后方扩宽。
下面,对第2实施方式涉及的相邻车辆检测方法进行说明。图22是表示本实施方式涉及的相邻车辆检测方法的详细情况的流程图。此外,在图22中,出于方便,对以检测区域A1为对象的处理进行说明,但对于检测区域A2也执行同样的处理。
首先,在步骤S301中,与第1实施方式的步骤S101同样地,进行用于对相邻车辆进行检测的检测区域A1、A2的设定。此外,在步骤S301中,与第1实施方式同样地,设定在图14所示的检测区域设定处理中设定的检测区域。
在步骤S302中,利用照相机10对由视场角a以及安装位置特定的规定区域进行拍摄,利用计算机30a取得由照相机10拍摄到的拍摄图像的图像数据。然后,在步骤S303中,视点变换部31对取得的图像数据进行视点变换,生成鸟瞰视野图像数据。
然后,在步骤S304中,亮度差计算部35在检测区域A1上对注视线La和参照线Lr进行设定。此时,亮度差计算部35在实际空间中将与沿着铅垂方向延伸的线相当的线设定为注视线La,并且,将在实际空间中与沿着铅垂方向延伸的线段相当且在实际空间上与注视线La分开规定距离的线设定为参照线Lr。
然后,在步骤S305中,亮度差计算部35在注视线La上设定多个注视点Pa,并且,将参照点Pr设定为在实际空间上注视点Pa与参照点Pr处于大致相同高度。由此,注视点Pa与参照点Pr沿着大致水平方向排列,容易对在实际空间上沿着铅垂方向延伸的边缘线进行检测。此外,亮度差计算部35设定在进行利用边缘线检测部36的边缘检测时不会成为问题程度的数量的注视点Pa。
然后,在步骤S306中,亮度差计算部35计算在实际空间上处于相同高度的注视点Pa与参照点Pr之间的亮度差。然后,边缘线检测部36按照上述式2对各注视点Pa的属性s进行计算。然后,在步骤S307中,边缘线检测部36按照上述式3对各注视点Pa的属性s的连续性c进行计算。然后,在步骤S308中,边缘线检测部36按照上述式4,对使连续性c的总和标准化而得到的值是否大于阈值θ进行判定。在判断为标准化而得到的值大于阈值θ的情况下(步骤S308=Yes),在步骤S309中,边缘线检测部36将该注视线La检测为边缘线。然后,处理转向步骤S310。在判断为标准化而得到值不大于阈值θ的情况下(步骤S308=No),边缘线检测部36不将该注视线La检测为边缘线,处理转向步骤S310。
在步骤S310中,计算机30a判断是否针对能够在检测区域A1上设定的全部注视线La的执行了上述的步骤S304~步骤S310的处理。在判断为未针对全部的注视线La进行上述处理的情况下(步骤S310=No),使处理返回到步骤S304,重新设定注视线La,反复进行至步骤S311的处理。另一方面,在判断为对全部的注视线La进行了上述处理的情况下(步骤S310=Yes),处理转向步骤S311。
在步骤S311中,立体物检测部33a针对在步骤S309中检测到的各边缘线,计算沿着该边缘线的亮度变化。立体物检测部33a按照上述式5、6、7中的任一式,计算边缘线的亮度变化。然后,在步骤S312中,立体物检测部33a将边缘线中的、亮度变化大于或等于规定的阈值tb的边缘线除外。即,判定为亮度变化较大的边缘线不是正确的边缘线,将边缘线不用于立体物的检测。其原因在于,如上所述,能够抑制检测区域A1所包含的路面上的文字、路边的杂草等被检测为边缘线的情况。因而,规定的阈值tb是指预先通过实验等求出的、基于因路面上的文字、路边的杂草等产生的亮度变化设定的值。另一方面,立体物检测部33a将边缘线中的、亮度变化小于规定的阈值tb的边缘线判断为立体物的边缘线,由此,对存在于相邻车辆的立体物进行检测。
在步骤S313中,利用立体物检测部33a对边缘线的量是否大于或等于规定的阈值β进行判断。在判定为边缘线的量大于或等于阈值β的情况下(步骤S313=Yes),在步骤S314中,立体物检测部33a判定为检测区域A1内存在相邻车辆。然后,在接下来的步骤S315中,利用通知装置50进行在本车辆的后方存在相邻车辆的内容的通知。另一方面,在判定为边缘线的量不大于或等于阈值β的情况下(步骤S313=No),在步骤S316中,立体物检测部33a判定为在检测区域A1内不存在相邻车辆。之后,结束图22所示的处理。
另外,在第2实施方式中,与第1实施方式同样地,与图22所示的相邻车辆检测处理同时进行图14所示的检测区域设定处理。并且,在利用该检测区域设定处理设定的检测区域中,进行图22所示的相邻车辆检测区域。
如上所述,在第2实施方式中,通过将拍摄图像变换成鸟瞰视野图像,根据变换后的鸟瞰视野图像对立体物的边缘信息进行检测,从而对存在于相邻车道的相邻车辆进行检测。另外,在第2实施方式中,与第1实施方式同样地,在判断为相邻车辆超越了本车辆的情况下,将检测区域向本车辆的行进方向的后方扩宽,从而除了第1实施方式的效果之外,在基于边缘信息对相邻车辆进行检测的情况下,相邻车辆连续两台行驶时,也能够适当地检测追随超越本车辆的第1台相邻车辆的第2台相邻车辆。
此外,以上说明的实施方式是为了容易理解本发明而记载的,并不是为了限定本发明而记载的。因而,在上述的实施方式中公开的各要素是还包含属于本发明的保护范围的全部的设计变更、等同物在内的主旨。
例如,在上述实施方式中,例示了如图12的(A)所示,在本车辆V1正在转弯的情况下,减小将检测区域A2后方扩宽的扩大量,而使检测区域不进入本车辆所行驶的车道的结构,但并不限定于该结构,也可以构成为,例如,如图23的(A)所示,即使是第1台相邻车辆V2超越本车辆V1的情况,在本车辆V1正在转弯的情况下,也不将检测区域A2向后方扩宽,反而将检测区域A2向前方缩窄。即,也可以构成为,如图23的(A)所示,将设定在转弯内侧的检测区域A2的本车辆V1的行进方向上的长度设定得比设定在转弯外侧的检测区域A1的本车辆V1的行进方向上的长度(本车辆V1未被相邻车辆V2超越的情况下预先设定的长度)短。另外,也可以构成为,如图23的(B)所示,将检测区域A1、A2设定为相对于本车辆V1的行进方向向转弯方向的内侧倾斜地旋转,使得检测区域不进入本车辆所行驶的车道。进而,也可以构成为,检测区域进入本车辆所行驶的车道,但在检测区域中不对在本车辆所行驶的车道上行驶的后续车辆V3进行检测,在这样的范围内使检测区域向本车辆的后方扩宽。
另外,在上述实施方式中,例示了根据由照相机10拍摄到的拍摄图像并基于预测出的道路形状、由转向操纵角传感器40检测到的转向操纵角,对本车辆是否正在转弯进行判断的结构,但并不限定于该构成,例如,根据导航装置获得的地图信息,取得本车辆正在行驶的转弯道路的转弯半径,从而能够对本车辆是否正在转弯进行判断。另外,也可以基于本车辆的偏航率和车速,对本车辆是否正在转弯进行判断。
并且,在上述实施方式中,例示了在从在检测区域中检测不到相邻车辆起经过了规定时间的情况下,使检测区域向本车辆的行进方向的前方缩窄的结构,但并不限定于该结构,也可以构成为,在从在检测区域中检测不到相邻车辆起本车辆行驶了规定距离的情况下,使检测区域向本车辆的行进方向的前方缩窄。另外,在该情况下,也可以基于相邻车辆V2相对于本车辆V1的相对移动速度,变更上述的规定距离。也可以构成为,例如,检测区域设定部34在第1台相邻车辆V2相对于本车辆V1的相对移动速度越快,预测为第2台相邻车辆V2’的相对移动速度也越速,第2台相邻车辆马上要追上本车辆,从而延长规定距离。或者,也可以构成为,判断为第1台相邻车辆V2相对于本车辆V1的相对移动速度越快,相邻车辆停留在本车辆的后方的时间越短,从而缩短规定距离。进而,也可以构成为,考虑本车辆的车速,例如,在第1台相邻车辆V2相对于本车辆V1的相对移动速度较快的情况下,在本车辆的车速也足够快的情况下,预测为第1台相邻车辆V2和第2台相邻车辆V2’之间的车间距离较大,第2台相邻车辆V2’不会马上追上本车辆,从而不延长规定距离。如上所述,与本车辆的行驶状态相对应地对规定距离进行设定,从而能够适当地对第2台相邻车辆V2’进行检测。
另外,在上述实施方式中,例示了将检测区域向本车辆的行进方向的后方扩宽的结构,但在将检测区域向本车辆的行进方向的后方扩宽时,可以将检测区域一下子扩宽,或者,也可以将检测区域逐渐扩宽。
此外,上述实施方式的照相机10相当于本发明的拍摄单元,视点变换部31相当于本发明的图像变换单元,位置对齐部32、立体物检测部33、33a、亮度差计算部35、边缘线检测部36相当于本发明的立体物检测单元,立体物检测部33、33a相当于本发明的相对移动速度计算单元,检测区域设定部34相当于本发明的检测区域设定单元及转弯动作检测单元。
标号的说明
1、1a…立体物检测装置
10…照相机
20…车速传感器
30,30a…计算机
31…视点变换部
32…位置对齐部
33、33a…立体物检测部
34…检测区域设定部
35…亮度差计算部
36…边缘线检测部
40…转向操纵角传感器
50…通知装置
a…视场角
A1、A2…检测区域
CP…交点
DP…差分像素
DWt、DWt’…差分波形
DWt1~DWm、DWm+k~DWtn…小区域
L1、L2…接地线
La、Lb…立体物歪斜的方向上的线
PBt…鸟瞰视野图像
PDt…差分图像
V1…本车辆
V2…相邻车辆

Claims (12)

1.一种立体物检测装置,其特征在于,具有:
拍摄单元,其拍摄本车辆的后方;
检测区域设定单元,其在本车辆的后方的左右侧方设定规定的检测区域;
图像变换单元,其将由所述拍摄单元获得的拍摄图像视点变换为鸟瞰视野图像;
立体物检测单元,其使由所述图像变换单元获得的不同的时刻的鸟瞰视野图像的位置在鸟瞰视野上位置对齐,在该鸟瞰视野图像的差分图像上,对表示规定的差分的像素数进行计数而进行频率分布化,从而生成差分波形信息,其中沿着在所述立体物歪斜的方向上的线对所述像素进行计数,所述立体物检测单元当所述差分波形信息中的峰值被判定为大于或等于阈值时,基于该差分波形信息,在所述检测区域内进行立体物的检测;以及
相对移动速度计算单元,其基于由所述立体物检测单元生成的所述差分波形信息,对所述立体物的相对移动速度进行计算,所述相对移动速度是相对于本车辆的速度的所述立体物的速度,
所述检测区域设定单元,在由所述立体物检测单元在所述检测区域内检测到所述立体物,且所述立体物的相对移动速度大于或等于规定值的情况下,将所述检测区域向本车辆的行进方向的后方扩宽。
2.一种立体物检测装置,其特征在于,具有:
拍摄单元,其拍摄本车辆的后方;
检测区域设定单元,其在本车辆的后方的左右侧方设定规定的检测区域;
图像变换单元,其将由所述拍摄单元获得的拍摄图像视点变换为鸟瞰视野图像;
立体物检测单元,其根据由所述图像变换单元获得的鸟瞰视野图像对边缘信息进行检测,并基于该边缘信息在所述检测区域内进行立体物的检测;以及
相对移动速度计算单元,其基于由所述立体物检测单元检测到的所述边缘信息,对所述立体物的相对移动速度进行计算,所述相对移动速度是相对于本车辆的速度的所述立体物的速度,
所述检测区域设定单元,在由所述立体物检测单元在所述检测区域内检测到所述立体物,且所述立体物的相对移动速度大于或等于规定值的情况下,将所述检测区域向本车辆的行进方向的后方扩宽。
3.根据权利要求1或2所述的立体物检测装置,其特征在于,
所述检测区域设定单元,在将所述检测区域向本车辆的行进方向的后方扩宽之后,当检测不到所述立体物时,将所述检测区域向本车辆的行进方向的前方缩窄。
4.根据权利要求3所述的立体物检测装置,其特征在于,
所述检测区域设定单元,在将所述检测区域向本车辆的行进方向的后方扩宽之后,直至在检测不到所述立体物后经过规定时间为止,不使所述检测区域向本车辆的行进方向的前方缩窄。
5.根据权利要求4所述的立体物检测装置,其特征在于,
所述立体物的相对移动速度越快,所述检测区域设定单元将所述规定时间设定得越短。
6.根据权利要求4所述的立体物检测装置,其特征在于,
所述立体物相对于本车辆的相对移动速度越快,所述检测区域设定单元将所述规定时间设定得越长。
7.根据权利要求3所述的立体物检测装置,其特征在于,
所述检测区域设定单元,在将所述检测区域朝向本车辆的行进方向的后方扩宽之后,直至在检测不到所述立体物后本车辆行驶规定距离为止,不使所述检测区域向本车辆的行进方向的前方缩窄。
8.根据权利要求7所述的立体物检测装置,其特征在于,
所述立体物的相对移动速度越快,所述检测区域设定单元将所述规定距离设定得越短。
9.根据权利要求7所述的立体物检测装置,其特征在于,
所述立体物的相对移动速度越快,所述检测区域设定单元将所述规定距离设定得越长。
10.根据权利要求1或2所述的立体物检测装置,其特征在于,
所述检测区域设定单元,在将所述检测区域向本车辆的行进方向的后方扩宽的情况下,将所述检测区域以第1速度扩宽,在将所述检测区域向本车辆的行进方向的前方缩窄的情况下,将所述检测区域以比所述第1速度慢的第2速度缩窄,
其中,所述第1速度与所述立体物的相对移动速度相对应,所述第2速度与本车辆的速度相对应。
11.根据权利要求1或2所述的立体物检测装置,其特征在于,
还具有对本车辆的转弯动作进行检测的转弯动作检测单元,
所述检测区域设定单元,在将所述检测区域向本车辆的行进方向的后方扩宽的情况下,基于所述本车辆的转弯动作,对本车辆是否正在转弯进行判断,在判断为本车辆正在转弯的情况下,根据所述本车辆的转弯动作导出的本车辆的转弯半径越小,将所述检测区域向所述后方扩宽的量设为越小。
12.一种立体物检测装置,其特征在于,具有:
拍摄单元,其拍摄本车辆的后方;
检测区域设定单元,其在本车辆的后方的左右侧方设定规定的检测区域;
图像变换单元,其将由所述拍摄单元获得的拍摄图像视点变换为鸟瞰视野图像;
立体物检测单元,其在由所述图像变换单元获得的所述鸟瞰视野图像中,基于沿着在视点变换为所述鸟瞰视野图像时立体物歪斜的方向而亮度差大于或等于规定阈值的像素的分布信息,进行在所述检测区域存在的所述立体物的检测;以及
相对移动速度计算单元,其基于所述像素的分布信息的时间变化,对所述立体物的相对移动速度进行计算,所述相对移动速度是相对于本车辆的速度的所述立体物的速度,
所述检测区域设定单元,在由所述立体物检测单元在所述检测区域内检测到所述立体物,且所述立体物的相对移动速度大于或等于规定值的情况下,将所述检测区域向本车辆的行进方向的后方扩宽。
CN201380009071.1A 2012-02-23 2013-02-13 立体物检测装置 Active CN104115186B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012037482 2012-02-23
JP2012-037482 2012-02-23
PCT/JP2013/053328 WO2013125404A1 (ja) 2012-02-23 2013-02-13 立体物検出装置

Publications (2)

Publication Number Publication Date
CN104115186A CN104115186A (zh) 2014-10-22
CN104115186B true CN104115186B (zh) 2018-08-28

Family

ID=49005591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380009071.1A Active CN104115186B (zh) 2012-02-23 2013-02-13 立体物检测装置

Country Status (9)

Country Link
US (1) US9558556B2 (zh)
EP (1) EP2819090B1 (zh)
JP (1) JP5924399B2 (zh)
CN (1) CN104115186B (zh)
BR (1) BR112014020316B1 (zh)
MX (1) MX339625B (zh)
MY (1) MY172250A (zh)
RU (1) RU2629433C2 (zh)
WO (1) WO2013125404A1 (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2608149B1 (en) * 2010-08-19 2021-04-21 Nissan Motor Co., Ltd. Three-dimensional object detection device and three-dimensional object detection method
JP6054777B2 (ja) * 2013-03-01 2016-12-27 日立オートモティブシステムズ株式会社 ステレオカメラ装置
JP6165085B2 (ja) * 2014-03-07 2017-07-19 日立建機株式会社 作業機械の周辺監視装置
WO2016027423A1 (ja) * 2014-08-19 2016-02-25 パナソニックIpマネジメント株式会社 伝送方法、再生方法及び再生装置
US10019805B1 (en) 2015-09-29 2018-07-10 Waymo Llc Detecting vehicle movement through wheel movement
JP2017114155A (ja) * 2015-12-21 2017-06-29 三菱自動車工業株式会社 運転支援装置
JP6477562B2 (ja) * 2016-03-18 2019-03-06 株式会社デンソー 情報処理装置
US9975480B2 (en) * 2016-04-12 2018-05-22 Denso International America, Inc. Methods and systems for blind spot monitoring with adaptive alert zone
US9994151B2 (en) 2016-04-12 2018-06-12 Denso International America, Inc. Methods and systems for blind spot monitoring with adaptive alert zone
US9931981B2 (en) 2016-04-12 2018-04-03 Denso International America, Inc. Methods and systems for blind spot monitoring with rotatable blind spot sensor
US9947226B2 (en) 2016-04-12 2018-04-17 Denso International America, Inc. Methods and systems for blind spot monitoring with dynamic detection range
US10336326B2 (en) * 2016-06-24 2019-07-02 Ford Global Technologies, Llc Lane detection systems and methods
KR102033883B1 (ko) * 2016-12-30 2019-11-08 현대자동차주식회사 차선 변경 결정 지원 시스템을 구현하는 장치 및 방법
KR102640423B1 (ko) * 2017-01-31 2024-02-26 삼성전자주식회사 음성 입력 처리 방법, 이를 지원하는 전자 장치, 및 시스템
RU2744018C1 (ru) * 2017-10-10 2021-03-02 Ниссан Мотор Ко., Лтд. Способ управления вождением и оборудование управления вождением
CN109344677B (zh) 2017-11-07 2021-01-15 长城汽车股份有限公司 识别立体物的方法、装置、车辆和存储介质
CN109145764B (zh) * 2018-07-27 2020-10-27 中国铁道科学研究院集团有限公司 综合检测车的多组检测波形的未对齐区段识别方法及装置
KR102483649B1 (ko) * 2018-10-16 2023-01-02 삼성전자주식회사 차량 위치 결정 방법 및 차량 위치 결정 장치
JP6859374B2 (ja) * 2019-01-11 2021-04-14 本田技研工業株式会社 予測装置、予測方法、およびプログラム
US10769457B1 (en) * 2019-09-26 2020-09-08 Pony Al Inc. System and method for detecting airborne objects
EP3872692A1 (en) * 2020-02-25 2021-09-01 Zenuity AB Compensation for vertical road curvature in road geometry estimation
CN112991535B (zh) * 2021-04-19 2021-07-27 中国人民解放军国防科技大学 高度信息增强墨卡托地图的三维空间态势表征方法和装置
KR102607947B1 (ko) * 2021-11-26 2023-12-04 이인텔리전스 주식회사 차량 제동 제어 장치 및 제어 방법
CN115880973B (zh) * 2023-02-02 2023-05-05 北京东方瑞丰航空技术有限公司 伪球面坐标系的飞行模拟机视景生成方法、装置和设备

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7418346B2 (en) * 1997-10-22 2008-08-26 Intelligent Technologies International, Inc. Collision avoidance methods and systems
JPH0918863A (ja) * 1995-06-26 1997-01-17 Yazaki Corp 車両用後側方監視装置
JP2002298299A (ja) * 2001-03-30 2002-10-11 Toshiba Corp 車両の運転支援装置
JP4156214B2 (ja) * 2001-06-13 2008-09-24 株式会社デンソー 車両周辺画像処理装置及び記録媒体
JP2003306102A (ja) * 2002-04-11 2003-10-28 Toshiba Corp 追越車両検出装置と運転支援システムの後側方警報装置
JP4887932B2 (ja) * 2006-06-23 2012-02-29 日産自動車株式会社 道路端認識装置、自動車、及び道路端認識方法
JP2008219063A (ja) 2007-02-28 2008-09-18 Sanyo Electric Co Ltd 車両周辺監視装置及び方法
JP2008227646A (ja) 2007-03-09 2008-09-25 Clarion Co Ltd 障害物検知装置
JP2009169776A (ja) * 2008-01-18 2009-07-30 Hitachi Ltd 検出装置
JP5464885B2 (ja) * 2009-03-31 2014-04-09 日野自動車株式会社 並走警報装置、車両およびプログラム
RU2533645C2 (ru) * 2010-05-27 2014-11-20 Сергей Анатольевич Королев Интеллектуальная транспортная система и способ её использования
JP5533323B2 (ja) * 2010-06-21 2014-06-25 日産自動車株式会社 移動量推定装置及び移動量推定方法
JP5251927B2 (ja) 2010-06-21 2013-07-31 日産自動車株式会社 移動距離検出装置及び移動距離検出方法

Also Published As

Publication number Publication date
MX339625B (es) 2016-06-02
RU2629433C2 (ru) 2017-08-29
JP5924399B2 (ja) 2016-05-25
CN104115186A (zh) 2014-10-22
BR112014020316B1 (pt) 2021-09-14
WO2013125404A1 (ja) 2013-08-29
MX2014009974A (es) 2014-09-08
MY172250A (en) 2019-11-19
EP2819090A1 (en) 2014-12-31
US20150302586A1 (en) 2015-10-22
RU2014138290A (ru) 2016-04-10
BR112014020316A2 (pt) 2021-05-25
US9558556B2 (en) 2017-01-31
JPWO2013125404A1 (ja) 2015-07-30
EP2819090A4 (en) 2015-06-03
EP2819090B1 (en) 2022-08-24

Similar Documents

Publication Publication Date Title
CN104115186B (zh) 立体物检测装置
CN104106105B (zh) 立体物检测装置
CN104115188B (zh) 立体物检测装置
JP5311793B2 (ja) 脇見状態判定装置
CN104115201B (zh) 立体物检测装置
CN103578115B (zh) 移动体识别系统以及移动体识别方法
US9965957B2 (en) Driving support apparatus and driving support method
CN104094311B (zh) 立体物检测装置
CN104508723B (zh) 图像处理装置
JP5966640B2 (ja) 漫然運転検出装置及びプログラム
US20130223686A1 (en) Moving object prediction device, hypothetical movable object prediction device, program, moving object prediction method and hypothetical movable object prediction method
CN104115203B (zh) 立体物检测装置
US9064419B2 (en) Driver condition assessment device
JPH06293236A (ja) 走行環境監視装置
CN102542256B (zh) 对陷阱和行人进行前部碰撞警告的先进警告系统
JP2008146549A (ja) 運転支援装置、マップ生成装置、及びプログラム
CN104115204A (zh) 立体物检测装置
JP2007241898A (ja) 停止車両分別検出装置および車両の周辺監視装置
JP2010224670A (ja) 車両の周辺監視装置
KR20180063524A (ko) 가상 차선을 이용한 전방 차량 위험도 감지 방법 및 장치
JP2009206702A (ja) 画像処理装置、画像処理方法
JP2008299787A (ja) 車両検知装置
JP4823753B2 (ja) 車両の周辺監視装置
Negru et al. Assisting navigation in homogenous fog
Nunn et al. A two stage detection module for traffic signs

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant