CN105549023A - 物体检测装置及其工作方法 - Google Patents

物体检测装置及其工作方法 Download PDF

Info

Publication number
CN105549023A
CN105549023A CN201510696082.2A CN201510696082A CN105549023A CN 105549023 A CN105549023 A CN 105549023A CN 201510696082 A CN201510696082 A CN 201510696082A CN 105549023 A CN105549023 A CN 105549023A
Authority
CN
China
Prior art keywords
information
laser radar
region
object information
data
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
CN201510696082.2A
Other languages
English (en)
Other versions
CN105549023B (zh
Inventor
金荣信
金元谦
柳洙龙
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.)
Hyundai Mobis Co Ltd
Original Assignee
Hyundai Mobis 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 Hyundai Mobis Co Ltd filed Critical Hyundai Mobis Co Ltd
Publication of CN105549023A publication Critical patent/CN105549023A/zh
Application granted granted Critical
Publication of CN105549023B publication Critical patent/CN105549023B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T7/00—Brake-action initiating means
    • B60T7/12—Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger
    • B60T7/22—Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger initiated by contact of vehicle, e.g. bumper, with an external object, e.g. another vehicle, or by means of contactless obstacle detectors mounted on the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/36—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light
    • 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
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • 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
    • 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
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2201/00—Particular use of vehicle brake systems; Special systems using also the brakes; Special software modules within the brake system controller
    • B60T2201/02—Active or adaptive cruise control system; Distance control
    • B60T2201/022—Collision avoidance systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2210/00—Detection or estimation of road or environment conditions; Detection or estimation of road shapes
    • B60T2210/30—Environment conditions or position therewithin
    • B60T2210/32—Vehicle surroundings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30261—Obstacle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种物体检测装置及其工作方法。根据本发明一个实施例的物体检测装置包括：传感器部，其包括收集激光雷达数据的激光雷达传感器及收集图像数据的摄像头传感器；区域划分部，其将激光雷达传感器与摄像头传感器的共同感测区域划分为多个区域；数据分析部，其通过分析激光雷达数据提取第一物体信息或通过分析图像数据提取第二物体信息；以及传感器信号融合部，其根据第一物体信息或第二物体信息判断划分得到的各所述区域是否存在危险物体。本发明的物体检测装置及其工作方法能够提高物体检测率且提高物体检测结果可靠性。

Description

物体检测装置及其工作方法
技术领域
本发明涉及物体检测装置及其工作方法，尤其涉及一种通过划分多个传感器的感测区域提高车辆周边物体检测性能的物体检测装置及其工作方法。
背景技术
目前的车辆市场越来越关注高级驾驶辅助系统(AdvancedDriverAssistanceSystem；ADAS)相关技术，市场规模也在急剧增长。
高级驾驶辅助系统是指为驾驶员及行人提供多种安全功能及便利功能的系统，其中又以自动紧急制动(AutonomousEmergencyBraking；AEB)系统为代表。
自动紧急制动系统是指利用激光雷达传感器或摄像头传感器等能够感测物体的传感器感测车辆前方预定距离内其他车辆等物体的减速或其他突发情况，即使驾驶员不操作制动器也仍能够控制车辆采取制动的系统。与目前仅仅发出警报且需要由驾驶员自主采取措施的被动方式相比，这种自动紧急制动系统更为先进。
另外，激光雷达传感器的物体检测率及距离准确性高于摄像头传感器，但检测可靠性差。与此相比，摄像头传感器的物体检测结果可靠性大于激光雷达传感器，而测定的物体距离准确性及检测实际存在物体的检测率却略低。因此，可通过激光雷达传感器及摄像头传感器互补感测是否存在物体，这种情况下能够降低自动紧急制动系统等未运行及误运行可能性。但如专利文献1的现有技术只是公开了单纯合并激光雷达传感器与摄像头传感器并以此识别前方车辆的技术，但并没有涉及细分激光雷达传感器与摄像头传感器的共同感测区域并处理符合各区域特性的数据提高物体检测率、确保物体检测结果可靠性的技术。
【现有技术文献】
【专利文献】
韩国公开专利公报第10-2010-0111543号：车辆识别方法及装置(公开日期：2010年10月15日)
发明内容
技术问题
为解决上述现有技术问题，本发明实施例的目的在于提供一种将激光雷达传感器与摄像头传感器的共同感测区域划分为多个下位区域，从而提高物体检测率且能够提高物体检测结果可靠性的物体检测装置及其工作方法。
本发明的目的不限于以上记载的目的，本领域所属技术人员可通过以下记载明确理解未记载的其他目的。
技术方案
根据本发明的一个方面，提供一种物体检测装置，包括：传感器部，其包括收集激光雷达数据的激光雷达传感器及收集图像数据的摄像头传感器；区域划分部，其将激光雷达传感器与摄像头传感器的共同感测区域划分为多个区域；数据分析部，其通过分析激光雷达数据提取第一物体信息或通过分析图像数据提取第二物体信息；以及传感器信号融合部，其根据第一物体信息或第二物体信息判断划分得到的各所述区域是否存在危险物体。
并且，所述传感器信号融合部可以包括：映射模块，其将激光雷达数据及图像数据转换成同一坐标平面上的数据；以及物体比较模块，其在所述坐标平面比较激光雷达数据中的第一物体信息与图像数据中的第二物体信息，其中，所述传感器信号融合部根据第一物体信息与第二物体信息的比较结果判断划分得到的各所述区域是否存在危险物体。
并且，在物体比较模块的比较结果为第一物体信息与第二物体信息之差小于预先设定的临界值时，所述传感器信号融合部可以判断第一物体与第二物体为同一物体。
并且，第一物体信息可以是第一物体在所述坐标平面上的中心坐标，第二物体信息可以是第二物体在所述坐标平面上的中心坐标。
并且，所述区域划分部可以将所述共同感测区域划分为不含地面区域与含地面区域。
并且，所述传感器信号融合部在所述数据分析部从不含地面区域的激光雷达数据提取出第一物体信息时，可以判断为不含地面区域存在危险物体。
并且，所述传感器部可以根据预先设定的感测度调节条件调节摄像头传感器的物体检测阈值。
并且，物体检测装置还可以包括：收集车辆的速度信息的车辆信息收集部。
并且，所述数据分析部根据车辆的速度信息使第一物体信息或第二物体信息中包含相对于车辆的相对速度信息，所述传感器信号融合部可以根据所述相对速度信息判断在含地面区域的第一物体信息是否为静止物体的信息，在判断结果为第一物体信息是移动物体的信息时处理成在含地面区域存在危险物体。
并且，所述数据分析部提取图像数据中的车道线信息，所述传感器信号融合部可以在含地面区域的第一物体信息为位于车道线外的静止物体的信息时处理成在含地面区域存在危险物体。
并且，还可以包括在所述传感器信号融合部处理成存在危险物体时驱动车辆的自动紧急制动系统的驱动部。
并且，物体检测装置还包括使从激光雷达传感器接收到的激光雷达数据与从摄像头传感器接收到的图像数据在时间上同步的同步部，所述传感器信号融合部可以在完成同步后根据第一物体信息或第二物体信息分别判断划分得到的各所述区域是否存在危险物体。
根据本发明的另一方面，可提供一种物体检测装置的工作方法，包括：利用激光雷达传感器生成激光雷达数据且利用摄像头传感器生成图像数据的步骤；将激光雷达传感器与摄像头传感器的共同感测区域划分为不含地面区域与含地面区域的步骤；通过分析激光雷达数据提取第一物体信息或通过分析图像数据提取第二物体信息的步骤；根据所述分析的结果分别判断不含地面区域与含地面区域是否存在危险物体的步骤；以及处理成存在危险物体时驱动车辆的自动紧急制动系统的步骤。
并且，判断是否存在危险物体的所述步骤具体是在不含地面区域的激光雷达数据中包含第一物体信息时，可以处理成不含地面区域存在危险物体。
并且，还可以包括根据预先设定的感测度调节条件向下调节摄像头传感器的物体检测阈值的步骤。
并且，还可以包括收集车辆的速度信息的步骤，判断是否存在危险物体的所述步骤具体是判断含地面区域的激光雷达数据中的第一物体信息是否为静止物体的信息，可以在判断结果为第一物体信息是移动物体的信息时处理成含地面区域存在危险物体。
并且，所述的物体检测装置的工作方法还可以包括提取图像数据中的车道线信息的步骤，判断是否存在危险物体的所述步骤具体是在含地面区域的激光雷达数据中的第一物体信息为位于车道线外的静止物体的信息时可以处理成含地面区域存在危险物体。
技术效果
根据本发明的实施例，将激光雷达传感器与摄像头传感器的共同感测区域划分为多个下位区域并适用与各下位区域特性相符的数据处理方式，因此能够提供一种提高物体检测率且提高物体检测结果可靠性的物体检测装置及其工作方法。
并且，根据预先设定的条件调节摄像头传感器的物体检测阈值，因此能够进一步提高物体检测结果的可靠性。
并且，根据车辆的速度信息判断物体处于移动状态还是静止状态，因此能够降低突起路标等影响准确检测物体的因素造成自动紧急制动系统误运行。
并且，从图像数据提取出车道线信息，因此能够提高与静止物体碰撞可能性的判断准确性。
本发明的技术效果不限于以上提及的技术效果，本领域所属技术人员可通过以下记载明确理解未记载的其他技术效果。
附图说明
图1为显示本发明一个实施例的物体检测装置的框图；
图2为显示激光雷达传感器与摄像头传感器的感测区域的示意图；
图3为说明本发明一个实施例的物体检测装置通过处理激光雷达数据及图像数据判断是否存在危险物体的一个例子的示意图；
图4为说明本发明一个实施例的调节摄像头传感器的物体检测阈值时物体检测率发生变化的一个例子的示意图；
图5为说明本发明一个实施例的根据车辆速度信息判断物体处于静止状态还是移动状态的一个例子的示意图；
图6为显示本发明一个实施例的物体检测装置的工作方法的流程图；
图7至图9为显示本发明另一实施例的物体检测装置的工作方法的流程图。
附图标记说明
110：传感器部111：激光雷达传感器
112：摄像头传感器120：同步部
130：区域划分部140：数据分析部
150：传感器信号融合部152：映射模块
154：物体比较模块160：车辆信息收集部
170：驱动部Ac：共同感测区域
A1：不含地面区域A2：含地面区域
V：车辆L：第一物体信息
C：第二物体信息T：物体检测阈值
O1-O5：第一后补物体至第五后补物体M：突起路标
具体实施方式
参照附图及以下具体说明的实施例便可明确本发明的优点、特征及实现方法。但本发明并非限定于以下公开的实施例，而是以不同的多种形态实现，本实施例只是使本发明的公开更加完整，使本发明所属技术领域的普通技术人员容易理解本发明的范畴，本发明由技术方案的范畴定义。本说明书中使用的术语用于进行说明，而并非用于限定本发明。
本说明书无特殊记载的情况下单数型还包括复数型。说明书中使用的“包括(comprises)”及/或“包含的(comprising)”是指记载的构成要素、步骤、动作及/或元件不排除存在或还有一个以上其他构成要素、步骤、动作及/或元件。
本说明书将构件的名称划分为第一、第二等用语的原因在于该构件的名称相同，因此需要加以区分。以下说明中可以不限于其顺序。
图1为显示本发明一个实施例的物体检测装置的框图，图2为显示激光雷达传感器111与摄像头传感器112的感测区域的示意图。具体来讲，图2中(a)是俯视(topview)激光雷达传感器111与摄像头传感器112的感测区域的一个例子，图2中(b)是侧视(Sideview)激光雷达传感器111与摄像头传感器112的感测区域的一个例子。
参照图1，根据本发明一个实施例的物体检测装置包括传感器部110、区域划分部130、数据分析部140及传感器信号融合部150。根据需要，还可以包括车辆信息收集部160、驱动部170及同步部120中至少一种。
传感器部110生成包括车辆周边物体信息的数据。具体来讲，传感器部110包括激光雷达(lidar)传感器及摄像头传感器112。激光雷达传感器111与摄像头传感器112可以各有一个以上。激光雷达传感器111可以利用比微波具有更大多普勒效应的激光测定目标物的速度或与目标物之间的距离。摄像头传感器112可以拍摄具有物体检测装置的车辆周边生成图像数据。
并且，激光雷达传感器111与摄像头传感器112可以设置在车辆的一侧。例如，激光雷达传感器111与摄像头传感器112可以设置在车辆前保险杠中央检测车辆前方的物体。或者，激光雷达传感器111与摄像头传感器112设置在车辆后保险杠中央检测靠近车辆后方的物体。另外，也可以将激光雷达传感器111与摄像头传感器112设置在车辆的同一位置或设置成相隔预定间隔。
激光雷达传感器111与摄像头传感器112分别具有固有视野(FieldOfView；FOV)，激光雷达传感器111的视野FOV1与摄像头传感器112的视野(FOV2)可以不同。具体如图2中(a)所示，激光雷达传感器111的视野FOV1可以含在摄像头传感器112的视野FOV2内。相反，摄像头传感器112的视野FOV2也可以含在激光雷达传感器111的视野FOV1内。或者，应该理解为激光雷达传感器111的视野FOV1与摄像头传感器112的视野FOV2相同或激光雷达传感器111的视野FOV1与摄像头传感器112的视野FOV2仅部分重叠。以下假设激光雷达传感器111的视野FOV1含在摄像头传感器112的视野FOV2内并继续进行说明。
本发明实施例的物体检测装置通过分析激光雷达传感器111与摄像头传感器112的共同感测区域Ac判断是否存在危险物体。在此，共同感测区域Ac可以表示激光雷达传感器111的视野FOV1与摄像头传感器112的视野FOV2的整个重叠区域，但由于摄像头传感器112在物体位于预定距离内时检测率下降，因此可以将与车辆间距离为预先设定距离以内的区域即邻近区域A0以外的区域设为共同感测区域Ac。以下假设共同感测区域Ac为激光雷达传感器111的视野FOV1与摄像头传感器112的视野FOV2的重叠区域中除邻近区域A0以外的区域并继续进行说明。
区域划分部130将激光雷达传感器111与摄像头传感器112的共同感测区域Ac划分为多个区域。区域划分部130可以根据预先设定的条件将共同感测区域Ac划分为多个区域。可以根据是否含地面、共同感测区域Ac的宽度、共同感测区域Ac的感测角度、时间、天气、车速、道路倾斜度、是否处于高速等能够直接或间接影响激光雷达传感器111或摄像头传感器112的视野FOV的变量中至少一个变量作为将共同感测区域Ac划分为多个区域的条件。
例如，可以在共同感测区域Ac的宽度或感测角度越大时更具体地划分共同感测区域Ac。又例如，可以在夜间时将共同感测区域划分得比白天更具体。又例如，可以在车速越小时将共同感测区域划分得更具体。
或者，区域划分部130可以将共同感测区域划分为含地面的区域与不含地面的区域。根据本发明的一个实施例，传感器部110可以设置在车辆一侧且与地面相隔预定距离。因此如图2中(b)所示，区域划分部130可以将共同感测区域Ac划分为不含地面的不含地面区域A1与含地面的含地面区域A2。以是否含地面为基准将共同感测区域Ac划分为多个区域的情况下，在检测物体时能够独立处理关于突起路标等地面物体的数据，以下对此另外进行说明。另外，本领域普通技术人员能够理解，区域划分部130可以将不包含地面的区域A1或含地面的区域A2再次划分为下位区域。
数据分析部140通过分析激光雷达数据提取第一物体信息或通过分析图像数据提取第二物体信息。具体来讲，数据分析部140可以接收激光雷达传感器111生成的激光雷达数据，并在激光雷达数据中包含第一物体信息时提取第一物体信息。第一物体信息是指共同感测区域Ac中激光雷达传感器111感测到的至少一个以上物体的信息。若共同感测区域Ac中无任何物体，则激光雷达数据中不包含第一物体信息。
并且，数据分析部140可以接收摄像头传感器112生成的图像数据，并在图像数据中包含第二物体信息时提取第二物体信息。第二物体信息是指共同感测区域Ac中摄像头传感器112感测到的至少一个以上物体的信息。若共同感测区域A中无任何物体，则摄像头数据中不含第二物体信息。这种情况下，第一物体信息与第二物体信息可以是共同感测区域Ac中至少一个以上物体的位置、大小或速度等信息。
传感器信号融合部150根据第一物体信息或第二物体信息判断划分共同感测区域Ac得到的各区域中是否存在危险物体。即，可以分别判断含地面区域A2与不含地面区域A1中是否存在危险物体。
另外，图1所示物体检测装置的各构成之间的连接线只是举例而异。即，本领域普通技术人员应理解单向连接线也可以是双向连接线，并且可以省略部分连接线或增加更多连接线。
<第一实施例>
图3为说明本发明一个实施例的物体检测装置通过处理激光雷达数据及图像数据判断是否存在危险物体的一个例子的示意图。传感器信号融合部150可包括映射模块(mappingmodule)152及物体比较模块154。映射模块152可以将第一物体信息与第二物体信息中的物体位置转换成能够相互比较的状态。例如，映射模块152可以将激光雷达数据及图像数据转换成预先设定的同一坐标平面上的数据。这种情况下，映射模块152可以将激光雷达数据转换成能够投影到对应于图像数据的图像的状态。
物体比较模块154可以比较第一物体信息L与图像数据中的第二物体信息C。根据一例可以参照图3，物体比较模块154可以在预先设定的坐标平面上比较激光雷达数据中的第一物体信息L与图像数据中的第二物体信息C。物体比较模块154从映射模块152接收关于第一物体信息L的物体坐标值及关于第二物体信息的物体坐标值，并通过比较两个坐标值判断坐标值之差是否小于预先设定的临界值。在此，坐标值可以是关于第一物体信息L与第二物体信息C的各物体的中心坐标值K1、K2。另外，物体比较模块154不仅可以利用坐标值，还可以利用物体速度、大小等能够算出激光雷达数据与图像数据中物体信息之间的近似度的多种信息判断是否为同一物体。
参照图3，在对含地面区域A2进行判断时，传感器信号融合部150可以比较左上端所示激光雷达数据中的第一物体信息L与右上端所示图像数据中的第二物体信息C。这种情况下如图3的下端所示，传感器信号融合部150可以如上判断激光雷达传感器111与摄像头传感器112感测到的物体中心坐标值是否一致。判断结果为中心坐标值K1、K2之差小于预先设定临界值的情况下可以按同一物体处理。即，传感器信号融合部150可以在激光雷达传感器111与摄像头传感器112分别从不含地面区域A1与含地面区域A2感测到同一物体时才判断为存在危险物体。
<第二实施例>
不同于上述第一实施例，传感器信号融合部150可以在数据分析部140从关于不含地面区域A1的激光雷达数据中提取出第一物体信息时判断为不含地面区域A1存在危险物体。即，只要关于不含地面区域A1的激光雷达数据中含第一物体信息，那么即使图像数据中无第二物体信息也可以判断为不含地面区域A1存在危险物体。
具体来讲，如上做的原因在于摄像头传感器112具有物体检测率低于激光雷达传感器111，遇到逆光或夜间等环境时物体检测率更低的特性。相反，激光雷达传感器111的物体检测率接近100％，逆光或夜间也能够保持预定水平以上的物体检测性能。
即，无论图像数据中是否有第二物体信息，只要激光雷达数据中含第一物体信息就判断为不含地面区域A1存在危险物体，因此能够将未被摄像头传感器112感测为危险物体的不含地面区域A1中部分物体也判断成危险物体，从而能够降低车辆与物体间的碰撞可能性。
<第三实施例>
传感器部110可调节摄像头传感器112的物体检测阈值T。具体来讲，传感器部110可以根据预先设定的感测度调节条件将摄像头传感器112的物体检测阈值T调高或调低。例如，预先设定的感测度调节条件为激光雷达数据中含第一物体信息的情况下，当数据分析部140从激光雷达数据提取出第一物体信息时，传感器部110可以降低摄像头传感器112的物体检测阈值T。
图4为说明本发明一个实施例的调节摄像头传感器112的物体检测阈值T时物体检测率发生变化的一个例子的示意图。
可以预先设定摄像头传感器112的用于感测视野FOV内区域中物体的物体检测阈值T。例如，摄像头传感器112的视野FOV内可能有能够与车辆发生碰撞的其他车辆等物体，可能有与车辆发生碰撞的可能性为零或极小的路边树木、隔音墙等物体。如果连无碰撞可能性或可能性极小的物体也感测出来并生成第二物体信息的话运算量过大，不必要的信息容易造成误识别率上升，因此可以预先设定传感器部110中摄像头传感器112的物体检测阈值T，使第二物体信息的生成对象不包括具有阈值T以下值的物体。被预先设定的物体检测阈值T的值可以是物体大小、形状、清晰度等多种。
图4中(a)显示被设定的物体检测阈值T为感测到的物体形状时的一个例子。左侧图中以物体检测阈值T为基准，四角形位于其上部，圆形与三角形位于其下部，其中只有四角形物体为第二物体信息生成对象，圆形物体与三角形物体排除在第二物体信息生成对象之外。与此相比，由右侧图可知随着物体检测阈值T减小，连圆形物体也包括在第二物体信息生成对象之内。
参照图4中(b)可知第一后补物体至第四后补物体01-O4。在此假设第一后补物体至第三后补物体01-O3是其他车辆，第四后补物体04是隔音墙。在传感器部110调节摄像头传感器112的物体检测阈值T之前，第二物体信息生成对象只包括第一后补物体及第三后补物体01、O3。若传感器部110降低物体检测阈值T，第二物体信息生成对象还可以包括第二后补物体及第四后补物体02、O4。
此时，第四后补物体04是不可能与车辆碰撞或碰撞可能性极小的物体即隔音墙，即使包括在第二物体信息生成对象内，激光雷达也不感测第四后补物体04，因此第一物体信息中不含关于第四后补物体04的感测信息。因此，当设定状态为只有在关于第一物体信息与第二物体信息的物体相同时才判断为危险物体，此时传感器信号融合部150不会将第四后补物体O4判断为危险物体，因此能够防止本发明实施例的物体检测装置的检测可靠性下降。
<第四实施例>
车辆信息收集部160能够收集车辆的速度信息。数据分析部140根据车辆速度信息，使第一物体信息或第二物体信息中包括共同感测区域Ac的物体相对于车辆的相对速度信息。
图5为说明本发明一个实施例的根据车辆速度信息判断物体处于静止状态还是移动状态的一个例子的示意图，传感器信号融合部150可以根据相对速度信息判断含地面区域A2的第一物体信息是否为关于静止物体的信息。例如第一物体信息中的相对速度与车辆速度相同，此时传感器信号融合部150可以判断为第一物体信息是关于静止物体的信息。另外，传感器信号融合部150判断出含地面区域A2的第一物体信息为关于移动物体的信息，则可以按含地面区域A2存在危险物体处理。根据一例如图5所示，突起路标M是固定在道路上的物体，按与车辆速度相同的相对速度靠近车辆，因此传感器信号融合部150可以将关于突起路标M的第一物体信息处理成关于静止物体的信息。与此相反，第五后补物体05是正在行驶的其他车辆，与本车辆的行驶路线相同，传感器信号融合部150可以将第五后补物体05的第一物体信息处理成关于移动物体的信息。
在此，传感器信号融合部150判断出含地面区域A2的第一物体信息是关于静止物体的信息的情况下，可以以含地面区域A2的第二物体信息为基准判断含地面区域A2是否存在危险物体。具体来讲，传感器信号融合部150在图像数据中含关于静止物体的第二物体信息时可以判断为存在危险物体。相反，当图像数据中不含关于静止物体的第二物体信息时可以处理为含地面区域A2中不存在危险物体。
<第五实施例>
另外，本发明一个实施例的物体检测装置在关于含地面区域A2的第一物体信息为静止物体，图像数据中不含关于该静止物体的第二物体信息的情况下也可以通过另外的数据处理判断静止物体是否为危险物体。
具体来讲，数据分析部140可以提取图像数据中的车道线信息。可以对图像数据进行边缘检测技术等影像处理提取车道线信息，由于该技术属于公知技术，因此省略有关具体说明。传感器信号融合部150在含地面区域A2的第一物体信息为静止物体的信息时，判断该静止物体的位置是否在车道线外。若第一物体信息是车道线外静止物体的信息，传感器信号融合部150按含地面区域A2存在危险物体处理。其原因在于位于车道线内的静止物体为突起路标M的可能性较大，因此按危险物体处理的必要性小，而车道线外的静止物体位于车辆的行驶路线上，因此需要按危险物体处理。
另外，驱动部170与同步部120是上述第一实施例至第五实施例都能适用的构成部分。
驱动部170在传感器信号融合部150按存在危险物体处理时驱动车辆的自动紧急制动系统。此时，驱动部170驱动车辆的自动紧急制动系统输出警报音或警报消息，或控制车辆制动器使得即使驾驶员不操作制动器也能够使减速或静止。
同步部120使从激光雷达传感器111接收到的激光雷达数据与从摄像头传感器112接收到的图像数据在时间上同步。可以依次将同一时间点生成的激光雷达数据与图像数据发送到数据分析部140或传感器信号融合部150。因此，传感器信号融合部150根据从同步后的激光雷达数据与图像数据提取的第一物体信息或第二物体信息，分别判断划分得到的各区域是否存在危险物体，因此能够进一步提高物体检测可靠性。
图6为本发明一个实施例的物体检测装置的工作方法流程图。图6显示上述第一实施例至第五实施例均能够适用的物体检测装置的工作方法的一个例子。
如图6所示，步骤S620中，利用激光雷达传感器111生成激光雷达数据，利用摄像头传感器112生成图像数据。
然后，区域划分部130将激光雷达传感器111与摄像头传感器112的共同感测区域Ac划分为多个下位区域。划分为多个下位区域的基准可以有多种，例如步骤S630，可以根据是否含地面为基准划分为不含地面区域A1与含地面区域A2。
然后在步骤S642、S644，数据分析部140分别分析不含地面区域A1与含地面区域A2的激光雷达数据或图像数据。即，分析各区域的激光雷达数据提取第一物体信息或分析图像数据提取第二物体信息。
然后在步骤S652、S654，传感器信号融合部150根据数据分析部140的分析结果分别判断不含地面区域A1与含地面区域A2中是否存在危险物体。按不含地面区域A1或含地面区域A2存在危险物体处理时，在步骤S670中，驱动部170启动车辆的自动紧急制动系统。
图7至图9为本发明另一实施例的物体检测装置的工作方法流程图。图7与上述第二实施例相似。与图6中步骤S652相比，步骤S752的区域在于传感器信号融合部150在判断不含地面区域A1中是否存在危险物体时不论图像数据中是否含第二物体信息，只要激光雷达数据中含第一物体信息就按不含地面区域A1中存在危险物体处理。
具体来讲，激光雷达传感器111具有横轴分解性，而可能没有纵轴分解性。即，不同于感测不含底面区域A1，激光雷达传感器111很可能感测不到，含地面区域A2中的突起路标(图5中的M)等高度小的物体。因此，感测不含地面区域A1的情况下只用激光雷达数据的第一物体信息也能够按存在危险物体处理，而在感测含地面区域A2时，可以在只有通过激光雷达数据中的第一物体信息与图像数据中的第二物体信息判断出是同一物体的情况下才判断为存在危险物体。
图8为本发明另一实施例的物体检测装置的工作方法流程图。图8与上述第三实施例相似。与图6相比，为了调节摄像头的物体判断基准值阈值，还可以包括传感器部110调节摄像头传感器112的物体检测阈值T的步骤S810。这种情况下，预先设定的物体检测阈值T的值可以是感测到的物体大小、形状、清晰度等。
图9为本发明又一实施例的物体检测装置的工作方法流程图。图9与上述第四实施例或第五实施例相似。与图6相比，判断不含地面区域A1是否存在危险物体并驱动自动紧急制动系统的过程相同。
以下参照图9具体说明对含地面区域A2进行数据处理的过程。在步骤S922中，车辆信息收集部160收集车辆的速度信息，数据分析部140可以根据车辆的速度信息算出从含地面区域A2感测到的物体的相对速度。激光雷达数据中含第一物体信息时，在步骤S956中，传感器信号融合部150根据相对速度判断对应于第一物体信息的物体是移动物体还是静止物体，只有在判断结果为移动物体时在步骤S970中驱动自动紧急制动系统。
但根据第五实施例，判断结果为第一物体信息对应的物体为静止物体时也可以通过以下将要说明的另外的数据处理判断成危险物体。参照图9，在步骤S946中数据分析部140分析图像数据提取出车道线信息，在S958中，传感器信号融合部150可以判断被判断成静止物体的第一物体信息所对应的物体是否位于车道线外。被判断为静止物体的第一物体信息所对应的物体位于车道线外时，可以在步骤S970驱动自动紧急制动系统。
如上所述，本发明在利用激光雷达传感器111与摄像头传感器112检测车辆周边危险物体时，将激光雷达传感器111与摄像头传感器112的视野FOV中的整个重叠区域或部分重叠区域设定为共同感测区域Ac，并以是否含地面等作为基准将共同感测区域Ac划分为多个下位区域，并对划分得到的下位区域的特性独立适用数据处理方式，因此能够提高物体检测率及检测结果可靠性。
以上说明的本发明实施例不仅通过装置及方法实现，还可以通过用于实现本发明实施例构成要素的功能的程序或记录有该程序的记录介质实现，本发明所属技术领域的普通技术人员可通过上述说明的实施例轻松实现。
并且，本发明所属领域的普通技术人员在不脱离本发明技术方案的范围内可对本发明进行多种替换、变形及变更，因此并不限定于上述实施例及附图，各实施例的全部或部分可选择性地组合实现多种变形。

Claims (17)

1.一种物体检测装置，其特征在于，包括：
传感器部，其包括收集激光雷达数据的激光雷达传感器及收集图像数据的摄像头传感器；
区域划分部，其将激光雷达传感器与摄像头传感器的共同感测区域划分为多个区域；
数据分析部，其通过分析激光雷达数据提取第一物体信息或通过分析图像数据提取第二物体信息；以及
传感器信号融合部，其根据第一物体信息或第二物体信息判断划分得到的各所述区域是否存在危险物体。
2.根据权利要求1所述的物体检测装置，其特征在于，所述传感器信号融合部包括：
映射模块，其将激光雷达数据及图像数据转换成同一坐标平面上的数据；以及
物体比较模块，其在所述坐标平面比较激光雷达数据中的第一物体信息与图像数据中的第二物体信息，
其中，所述传感器信号融合部根据第一物体信息与第二物体信息的比较结果判断划分得到的各所述区域是否存在危险物体。
3.根据权利要求2所述的物体检测装置，其特征在于：
在物体比较模块的比较结果为第一物体信息与第二物体信息之差小于预先设定的临界值时，所述传感器信号融合部判断第一物体与第二物体为同一物体。
4.根据权利要求2所述的物体检测装置，其特征在于：
第一物体信息是第一物体在所述坐标平面上的中心坐标，
第二物体信息是第二物体在所述坐标平面上的中心坐标。
5.根据权利要求1所述的物体检测装置，其特征在于：
所述区域划分部将所述共同感测区域划分为不含地面区域与含地面区域。
6.根据权利要求5所述的物体检测装置，其特征在于：
所述传感器信号融合部在所述数据分析部从不含地面区域的激光雷达数据提取出第一物体信息时，判断为不含地面区域存在危险物体。
7.根据权利要求5所述的物体检测装置，其特征在于：
所述传感器部根据预先设定的感测度调节条件调节摄像头传感器的物体检测阈值。
8.根据权利要求5所述的物体检测装置，其特征在于，还包括：
车辆信息收集部，其收集车辆的速度信息。
9.根据权利要求8所述的物体检测装置，其特征在于：
所述数据分析部根据车辆的速度信息使第一物体信息或第二物体信息中包含相对于车辆的相对速度信息，
所述传感器信号融合部根据所述相对速度信息判断在含地面区域的第一物体信息是否为静止物体的信息，在判断结果为第一物体信息是移动物体的信息时处理成在含地面区域存在危险物体。
10.根据权利要求9所述的物体检测装置，其特征在于：
所述数据分析部提取图像数据中的车道线信息，
所述传感器信号融合部在含地面区域的第一物体信息为位于车道线外的静止物体的信息时处理成在含地面区域存在危险物体。
11.根据权利要求1所述的物体检测装置，其特征在于，还包括：
驱动部，其在所述传感器信号融合部处理成存在危险物体时驱动车辆的自动紧急制动系统。
12.根据权利要求1所述的物体检测装置，其特征在于，还包括：
同步部，其使从激光雷达传感器接收到的激光雷达数据与从摄像头传感器接收到的图像数据在时间上同步，
所述传感器信号融合部在完成同步后根据第一物体信息或第二物体信息判断划分得到的各所述区域是否存在危险物体。
13.一种物体检测装置的工作方法，其特征在于，包括：
利用激光雷达传感器生成激光雷达数据且利用摄像头传感器生成图像数据的步骤；
将激光雷达传感器与摄像头传感器的共同感测区域划分为不含地面区域与含地面区域的步骤；
通过分析激光雷达数据提取第一物体信息或通过分析图像数据提取第二物体信息的步骤；
根据所述分析的结果分别判断不含地面区域与含地面区域是否存在危险物体的步骤；以及
处理成存在危险物体时驱动车辆的自动紧急制动系统的步骤。
14.根据权利要求13所述的物体检测装置的工作方法，其特征在于：
判断是否存在危险物体的所述步骤具体是在不含地面区域的激光雷达数据中包含第一物体信息时，处理成不含地面区域存在危险物体。
15.根据权利要求13所述的物体检测装置的工作方法，其特征在于，还包括：
根据预先设定的感测度调节条件向下调节摄像头传感器的物体检测阈值的步骤。
16.根据权利要求13所述的物体检测装置的工作方法，其特征在于，还包括：
收集车辆的速度信息的步骤，
判断是否存在危险物体的所述步骤具体是判断含地面区域的激光雷达数据中的第一物体信息是否为静止物体的信息，在判断结果为第一物体信息是移动物体的信息时处理成含地面区域存在危险物体。
17.根据权利要求16所述的物体检测装置的工作方法，其特征在于，还包括：
提取图像数据中的车道线信息的步骤，
判断是否存在危险物体的所述步骤具体是在含地面区域的激光雷达数据中的第一物体信息为位于车道线外的静止物体的信息时处理成含地面区域存在危险物体。
CN201510696082.2A 2014-10-23 2015-10-23 物体检测装置及其工作方法 Active CN105549023B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020140144321A KR101644370B1 (ko) 2014-10-23 2014-10-23 물체 검출 장치 및 그 동작 방법
KR10-2014-0144321 2014-10-23

Publications (2)

Publication Number Publication Date
CN105549023A true CN105549023A (zh) 2016-05-04
CN105549023B CN105549023B (zh) 2018-04-17

Family

ID=55791828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510696082.2A Active CN105549023B (zh) 2014-10-23 2015-10-23 物体检测装置及其工作方法

Country Status (3)

Country Link
US (1) US9435887B2 (zh)
KR (1) KR101644370B1 (zh)
CN (1) CN105549023B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107389084A (zh) * 2017-06-09 2017-11-24 深圳市速腾聚创科技有限公司 行车路径规划方法及存储介质
CN107640149A (zh) * 2016-07-22 2018-01-30 奥迪股份公司 车辆辅助驾驶方法及系统
CN108073170A (zh) * 2016-11-17 2018-05-25 通用汽车环球科技运作有限责任公司 用于自主车辆的自动化协同驾驶控制
WO2018103467A1 (en) * 2016-12-05 2018-06-14 Shenzhen GOODIX Technology Co., Ltd. Sensing vehicle positions with optical sensors
CN108508872A (zh) * 2018-04-18 2018-09-07 鄂尔多斯市普渡科技有限公司 一种无人驾驶汽车信息采集系统的故障检测方法
CN109572693A (zh) * 2019-01-24 2019-04-05 湖北亿咖通科技有限公司 车辆避障辅助方法、系统及车辆
CN110435642A (zh) * 2019-08-06 2019-11-12 吉利汽车研究院（宁波）有限公司 数据融合方法、装置及存储介质
CN111398989A (zh) * 2020-04-02 2020-07-10 昆易电子科技(上海)有限公司 驾驶辅助系统的性能分析方法和测试设备
CN112130136A (zh) * 2020-09-11 2020-12-25 中国重汽集团济南动力有限公司 一种交通目标综合感知系统及方法
CN112352169A (zh) * 2018-06-15 2021-02-09 戴姆勒公司 用于检测环境的方法和设备以及具有这种设备的车辆
CN112446338A (zh) * 2019-12-06 2021-03-05 黑芝麻智能科技(上海)有限公司 部分帧感知方法
CN113206913A (zh) * 2020-01-31 2021-08-03 华为技术有限公司 一种握持姿态检测方法及电子设备

Families Citing this family (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3151216A1 (en) * 2015-10-01 2017-04-05 Volvo Car Corporation Method for providing an alert to a driver and an alert system
JP6256531B2 (ja) * 2016-06-10 2018-01-10 三菱電機株式会社 物体認識処理装置、物体認識処理方法および自動運転システム
CN106597472A (zh) * 2016-12-21 2017-04-26 深圳市镭神智能系统有限公司 基于激光雷达的智能车防撞系统及方法
US10579138B2 (en) 2016-12-22 2020-03-03 ReScan, Inc. Head-mounted sensor system
US10089784B2 (en) * 2016-12-22 2018-10-02 ReScan, Inc. Head-mounted mapping methods
KR102084302B1 (ko) * 2017-01-05 2020-03-03 (주)카네비컴 광각 라이더 장치 및 이의 동작 방법
US10754035B2 (en) * 2017-01-17 2020-08-25 Aptiv Technologies Limited Ground classifier system for automated vehicles
US10838067B2 (en) * 2017-01-17 2020-11-17 Aptiv Technologies Limited Object detection system
CN106872990B (zh) * 2017-03-01 2019-09-10 大连动感智慧科技有限公司 一种三维空间目标精准定位和追踪方法
KR102399130B1 (ko) * 2017-06-28 2022-05-18 현대모비스 주식회사 차량의 주행 환경 인식 장치, 방법 및 시스템
US10401484B2 (en) * 2017-06-30 2019-09-03 Aptiv Technologies Limited LiDAR sensor alignment system
KR102050632B1 (ko) 2017-08-02 2019-12-03 주식회사 에스오에스랩 다채널 라이다 센서 모듈
KR102463175B1 (ko) 2017-09-04 2022-11-04 삼성전자주식회사 객체 인식 방법 및 장치
US10933798B2 (en) * 2017-09-22 2021-03-02 Magna Electronics Inc. Vehicle lighting control system with fog detection
US10771669B1 (en) * 2017-09-26 2020-09-08 Apple Inc. Time synchronization of sensor data
JP2019086406A (ja) * 2017-11-07 2019-06-06 株式会社Ｓｏｋｅｎ 物体検知装置
KR102008257B1 (ko) 2017-11-10 2019-08-07 현대오트론 주식회사 차량 추적 장치 및 그것의 동작 방법
KR101921074B1 (ko) * 2017-11-23 2018-11-22 (주) 모토텍 차량의 aeb 구동을 위한 센서 퓨전 시스템
KR102406520B1 (ko) 2017-11-24 2022-06-10 현대자동차주식회사 장애물 판단을 위한 파라미터 보정 시스템 및 방법
KR102059244B1 (ko) * 2017-12-20 2019-12-24 주식회사 에스오에스랩 라이다 장치
KR102394905B1 (ko) * 2017-12-27 2022-05-09 현대자동차주식회사 차량 및 그 제어 방법
KR102109941B1 (ko) * 2018-01-23 2020-05-12 충북대학교 산학협력단 라이다 센서 및 카메라를 이용한 객체 검출 방법 및 그를 위한 장치
CN110228430B (zh) * 2018-03-05 2023-10-27 株式会社小糸制作所 传感器系统
JP6932664B2 (ja) * 2018-03-08 2021-09-08 日立Astemo株式会社 信号処理システム、及びその評価システム、並びにその信号処理システムに用いられる信号処理装置
US10468062B1 (en) 2018-04-03 2019-11-05 Zoox, Inc. Detecting errors in sensor data
US11210936B2 (en) * 2018-04-27 2021-12-28 Cubic Corporation Broadcasting details of objects at an intersection
DE102018211240A1 (de) * 2018-07-07 2020-01-09 Robert Bosch Gmbh Verfahren zum Klassifizieren einer Relevanz eines Objekts
KR102535590B1 (ko) * 2018-09-21 2023-05-23 한국전자통신연구원 센서 융합 기반 물체 검출장치 및 검출방법
US10531075B1 (en) 2018-09-27 2020-01-07 Honda Motor Co., Ltd. Synchronization controller unit for sensor node
US10928819B2 (en) * 2018-10-29 2021-02-23 Here Global B.V. Method and apparatus for comparing relevant information between sensor measurements
KR102151815B1 (ko) * 2018-12-12 2020-09-03 충북대학교 산학협력단 카메라 및 라이다 센서 융합을 이용한 객체 검출 방법 및 그를 위한 장치
KR102151814B1 (ko) * 2018-12-12 2020-09-03 충북대학교 산학협력단 레이더 센서 및 카메라를 이용한 객체 인식 방법 및 그를 위한 장치
CN109407115B (zh) * 2018-12-25 2022-12-27 中山大学 一种基于激光雷达的路面提取系统及其提取方法
KR102224218B1 (ko) * 2019-04-30 2021-03-08 한양대학교 산학협력단 비디오 시간 정보를 활용하는 딥러닝 기반 물체 검출 방법 및 장치
RU2769921C2 (ru) * 2019-11-21 2022-04-08 Общество с ограниченной ответственностью "Яндекс Беспилотные Технологии" Способы и системы для автоматизированного определения присутствия объектов
US11493922B1 (en) 2019-12-30 2022-11-08 Waymo Llc Perimeter sensor housings
US11557127B2 (en) * 2019-12-30 2023-01-17 Waymo Llc Close-in sensing camera system
KR20210120384A (ko) * 2020-03-26 2021-10-07 현대모비스 주식회사 충돌 거리 추정 장치 및 이를 이용한 주행 보조 시스템
KR102610855B1 (ko) * 2020-03-27 2023-12-08 우창정보기술 (주) 통합 퓨전 센서 장치
US11693927B2 (en) * 2020-07-24 2023-07-04 Pony Ai Inc. Generating fused sensor data through metadata association
KR102287823B1 (ko) * 2020-12-08 2021-08-09 전남대학교산학협력단 심층학습 모델을 이용한 상습 결빙 및 미끄러움 위험 지역 모니터링을 위한 장치 및 이를 위한 방법
US11836990B2 (en) * 2022-03-18 2023-12-05 GM Global Technology Operations LLC Methods and systems for two-phase camera to lidar alignment
JP2023032736A (ja) * 2021-08-27 2023-03-09 株式会社デンソー 物体検知装置、物体検知方法
KR102656811B1 (ko) * 2021-12-14 2024-04-12 주식회사 유니트론텍 복수의 센서 데이터에 기반한 자율주행 제어 시스템 및 방법
KR20240059461A (ko) 2022-10-27 2024-05-07 주식회사 에스더블유엠 그리드 빔을 이용한 자율주행차량의 보조 사물인식장치 및 방법
KR102618924B1 (ko) * 2023-10-18 2023-12-28 한화시스템(주) Fmcw 레이다 기반의 객체 탐지 시스템 및 방법

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1838174A (zh) * 2005-03-22 2006-09-27 日产自动车株式会社 基于道路边界检测物体的检测装置和方法
JP2011027457A (ja) * 2009-07-22 2011-02-10 Fujitsu Ten Ltd 物体検出装置、情報処理方法、および、情報処理システム
CN101976460A (zh) * 2010-10-18 2011-02-16 胡振程 车载多目摄像机环视系统的虚拟视点图像生成方法
JP2012103197A (ja) * 2010-11-12 2012-05-31 Japan Radio Co Ltd 移動目標対応型スキャン相関方法
CN103523011A (zh) * 2012-07-05 2014-01-22 现代摩比斯株式会社 安全驾驶支持装置及方法
CN103728624A (zh) * 2012-10-12 2014-04-16 现代摩比斯株式会社 泊车辅助装置和方法以及利用该泊车辅助装置和方法的泊车辅助系统
CN104111653A (zh) * 2013-04-22 2014-10-22 苏州宝时得电动工具有限公司 自动行走设备及其工作区域判断方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6498972B1 (en) * 2002-02-13 2002-12-24 Ford Global Technologies, Inc. Method for operating a pre-crash sensing system in a vehicle having a countermeasure system
JP3779280B2 (ja) * 2003-03-28 2006-05-24 富士通株式会社 衝突予測装置
JP4684954B2 (ja) * 2005-08-31 2011-05-18 本田技研工業株式会社 車両の走行安全装置
JP4823781B2 (ja) * 2005-08-31 2011-11-24 本田技研工業株式会社 車両の走行安全装置
US20100204964A1 (en) * 2009-02-09 2010-08-12 Utah State University Lidar-assisted multi-image matching for 3-d model and sensor pose refinement
KR101281260B1 (ko) 2009-04-07 2013-07-05 주식회사 만도 차량 인식 방법 및 장치
EP2302412B1 (en) * 2009-09-29 2012-08-15 Volvo Car Corporation System and method for evaluation of an automotive vehicle forward collision threat
US8633810B2 (en) * 2009-11-19 2014-01-21 Robert Bosch Gmbh Rear-view multi-functional camera system
JP5556508B2 (ja) * 2010-08-30 2014-07-23 株式会社デンソー 物体検出装置
US9280711B2 (en) * 2010-09-21 2016-03-08 Mobileye Vision Technologies Ltd. Barrier and guardrail detection using a single camera
JP5506886B2 (ja) * 2012-10-04 2014-05-28 三菱電機株式会社 車両周辺監視装置
GB2511748B (en) * 2013-03-11 2015-08-12 Jaguar Land Rover Ltd Emergency braking system for a vehicle

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1838174A (zh) * 2005-03-22 2006-09-27 日产自动车株式会社 基于道路边界检测物体的检测装置和方法
JP2011027457A (ja) * 2009-07-22 2011-02-10 Fujitsu Ten Ltd 物体検出装置、情報処理方法、および、情報処理システム
CN101976460A (zh) * 2010-10-18 2011-02-16 胡振程 车载多目摄像机环视系统的虚拟视点图像生成方法
JP2012103197A (ja) * 2010-11-12 2012-05-31 Japan Radio Co Ltd 移動目標対応型スキャン相関方法
CN103523011A (zh) * 2012-07-05 2014-01-22 现代摩比斯株式会社 安全驾驶支持装置及方法
CN103728624A (zh) * 2012-10-12 2014-04-16 现代摩比斯株式会社 泊车辅助装置和方法以及利用该泊车辅助装置和方法的泊车辅助系统
CN104111653A (zh) * 2013-04-22 2014-10-22 苏州宝时得电动工具有限公司 自动行走设备及其工作区域判断方法

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107640149B (zh) * 2016-07-22 2020-09-08 奥迪股份公司 车辆辅助驾驶方法及系统
CN107640149A (zh) * 2016-07-22 2018-01-30 奥迪股份公司 车辆辅助驾驶方法及系统
CN108073170A (zh) * 2016-11-17 2018-05-25 通用汽车环球科技运作有限责任公司 用于自主车辆的自动化协同驾驶控制
CN108073170B (zh) * 2016-11-17 2021-02-05 通用汽车环球科技运作有限责任公司 用于自主车辆的自动化协同驾驶控制
WO2018103467A1 (en) * 2016-12-05 2018-06-14 Shenzhen GOODIX Technology Co., Ltd. Sensing vehicle positions with optical sensors
US10996052B2 (en) 2016-12-05 2021-05-04 Shenzhen GOODIX Technology Co., Ltd. Sensing vehicle positions with optical sensors
CN107389084A (zh) * 2017-06-09 2017-11-24 深圳市速腾聚创科技有限公司 行车路径规划方法及存储介质
CN107389084B (zh) * 2017-06-09 2020-06-05 深圳市速腾聚创科技有限公司 行车路径规划方法及存储介质
CN108508872A (zh) * 2018-04-18 2018-09-07 鄂尔多斯市普渡科技有限公司 一种无人驾驶汽车信息采集系统的故障检测方法
CN112352169A (zh) * 2018-06-15 2021-02-09 戴姆勒公司 用于检测环境的方法和设备以及具有这种设备的车辆
CN112352169B (zh) * 2018-06-15 2024-03-19 戴姆勒公司 用于检测环境的方法和设备以及具有这种设备的车辆
CN109572693A (zh) * 2019-01-24 2019-04-05 湖北亿咖通科技有限公司 车辆避障辅助方法、系统及车辆
CN110435642A (zh) * 2019-08-06 2019-11-12 吉利汽车研究院（宁波）有限公司 数据融合方法、装置及存储介质
CN112446338A (zh) * 2019-12-06 2021-03-05 黑芝麻智能科技(上海)有限公司 部分帧感知方法
CN113206913A (zh) * 2020-01-31 2021-08-03 华为技术有限公司 一种握持姿态检测方法及电子设备
CN113206913B (zh) * 2020-01-31 2022-05-10 华为技术有限公司 一种握持姿态检测方法及电子设备
CN111398989A (zh) * 2020-04-02 2020-07-10 昆易电子科技(上海)有限公司 驾驶辅助系统的性能分析方法和测试设备
CN112130136A (zh) * 2020-09-11 2020-12-25 中国重汽集团济南动力有限公司 一种交通目标综合感知系统及方法
CN112130136B (zh) * 2020-09-11 2024-04-12 中国重汽集团济南动力有限公司 一种交通目标综合感知系统及方法

Also Published As

Publication number Publication date
KR101644370B1 (ko) 2016-08-01
US20160116593A1 (en) 2016-04-28
CN105549023B (zh) 2018-04-17
KR20160047863A (ko) 2016-05-03
US9435887B2 (en) 2016-09-06

Similar Documents

Publication Publication Date Title
CN105549023A (zh) 物体检测装置及其工作方法
CN105844222B (zh) 基于视觉的前方车辆碰撞预警系统及方法
US7046822B1 (en) Method of detecting objects within a wide range of a road vehicle
US9984568B2 (en) Wrong-way determination apparatus
CN102765365B (zh) 基于机器视觉的行人检测方法及行人防撞预警系统
US9436879B2 (en) Method for recognizing traffic signs
US9132837B2 (en) Method and device for estimating the number of lanes and/or the lane width on a roadway
CN110400478A (zh) 一种路况通知方法及装置
US8731816B2 (en) Method for classifying an object as an obstacle
CN105620489A (zh) 驾驶辅助系统及车辆实时预警提醒方法
KR101689567B1 (ko) 구간 속도 산출 시스템 및 그 방법
RU2017120288A (ru) Системы и способы обнаружения слепых зон
CN103253263A (zh) 障碍物检测及碰撞报警装置及其方法
KR20120072131A (ko) 이미지 센서와 거리센서의 데이터 융합에 의한 상황인식 방법 및 그 장치
CN109080640A (zh) 用于在车辆内提供昏睡警报的方法
TW201010888A (en) Intelligent vehicle traffic safety supply system
CN103568947A (zh) 后侧方警报系统及方法
US20140002658A1 (en) Overtaking vehicle warning system and overtaking vehicle warning method
EP2717219A1 (en) Object detection device, object detection method, and object detection program
KR102197449B1 (ko) 구간단속지점 내에서 연계적 일정구간별 단속을 수행하는 단속시스템
CN111899562A (zh) 一种用于弯道盲区的会车提示方法
CN108974007A (zh) 确定主动巡航控制的兴趣物体
CN103164958A (zh) 车辆监控方法及系统
JP2010210477A (ja) ナビゲーション装置
CN102927964B (zh) 距离测量装置、方法及车辆

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