CN105785370A - 物体检测装置和物体检测方法 - Google Patents
物体检测装置和物体检测方法 Download PDFInfo
- Publication number
- CN105785370A CN105785370A CN201510611645.3A CN201510611645A CN105785370A CN 105785370 A CN105785370 A CN 105785370A CN 201510611645 A CN201510611645 A CN 201510611645A CN 105785370 A CN105785370 A CN 105785370A
- Authority
- CN
- China
- Prior art keywords
- capture region
- capture
- benchmark
- subregion
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims description 86
- 238000009434 installation Methods 0.000 claims description 97
- 230000011514 reflex Effects 0.000 claims description 74
- 238000000034 method Methods 0.000 claims description 63
- 230000008569 process Effects 0.000 claims description 36
- 230000002776 aggregation Effects 0.000 claims description 7
- 238000004220 aggregation Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 238000007654 immersion Methods 0.000 description 36
- 230000008901 benefit Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000005192 partition Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 230000000873 masking effect Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/42—Simultaneous measurement of distance and other co-ordinates
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Abstract
本发明的物体检测装置单独正确地检测目标物体。捕获点计算单元(32)根据功率分布信息计算反射强度的极大点。由捕获点计算单元(32)所计算的极大点成为捕获目标物体的捕获点。捕获区域计算单元(33)计算包含捕获点的区域中的至少一个以上的捕获区域。在算出多个捕获区域的情况下,捕获区域分组单元(34)基于规定的条件进行是否将各捕获区域分组的判定。物体确定单元(35)从分组过的捕获区域辨别物体的类别(例如,大型车辆、小型车辆、两轮车、行人)。
Description
技术领域
本发明涉及物体检测装置和物体检测方法,涉及在车辆或道路基础设施系统中装载的、能够分别并且高精度地检测作为目标的物体的物体检测装置和物体检测方法。
背景技术
近年来,在包括乘用车在内的车辆中,装载用于检测在本车辆的周围存在的目标物体(包括其他车辆、行人、两轮车及位于路上的设置物的任意一个)的车载用雷达装置。车载用雷达装置根据雷达信号的发送方向、从雷达信号的发送至接收为止的延迟时间、以及反射信号的接收功率,检测从本车辆的前方或侧方靠近的目标物体的位置,并测定与本车辆的相对位置或相对速度。然后,车载用雷达装置基于测定结果,判断本车辆和目标物体有无碰撞的可能性。在判断为有碰撞可能性的情况下,车载用雷达装置进而通过对于驾驶员输出警告,自动地控制本车辆,执行躲避碰撞。
例如,在专利文献1中,公开了利用车载用雷达装置的周边车辆的单独检测技术。普通的雷达装置从一个目标物体获取多个较强的反射点(以下,称为捕获点)。为了将来自同一目标物体的多个捕获点分组,专利文献1的雷达装置首先估计本车辆和目标物体之间的相对行进方向。而且,专利文献1的雷达装置设置沿相对行进方向的矩形框,将进入到矩形框内的捕获点分组,作为一个目标物体来检测。
现有技术文献
专利文献
专利文献1特开2010-156567号公报
非专利文献
非专利文献1R.C.GonzalezandR.E.Woods,DigitalImageProcessing,PrenticeHall,2002.p.613-626
发明内容
但是,在上述专利文献1的以往技术中,由于需要将矩形框事前地固定,所以目标物体被限定于特定大小的车辆。因此,寻求目标物体的检测精度不充分的相应处理。
一个非限制性和示例性的实施例提供能够分别高精度地检测目标物体的物体检测装置和物体检测方法
公开的实施例的好处和优点通过说明书和附图是十分明显的。通过各个实施例和说明书及附图所公开的特征,可以单独地提供这些好处和/或优点,而不必提供全部好处和优点来获得一个以上的好处和优点。
一个一般的方案中,这里公开的技术的特征是:物体检测装置是基于雷达装置获取的雷达信号的每个发送方向的延迟分布,检测物体的物体检测装置,包括:信息生成单元,对所述雷达信号的各发送方向以规定的间隔划分距所述雷达装置的距离的每个分区(cell),计算反射信号的接收功率的代表值即反射强度,并生成表示所述反射强度的分布信息;捕获点计算单元,从所述分布信息的分区之中计算表示所述反射强度的极大值的分区,作为捕获所述物体的捕获点;捕获区域计算单元,计算包含所述捕获点的分区的集合体即至少一个以上的捕获区域;捕获区域分组单元,在算出了多个所述捕获区域的情况下,从所述多个捕获区域之中选择基准捕获区域和距所述基准捕获区域的捕获点在规定的距离以内存在的邻近捕获区域,基于与所述邻近捕获区域有关的信息和与所述基准捕获区域有关的信息,判定是否将所述邻近捕获区域和所述基准捕获区域分组而作为一个捕获区域;以及物体确定单元,基于分组过的捕获区域的形状,确定所述物体。
应该指出,一般或特定的实施例可以被实现为系统、方法、集成电路、计算机程序、存储介质或它们的任意选择性组合。
根据本发明,能够将包含捕获点的捕获区域高精度地分组,所以能够分别高精度地检测目标物体。
从说明书和附图中将更清楚所公开的实施例的其他好处和优点。这些好处和/或优点可以由各种实施例和说明书及附图的特征而单独地获得,不需要为了获得一个或多个好处和/或优点而提供全部实施例和特征。
附图说明
图1是表示将本发明的物体检测装置用于车载雷达装置的概念图。
图2是表示将本发明的物体检测装置用于道路基础设施系统用雷达装置的概念图。
图3是表示本发明的实施方式1的物体检测装置的结构的图。
图4是表示一例本发明的实施方式1的功率分布信息的图。
图5A是说明一例本发明的实施方式1的捕获区域的计算过程的图。
图5B是说明一例本发明的实施方式1的捕获区域的计算过程的图。
图5C是说明一例本发明的实施方式1的捕获区域的计算过程的图。
图5D是说明一例本发明的实施方式1的捕获区域的计算过程的图。
图5E是说明一例本发明的实施方式1的捕获区域的计算过程的图。
图5F是说明一例本发明的实施方式1的捕获区域的计算过程的图。
图6是表示本发明的实施方式1的分组处理的图。
图7A是表示本发明的实施方式1的计算邻接的捕获区域和捕获区域彼此挨着的情况下的谷高度的图。
图7B是表示本发明的实施方式1的计算邻接的捕获区域和捕获区域彼此不挨着的情况下的谷高度的图。
图8是表示本发明的实施方式1的分组的判定处理的图。
图9是表示本发明的实施方式1的分组的下一个判定处理的图。
图10是表示本发明的实施方式2的物体检测装置的结构的图
具体实施方式
(完成本发明的经过)
首先,说明获得本发明的经过。本发明涉及用于车载用雷达装置和道路基础设施系统用雷达装置中的物体检测装置。
车载用雷达装置已经装载在很多车辆上,道路基础设施系统用雷达装置也在被导入到道路的基础设施系统中。道路基础设施系统用雷达装置例如设置在路口的周围,检测在路口周围(包含道路和道路周围)存在的例如车辆、行人、两轮车,并进行交通状况的监视和交通的管理。
作为交通状况的监视,道路基础设施系统用雷达装置例如进行交通量的检测、车辆的超速及无视信号的检测。此外,作为交通的管理,道路基础设施系统用雷达装置基于检测到的交通量,进行信号装置的控制。或者,道路基础设施系统用雷达装置检测在车辆的死角存在的物体,将检测到的物体的信息通知车辆的驾驶员。这样,道路基础设施系统用雷达装置能够实现交通的高效率和防止交通事故。
例如,在较大的车辆的周围的行人或两轮车容易被车辆的驾驶员忽略,或容易成为驾驶员的死角,所以人身事故的风险较大。因此,以往的车载用雷达装置及道路基础设施系统用雷达装置将车辆、行人、自行车、以及两轮车的各自特征不同的物体单独分开检测。以往的雷达装置通过单独地检测各物体,能够正确地掌握交通量,能够预先预测碰撞的可能性。在雷达装置难以进行各物体的单独检测的情况下,发生物体的漏检,交通量的掌握不充分,此外,难以预先预测碰撞的可能性。
如前述,在专利文献1中,检测目标的物体被限定为特定大小的车辆,所以对在车辆的周围存在的行人或自行车等比车辆小的物体,难以与车辆分开而单独地检测。
此外,在专利文献1中,为了估计本车辆和目标物体之间的相对的行进方向,需要跟踪与目标物体的特定部位对应的捕获点。但是,在车辆和雷达装置之间的相对方向和相对位置变化的情况下,由于对应于捕获点的目标物体的部位变化,所以难以进行捕获点的跟踪。在道路基础设施系统用雷达装置中,行驶路口的车辆和雷达装置之间的相对方向和相对位置的变化比车载用雷达装置大,所以难以进行捕获点的跟踪。
鉴于这样的情况,目标物体的检测着眼于依赖于包含捕获点的捕获区域的分组的精度,考虑有关将捕获区域高精度地分组的条件,完成了本发明。本发明能够适用于车载用雷达装置和道路基础设施系统用雷达装置,能够检测行人或两轮车的存在,探测碰撞可能性,能够实现防止交通事故。
(本发明的利用意象)
这里,使用附图说明有关具体地利用本发明的物体检测装置的意象(image)。
图1是表示本发明的物体检测装置的利用于车载用雷达装置的概念图。图1记载有本车辆V、本车辆上装载的雷达装置R、两个不同的2目标物体T1、T2。图1是从本车辆V的上方描绘的图,雷达装置R装载在本车辆V的前方。
雷达装置R包括本发明的物体检测装置。此外,雷达装置R例如包括天线、RF信号处理单元、基带处理单元。再有,本发明未限定将雷达装置R设置在本车辆V上的位置或设置的方法。设置雷达装置R的位置,能够检测在本车辆V的前方或侧方的周围存在的物体即可。
图2是表示本发明的物体检测装置的利用于道路基础设施系统用雷达装置的概念图。图2记载有雷达装置R、路面P、设置雷达装置R的支承装置L(例如,杆)、两个不同的目标物体T1、T2。图2是表示雷达装置R所设置的位置附近的立体的意象的图。
路面P可以是直行的道路,也可以是路口的一部分。此外,设置雷达装置R的位置也可以是道路的上方、路边、路口的上方、或路口的各个角。再有,本发明未限定设置雷达装置R的位置和设置的方法。雷达装置R能够检测在路口中的人行横道及周围存在的车辆、行人或两轮车即可。
在图1和图2中,目标物体T1是比目标物体T2大的物体,例如,是车辆。此外,目标物体T2例如是两轮机动车、自行车或行人。此外,在图1和图2中,目标物体T2比目标物体T1存在于距雷达装置R近的位置。本发明的物体检测装置将目标物体T1和目标物体T2分开而单独地检测。
接着,参照附图详细地本发明的实施方式。再有,以下说明的各实施方式是一例子,本发明不因这些实施方式而受到限定。
(实施方式1)
首先,使用图3说明本发明的实施方式1的物体检测装置30的结构。
图3是表示本发明的实施方式1的物体检测装置30的结构的图。图3所示的物体检测装置30连接到未图示的雷达装置。雷达装置具有:以规定的角度间隔依次改变方向并发送雷达信号的发送单元;接收在目标物体上反射了雷达信号的反射信号的接收单元;以及将反射信号变换到基带,获取雷达信号的每个发送方向、即以发送雷达信号的雷达装置为基准的每个方位角的延迟分布(传播延迟特性)的信号处理单元。再有,物体检测装置30也可以包含在雷达装置中。
物体检测装置30具有信息生成单元31、捕获点计算单元32、捕获区域计算单元33、捕获区域分组单元34、以及物体确定单元35。物体检测装置30的各结构,例如,可通过LSI电路的硬件实现。或者,物体检测装置30的各结构也可作为控制车辆的电子控制单元(ElectronicControlUnit:ECU)的一部分来实现。
信息生成单元31通过从雷达装置的信号处理单元输出的延迟分布,对雷达信号的每个发送方向,对将距雷达装置的距离以规定的间隔划分的每个分区,测定反射信号的接收功率的代表值(以下,称为“反射强度”)。然后,信息生成单元31生成表示各分区的反射强度的功率分布信息,并输出到捕获点计算单元32。再有,反射强度一般来说为连续值,但为了使处理简单,信息生成单元31也可以进行量化处理。再有,有关信息生成单元31生成的功率分布信息的细节,后面论述。
捕获点计算单元32从功率分布信息计算反射强度的极大点。由捕获点计算单元32算出的极大点是捕获目标物体的捕获点。具体地说,捕获点计算单元32将功率分布信息作为图像来处理,用公知的方法计算极大点。再有,有关捕获点计算单元32中的捕获点的计算方法的细节,后面论述。
捕获区域计算单元33根据规定的算法,计算包含了由捕获点计算单元32算出的捕获点的区域即捕获区域。再有,有关捕获区域计算单元33从捕获点计算捕获区域的方法的细节,后面论述。
捕获区域分组单元34将捕获区域计算单元33算出的各捕获区域,基于规定的条件,判定是否进行分组。再有,有关捕获区域分组单元34中的分组判定的方法的细节,后面论述。
物体确定单元35从分组过的捕获区域,辨别物体的类别(例如,大型车辆、小型车辆、两轮车或行人)。再有,有关物体确定单元35中的物体的辨别方法的细节,后面论述。
接下来,说明信息生成单元31生成的功率分布信息。图4是表示功率分布信息的一例子的图。图4的横轴表示雷达信号的发送方向的方位角,纵轴表示距雷达装置的距离。在图4的例子中,将横轴的方位角每10°地划分、将纵轴的距离每10m(米)地划分来构成分区。再有,在本实施方式中,分区的角度范围和距离范围不限定于上述值。在可得到较高的分辨率的方面,优选各范围更小。
此外,在图4中,功率分布信息中的各分区的深浅表示反射强度,颜色越深,表示反射强度越强。再有,为了简化说明,特定的分区以外的分区的颜色设为白色。
此外,在本实施方式中,各分区的反射强度(代表值)使用在分区内之中的、成为最大值的接收功率的值。但是,本发明不限于此,各分区的反射强度(代表值),例如,也可以是分区内的接收功率的平均值,能够使用其他的值。
此外,在以下,将图4所示的功率分布信息的各分区适当作为一个点处理来进行说明。
接下来,说明捕获点计算单元32中的捕获点的计算。捕获点计算单元32将功率分布信息中的一个目标分区的反射强度与邻接目标分区的3×3区域的分区的反射强度进行比较。然后,在目标分区的反射强度大于邻接的3×3区域的分区的反射强度的情况下,捕获点计算单元32将目标分区作为极大点来计算。再有,邻接的分区不限于3×3区域,也可以是5×5区域、或7×7区域。
在图4中,分区u的反射强度大于邻接分区u的3×3区域的分区的反射强度,所以分区u为极大点。此外,分区v、w与分区u同样地为极大点。
此外,捕获点计算单元32也可以考虑目标分区和邻接的分区之间的反射强度之差,计算极大点。在图4中,由于分区w的反射强度和邻接分区w的分区的平均反射强度之差较小,所以捕获点计算单元32也可以将分区w从极大点除去。再有,捕获点计算单元32也可以将反射强度之差与规定的阈值比较,计算极大点。
在以下,说明捕获点计算单元32计算了分区u和分区v作为捕获点的情况。
接下来,说明捕获区域计算单元33从捕获点计算捕获区域的方法。例如,在将图4的功率分布设为平面,将反射强度设为垂直于平面的方向的三维空间中,捕获区域相当于以三维空间中的捕获点作为顶点的山的平面上的区域。
捕获区域计算单元33将功率分布作为以各分区为像素的图像来处理,例如,使用区域生长(regiongrowing)图像处理方法的公知的图像处理方法,计算捕获区域。在本实施方式中,捕获区域计算单元33使用区域生长图像处理方法之一的分水岭(Watershed)算法,计算捕获区域。
这里,说明捕获区域计算单元33使用分水岭算法,从图4所示的功率分布计算捕获区域的步骤。再有,有关区域生长图像处理方法、以及分水岭算法的细节,可参照非专利文献1。
图5A~图5F是说明本实施方式中的捕获区域的计算过程的一例子的图。图5A~图5F的纵轴和横轴与图4是同样的。此外,图5A~图5F的各分区与图4的各分区相对应。此外,在以下的说明中,将图5A~图5F的各分区作为点处理。此外,为了说明,将功率分布中的反射强度和图像的亮度反转而进行处理。即,在将功率分布作为图像处理的情况下,图4所示的功率分布中的反射强度较大的分区(例如,分区u、以及分区v)相当于亮度的极小点。再有,在以下的说明中,亮度较小意味着反射强度较大。
图5A是表示捕获点u、v的图。如前述那样,捕获点u、v由捕获点计算单元32计算。在分水岭算法中,将捕获点u、v设为喷水口,阶段性地进行浸水处理,计算各捕获点u、v中的捕获区域U、V。
首先,在图5A中,捕获点u、v各自设为最初的种子点。然后,对于捕获点u、v各自的邻接点,进行浸水处理。这里,作为例子,在图4和图5A~图5F中,将以种子点为中心的上、下、左、右的四个附近点设为邻接点。
在图4中,将捕获点u的上、右、下、左的四个附近点分别设为u1、u2、u3、u4时,由于四个附近点的亮度小于规定的阈值,所以四个附近点u1、u2、u3、u4被分配给捕获区域U。
另一方面,将捕获点v的上、右、下、左的四个附近点分别设为v1、v2、v3、v4时,由于四个附近点之中的、附近点v3的亮度大于规定的阈值,所以v3不进入捕获区域V,附近点v1、v2、v4被分配给捕获区域V。
图5B是表示将捕获点u、v设为种子点的情况下的浸水处理的结果的图。图5B所示,捕获点u的附近点u1、u2、u3、u4被分配给捕获区域U,捕获点v的附近点v1、v2、v4被分配给捕获区域V。
接着,以新被分配给捕获区域的附近点之中的、具有小于规定的浸水高度的亮度的点作为新的种子点,进行下一个浸水处理。这里,规定的浸水高度是确定种子点的规定的亮度,事先被设定多个级别(level)。此外,规定的浸水高度,从较小的亮度起、每当浸水处理阶段性地进行时就被设定为较大的亮度。
在浸水处理的初始阶段中的浸水高度较小。因此,捕获区域的大小相对地较小。捕获区域的大小随着浸水高度变大而变大。浸水高度的范围鉴于从雷达装置所得到的反射强度而被设定。例如,浸水高度的范围,也可以在与从雷达装置所得到的功率分布信息中的反射强度的最大值对应的亮度和与平均值对应的亮度之间设定多个级别。
此外,判定将附近点是否分配给捕获区域的规定的阈值也可以与浸水高度的范围或级别间隔不一致。例如,规定的阈值也可以被设定为大于浸水高度的范围的值。
在图5B中,捕获区域U的点u2、u4具有比规定的浸水高度小的亮度,捕获区域V的点v1具有比规定的浸水高度小的亮度。因此,点u2、u4、v1成为下一个浸水处理中的新的种子点。
种子点为点u2、u4、v1的浸水处理,与种子点为捕获点u、v的浸水处理是同样的。即,对于点u2、u4、v1各自的四个附近点,捕获区域计算单元33进行浸水处理。但是,在下一个浸水处理中,浸水高度被设定为下一个级别。
图5C是表示种子点为点u2、u4、v1的浸水处理的结果的图。在图5C中,捕获区域计算单元33将点u5、u6分配给捕获区域U。此外,点u5具有比规定的浸水高度小的亮度,所以成为下一个浸水处理中的新的种子点。
种子点为点u5的浸水处理,与种子点为点u2、u4、v1的浸水处理是同样的,但浸水高度被设定为新的级别。
图5D是表示种子点为点u5的浸水处理的结果的图。在图5D中,点u7、u8被分配给捕获区域U。再有,对于种子点为点u5的浸水处理中的浸水高度,无新的种子点。
由于无新的种子点,所以在种子点为点u5的浸水处理后,浸水高度被设定为更大的级别。因此,从捕获区域U、V起出现新的种子点。具体地说,在图5D中,点u1、u3、u6、u7、u8、v2、v4成为新的种子点。而且,对于新的种子点,进行与前述同样的浸水处理。
图5E是表示种子点为点u1、u3、u6、u7、u8、v2、v4的浸水处理的结果的图。在图5E中,点u9被分配给捕获区域U,点v5被分配给捕获区域V。
在图5E中,点u7和点v2彼此邻近。这里,例如,通过预先设定,以使已经被分配到任意一个捕获区域的点不调换给其他的捕获区域,彼此邻近的点在浸水处理中能够预先除外来处理。
图5F是表示从捕获点u、v算出了捕获区域U、V的结果的图。捕获区域计算单元33对于功率分布信息进行前述那样的阶段性的处理,从捕获点u、v计算捕获区域U、V。
再有,在上述说明中,捕获区域计算单元33对于功率分布信息的亮度直接适用分水岭算法算出了捕获区域,但也可以将分水岭算法适用于亮度的梯度,计算捕获区域。但是,作为图像来处理的雷达装置的功率分布信息,相比普通的彩色图像,深浅的变化较少,亮度的梯度变化较少,所以如上述说明的,通过直接适用于亮度,能够适当地计算捕获区域。
再有,在由与雷达信号的发送方向对应的轴和与距雷达装置的距离对应的轴构成的二维平面中,在将反射强度设为高度的情况下,捕获区域成为以捕获点为顶点,距捕获点越远,平均的高度越低的立体形状(山形状)。
再有,不限于从一个目标物体得到一个捕获区域。特别地,从车辆那样的较大的物体得到两个以上的捕获区域的情况居多。因此,物体检测装置30通过将从相同物体得到的多个捕获区域分组在一个分组中,能够高精度地执行物体的识别和物体的跟踪。
接下来,说明捕获区域分组单元34中的分组的方法。图6是表示本实施方式中的分组处理的图。在图6中,表示了雷达装置R的位置和捕获区域A~D。图6的横轴表示雷达装置R的测定的方位角,纵轴表示距雷达装置R的距离。
在图6中,捕获区域C比捕获区域A靠近雷达装置R。此外,捕获区域B和捕获区域C分别挨着捕获区域A。捕获区域D位于距雷达装置最远的位置,与捕获区域C相邻,但不挨着。
首先,捕获区域分组单元34从由捕获区域计算单元33算出的多个捕获区域之中选择成为一个基准的捕获区域(以下,称为“基准捕获区域”)。在图6中,基准捕获区域为捕获区域A。
再有,在本发明中,有关基准捕获区域的选择基准并无限定。例如,捕获区域分组单元34可以将具有反射强度最大的捕获点的捕获区域作为基准捕获区域,也可以计算各捕获区域的面积而将具有最大面积的捕获区域作为基准捕获区域。
接着,捕获区域分组单元34选定与基准捕获区域邻近的捕获区域(以下,称为“邻近捕获区域”)。再有,相对基准捕获区域的邻近捕获区域距基准捕获区域的捕获点在规定的距离以内存在即可,不需要一定挨着基准捕获区域。在图6中,相对捕获区域A的邻近捕获区域是捕获区域B和捕获区域C。此外,由于捕获区域D距捕获区域B的捕获点在规定的距离以内存在,所以是相对捕获区域B的邻近捕获区域。
接着,捕获区域分组单元34依次地判定是否将基准捕获区域和邻近捕获区域分组。这里,说明有关是否将基准捕获区域A和捕获区域B、以及基准捕获区域A和捕获区域C分组的判定方法。
如前述,各捕获区域是以捕获点为顶点的立体形状(山形状),所以在基准捕获区域和邻近捕获区域之间存在反射强度较小的分区即低高度区域(谷分区)。首先,捕获区域分组单元34计算基准捕获区域和邻近捕获区域之间的谷分区的反射强度即谷高度。
这里,更详细地说明谷高度。在邻接的捕获区域彼此挨着的情况下,从挨着的点的反射强度的平均值计算谷高度。另一方面,在邻接的捕获区域不挨着的情况下,从成为捕获区域间的最短距离的点的反射强度的平均值计算谷高度。
图7A是表示本实施方式中的邻接的捕获区域U和捕获区域V彼此挨着的情况下的谷高度的计算的图,图7B是表示本实施方式中的邻接的捕获区域U’和捕获区域V’不挨着的情况下的谷高度的计算的图。图7A和图7B的纵轴和横轴与图5A~图5F是同样的。
在图7A中,捕获区域U和捕获区域V的点u7与点v2、以及点u9与点v5挨着,所以捕获区域U和捕获区域V之间的谷高度是点u7、点v2、点u9、点v5的反射强度的平均值。
在图7B中,捕获区域U’和捕获区域V’之间的最短距离是点u’1和点v’之间以及点u’5和点v’2之间,所以捕获区域U’和捕获区域V’之间的谷高度是点u’1、点v’、点u’5、点v’2的反射强度的平均值。
即,从邻接的捕获区域之间中的、彼此相对的区域中所包含的点的反射强度来求谷高度。
在基准捕获区域和邻近捕获区域之间的谷高度小于规定的阈值的情况下,捕获区域分组单元34判定为不分组两个捕获区域。
接下来,捕获区域分组单元34从各捕获区域所包含的点的反射强度计算峰度。如前述,各捕获区域是以捕获点为顶点的立体形状(山形状),所以对于各捕获区域,能够计算以统计数学上定义的峰度。例如,基准捕获区域A的峰度KA按下式(1)计算。
其中,n是基准捕获区域A中包含的点的个数,是基准捕获区域A中包含的点的反射强度的平均值,s是基准捕获区域A所包含的点的反射强度的标准偏差。捕获区域B的峰度KB以及捕获区域C的峰度KC也同样地计算。再有,在本发明中,用于峰度计算的算式不限定于上述式(1)。
捕获区域分组单元34将基准捕获区域的峰度作为基准,计算与各邻近捕获区域的峰度之差的绝对值,如果算出的绝对值小于规定的阈值,则判定为两个峰度相似。例如,在规定的阈值为KP,比较基准捕获区域A的峰度KA和捕获区域B的峰度KB的情况下,如果|KA-KB|<KP,则捕获区域分组单元34判定为峰度KA和峰度KB相似。
在基准捕获区域和邻近捕获区域的峰度不相似的情况下,捕获区域分组单元34判定为不分组两个捕获区域。
再有,在上述说明中,说明了使用峰度作为表示捕获区域的反射强度的分布的值的情况,但本发明不限于此,捕获区域分组单元34也可以使用表示捕获区域的反射强度的分布的其他值来判定两个捕获区域的相似性。
接下来,捕获区域分组单元34基于雷达装置的测距方向中的基准捕获区域和邻近捕获区域之间的相对位置关系、以及各捕获区域的方位角的范围,检测邻近捕获区域是否是基准捕获区域的跟前小区域。
跟前小区域是,在雷达装置的测距方向中,比基准捕获区域位于雷达装置附近的位置,并且邻近捕获区域的方位角的整个范围或大部分(规定比例的范围)被包含在基准捕获区域的方位角的范围中的捕获区域。再有,也可以将各捕获区域的捕获点设为代表点,基于该代表点和雷达装置之间的距离进行雷达装置的测距方向中的捕获区域的比较。
在图6中,在雷达装置的测距方向(图6的纵轴的方向)中,捕获区域B比基准捕获区域A位于距雷达装置远的位置,所以捕获区域B不是跟前小区域。此外,捕获区域D也同样不是跟前小区域。
在另一方面,在雷达装置的测距方向中,捕获区域C比基准捕获区域A位于雷达装置附近的位置。而且,捕获区域C的方位角的范围DC被包含在基准捕获区域A的方位角的范围DA中。即,捕获区域C是跟前小区域。
在邻近捕获区域是基准捕获区域的跟前小区域的情况下,捕获区域分组单元34判定为不分组。即,捕获区域分组单元34将基准捕获区域的跟前小区域从分组的目标中除去。
图8是表示本实施方式中的分组的判定处理的图。图8的纵轴表示反射强度、或与反射强度对应的谷高度的值,横轴表示以雷达装置的位置为原点的测距方向。
在图8中,基准捕获区域A、捕获区域B、捕获区域C分别由山形状表示,表示了顶点、峰度、以及雷达装置的测距方向中的位置关系。各捕获区域的顶点表示对应的捕获点的反射强度,各捕获区域的山的坡度表示了各捕获区域的峰度。此外,在图8中,表示了基准捕获区域A和捕获区域B之间的谷高度hb、基准捕获区域A和捕获区域C之间的谷高度hc、以及规定的谷高度hp。由捕获区域分组单元34计算各捕获区域的峰度、以及谷高度。
再有,图8的横轴方向中的捕获区域的位置表示了相对的位置关系,具体地说,表示了捕获区域和雷达装置之间的位置关系、以及邻接的捕获区域的位置关系。图8中,距雷达装置的实际距离、以及捕获点之间的实际距离与图6不同。
在图8中,基准捕获区域A和捕获区域B的山的峰度相似。另一方面,基准捕获区域A和捕获区域C的山的峰度不相似。具体地说,捕获区域分组单元34判定为|KA-KB|<KP、|KA-KC|>KP。
此外,在图8中,基准捕获区域A和捕获区域B之间的谷高度hb大于规定的谷高度hp。另一方面,基准捕获区域A和捕获区域C之间的谷高度hc小于规定的谷高度hp。
此外,在图8中,在雷达装置的测距方向(图8的横轴的方向)中,捕获区域B比基准捕获区域A位于距雷达装置远的位置,所以捕获区域B不是跟前小区域。另一方面,在雷达装置的测距方向中,捕获区域C比基准捕获区域A位于雷达装置附近的位置。而且,在图6中,捕获区域C的方位角的范围DC被包含在基准捕获区域A的方位角的范围DA中。即,捕获区域C是跟前小区域,成为从分组的目标中除外的区域。
即,对于基准捕获区域A和捕获区域B,捕获区域分组单元34判定为峰度满足|KA-KB|<KP的关系,谷高度满足hb>hp的关系,并且捕获区域B不是跟前小区域。其结果,捕获区域分组单元34判定为将基准捕获区域A和捕获区域B分组。
另一方面,对于基准捕获区域A和捕获区域C,捕获区域分组单元34判定为是峰度|KA-KC|>KP,谷高度为hc<hp的关系,并且捕获区域C是跟前小区域。其结果,捕获区域分组单元34判定为不将基准捕获区域A和捕获区域C分组。
再有,在前述的说明中,由于捕获区域C的特征未满足所有的条件,所以捕获区域分组单元34判定为不将捕获区域C与基准捕获区域A分组。再有,捕获区域分组单元34也可以只要捕获区域的特征未满足任意一个条件,就判定为不分组。
接下来,说明捕获区域分组单元34判定为将基准捕获区域A和捕获区域B分组后的处理。
在捕获区域分组单元34判定为将基准捕获区域A和捕获区域B分组后,捕获区域分组单元34判定分组过的区域(以下,记载为区域AB)和邻接的捕获区域。在图6中,区域AB和邻接的捕获区域是捕获区域C及捕获区域D,但捕获区域C已经被判定为不分组,所以在下一个处理中,捕获区域分组单元34判定是否将捕获区域D分组在区域AB中。
具体的处理与前述是同样的。首先,捕获区域分组单元34计算捕获区域D的峰度KD,并计算作为基准的峰度KA和峰度KD之差的绝对值,如果算出的绝对值小于规定的峰度差KP,则判定为峰度相似。
再有,捕获区域分组单元34也可以将基准捕获区域A和捕获区域B合为一体,作为一个基准捕获区域来计算峰度,将算出的峰度和捕获区域D的峰度KD进行比较并判定。即,对于式(1),使用n为基准捕获区域A和捕获区域B中包含的点的个数,为基准捕获区域A和捕获区域B中包含的点的反射强度的平均值,s为基准捕获区域A和捕获区域B中包含的点的反射强度的标准偏差,捕获区域分组单元34能够计算基准捕获区域A和捕获区域B合为一体后的捕获区域的峰度。
此外,捕获区域分组单元34计算在捕获区域D与区域AB中包含的捕获区域B之间的谷高度,将算出的谷高度和规定的谷高度进行比较。然后,捕获区域分组单元34检测捕获区域D是否是跟前小区域。
图9是表示本实施方式的分组的下一个判定处理的图。图9的纵轴和横轴与图8是同样的。在图9中,除了基准捕获区域A、捕获区域B之外,还表示了捕获区域D。捕获区域D的顶点表示对应的捕获点的反射强度,捕获区域D的山的坡度表示峰度KD。此外,表示了捕获区域B和捕获区域D之间的谷高度hd、以及规定的谷高度hp。
在图9中,基准捕获区域A和捕获区域D的山的峰度相似。此时,捕获区域分组单元34判定为|KA-KD|<KP。此外,对于谷高度,捕获区域分组单元34判定为谷高度hd大于规定的谷高度hp。
此外,在图9中,捕获区域D在雷达装置的测距方向(图9的纵轴的方向)中位于距雷达装置比基准捕获区域A远的位置,所以捕获区域D不是跟前小区域。
即,对于区域AB和捕获区域D,捕获区域分组单元34判定为峰度满足|KA-KD|<KP的关系,谷高度满足hd>hp的关系,并且捕获区域D不是跟前小区域。其结果,捕获区域分组单元34判定为将区域AB和捕获区域D分组。
以上,通过说明的处理,在图6所示的例子中,捕获区域分组单元34判定为将捕获区域B及捕获区域D和基准捕获区域A分组,不分组捕获区域C。
再有,在本实施方式中,捕获区域分组单元34在捕获区域的特征满足全部条件的情况下判定为进行分组,而在满足至少一个条件的情况下,也可以判定为进行分组。或者,捕获区域分组单元34也可以在分组的判定上使用前述条件之中的、任意一个条件。
此外,捕获区域分组单元34通过首先判定前述三个条件之中的、是否为跟前小区域的条件,也可以首先将跟前小区域从分组的对象中除去。捕获区域分组单元34能够省略跟前小区域的峰度和跟前小区域的谷高度的计算。
物体检测装置30根据分组的结果,在分组过的捕获区域中,能够高精度地反映目标物体的大小和形状。此外,由于分组过的捕获区域表示物体整体的轮廓,所以物体检测装置30还能够检测物体的位置。
接下来,说明物体确定单元35中的目标物体的辨别方法。例如,物体确定单元35对每个类别具有物体捕获区域的大小、形状、以及反射强度的分布的模板模型,进行模板模型和分组过的捕获区域之间的匹配,辨别物体的类别。但是,在本发明中,具体的辨别方法不限于此。
再有,在利用了雷达装置的物体的检测中,雷达装置能够通过多普勒测定来探测物体的速度信息、即与功率分布信息的各分区(或各点)对应的速度信息。
例如,物体检测装置30也可以在信息生成单元31中,获取基于多普勒测定的速度的信息取代反射强度,从速度的信息生成多普勒分布信息。生成的多普勒分布信息能够与上述说明的功率分布信息同样地处理。
此外,在本实施方式中,物体检测装置30通过利用速度信息,能够更高精度地检测目标物体。
例如,在从捕获点计算捕获区域的情况下,捕获区域计算单元33也可以将功率分布信息之中的、各分区(或各点)的速度信息用作掩蔽信息,将明显与同一物体不对应的分区掩蔽(masking)。或者,在将捕获区域分组的情况下,捕获区域分组单元34也可以将功率分布信息之中的、各分区(或各点)的速度信息用作掩蔽信息,将明显与同一物体不对应的捕获区域掩蔽。
但是,在本发明中,着重点放在使用物体检测装置30辨别在通过多普勒测定所得的速度信息中辨别困难的物体上。例如,本发明的着重点放在使用物体检测装置30,辨别在途中停车中、或路口缓慢行驶的车辆、在该车辆附近的行人或两轮车上。
如以上,根据本实施方式,物体检测装置30基于邻近捕获区域和基准捕获区域之间的关系(谷高度、峰度、跟前小区域),能够将捕获区域高精度地分组,分组过的捕获区域表示整个物体的轮廓,所以能够高精度地辨别物体。
(实施方式2)
图10是表示本发明的实施方式2的物体检测装置90的结构的图。在图10中,对与图3共同的结构,附加与图3相同的标号并省略其详细的说明。图10所示的物体检测装置90,具有图3所示的物体检测装置30的物体确定单元35被置换为物体确定单元92,并追加了捕获区域跟踪单元91和遮蔽检测单元93的结构。
捕获区域跟踪单元91跟踪不同时刻中的分组过的捕获区域。具体地说,捕获区域跟踪单元91保持某一时刻中的捕获区域分组单元34的输出结果,与下一时刻的捕获区域分组单元34的输出结果进行比较。然后,捕获区域跟踪单元91将之前时刻的分组过的捕获区域和下一时刻的分组过的捕获区域相关联。此外,捕获区域跟踪单元91将之前时刻的未分组的捕获区域(例如,跟前小区域)和下一时刻的未分组的捕获区域(例如,跟前小区域)相关联。捕获区域跟踪单元91将关联的结果输出到物体确定单元92和遮蔽检测单元93。
物体确定单元92从关联的之前时刻的分组过的捕获区域和下一时刻的分组过的捕获区域,辨别物体的位置、形状、大小或物体的类别(例如,大型车辆、小型车辆、两轮车或行人)。具体的辨别方法与实施方式1中的物体确定单元35是同样的。
遮蔽检测单元93从捕获区域跟踪单元91的输出结果,检测物体的遮蔽状况。具体地说,在下一时刻不存在之前时刻的捕获区域、特别是跟前小区域,即未由捕获区域跟踪单元91进行关联的情况下,遮蔽检测单元93判定为对应于跟前小区域的较小的物体有可能被对应于分组过的捕获区域的较大的物体遮蔽。在判定为较小的物体有可能被较大的物体遮蔽的情况下,遮蔽检测单元93对车辆发出警告,或者向未图示的车辆的控制单元输出指示,以进行车辆的控制。
在捕获区域未被分组的情况下,捕获区域有多个,并且对应于各捕获区域的物体有可能每个时刻有所不同,所以以往的雷达装置难以进行伴随时间的捕获区域的移动跟踪,即难以进行移动的关联。根据本发明,物体检测装置90通过捕获区域的分组,能够容易地跟踪捕获区域。
根据本实施方式,物体检测装置90通过捕获区域的跟踪,能够更正确地辨别物体,而且能够检测物体的遮蔽。
作为本发明的实施方式的各种方式,包含以下方式。
第1发明所示的物体检测装置包括:信息生成单元,对通过规定的间隔划分以发送雷达信号的雷达装置作为基准的方位角及距所述雷达装置的距离的每个分区,从所述雷达装置接收到的来自物体的反射信号的接收功率,计算所述接收功率的代表值即反射强度,并生成表示所述反射强度的分布信息;捕获点计算单元,基于每个所述分区的分布信息,计算成为所述反射强度的极大值的分区,作为所述物体的捕获点;捕获区域计算单元,基于每个所述分区的分布信息及所述捕获点,计算包含所述捕获点的分区的集合体即至少一个以上的捕获区域;捕获区域分组单元,在算出了多个所述捕获区域的情况下,从所述多个捕获区域之中选择基准捕获区域和距所述基准捕获区域的捕获点在规定的距离以内存在的邻近捕获区域,基于与所述邻近捕获区域有关的信息和与所述基准捕获区域有关的信息,判定是否将所述邻近捕获区域和所述基准捕获区域分组而作为一个捕获区域;以及物体确定单元,基于分组过的捕获区域的形状,将确定了所述物体的物体确定信息输出到躲避装置。
第2发明所示的物体检测装置,是第1发明所示的物体检测装置,在所述邻近捕获区域位于所述基准捕获区域和所述雷达装置之间,并且以所述雷达装置为基准的所述邻近捕获区域的方位角的整个范围或规定比例的范围包含在以所述雷达装置为基准的所述基准捕获区域的方位角的范围内的情况下,所述捕获区域分组单元不分组所述邻近捕获区域和所述基准捕获区域。
第3发明所示的物体检测装置,是第1发明所示的物体检测装置,在由对应于以所述雷达装置为基准的方位角的轴、对应于距所述雷达装置的距离的轴构成的二维平面中,在追加了将所述反射强度作为对应于相对所述二维平面的高度的轴的情况下,所述捕获区域将所述捕获点作为顶点,距所述捕获点越远,高度越低。
第4发明所示的物体检测装置,是第3发明所示的物体检测装置,在所述基准捕获区域和所述邻近捕获区域之间,存在所述反射强度较小的谷分区,谷分区的反射强度小于规定的阈值的情况下,所述捕获区域分组单元不分组所述邻近捕获区域和所述基准捕获区域。
第5发明所示的物体检测装置,是第4发明所示的物体检测装置,在基于所述邻近捕获区域的顶点及谷分区所算出的所述邻近捕获区域的峰度与基于所述基准捕获区域的顶点及谷分区所算出的所述基准捕获区域的峰度之差的绝对值大于规定的阈值的情况下,所述捕获区域分组单元不分组所述邻近捕获区域和所述基准捕获区。
第6发明所示的物体检测装置,是第1发明所示的物体检测装置,所述分布信息是所述二维平面上的有深浅的图像数据,分区的深浅根据所述反射强度而变化,所述捕获区域计算单元对于所述图像数据使用区域形成方法,计算所述捕获区域。
第7发明所示的物体检测装置,是第6发明所示的物体检测装置,所述捕获区域计算单元对所述图像数据进行分水岭方法的处理,计算所述捕获区域。
第8发明所示的物体检测装置,是第1发明所示的物体检测装置,所述物体确定单元从所述分组过的捕获区域确定所述物体的位置、大小、形状、和类别之中的至少一个。
第9发明所示的物体检测装置,是第1发明所示的物体检测装置,还包括:捕获区域跟踪单元,跟踪所述分组过的捕获区域的随时间的变化,所述物体确定单元基于所述捕获区域的变化来确定所述物体。
第10发明所示的雷达装置具有:发送单元,发送雷达信号;接收单元,接收由物体反射了所述雷达信号的反射信号;信息生成单元,对通过规定的间隔划分以所述发送单元为基准的方位角及距所述发送单元的距离的每个分区,计算所述反射信号的接收功率的代表值即反射强度,生成表示所述反射强度的分布信息;捕获点计算单元,基于每个所述分区的分布信息,计算成为所述反射强度的极大值的分区,作为所述物体的捕获点;捕获区域计算单元,基于每个所述分区的分布信息及所述捕获点,计算包含所述捕获点的分区的集合体即至少一个以上的捕获区域;捕获区域分组单元,在算出了多个所述捕获区域的情况下,从所述多个捕获区域之中选择基准捕获区域和距所述基准捕获区域的捕获点在规定的距离以内存在的邻近捕获区域,基于与所述邻近捕获区域有关的信息和与所述基准捕获区域有关的信息,判定是否将所述邻近捕获区域和所述基准捕获区域分组而作为一个捕获区域;以及物体确定单元,基于分组过的捕获区域的形状,确定所述物体。
第11发明所示的物体检测方法,包括以下步骤:对通过规定的间隔划分以发送雷达信号的雷达装置作为基准的方位角及距所述雷达装置的距离的每个分区,从所述雷达装置接收到的反射信号的接收功率,计算所述接收功率的代表值即反射强度,并生成表示所述反射强度的分布信息的步骤;基于每个所述分区的所述分布信息,计算成为所述反射强度的极大值的分区,作为所述物体的捕获点的步骤;基于每个所述分区的分布信息及所述捕获点,计算包含所述捕获点的分区的集合体即至少一个以上的捕获区域的步骤;在算出了多个所述捕获区域的情况下,从所述多个捕获区域之中选择基准捕获区域和距所述基准捕获区域的捕获点在规定的距离以内存在的邻近捕获区域,基于与所述邻近捕获区域有关的信息和与所述基准捕获区域有关的信息,判定是否将所述邻近捕获区域和所述基准捕获区域分组而作为一个捕获区域的步骤;以及基于分组过的捕获区域的形状,确定所述物体的步骤。
以上,一边参照附图一边说明了各种实施方式,但不言而喻,本发明不限定于这样的例子。只要是本领域技术人员,在权利要求所记载的范畴内,显然可设想各种变更例或修正例,并认可它们当然属于本发明的技术范围。此外,在不脱离发明的宗旨的范围中,也可以将上述实施方式中的各构成要素任意地组合。
再有,在上述各实施方式中,通过例子说明了用硬件构成本发明的情况,但本发明能够用软件实现。
此外,集成电路化的方法不限于LSI,也可使用专用电路或通用处理器来实现。也可以使用可在LSI制造后编程的FPGA(FieldProgrammableGateArray:现场可编程门阵列),或者使用可重构LSI内部的电路单元的连接、设定的可重构处理器。再有,集成电路具有输入端子和输出端子。
再者,随着半导体的技术进步或随之派生的其它技术的出现,如果出现能够替代LSI的集成电路化的技术,当然可利用该技术进行功能块的集成化。还存在着适用生物技术等的可能性。
工业实用性
本发明的物体检测装置以及物体检测方法,能够用于车载用雷达装置或基础设施系统用雷达装置。
标号说明
30、90物体检测装置
31信息生成单元
32捕获点计算单元
33捕获区域计算单元
34捕获区域分组单元
35、92物体确定单元
91捕获区域跟踪单元
93遮蔽检测单元。
Claims (11)
1.物体检测装置,包括:
信息生成单元,对通过规定的间隔划分以发送雷达信号的雷达装置作为基准的方位角及距所述雷达装置的距离的每个分区,从所述雷达装置接收到的来自物体的反射信号的接收功率,计算所述接收功率的代表值即反射强度,并生成表示所述反射强度的分布信息;
捕获点计算单元,基于每个所述分区的分布信息,计算成为所述反射强度的极大值的分区,作为所述物体的捕获点;
捕获区域计算单元,基于每个所述分区的分布信息及所述捕获点,计算包含所述捕获点的分区的集合体即至少一个以上的捕获区域;
捕获区域分组单元,在算出了多个所述捕获区域的情况下,从所述多个捕获区域之中选择基准捕获区域和距所述基准捕获区域的捕获点在规定的距离以内存在的邻近捕获区域,基于与所述邻近捕获区域有关的信息和与所述基准捕获区域有关的信息,判定是否将所述邻近捕获区域和所述基准捕获区域分组而作为一个捕获区域;以及
物体确定单元,将基于分组过的捕获区域的形状确定了所述物体的物体确定信息输出到躲避装置。
2.如权利要求1所述的物体检测装置,
所述捕获区域分组单元
在所述邻近捕获区域位于所述基准捕获区域和所述雷达装置之间,并且以所述雷达装置为基准的所述邻近捕获区域的方位角的整个范围或规定比例的范围包含在以所述雷达装置为基准的所述基准捕获区域的方位角的范围内的情况下,不分组所述邻近捕获区域和所述基准捕获区域。
3.如权利要求1所述的物体检测装置,
在由对应于以所述雷达装置为基准的方位角的轴、对应于距所述雷达装置的距离的轴构成的二维平面中,在追加了将所述反射强度作为对应于相对所述二维平面的高度的轴的情况下,
所述捕获区域将所述捕获点作为顶点,距所述捕获点越远,高度越低。
4.如权利要求3所述的物体检测装置,
所述捕获区域分组单元
在所述基准捕获区域和所述邻近捕获区域之间,存在所述反射强度较小的谷分区,谷分区的反射强度小于规定的阈值的情况下,不分组所述邻近捕获区域和所述基准捕获区域。
5.如权利要求4所述的物体检测装置,
所述捕获区域分组单元
在基于所述邻近捕获区域的顶点及谷分区所算出的所述邻近捕获区域的峰度与基于所述基准捕获区域的顶点及谷分区所算出的所述基准捕获区域的峰度之差的绝对值大于规定的阈值的情况下,不分组所述邻近捕获区域和所述基准捕获区。
6.如权利要求1所述的物体检测装置,
所述分布信息是所述二维平面上的有深浅的图像数据,分区的深浅根据所述反射强度而变化,
所述捕获区域计算单元对于所述图像数据使用区域形成方法,计算所述捕获区域。
7.如权利要求6所述的物体检测装置,
所述捕获区域计算单元对所述图像数据进行分水岭方法的处理,计算所述捕获区域。
8.如权利要求1所述的物体检测装置,
所述物体确定单元从所述分组过的捕获区域确定所述物体的位置、大小、形状、和类别之中的至少一个。
9.如权利要求1所述的物体检测装置,还包括:
捕获区域跟踪单元,跟踪所述分组过的捕获区域的随时间的变化,
所述物体确定单元基于所述捕获区域的变化来确定所述物体。
10.雷达装置,具有:
发送单元,发送雷达信号;
接收单元,接收由物体反射了所述雷达信号的反射信号;
信息生成单元,对通过规定的间隔划分以所述发送单元为基准的方位角及距所述发送单元的距离的每个分区,计算所述反射信号的接收功率的代表值即反射强度,生成表示所述反射强度的分布信息;
捕获点计算单元,基于每个所述分区的分布信息,计算成为所述反射强度的极大值的分区,作为所述物体的捕获点;
捕获区域计算单元,基于每个所述分区的分布信息及所述捕获点,计算包含所述捕获点的分区的集合体即至少一个以上的捕获区域;
捕获区域分组单元,在算出了多个所述捕获区域的情况下,从所述多个捕获区域之中选择基准捕获区域和距所述基准捕获区域的捕获点在规定的距离以内存在的邻近捕获区域,基于与所述邻近捕获区域有关的信息和与所述基准捕获区域有关的信息,判定是否将所述邻近捕获区域和所述基准捕获区域分组而作为一个捕获区域;以及
物体确定单元,将基于分组过的捕获区域的形状确定了所述物体的物体确定信息输出到躲避装置。
11.物体检测方法,包括以下步骤:
对通过规定的间隔划分以发送雷达信号的雷达装置作为基准的方位角及距所述雷达装置的距离的每个分区,从所述雷达装置接收到的反射信号的接收功率,计算所述接收功率的代表值即反射强度,并生成表示所述反射强度的分布信息的步骤;
基于每个所述分区的所述分布信息,计算成为所述反射强度的极大值的分区,作为所述物体的捕获点的步骤;
基于每个所述分区的分布信息及所述捕获点,计算包含所述捕获点的分区的集合体即至少一个以上的捕获区域的步骤;
在算出了多个所述捕获区域的情况下,从所述多个捕获区域之中选择基准捕获区域和距所述基准捕获区域的捕获点在规定的距离以内存在的邻近捕获区域,基于与所述邻近捕获区域有关的信息和与所述基准捕获区域有关的信息,判定是否将所述邻近捕获区域和所述基准捕获区域分组而作为一个捕获区域的步骤;以及
将基于分组过的捕获区域的形状确定了所述物体的物体确定信息输出到躲避装置的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015002675A JP6410178B2 (ja) | 2015-01-08 | 2015-01-08 | 物体検出装置および物体検出方法 |
JP2015-002675 | 2015-01-08 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105785370A true CN105785370A (zh) | 2016-07-20 |
CN105785370B CN105785370B (zh) | 2020-06-09 |
Family
ID=56357717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510611645.3A Active CN105785370B (zh) | 2015-01-08 | 2015-09-23 | 物体检测装置和物体检测方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10132919B2 (zh) |
JP (1) | JP6410178B2 (zh) |
CN (1) | CN105785370B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109870705A (zh) * | 2017-12-01 | 2019-06-11 | 武汉万集信息技术有限公司 | 基于激光雷达的边界目标标识方法及装置 |
CN112470031A (zh) * | 2018-07-20 | 2021-03-09 | 株式会社电装 | 移动物体检测装置 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10061023B2 (en) * | 2015-02-16 | 2018-08-28 | Panasonic Intellectual Property Management Co., Ltd. | Object detection apparatus and method |
JP6631796B2 (ja) * | 2016-05-31 | 2020-01-15 | パナソニックIpマネジメント株式会社 | 移動物体検出装置、プログラムおよび記録媒体 |
US10222472B2 (en) * | 2016-09-30 | 2019-03-05 | Veoneer Us, Inc. | System and method for detecting heading and velocity of a target object |
CN106526585B (zh) * | 2016-10-26 | 2019-01-25 | 中国人民解放军空军工程大学 | 基于高斯粒子势概率假设密度滤波的目标检测前跟踪方法 |
KR20180134230A (ko) * | 2017-06-08 | 2018-12-18 | 삼성전자주식회사 | 청소 로봇 및 그 제어 방법 |
EP3465267A4 (en) * | 2017-08-25 | 2019-05-22 | Beijing Didi Infinity Technology and Development Co., Ltd. | METHODS AND SYSTEMS FOR DETECTING ENVIRONMENTAL INFORMATION OF A VEHICLE |
EP3579020B1 (de) * | 2018-06-05 | 2021-03-31 | Elmos Semiconductor SE | Verfahren zur erkennung eines hindernisses mit hilfe von reflektierten ultraschallwellen |
JP7099889B2 (ja) * | 2018-06-28 | 2022-07-12 | 株式会社デンソーテン | レーダ装置、車両制御システム及び物標占有領域推定方法 |
JP7120034B2 (ja) * | 2019-01-10 | 2022-08-17 | 株式会社デンソー | 車両用位置推定システム、及び車両用位置推定装置 |
EP4147214A4 (en) * | 2020-05-05 | 2023-09-27 | Arrows IP Holdings Pty Ltd | TRAFFIC MANAGEMENT SYSTEM |
KR102230132B1 (ko) * | 2020-05-08 | 2021-03-19 | 한화시스템 주식회사 | 표적 추적 방법 및 장치 |
JP2022025563A (ja) * | 2020-07-29 | 2022-02-10 | Tdk株式会社 | 送電装置、ワイヤレス電力伝送システム及び情報通信システム |
FR3140698A1 (fr) * | 2022-10-11 | 2024-04-12 | Aximum | Procédé et dispositif de détection de danger à l’entrée d’une zone d’intervention sur route |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020130805A1 (en) * | 2001-03-19 | 2002-09-19 | Ibm | Non-destructive probing system and a method thereof |
US20030090409A1 (en) * | 2001-11-13 | 2003-05-15 | Fujitsu Ten Limited | Radar ranging device for performing merging process on a plurality of detected targets |
CN1657971A (zh) * | 2004-02-18 | 2005-08-24 | 欧姆龙株式会社 | 雷达装置 |
CN102646343A (zh) * | 2011-02-16 | 2012-08-22 | 富士重工业株式会社 | 车辆检测装置 |
CN103443838A (zh) * | 2011-03-28 | 2013-12-11 | 丰田自动车株式会社 | 物体识别装置 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6888622B2 (en) * | 2002-03-12 | 2005-05-03 | Nissan Motor Co., Ltd. | Method for determining object type of reflective object on track |
JP4541101B2 (ja) * | 2004-10-21 | 2010-09-08 | アルパイン株式会社 | 他車両検出機および他車両検出方法 |
JP5115069B2 (ja) * | 2007-07-13 | 2013-01-09 | 富士通株式会社 | 補正装置、補正方法および補正プログラム |
DE102007054821A1 (de) * | 2007-11-16 | 2009-05-20 | Robert Bosch Gmbh | Verfahren zur Schätzung der Breite von Radarobjekten |
JP2010032429A (ja) * | 2008-07-30 | 2010-02-12 | Toyota Motor Corp | 物体検出装置 |
FR2940465B1 (fr) * | 2008-12-18 | 2010-12-31 | Valeo Vision Sas | Procede de detection d'un objet cible pour vehicule automobile |
JP4680294B2 (ja) * | 2008-12-26 | 2011-05-11 | トヨタ自動車株式会社 | 物体検出装置および物体検出方法 |
WO2011092849A1 (ja) * | 2010-01-29 | 2011-08-04 | トヨタ自動車株式会社 | 道路情報検出装置、および車両走行制御装置 |
JP5580233B2 (ja) * | 2011-03-22 | 2014-08-27 | 富士重工業株式会社 | 車外監視装置および車外監視方法 |
JP6200644B2 (ja) * | 2012-12-07 | 2017-09-20 | 富士通テン株式会社 | レーダ装置、及び、信号処理方法 |
JP6020321B2 (ja) * | 2013-04-11 | 2016-11-02 | 株式会社デンソー | 物標検出装置及び車両制御システム |
-
2015
- 2015-01-08 JP JP2015002675A patent/JP6410178B2/ja active Active
- 2015-09-23 CN CN201510611645.3A patent/CN105785370B/zh active Active
- 2015-10-06 US US14/876,621 patent/US10132919B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020130805A1 (en) * | 2001-03-19 | 2002-09-19 | Ibm | Non-destructive probing system and a method thereof |
US20030090409A1 (en) * | 2001-11-13 | 2003-05-15 | Fujitsu Ten Limited | Radar ranging device for performing merging process on a plurality of detected targets |
CN1657971A (zh) * | 2004-02-18 | 2005-08-24 | 欧姆龙株式会社 | 雷达装置 |
CN102646343A (zh) * | 2011-02-16 | 2012-08-22 | 富士重工业株式会社 | 车辆检测装置 |
CN103443838A (zh) * | 2011-03-28 | 2013-12-11 | 丰田自动车株式会社 | 物体识别装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109870705A (zh) * | 2017-12-01 | 2019-06-11 | 武汉万集信息技术有限公司 | 基于激光雷达的边界目标标识方法及装置 |
CN112470031A (zh) * | 2018-07-20 | 2021-03-09 | 株式会社电装 | 移动物体检测装置 |
Also Published As
Publication number | Publication date |
---|---|
US10132919B2 (en) | 2018-11-20 |
JP6410178B2 (ja) | 2018-10-24 |
US20160202355A1 (en) | 2016-07-14 |
CN105785370B (zh) | 2020-06-09 |
JP2016125993A (ja) | 2016-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105785370A (zh) | 物体检测装置和物体检测方法 | |
CN108345822B (zh) | 一种点云数据处理方法及装置 | |
JP6773540B2 (ja) | 車載用画像処理装置 | |
CN104793202B (zh) | 多雷达成像传感器的对象融合系统 | |
CN102248947B (zh) | 使用3-d激光测距仪的目标和车辆检测及跟踪 | |
Nguyen et al. | A study on real-time detection method of lane and vehicle for lane change assistant system using vision system on highway | |
CN103786729B (zh) | 车道识别方法和系统 | |
US20180151077A1 (en) | Method and apparatus for preventing collision between objects | |
US8180561B2 (en) | Vehicle-installation obstacle detection apparatus | |
CN112824931A (zh) | 使用参考数据改善雷达数据的方法和设备 | |
Lee et al. | Moving object detection and tracking based on interaction of static obstacle map and geometric model-free approachfor urban autonomous driving | |
CN110632617B (zh) | 一种激光雷达点云数据处理的方法及装置 | |
US20180172814A1 (en) | Object detection device and recording medium | |
JP2017129410A (ja) | 物体検出装置および物体検出方法 | |
CN102997900A (zh) | 外界识别方法、装置以及车辆系统 | |
CN106291506A (zh) | 基于单线点云数据机器学习的车辆目标识别方法及装置 | |
US11703344B2 (en) | Landmark location estimation apparatus and method, and computer-readable recording medium storing computer program programmed to perform method | |
Houben et al. | On-vehicle video-based parking lot recognition with fisheye optics | |
Dey et al. | VESPA: A framework for optimizing heterogeneous sensor placement and orientation for autonomous vehicles | |
Chen et al. | A visual method tor the detection of available parking slots | |
Kellner et al. | Multi-cue, model-based detection and mapping of road curb features using stereo vision | |
CN114518574A (zh) | 用于传感器融合系统的基于峰度的修剪 | |
CN113942526A (zh) | 一种基于可接受风险的自动驾驶超车轨迹规划方法 | |
CN110554409B (zh) | 一种凹障碍物检测方法及系统 | |
Gaikwad et al. | An improved lane departure method for advanced driver assistance system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240418 Address after: Kanagawa Prefecture, Japan Patentee after: Panasonic Automotive Electronic Systems Co.,Ltd. Country or region after: Japan Address before: Osaka, Japan Patentee before: PANASONIC INTELLECTUAL PROPERTY MANAGEMENT Co.,Ltd. Country or region before: Japan |