CN107403131A - 检测装置及检测方法 - Google Patents
检测装置及检测方法 Download PDFInfo
- Publication number
- CN107403131A CN107403131A CN201710270145.7A CN201710270145A CN107403131A CN 107403131 A CN107403131 A CN 107403131A CN 201710270145 A CN201710270145 A CN 201710270145A CN 107403131 A CN107403131 A CN 107403131A
- Authority
- CN
- China
- Prior art keywords
- crossing
- candidate position
- coordinate
- presumption
- line
- 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
Classifications
-
- 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
-
- 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
- G01S13/04—Systems determining presence of a target
-
- 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
- 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
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- 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
- G01S2013/9327—Sensor installation details
- G01S2013/93271—Sensor installation details in the front of the vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
一种检测装置,具备:位置推定部,其推定车辆的行进方向上的人行横道的候补位置,并使用候补位置推定人行横道的长度和人行横道与车道的交叉角度;修正部,其基于推定的人行横道的长度及推定的交叉角度,修正与人行横道的白线间隔对应的、相互正交的两个基函数的周期数及宽度,人行横道检测部,其使用包含候补位置的图像数据和修正的两个基函数,检测有无人行横道的存在。
Description
技术领域
本公开涉及用于检测车辆行驶的路面上的人行横道的、搭载于车辆的检测装置及检测方法。
背景技术
近年来,具有自动制动系统,该自动制动系统使用摄像机、声纳、雷达(例如毫米波雷达)等检测车辆周边的物体(例如车辆或行人),由此,为了避免对物体的碰撞而使车辆减速。还具有报警系统,该报警系统通过检测车辆周边的物体,向驾驶员通知对物体的碰撞的可能性。这些系统有助于防止车辆事故。
这些系统为了降低错误动作,且实现性能提高,使用各种传感器限定系统的动作条件。
例如,以使用各种传感器识别路面上的人行横道,且检测识别的人行横道周边的行人及自行车的方式限定或优先动作条件,由此,可以实现系统的性能提高。因此,通过高精度检测人行横道,可期待系统的性能提高。
专利文献1中公开有一种装置,该装置使用搭载于车辆的单眼摄像机,在水平方向和垂直方向上识别与人行横道的条纹(周期性地配置的白线)对应的辉度变化(辉度的强弱),由此,检测人行横道。
但是,专利文献1所记载的技术中,在进入交叉路口的车辆利用搭载于车辆的摄像机拍摄存在于左右转方向上的人行横道的情况下,存在于左右转方向上的人行横道的条纹的间隔被较窄地拍摄,因此,必须使用高分辨率摄像机识别与人行横道的条纹对应的辉度强弱的变化,且必须进行高负荷的信号处理。
现有技术文献
专利文献
专利文献1:日本特开2013-186663号公报
发明内容
本公开的非限定性的实施例提供一种防止信号处理的负荷增大且在短时间内能检测人行横道的位置的检测装置及检测方法。
本公开的一方式的检测装置,具备:位置推定部,其推定车辆的行进方向上的人行横道的候补位置,并使用所述候补位置推定所述人行横道的长度、所述人行横道与车道的交叉角度;修正部,其基于所述推定的人行横道的长度及所述推定的交叉角度,修正与所述人行横道的白线间隔对应的、相互正交的两个基函数的周期数及宽度;人行横道检测部,其使用包含所述候补位置的图像数据和所述修正的两个基函数,检测有无所述人行横道的存在。
本公开的一种检测方法,推定车辆的行进方向上的人行横道的候补位置,并使用所述候补位置推定所述人行横道的长度、所述人行横道与车道的交叉角度,基于所述推定的人行横道的长度及所述推定的交叉角度,修正与所述人行横道的白线间隔对应的、相互正交的两个基函数的周期数及宽度,使用包含所述候补位置的图像数据和所述修正的两个基函数,检测有无所述人行横道的存在。
此外,这些包括的或具体的方式也可以通过系统、集成电路、计算机程序、或记录介质来实现,也可以通过系统、装置、方法、集成电路、计算机程序及记录介质的任意的组合来实现。
根据本公开的一方式,能防止信号处理的负荷增大,且在短时间内能检测人行横道的位置。
本公开一方式的其它的优点及效果根据说明书及附图变得明朗。该优点及/或效果由一些实施方式以及说明书及附图所记载的特征分别提供,但为了得到一个或一个以上的相同的特征,未必需要提供全部。
附图说明
图1表示交叉路口的车辆前方的视野的一例;
图2表示本公开实施方式的检测装置的结构的一例;
图3A表示本公开实施方式中的人行横道的候补位置的推定方法的一例;
图3B表示近似线的提取方法的一例;
图4表示交叉路口的图像数据的一例;
图5A表示本公开实施方式中的空间频率解析的一例;
图5B表示本公开实施方式中的空间频率解析的一例;
图6表示本公开实施方式中的人行横道检测处理的一例;
图7表示本公开实施方式中的人行横道的候补位置的推定处理的一例。
符号说明
10 检测装置
100 距离-方位传感器
101 自由区域检测部
102 位置推定部
103 图像数据取得部
104 坐标计算部
105 修正部
106 人行横道检测部
具体实施方式
(直至本公开的过程)
首先,说明直至本公开的过程。本公开涉及用于检测车辆行驶的路面上的人行横道的、搭载于车辆的检测装置及检测方法。
图1是表示交叉路口的车辆前方的视野的一例的图。图1中表示有存在于车辆的直线前进方向(箭头V1)的人行横道C1和存在于车辆的右转方向(箭头V2)的人行横道C2。专利文献1所记载的技术中,利用搭载于车辆的摄像机拍摄图1所示那样的图像,并识别与人行横道的条纹对应的辉度的变化(辉度的强弱),由此,检测该图像中的人行横道的位置。
人行横道C1的条纹的间隔较宽,因此,根据图1所示的图像容易识别与人行横道C1的条纹对应的辉度的变化。
人行横道C2不是存在于车辆的行进方向的正面,而是存在于斜前方,因此,条纹的间隔比人行横道C1较窄。因此,如果不使用高分辨率的摄像机进行拍摄,则难以根据图1所示的图像识别与人行横道C2的条纹对应的辉度的变化。另外,若是高分辨率的摄像机,则应处理的数据的量较多,信号处理的负荷增加,因此,花费人行横道的检测所需要的时间。另外,电路规模变大。
因此,首先,利用雷达装置推定人行横道存在的位置及道路形状。而且,使用推定结果,推定由摄像机拍摄的人行横道的变形状态(解析空间频率),由此,检测人行横道。
由此,着眼于防止信号处理的负荷增大,且在短时间内能检测人行横道的位置,来实现本公开。
以下,参照附图详细地说明本公开的实施方式。此外,以下说明的实施方式为一例,本公开不被以下的实施方式限定。
(实施方式)
图2是表示本实施方式的检测装置10的结构的一例的块图。检测装置10搭载于车辆,检测存在于车辆周边(例如,前方、侧方等的车辆的行进方向)的人行横道。如图2所示,检测装置10具备:距离-方位传感器100、自由区域检测部101、位置推定部102、图像数据取得部103、坐标计算部104、修正部105及人行横道检测部106。
距离-方位传感器100对车辆的各方位发送电波,并将从存在于车辆周边的物体反射的电波作为反射波进行接收。而且,距离-方位传感器100基于接收到的反射波检测反射点,且按照每一帧生成表示检测的反射点的反射点信息。帧(frame)是距离-方位传感器100中的处理单位。
例如,距离-方位传感器100在将电波从距离-方位传感器100的发送方向和距距离-方位传感器100的距离以规定的间隔划分的每个单元,测量反射波的接收电力的代表值(以下,称为“反射强度”)。而且,距离-方位传感器100将具有规定的阈值以上的反射强度的单元作为反射点进行检测。而且,距离-方位传感器100基于反射点,将从车辆到物体的距离、物体的方向及物体相对于车辆速度的相对速度作为反射点信息进行检测。距离-方位传感器100将检测的反射点信息在每一帧输出至自由区域检测部101。
自由区域检测部101使用反射点信息,在每一帧检测在车辆周边存在物体的区域和不存在物体的区域的边界。车辆周边中的不存在物体的区域是车辆行驶的区域即车道。即,自由区域检测部101检测的边界是车道和车道外之间的边界。
具体而言,自由区域检测部101将距离-方位传感器100的检测范围内的各方位中距距离-方位传感器100的距离最近的反射点的位置作为各方位的边界点并在每一帧进行检测。
另外,自由区域检测部101进行将过去的帧中检测的边界向当前帧中的边界变换的变换处理、及过去的帧中检测的边界和当前帧中的边界的平滑处理。
自由区域检测部101将进行变换处理及平滑处理之后的、当前帧的边界作为自由区域信息输出至位置推定部102。此外,当前帧的边界由与距离-方位传感器100的检测范围的坐标平面相同的坐标平面的坐标表示。例如,距离-方位传感器100的检测范围的坐标平面(以下,T0坐标平面)是与车辆行驶的路面大致平行的X-Y平面。
此外,自由区域检测部101的详细内容要参照日本特愿2015-198675。
位置推定部102基于距离-方位传感器100的输出数据,推定车辆的行进方向上的成为人行横道存在的候补的位置(以下,人行横道的候补位置)。而且,位置推定部102使用推定的人行横道的候补位置,推定人行横道的长度、人行横道与车道的交叉角度。具体而言,位置推定部102制作基于从自由区域检测部101取得的当前帧的边界的多个1次近似线,根据1次近似线推定成为人行横道存在的候补的位置(以下,人行横道的候补位置),使用人行横道的候补位置,推定人行横道的长度、人行横道与车道的交叉角度。位置推定部102将推定结果输出至坐标计算部104及修正部105。位置推定部102中的推定人行横道的候补位置的方法进行后述,但概略如以下。
在交叉路口等的多个道路交叉的部分,将道路边缘的角进行切角(除去圆形的角)。切角的大小由人行道的宽度等决定。切角的目的之一是由于,驾驶员不进行较大的方向盘操作,就可以使车辆顺畅地左右转。另外,切角的另一目的是由于,在行人横穿车辆的左右转目标的人行横道的情况下,即使车辆在人行横道的跟前暂时停止,也不会妨碍直线前进的后续车辆。即,在交叉路口等的多个道路交叉的部分,从要左右转的车辆的行进方向来看,切角设于人行横道的跟前侧。
因此,本实施方式中的位置推定部102将1次近似线的倾斜度变化的部位作为与设于人行横道的跟前侧的切角位置对应的部位,并基于1次近似线的倾斜度变化的部位,推定人行横道的候补位置(图3A所示的坐标P1、P3)。
另外,为了使行人安全地横穿车道,交叉成直角的交叉路口的人行横道相对于车道设置成直角。这是为了缩短行人在人行横道上行走的时间,且缩短车辆信号的等待时间。另一方面,若是在未交叉成直角的交叉路口,当将人行横道相对于车道设置成直角时,行人为了横穿人行横道必须迂回,因此,行人为了避免迂回,可能横穿人行横道外。这存在交通安全上问题。因此,未交叉成直角的交叉路口的人行横道相对于车道不是直角,而根据交叉路口的交叉角度倾斜地设置。
因此,位置推定部102使用1次近似线的倾斜度计算出右转目标的车道的交叉角度θ,由此,计算出人行横道的角度。
图像数据取得部103设于车辆前方,利用拍摄车辆前方及前侧方的单眼摄像机(未图示)取得图像数据。图像数据取得部103将图像数据向人行横道检测部106输出。图像数据是例如根据单眼摄像机的方向及视角决定的平面(以下,摄像机坐标平面)中的数据。
坐标计算部104对从位置推定部102取得的人行横道的候补位置进行坐标变换。具体而言,为了进行使用人行横道检测部106中的人行横道的候补位置和图像数据的处理,坐标计算部104将T0坐标平面上的人行横道的候补位置变换成摄像机坐标平面上的坐标。此外,坐标计算部104中的坐标变换使用众所周知的坐标变换处理来执行。坐标计算部104将变换成摄像机坐标平面之后的人行横道的候补位置向修正部105及人行横道检测部106输出。
修正部105具有成为人行横道的检测中的基准的两个基函数。两个基函数表示人行横道的白线间隔,且相互正交。修正部105根据T0坐标平面中的表示人行横道的候补位置的人行横道的长度、角度及变换成摄像机坐标平面之后的表示人行横道的候补位置的人行横道的长度、角度,修正两个基函数的周期数及宽度。修正部105将修正的两个基函数向人行横道检测部106输出。此外,修正部105中的基函数的修正处理后面叙述。
人行横道检测部106使用包含人行横道的候补位置的图像数据和修正的两个基函数,检测有无人行横道的存在。具体而言,人行横道检测部106根据从图像数据取得部103取得的图像数据,将从坐标计算部104取得的与人行横道的候补位置对应的范围作为部分数据进行提取。而且,人行横道检测部106使用提取的部分数据和从修正部105取得的两个基函数,在部分数据内进行用于判定与人行横道的条纹对应的辉度的周期性的变化的存在的空间频率解析。
作为空间频率解析,人行横道检测部106计算出提取的部分数据和从修正部105取得的两个基函数各自的内积。而且,人行横道检测部106在内积为规定的阈值以上的情况下,判定为存在人行横道。
人行横道检测部106将表示人行横道的位置的判定结果向例如未图示的防止碰撞装置等输出。或者,人行横道检测部106使表示人行横道的位置的判定结果显示于例如未图示的显示部等,由此,促使对驾驶员的注意。此外,人行横道检测部106中的人行横道的检测处理后面叙述。
接着,说明位置推定部102中的推定人行横道的候补位置的方法。
图3A是表示本实施方式中的人行横道的候补位置的推定方法的一例的图。图3A表示在具备检测装置10的车辆Z从图3A的下方进入交叉路口进行右转的情况下,检测存在于右转的方向的人行横道的例子。另外,图3A中表示由自由区域检测部101检测的边界L1~L4及时刻T0~T3各自的车辆Z的状态。此外,由边界L1~L4包围的内侧为车道。
作为人行横道的候补位置,位置推定部102推定包围图3A所示的人行横道的4点的坐标P1~P4。另外,位置推定部102推定人行横道的长度W2、形成交叉路口的两个道路的交叉角度θ、及设有人行横道的车道的道路宽度W2’。
时刻T0的车辆Z是直线前进的状态。车辆Z的驾驶员操作方向指示器,在时刻T0以后开始右转。此时,检测装置10开始存在于右转目标的人行横道的位置的检测。而且,检测装置10直到时刻T1,结束人行横道的位置的检测。
在车辆Z通过右转目标的人行横道之前(例如,时刻T3),驾驶员发现人行横道上的行人等,当使车辆停止时,可能引起与对向车的事故。因此,在其更早的时刻(例如,时刻T2),驾驶员进行对向车的确认和右转目标的人行横道上的行人等的确认。因此,例如,需要在时刻T2之前即时刻T1的阶段,结束人行横道的位置的检测。
位置推定部102根据时刻T0的车辆Z的位置决定T0坐标平面。更详细而言,位置推定部102以车辆Z的后轮间的中点为原点,将车辆Z在时刻T0行进的方向设为Y轴方向,并将与车辆Z行驶的路面大致平行的X-Y平面决定作为T0坐标平面。而且,位置推定部102推定T0坐标平面中的人行横道的候补位置P1~P4。
图3A所示的边界L1、L2由于距离-方位传感器100收发电波时的噪声等的影响,由不均匀的长度的线段或点形成。位置推定部102将包含边界L1、L2的区域分割成包围边界L1、L2所包含的线段或点的多个小区域。此外,多个小区域分别包含至少1个线段或至少两个点。另外,多个小区域相互重叠。
接着,位置推定部102在分割的多个小区域中分别制作1次近似线。例如,位置推定部102将小区域所包含的1个线段延长并生成为1次近似线。另外,位置推定部102以小区域所包含的距至少两个点的距离最小的方式制作1次近似线。
位置推定部102在相互重叠的每个小区域制作1次近似线的原因是,为了防止在距最初的车道的边界极远的点或线段包含于边界L1、L2的情况下,人行横道的检测精度降低。
接着,位置推定部102将在各小区域中生成的1次近似线中、与Y轴大致平行的1次近似线除去,提取倾斜度无变化的1次近似线。参照图3B说明1次近似线的提取。
图3B是表示1次近似线的提取方法的一例的图。图3B中,在将图3A的边界L1分割的多个小区域S1~S9中分别表示有1次近似线。另外,在将边界L2分割的多个小区域S10~S15中分别表示有1次近似线。此外,为了便于图示,在各小区域制作的1次近似线中,表示有小区域内的线段。
边界L1中的小区域S1~S4的1次近似线是与Y轴大致平行的直线。而且,小区域S5~S7的1次近似线是倾斜度逐渐变化的直线。而且,小区域S7~S9的1次近似线的倾斜度相互没有变化。在该情况下,位置推定部102将小区域S7的1次近似线作为倾斜度没有变化的1次近似线进行提取。提取的一次近似线L1’将其倾斜度设为a1(=ΔY1/ΔX1)时,在T0坐标平面上,作为y=a1·x+b1表示。此外,·表示乘法运算。
位置推定部102计算出例如邻接的两个小区域各自的1次近似线的倾斜度的差,在倾斜度的差为规定值以下的情况下,判定为倾斜度没有变化。
位置推定部102在边界L2中,也与边界L1也一样,将小区域S14的1次近似线作为倾斜度没有变化的1次近似线进行提取。在边界L2中,提取的1次近似线L2’将其倾斜度设为a2(=ΔY2/ΔX2)时,在T0坐标平面上,作为y=a2·x+b2表示。
位置推定部102推定右转目标的车道两侧的1次近似线L1’、L2’各自的倾斜度a1与倾斜度a2之差是否为规定的误差以下。如果倾斜度a1与倾斜度a2之差为规定的误差以下,则位置推定部102判定为1次近似线L1’和1次近似线L2’满足类似条件。
在1次近似线L1’和1次近似线L2’满足类似条件的情况下,位置推定部102根据倾斜度a1或倾斜度a2计算出右转目标的车道的交叉角度θ=arctan(a1)(或者θ=arctan(a2))。另外,位置推定部102将1次近似线L1’上的规定的点(例如,与1次近似线L1’对应的小区域S7内的线段的中点)推定为人行横道的候补位置的坐标P3。坐标P3是1次近似线L1’上的点,作为P3=(x3,y3)表示。同样,位置推定部102将1次近似线L2’上的规定的点(例如,与1次近似线L2’对应的小区域S14内的线段的中点)推定为人行横道的候补位置的坐标P1。坐标P1是1次近似线L2’上的点,作为P1=(x1,y1)表示。
但是,位置推定部102难以推定在坐标P1~P4附近存在人行横道,且难以断定坐标P1~P4为人行横道。即,位置推定部102将坐标P1~P4作为用于推定人行横道位置的候补位置进行输出。
此外,位置推定部102在倾斜度a1与倾斜度a2之差比规定误差大的情况下,判定为1次近似线L1’和1次近似线L2’不满足类似条件。在该情况下,位置推定部102在与1次近似线L1’、L2’对应的小区域中,提取在车辆的右转方向侧邻接的小区域的1次近似线,并判定其倾斜度是否满足类似条件。例如,图3B中,小区域S7~S9的1次近似线的倾斜度没有变化,因此,位置推定部102提取与小区域S7的车辆的右转方向侧邻接的小区域S8的1次近似线。
接着,位置推定部102根据提取的1次近似线L1’、L2’的Y切片b1、b2,如下式(1)那样推定人行横道的长度W2(参照图3B)。
W2=b2-b1 (1)
另外,位置推定部102如下式(2)那样推定右转目标的车道的道路宽度W2’。
W2’=W2×cosθ (2)
接着,位置推定部102根据推定的坐标P1、P3、交叉角度θ、道路宽度W2’推定坐标P2、P4。
普通的人行横道的每一条白线的长度W1(人行横道的宽度)根据道路宽度决定。例如,除去大型的交叉路口时,干线道路中将4[m]设为最小,狭窄的道路中将3[m]设为最小,是以1[m]单位进行增减的长度。
位置推定部102具有表示道路宽度与每一条白线的长度的对应关系的表,基于推定的右转目标的道路宽度W2’,决定每一条白线的长度。以下,说明将每一条白线的长度设为3[m]并推定坐标P2、P4的例子。
位置推定部102根据推定的坐标P1=(x1,y1)、P3=(x3,y3)、交叉角度θ及每一条白线的长度3m的条件,如下式(3)那样推定坐标P2、P4。
P2={x1+(3×cosθ),y1+(3×sinθ)}
P4={x3+(3×cosθ),y3+(3×sinθ)} (3)
但是,自由区域检测部101有时将图3A中的边界L1、L2的缺少一部分的边界作为自由区域信息并向位置推定部102输出。例如,在交叉路口内的人行横道附近的位置具有停车车辆的情况下,图3A中的边界L1、L2的一部分缺少。
在该情况下,位置推定部102有时难以提取边界L1、L2中的一1次近似线。位置推定部102在难以提取边界L1、L2中的一1次近似线的情况下,也根据边界L1、L2中的另一提取的1次近似线,推定人行横道的候补位置。以下,说明提取边界L1的近似线L1’:y=a1·x+b1时的、人行横道的候补位置的推定方法。
如上述,在提取了近似线L1’:y=a1·x+b1的情况下,位置推定部102推定1次近似线上的点即坐标P3=(x3,y3)。
接着,位置推定部102根据1次近似线L1’的倾斜度a1计算出右转目标的车道的交叉角度θ=arctan(a1)。
接着,位置推定部102推定右转目标的人行横道的长度W2及右转目标的道路宽度W2’。在难以提取边界L1、L2中的一1次近似线的情况下,根据两个近似线的Y切片,难以推定人行横道的长度W2。在这种情况下,位置推定部102使用交叉路口中的切角的大小,推定人行横道的长度W2。
交叉路口的切角的大小在例如根据道路建设法令第4条中的设计车辆的限定可掌握的情况下,也可以使用上述限定,也可以根据地图数据掌握。
即,在交叉路口行驶的大部分车辆根据例如是小型车还是半挂车,决定切角的大小。在此,设置切角的目的之一在于,在行人横穿车辆右转的目标的人行横道的情况下,即使车辆在人行横道的跟前暂时停止,也不会妨碍直线前进的后续车辆的行进。因此,在假定半挂车等的道宽较大的国道中,切角变大。
因此,图3A中表示的切角的大小D1与道路宽度W2’成比例。切角的大小D1是P3的x坐标与图3B中的S1区域的1次近似线的x坐标的差量。
位置推定部102具有表示人行横道的长度W2和切角的大小D1的对应关系的表,根据表和切角的大小D1,推定人行横道的长度W2。而且,位置推定部102根据人行横道的长度W2及交叉角度θ,使用上述式(2),推定右转目标的道路宽度W2’。
位置推定部102根据坐标P3=(x3,y3)、人行横道的长度W2及交叉角度θ,使用下式(4),推定坐标P1、P2、P4。此外,式(4)中,人行横道的宽度W1(每一条白线的长度)设为3[m]。
P1={x3,y3+W2}
P2={x3+(3×cosθ),y3+W2+(3×sinθ)}
P4={x3+(3×cosθ),y3+(3×sinθ)} (4)
如以上,位置推定部102根据边界L1、L2,推定表示人行横道的候补位置的4个坐标P1~P4、交叉路口的交叉角度θ、人行横道的长度W2及右转目标的道路宽度W2’。位置推定部102将推定的各信息向坐标计算部104及修正部105输出。此外,修正部105使用推定的各信息,修正人行横道的检测所使用的基函数。
接着,说明修正部105中的基函数的修正处理及人行横道检测部106中的人行横道的检测方法。
图4是表示交叉路口的图像数据的一例的图。图4表示在图3A所示的交叉路口,图像数据取得部103在时刻T0取得的图像数据。图4中表示有在车辆的直线前进方向上存在的人行横道C3和在车辆的右转方向上存在的人行横道C4。此外,图4中的X’轴、Y’轴是规定摄像机坐标平面的轴。另外,R’轴是沿着人行横道C4规定的轴。
人行横道检测部106从坐标计算部104取得变换成摄像机坐标平面的表示人行横道的候补位置的坐标P1’、P2’、P3’、P4’。另外,人行横道检测部106从图像数据取得部103取得图4所示那样的图像数据。而且,人行横道检测部106根据图像数据,提取作为人行横道的候补位置的部分数据的人行横道C4的范围。
而且,人行横道检测部106对提取的部分数据的辉度变化进行空间频率解析,由此,检测人行横道。图5A、图5B是表示本实施方式中的空间频率解析的一例的图。图5A、图5B中表示有人行横道的辉度变化、用于对辉度变化进行空间频率解析的偶函数的基函数及奇函数的基函数、作为解析结果的频率强度。
图5A是在图4中的车辆的直线前进方向上存在的相对于人行横道C3的空间频率解析的一例。在车辆的直线前进方向上存在的人行横道的条纹与直线前进方向大致平行,因此,如图5A所示,人行横道C3的辉度变化大致等间隔。因此,两个基函数的矩形的宽度也可以是大致等间隔。
图5B是在图4中的车辆的右转方向上存在的相对于人行横道C4的空间频率解析的一例。从车辆观察,人行横道C4的条纹的宽度随着从进深朝向跟前即随着朝向图4的R’轴的正方向而变宽。因此,如图5B所示,就人行横道C4的辉度变化而言,从车辆观察,随着从进深朝向跟前,即随着朝向图4的R’轴的正方向,宽度变宽。因此,修正部105根据车辆的行进方向修正两个基函数的周期数及矩形的宽度的间隔。
具体而言,修正部105基于表示道路宽度和白线的对应关系的表、从位置推定部102取得的人行横道的长度W2,决定人行横道的条纹的数量(白线的数量),并设定成与决定基函数的周期数的条纹的数量相同的数量。而且,修正部105根据从坐标计算部104取得的、坐标变换后的道路宽度W2’和交叉角度θ,来限定R’轴。而且,修正部105以推定摄像机坐标平面中的人行横道的条纹间隔的变化,且与推定的条纹的间隔(白线间隔)对应的方式,修正基函数的矩形的宽度的间隔。
人行横道检测部106沿着人行横道C4的线r2取得人行横道C4的辉度变化。线r2是沿着人行横道C4的道路宽度方向的线。线r2是将坐标P3’与坐标P4’的中点、和坐标P1’与坐标P2’的中点连结的线。
人行横道检测部106计算出沿着线r2取得的人行横道C4的辉度变化和修正的基函数的内积。人行横道检测部106将计算出的内积和规定的阈值进行比较,且内积为规定的阈值以上的情况下,检测存在人行横道。而且,人行横道检测部106将人行横道的位置即坐标P1’~P4’向未图示的防止碰撞装置等输出。
此外,图5B中,说明了人行横道检测部106沿着线r2取得人行横道C4的辉度变化的情况,但人行横道检测部106也可以沿着线r1、线r3取得人行横道C4的辉度变化。线r1是连结坐标P3’和坐标P4’的直线,线r3是连结坐标P1’和坐标P2’的线。
接着,参照图6说明本实施方式中的人行横道检测处理的流程。图6是表示本实施方式中的人行横道检测处理的一例的流程图。人行横道检测处理在例如车辆的驾驶员操作方向指示器的时刻开始。
位置推定部102在开始人行横道检测处理时,在时刻T0进行成为基准的坐标的设定(S101)。在时刻T0设定的坐标平面基于时刻T0的车辆Z的位置。更详细而言,将以车辆Z的后轮间的中点为原点且以车辆Z在时刻T0行进的方向为Y轴方向的、与车辆Z行驶的路面大致平行的X-Y平面决定为T0坐标平面。
接着,位置推定部102从自由区域检测部101取得作为自由区域信息的当前帧的边界,并更新自由区域信息(S102)。
接着,位置推定部102进行人行横道的候补位置的推定(S103)。参照图7说明S103中的人行横道的候补位置的推定处理。
图7是表示本实施方式中的人行横道的候补位置的推定处理的一例的流程图。人行横道的候补位置的推定处理在S102之后执行。
位置推定部102将包含作为自由区域信息取得的当前帧的边界的区域分割成多个小区域(S201)。
位置推定部102制作每个小区域的1次近似线(S202)。
位置推定部102比较1次近似线各自的倾斜度,将与Y轴大致平行的1次近似线除去,提取倾斜度没有变化的1次近似线(S203)。位置推定部102在车辆的行进方向目标的车道的两侧提取1次近似线。
而且,位置推定部102判定是否在车辆的行进方向目标的车道两侧提取1次近似线(S204)。
在两侧提取1次近似线的情况下(S204中为是),位置推定部102判定提取的两侧的1次近似线是否满足类似条件(S205)。
在两侧的1次近似线不满足类似条件的情况下(S205中为否),位置推定部102在与1次近似线对应的小区域提取在车辆的行进方向侧邻接的小区域的1次近似线(S206)。然后,再次执行S205的处理。
在两侧的1次近似线满足类似条件的情况下(S205中为是),位置推定部102根据1次近似线的倾斜度计算出交叉角度θ(S207)。而且,位置推定部102根据提取的两侧的1次近似线,推定表示人行横道的候补位置的坐标(S208)。位置推定部102向坐标计算部104输出人行横道的候补位置。然后,人行横道的候补位置的推定处理(S103)结束,并执行图6的S104的处理。
S204中,在两侧未提取1次近似线的情况下(S204中为否),位置推定部102判定是否提取单侧的1次近似线(S209)。
在提取单侧的1次近似线的情况下(S209中为是),位置推定部102根据近似线的倾斜度,计算出交叉角度θ(S210)。位置推定部102根据提取的单侧的近似线,特定该单侧的表示人行横道的候补位置的坐标(S211)。
而且,位置推定部102根据S211中特定的坐标及S210中计算出的交叉角度θ,推定提取1次近似线的侧的相反侧的表示人行横道的候补位置的坐标(S212)。位置推定部102向坐标计算部104输出人行横道的候补位置。然后,人行横道的候补位置的推定处理(S103)结束,并执行图6的S104的处理。
在S209中未提取到单侧的1次近似线的情况下(S209中为否),位置推定部102向未图示的防止碰撞装置等输出表示人行横道的位置检测中产生错误的信息(S213)。然后,包含图7的人行横道的候补位置的推定处理(S103)的人行横道检测处理结束(图6的结束)。
返回图6的说明时,坐标计算部104进行将T0坐标平面中表示的人行横道的候补位置P1~P4的坐标向摄像机坐标平面进行变换的坐标变换(S104)。坐标计算部104将坐标变换后的人行横道的候补位置向人行横道检测部106输出。
接着,图像数据取得部103从单眼摄像机(未图示)取得摄像机坐标平面的图像数据(S105)。图像数据取得部103将图像数据向人行横道检测部106输出。
人行横道检测部106从图像数据,将表示人行横道的候补位置的范围作为部分数据进行提取(S106)。
修正部105修正基函数(S107)。
人行横道检测部106提取部分数据中的人行横道的辉度变化,并计算出辉度变化和基函数的内积(S108)。
人行横道检测部106判定计算出的内积是否为阈值以上(S109)。
在内积为阈值以上的情况下(S109中为是),人行横道检测部106判定为在人行横道的候补位置具有人行横道(S110)。人行横道检测部106将表示人行横道的候补位置的人行横道的位置作为检测结果向未图示的防止碰撞装置等进行输出(S111)。然后,人行横道检测处理结束。
在内积不是阈值以上的情况下(S109中为否),人行横道检测部106判定为在人行横道的候补位置没有人行横道(S112)。人行横道检测部106将在人行横道的候补位置没有人行横道的检测结果向未图示的防止碰撞装置等输出(S113)。然后,人行横道检测处理结束。
如以上说明,本实施方式中,位置推定部102基于距离-方位传感器100的输出数据,推定车辆的行进方向上的人行横道的候补位置,使用候补位置,推定人行横道的长度、人行横道与车道的交叉角度。而且,修正部105基于推定的人行横道的长度及推定的交叉角度,修正表示人行横道的白线间隔的、相互正交的两个基函数的周期数及宽度。人行横道检测部106使用包含人行横道的候补位置的图像数据和修正的两个基函数,检测有无人行横道的存在。作为判定与人行横道的条纹对应的辉度的周期性的变化的存在的空间频率解析,通过使用图像数据和修正的基函数,防止信号处理的负荷增大,且在短时间内能检测人行横道的位置。
另外,根据本实施方式,计算出图像数据和修正的基函数的内积并判定人行横道的有无,因此,如人行横道的白线局部消失的情况或行人横穿人行横道的情况那样,即使在局部没有辉度变化的情况下,也能够抑制检测精度的降低。
另外,根据本实施方式,人行横道检测部106可以将图像数据缩小至人行横道可能存在的范围,因此,防止信号处理的负荷增大,且在短时间内能检测人行横道的位置。
另外,本实施方式中,使用矩形波的函数作为基函数。人行横道的辉度变化大致为强弱两个阶段,因此,通过使用矩形波的函数,与使用三角函数(正弦函数或余弦函数)的情况相比,可省略高次的计算。因此,防止信号处理的负荷增大,且在短时间内能检测人行横道的位置。
另外,根据本实施方式,位置推定部102基于由自由区域检测部101推定的边界推定表示人行横道的候补位置的4个坐标的情况下,根据隔着人行横道的两侧中一侧的边界推定两个坐标,且根据推定的两个坐标可推定另一侧的两个坐标。通过该结构,即使在车辆在交叉路口内驻车的情况等、不能充分推定边界的情况下,也可以推定人行横道的候补位置,因此,人行横道的检测精度提高。
此外,本实施方式中,说明了使用单眼摄像机拍摄图像数据的结构,但图像数据也可以由立体摄像机拍摄。
另外,本实施方式中,说明了在将人行横道的候补位置的辉度变化(辉度的强弱)设为1个周期的情况下,使用具有与人行横道的候补位置中的周期数对应的周期的基函数的例子,但本公开不限定于此。例如,修正部105也可以使用1个周期的基函数,基于人行横道的候补位置和交叉角度,将1个周期的基函数逐次修正并向人行横道检测部106输出,且人行横道检测部106计算出人行横道的候补位置的辉度变化和修正的1个周期的基函数的内积。
以上,参照附图说明了各种实施方式,当然,本公开不限定于该例子。如果是本领域技术人员,则可知,可以在本发明请求范围所记载的范畴内想到各种变更例或修正例,且了解到这些例子当然也属于本公开的技术范围。另外,也可以在不脱离公开宗旨的范围内任意组合上述实施方式的各构成要素。
上述各实施方式中,本公开说明了使用硬件构成的例子,但本公开在与硬件的关联中也可以通过软件实现。
另外,上述各实施方式的说明所使用的各功能块典型性地作为具有输入端子及输出端子的集成电路即LSI来实现。这些功能块也可以分别单芯片化,也可以以包含一部分或全部的方式单芯片化。在此,设为LSI,但由于集成度的不同,有时也称为IC、系统LSI、超级LSI、超LSI。
另外,集成电路化的方法不限定于LSI,也可以使用专用电路或通用处理器来实现。在LSI制造后,也可以利用可编程的FPGA(Fieled Programmable Gate Array)、可以再构成LSI内部的电路单元的连接或设定的可重构处理器(Reconfigurable Processor)。
另外,通过半导体技术的发展或派生的其它技术,如果置换成LSI的集成电路化的技术登场,则当然也可以使用该技术将功能块集成化。还存在着应用生物技术等的可能性。
本公开可以用于车辆行驶的路面上的人行横道的检测,例如可用于在通过人行横道的检测用于防止事故的、搭载于车辆的系统中。
Claims (8)
1.一种检测装置,具备:
位置推定部,其推定车辆的行进方向上的人行横道的候补位置,并使用所述候补位置推定所述人行横道的长度、所述人行横道与车道的交叉角度;
修正部,其基于所述推定的人行横道的长度及所述推定的交叉角度,修正与所述人行横道的白线间隔对应的、相互正交的两个基函数的周期数及宽度;
人行横道检测部,其使用包含所述候补位置的图像数据和所述修正的两个基函数,检测有无所述人行横道的存在。
2.如权利要求1所述的检测装置,其中,
所述位置推定部将包含所述车道与车道外的边界的区域分割成多个小区域,在所述多个小区域中分别生成基于所述边界的1次近似线,基于所述1次近似线的倾斜度的变化推定所述候补位置。
3.如权利要求2所述的检测装置,其中,
所述位置推定部提取所述多个小区域中、相邻的小区域各自的1次近似线的倾斜度的差为规定值以下的1次近似线,并推定所述提取的1次近似线上的规定的点作为表示所述候补位置的坐标,
使用表示所述候补位置的坐标,推定所述人行横道的长度,
根据所述提取的1次近似线的倾斜度,推定所述交叉角度。
4.如权利要求3所述的检测装置,其中,
所述修正的基函数的周期数与基于所述人行横道的长度计算出的所述人行横道的白线的数量相同。
5.如权利要求2~4中任一项所述的检测装置,其中,
还具备自由区域检测部,该自由区域检测部基于从物体反射的反射波,推定所述边界。
6.如权利要求1~5中任一项所述的检测装置,其中,
所述位置推定部在方位-距离平面上推定所述候补位置的坐标,
还具备坐标计算部,该坐标计算部将所述坐标变换成所述图像数据的拍摄区域平面的坐标,
所述人行横道检测部使用所述图像数据中、被所述拍摄区域平面的所述候补位置的坐标包围的范围,检测有无所述人行横道的存在。
7.如权利要求1~6中任一项所述的检测装置,其中,
所述位置推定部在推定隔着所述人行横道的两个候补位置中的一个的情况下,基于所述推定的候补位置,推定另一候补位置。
8.一种检测方法,其中,
推定车辆的行进方向上的人行横道的候补位置,并使用所述候补位置推定所述人行横道的长度、所述人行横道与车道的交叉角度,
基于所述推定的人行横道的长度及所述推定的交叉角度,修正与所述人行横道的白线间隔对应的、相互正交的两个基函数的周期数及宽度,
使用包含所述候补位置的图像数据和所述修正的两个基函数,检测有无所述人行横道的存在。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016100674A JP6628189B2 (ja) | 2016-05-19 | 2016-05-19 | 検出装置および検出方法 |
JP2016-100674 | 2016-05-19 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107403131A true CN107403131A (zh) | 2017-11-28 |
CN107403131B CN107403131B (zh) | 2022-03-01 |
Family
ID=60330891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710270145.7A Active CN107403131B (zh) | 2016-05-19 | 2017-04-24 | 检测装置及检测方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10325162B2 (zh) |
JP (1) | JP6628189B2 (zh) |
CN (1) | CN107403131B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114127826A (zh) * | 2019-07-18 | 2022-03-01 | 三菱电机株式会社 | 车道形状识别系统以及车道形状识别方法 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6996623B2 (ja) * | 2018-06-04 | 2022-02-04 | 日本電信電話株式会社 | 横断歩道検出装置、方法およびプログラム |
JP7166096B2 (ja) * | 2018-07-23 | 2022-11-07 | 株式会社デンソーテン | 画像処理装置および画像処理方法 |
JP7032280B2 (ja) * | 2018-10-11 | 2022-03-08 | トヨタ自動車株式会社 | 横断歩道標示推定装置 |
US10915762B1 (en) * | 2018-12-07 | 2021-02-09 | Waymo Llc | Sidewalk detection for pedestrian behavior modeling |
EP3809316A1 (de) * | 2019-09-24 | 2021-04-21 | Elektrobit Automotive GmbH | Vorhersage eines strassenverlaufs auf basis von radardaten |
US11668799B2 (en) * | 2020-03-20 | 2023-06-06 | Aptiv Technologies Limited | Histogram based L-shape detection of target objects |
US11869226B2 (en) * | 2020-10-25 | 2024-01-09 | Pixart Imaging Inc. | Computer readable recording medium which can perform image pattern determining method |
CN112488217B (zh) * | 2020-12-05 | 2022-07-29 | 武汉中海庭数据技术有限公司 | 斑马线纠正方法、电子装置和存储介质 |
JP2022112897A (ja) | 2021-01-22 | 2022-08-03 | トヨタ自動車株式会社 | 情報処理装置及び情報処理方法 |
JP7472865B2 (ja) * | 2021-06-29 | 2024-04-23 | トヨタ自動車株式会社 | 経路制御装置及び経路制御方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101246010A (zh) * | 2007-02-13 | 2008-08-20 | 爱信艾达株式会社 | 车道判定装置以及车道判定方法 |
CN102646274A (zh) * | 2011-02-16 | 2012-08-22 | 日产自动车株式会社 | 车道边界检测装置以及车道边界检测方法 |
CN102855386A (zh) * | 2012-07-31 | 2013-01-02 | 北京市市政工程设计研究总院 | 一种人行道和非机动车道评价方法及装置 |
CN103488975A (zh) * | 2013-09-17 | 2014-01-01 | 北京联合大学 | 一种基于智能驾驶的斑马线实时检测的方法 |
JP2015170233A (ja) * | 2014-03-10 | 2015-09-28 | 日立オートモティブシステムズ株式会社 | 複数の移動体との衝突回避システム |
US20150334269A1 (en) * | 2014-05-19 | 2015-11-19 | Soichiro Yokota | Processing apparatus, processing system, and processing method |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7110570B1 (en) * | 2000-07-21 | 2006-09-19 | Trw Inc. | Application of human facial features recognition to automobile security and convenience |
JP4134894B2 (ja) * | 2003-12-09 | 2008-08-20 | 株式会社デンソー | 車両運転支援装置 |
US9126533B2 (en) * | 2007-02-23 | 2015-09-08 | Aisin Aw Co., Ltd. | Driving support method and driving support device |
WO2011039977A1 (ja) * | 2009-09-29 | 2011-04-07 | パナソニック株式会社 | 横断歩道標示検出方法および横断歩道標示検出装置 |
JP5360076B2 (ja) * | 2011-01-14 | 2013-12-04 | 株式会社デンソー | 障害物報知装置 |
WO2013074897A1 (en) * | 2011-11-16 | 2013-05-23 | Flextronics Ap, Llc | Configurable vehicle console |
JP2013186663A (ja) * | 2012-03-07 | 2013-09-19 | Toyota Motor Corp | 横断歩道認識装置および横断歩道認識方法 |
JP2015166903A (ja) * | 2014-03-03 | 2015-09-24 | 株式会社日本自動車部品総合研究所 | 分岐路認識装置 |
WO2015160564A2 (en) * | 2014-04-15 | 2015-10-22 | 3M Innovative Properties Company | Luminaire for crosswalk, method for making, and method for controlling |
US9794543B2 (en) * | 2015-03-02 | 2017-10-17 | Ricoh Company, Ltd. | Information processing apparatus, image capturing apparatus, control system applicable to moveable apparatus, information processing method, and storage medium of program of method |
SE539221C2 (en) * | 2015-06-04 | 2017-05-23 | Scania Cv Ab | Method and control unit for avoiding an accident at a crosswalk |
JP6560355B2 (ja) * | 2015-08-28 | 2019-08-14 | 株式会社日立製作所 | ランドマーク認識装置及び認識方法 |
KR102433791B1 (ko) * | 2015-11-20 | 2022-08-19 | 주식회사 에이치엘클레무브 | 차선 이탈 경고 장치 및 방법 |
JP6347262B2 (ja) * | 2016-02-12 | 2018-06-27 | マツダ株式会社 | 車両の制御装置 |
-
2016
- 2016-05-19 JP JP2016100674A patent/JP6628189B2/ja active Active
-
2017
- 2017-04-24 CN CN201710270145.7A patent/CN107403131B/zh active Active
- 2017-05-12 US US15/594,038 patent/US10325162B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101246010A (zh) * | 2007-02-13 | 2008-08-20 | 爱信艾达株式会社 | 车道判定装置以及车道判定方法 |
CN102646274A (zh) * | 2011-02-16 | 2012-08-22 | 日产自动车株式会社 | 车道边界检测装置以及车道边界检测方法 |
CN102855386A (zh) * | 2012-07-31 | 2013-01-02 | 北京市市政工程设计研究总院 | 一种人行道和非机动车道评价方法及装置 |
CN103488975A (zh) * | 2013-09-17 | 2014-01-01 | 北京联合大学 | 一种基于智能驾驶的斑马线实时检测的方法 |
JP2015170233A (ja) * | 2014-03-10 | 2015-09-28 | 日立オートモティブシステムズ株式会社 | 複数の移動体との衝突回避システム |
US20150334269A1 (en) * | 2014-05-19 | 2015-11-19 | Soichiro Yokota | Processing apparatus, processing system, and processing method |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114127826A (zh) * | 2019-07-18 | 2022-03-01 | 三菱电机株式会社 | 车道形状识别系统以及车道形状识别方法 |
CN114127826B (zh) * | 2019-07-18 | 2023-10-31 | 三菱电机株式会社 | 车道形状识别系统以及车道形状识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107403131B (zh) | 2022-03-01 |
US10325162B2 (en) | 2019-06-18 |
US20170337432A1 (en) | 2017-11-23 |
JP6628189B2 (ja) | 2020-01-08 |
JP2017207973A (ja) | 2017-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107403131A (zh) | 检测装置及检测方法 | |
US10605896B2 (en) | Radar-installation-angle calculating device, radar apparatus, and radar-installation-angle calculating method | |
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 | |
JP6662388B2 (ja) | 画像処理装置、撮像装置、機器制御システム、分布データ生成方法、及びプログラム | |
US10761201B2 (en) | Object detection device and recording medium | |
CN107750213B (zh) | 前方车辆碰撞报警装置及报警方法 | |
JP6657789B2 (ja) | 画像処理装置、撮像装置、機器制御システム、頻度分布画像生成方法、及びプログラム | |
JP6705496B2 (ja) | 画像処理装置、撮像装置、移動体機器制御システム、移動体、画像処理方法、及びプログラム | |
JP4650079B2 (ja) | 物体検出装置、および方法 | |
US10032375B2 (en) | Apparatus, system, and method for providing traffic information | |
EP3258214A1 (en) | Object detection device | |
US11004215B2 (en) | Image processing apparatus, imaging device, moving body device control system, image information processing method, and program product | |
JP2006031162A (ja) | 移動障害物検出装置 | |
US11064177B2 (en) | Image processing apparatus, imaging apparatus, mobile device control system, image processing method, and recording medium | |
US10309773B2 (en) | Device for recognizing obstacle around vehicle and method thereof | |
JP2007257536A (ja) | ミリ波レーダによる道路交通監視装置 | |
JPH10283461A (ja) | 車外監視装置 | |
JP5894201B2 (ja) | 境界線認識装置 | |
CN110383102B (zh) | 故障检测装置、故障检测方法及计算机可读取存储介质 | |
JP6547785B2 (ja) | 物標検出装置 | |
CN107923977B (zh) | 用于获取道路区段的停车面积的方法 | |
CN110361740B (zh) | 识别对象的方法 | |
JP2016018371A (ja) | 車載システム、情報処理装置、及びプログラム | |
US20140071282A1 (en) | Alert systems and methods using real-time lane information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |