CN107850670A - 物体检测方法及物体检测装置 - Google Patents

物体检测方法及物体检测装置 Download PDF

Info

Publication number
CN107850670A
CN107850670A CN201580081911.4A CN201580081911A CN107850670A CN 107850670 A CN107850670 A CN 107850670A CN 201580081911 A CN201580081911 A CN 201580081911A CN 107850670 A CN107850670 A CN 107850670A
Authority
CN
China
Prior art keywords
detected
object space
detection sensor
space
multiple objects
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
CN201580081911.4A
Other languages
English (en)
Other versions
CN107850670B (zh
Inventor
方芳
植田宏寿
南里卓也
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nissan Motor Co Ltd
Original Assignee
Nissan Motor Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nissan Motor Co Ltd filed Critical Nissan Motor Co Ltd
Publication of CN107850670A publication Critical patent/CN107850670A/zh
Application granted granted Critical
Publication of CN107850670B publication Critical patent/CN107850670B/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
    • G01S17/66—Tracking systems using electromagnetic waves other than radio waves
    • 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
    • G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
    • 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
    • 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
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/292—Multi-camera tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种物体检测方法，判定由多个传感器检测的多个物体是否相同，在判定由多个传感器检测的多个物体为相同物体之后，在多个物体中存在物体位置未被检测的物体时，基于根据未被检测的物体被检测到的物体位置算出的预测范围和根据被持续检测的物体的物体位置推定的存在范围，判定被持续检测的物体与上次检测到的物体是否为相同物体。

Description

物体检测方法及物体检测装置
技术领域
本发明涉及检测车辆周围的物体的物体检测方法及物体检测装置。
背景技术
在通过多个传感器检测前车相对于本车的位置的装置中，提出了在各传感器的物体位置的检测结果在水平及前后方向大致相等的情况下，将各传感器的物体位置的检测结果判断为相同的前车的技术(参照专利文献1)。在这样的装置中，各传感器的检测结果在水平方向大致相等、在前后方向不大致相等的情况下，由各传感器检测到的物体的速度大致相等，各传感器的物体的检测结果在上一次判断为相同的前车时，继续判断为相同的前车。
专利文献1：(日本)特开2004－347471号公报
但是，专利文献1中记载的技术，例如在由多个传感器检测的其他车辆靠近前车时，错误地将靠近的其他车辆识别为已经检测的前车和相同物体时等，有可能无法根据多个传感器的多个物体检测结果继续正确地识别是否是相同物体。
发明内容
本发明鉴于上述问题点，其目的在于提供一种能够根据多个传感器的物体检测结果高精度地识别周围物体的物体检测方法及物体检测装置。
本发明的物体检测装置在判定为多个传感器检测到的多个物体为相同物体之后，多个物体中存在物体位置未被检测的物体时，基于由未被检测的物体被检测到的物体位置算出的预测范围、和由持续检测的物体的物体位置推定的存在范围，判定持续检测的物体同上次检测到的物体是否是相同物体。
根据本发明，能够提供通过根据过去检测到的物体位置预测物体存在的范围，可根据多个传感器的物体检测结果高精度地识别周围物体的物体检测方法及物体检测装置。
附图说明
图1是说明第一实施方式的物体检测装置的基本构成的示意性的框图；
图2是说明可由两个物体位置检测传感器分别检测的检测区域的图；
图3是说明第一实施方式的物体检测装置的物体检测方法的一例的流程图；
图4是说明由两个物体位置检测传感器分别检测到的物体的相同性的判定方法的图；
图5是说明通过第一实施方式的物体检测装置进行的、图3的步骤S110中的详细处理的流程图；
图6是说明根据上次检测到的物体的位置及速度，计算本次的预测位置及预测范围的方法的图；
图7是图示物体位置检测传感器的检测结果的误差分布的一例；
图8是说明未切换对作为物体的位置确定的检测结果进行检测的物体位置检测传感器时的图；
图9是说明未切换对作为物体的位置确定的检测结果进行检测的物体位置检测传感器时的图；
图10是说明切换对作为物体的位置确定的检测结果进行检测的物体位置检测传感器时的图；
图11是说明切换对作为物体的位置确定的检测结果进行检测的物体位置检测传感器时的图；
图12是说明在未切换物体位置检测传感器的情况下，上次及本次检测到的物体的相同性的判定方法的图；
图13(a)及图13(b)是说明在未切换物体位置检测传感器的情况下，上次及本次检测到的物体的相同性的判定方法的图；
图14是在切换物体位置检测传感器的情况下，说明上次及本次检测到的物体的相同性的判定方法的图；
图15(a)及图15(b)是在切换物体位置检测传感器的情况下，说明上次及本次检测到的物体的相同性的判定方法的图；
图16是说明通过第二实施方式的物体检测装置进行的、图3的步骤S110中的详细处理的流程图；
图17是图示各物体位置检测传感器的检测结果间的偏差的一例；
图18是说明基于偏差而算出的预测范围的图。
标记说明
Q1：物体位置检测传感器10的检测区域
Q2：物体位置检测传感器20的检测区域
10：物体位置检测传感器
20：物体位置检测传感器
30：物体检测电路
31：相同性判定部
32：识别码设定部
具体实施方式
参照附图对本发明的实施方式进行说明。在附图的记载中，对相同或类似的部分标注相同或类似的标记，省略重复的说明。
(第一实施方式)
图1是说明本发明第一实施方式的物体检测装置的构成的图。第一实施方式的物体检测装置具备多个物体位置检测传感器10、20、物体检测电路30。第一实施方式的物体检测装置搭载在车辆P(参照图2)等移动体上，使用多个物体位置检测传感器10、20检测在车辆P的周围存在的物体。
图2是说明由多个物体位置检测传感器10、20可分别检测的检测区域Q1、Q2的图。物体位置检测传感器10检测在车辆P周围的检测区域Q1内存在的物体相对于车辆P的相对的物体位置。物体位置检测传感器20检测在车辆P周围的、至少一部分与检测区域Q1重合的检测区域Q2内存在的物体相对于车辆P的相对的物体位置。
物体位置检测传感器10具备例如使用CCD、CMOS等固体摄像元件拍摄数码图像的照相机作为传感器。物体位置检测传感器10通过依次对所拍摄的图像进行图像处理，检测检测区域Q1内的物体相对于车辆P的相对的物体位置及速度，并将其作为检测结果向相同性判定部30输出。检测区域Q1例如是车辆P前方的规定视角R1及可检测距离D1内的区域。可检测距离D1例如约为200m。
物体位置检测传感器20作为传感器，具备例如通过照射的光的反射来检测对象的位置的激光测距仪(LRF)。物体位置检测传感器20通过依次进行光扫描来检测检测区域Q2内的物体相对于车辆P的相对的物体位置及速度，将其作为检测结果向相同性判定部30输出。检测区域Q2例如是车辆P前方的规定视角(扫描角)R2及可检测距离D2内的区域。视角R2例如以包含视角R1的方式比视角R1宽，可检测距离D2比可检测距离D1短。可检测距离D2例如约为80m。多个物体位置检测传感器10、20是视角R1及可检测距离D2内的区域，形成检测区域Q1、Q2彼此重复的区域即重复区域Q3。
物体检测电路30还具备相同性判定部31和识别码设定部32。判定由多个物体位置检测传感器10、20检测的多个物体是否相同，对相同物体设定相同的识别码，而且对持续检测的物体持续设定相同的识别码。利用各自的识别码并基于物体位置检测传感器10、20的物体位置检测结果，确定一个物体位置。例如，物体位置检测传感器10具备照相机作为传感器、物体位置检测传感器20具备LRF作为传感器时，将由具有比物体位置检测传感器10高的位置检测精度的物体位置检测传感器20检测到的物体位置确定为其识别码的物体的物体位置即可。
相同性判定部31以规定周期判定由物体位置检测传感器10及物体位置检测部20检测到的多个物体是否相同。另外，相同性判定部31判定由物体位置检测传感器10及物体位置检测传感器20的至少任一个检测到的多个物体与已判定为相同或不同的物体是否相同。即，相同性判定部31时刻对由物体位置检测传感器10及物体位置检测传感器20的至少任一个检测到的多个物体判定相同性。
识别码设定部32对由相同性判定部31判定为相同的物体设定相同的识别码，对由相同性判定部31判定为不相同的物体设定彼此不同的识别码。这样，识别码设定部32根据相同性判定部31的判定结果，对由物体位置检测传感器10及物体位置检测传感器20的至少任一个检测到的检测结果设定识别码。识别码只要能够根据各检测结果来识别物体即可，例如也可以是序列号等。
物体检测电路30例如可由具备中央处理器(CPU)、存储器及输入输出接口等的集成电路即微型控制器构成。该情况下，通过使CPU执行预先安装在微型控制器中的计算机程序，实现相同性判定部31及识别码设定部32。构成物体检测电路30的相同性判定部31及识别码设定部32既可以由一体的硬件构成，也可以由分开的硬件构成。或者，微型控制器也可以与例如有关车辆P的控制使用的电子控制单元(ECU)共享使用。关于担当多个物体位置检测传感器10、20的信息处理的部分也一样。
图3是表示由第一实施方式的物体检测装置进行的一系列处理的流程图。参照图3的流程图，对使用第一实施方式的物体检测装置的物体检测方法的一例进行说明。
首先，在步骤S101，多个物体位置检测传感器10、20分别检测在检测区域Q1及检测区域Q2存在的物体相对于车辆P的相对的物体及速度。多个物体位置检测传感器10、20将分别检测到的物体位置及速度作为检测结果向物体检测电路30的相同性判定部31输出。
在步骤S102，相同性判定部31基于物体位置检测传感器10、20各自的检测结果，判定物体位置检测传感器10、20的至少任一个是否检测到物体。在检测到物体时，处理进入步骤S103，在未检测到物体时，处理进入步骤S111。
在步骤S103，相同性判定部31从存储器读出与在步骤S101中由物体位置检测传感器10、20检测到的物体位置对应的误差分布。相同性判定部31例如具有存储器，该存储器储存对多个物体位置检测传感器10、20的每一个预先设定且与其到物体的距离相应的检测结果(物体位置)的误差分布。
在步骤S104，相同性判定部31基于由多个物体位置检测传感器10、20的至少任一个检测到的物体位置和在步骤S103中读出的误差分布，作为各物体可存在的范围，推定存在范围。存在范围例如通过在检测到的物体位置的周围以与误差分布对应的方式设定区域来推定。与后述的图7同样地，误差分布可设定在物体位置。
在步骤S105，相同性判定部31判定在多个物体位置检测传感器10、20中是否伴随检测到物体。在伴随检测到物体的情况下，使处理进入步骤S106，在没有伴随检测到物体的情况、即仅多个物体位置检测传感器10、20的某一个检测到物体的情况下，使处理进入步骤S107。
在步骤S106，相同性判定部31判定由物体位置检测传感器10检测到的物体位置推定的存在范围和由物体位置检测传感器20检测到的物体位置推定的存在范围是否重合。由此，相同性判定部31基于两个存在范围，判定物体位置检测传感器10检测到的物体和物体位置检测传感器20检测到的物体是否相同。在存在范围重合的情况下，设为各物体相同，处理进入步骤S108，在存在范围不重合的情况下，设为这多个物体不相同，处理进入步骤S109。
图4是为了说明步骤S106中的多个物体的相同性的判定方法，图示了物体位置检测传感器10及物体位置检测传感器20的检测结果的一例。例如，由物体位置检测传感器10检测两个物体的物体位置M1_1、M1_2，由物体位置检测传感器20检测两个物体的物体位置M2_1、M2_2。进而，对物体位置检测传感器10、20检测到的四个物体位置M1_1、M1_2、M2_1、M2_2，由相同性判定部31分别推定存在范围N1_1、N1_2、N2_1、N2_2。该情况下，相同性判定部31将与彼此重合的存在范围N1_1、N2_1对应的各物体判定为相同的物体A。另外，相同性判定部31将与彼此不重合的存在范围N1_2、N2_2对应的各物体判定为不相同的另外的物体B、C。
在步骤S107，相同性判定部31确定在步骤S101中检测到的检测结果，将其作为物体的物体位置及速度。
在步骤S108，相同性判定部31确定在步骤S101中由多个物体位置检测传感器10、20的任一个检测到的检测结果，将其作为判定为相同的物体的物体位置及速度。例如，对于图4所示的物体A，在物体位置检测传感器10具备照相机作为传感器、物体位置检测传感器20具备LRF作为传感器的情况下，相同性判定部31将由具有比物体位置检测传感器10位置检测精度高的物体位置检测传感器20检测到的物体位置M2_1确定为物体A的物体位置即可。
在步骤S109，相同性判定部31确定在步骤S101中由多个物体位置检测传感器10、20检测到的检测结果，将其分别作为判定为不相同的各物体的物体位置及速度。例如对于图4所示的物体B、C，相同性判定部31确定由物体位置检测传感器10检测到的物体位置M1_2，将其作为物体C的物体位置，确定由物体位置检测传感器20检测到的物体位置M2_2，将其作为物体B的物体位置。
在步骤S110，相同性判定部31及识别码设定部32进行用于对在步骤S107～S109中确定了位置的物体设定识别码的处理。然后，在步骤S111，判定是否结束处理。通常，判定为不结束处理，返回步骤S101，反复进行步骤S101～S110的一系列处理。这样，以规定周期反复进行图3的流程图所示的一系列处理。在通过关断点火开关等而判定为结束处理的情况下，处理结束。
图5是说明图3的步骤S110中的详细处理的流程图。首先，在步骤S201，相同性判定部31判定对在步骤S107～S109中确定了检测结果(位置)的物体的、步骤S110中的识别处理是否是第一次。是第一次的情况下，在步骤S202，识别码设定部32对在步骤S107～S109中确定了检测结果的物体新设定识别码，并注册所设定的识别码。不是第一次的情况下，处理进入步骤S203。
在步骤S203，相同性判定部31取得在上次的步骤S101中输出的检测结果。例如，相同性判定部31将在每一步骤S101输出的检测结果依次循环储存于本身具备的存储器，通过从存储器读出上次的检测结果而取得检测结果。
在步骤S204，相同性判定部31根据在步骤S203中取得的上次的检测结果，计算预测位置，将其作为本次物体可能存在的位置。在步骤S205，相同性判定部31根据在步骤S204中算出的预测位置，计算预测范围，将其作为本次物体可能存在的范围。
图6是说明根据在上次的时刻T－1中检测到的物体A相对于车辆P的相对的物体位置M及速度V，计算本次的时刻T的预测位置J及预测范围K的方法的图。例如，在时刻T－1，将物体位置M的、车辆P的前后方向(X轴方向)成分设为X0＝40m、将左右方向(Y轴方向)成分设为Y0＝0m，将速度V的、X轴方向成分设为VX＝20km/h、将Y轴方向成分设为VY＝0km/h。在周期Δt＝0.1s后的本次的时刻T取得这样的物体位置M及速度V的情况下，计算相对的预测位置J为：X轴方向成分X1＝X0+VX×Δt≈40.6m、Y轴方向成分Y1＝0m。
图7是图示与检测相对于车辆P的相对的物体位置M(X1、Y1)的物体的情况对应的误差分布的一例。在图7中，原点(0、0)意思是实际的相对的物体位置即真值。图7表示相对于车辆P，在前后方向(X方向)误差大、在左右方向(Y方向)误差小的分布。相同性判定部31读出与算出的预测位置J(X1、Y1)对应的图7的误差分布，通过以预测位置J和实际值相对应、且与误差分布的范围相对应的方式设定区域，计算预测范围K。
在步骤S206，相同性判定部31判定检测在本次的步骤S107～S109中确定的物体位置的物体位置检测传感器10、20是否从检测到在上次的步骤S107～S109中确定的物体位置的多个物体位置检测传感器10、20切换。在不切换的情况下，处理进入步骤S207，在切换的情况下，处理进入步骤S210。
图8及图9是说明检测到物体A的被确定的物体位置的多个物体位置检测传感器10、20未切换的情况的图。如图8所示，在上次的时刻T－1，由多个物体位置检测传感器10、20检测物体A的多个物体位置M1、M2，在上次的步骤S108中，由检测精度高的物体位置检测传感器20检测到的物体位置M2被确定为物体A的物体位置。之后，在本次的时刻T，再次由多个物体位置检测传感器10、20检测到物体A的多个物体位置M1、M2的情况下，检测到被确定的物体A的物体位置的物体位置检测传感器不从物体位置检测传感器20切换。
或者，如图9所示，在上次的时刻T－1，由多个物体位置检测传感器10、20检测物体A的多个物体位置M1、M2，同样地，由物体位置检测传感器20检测到的物体位置M2被确定为物体A的物体位置。之后，在本次的时刻T，由物体位置检测传感器10未检测到物体A的物体位置M1的情况下，同样地，检测到被确定的物体A的物体位置的物体位置检测传感器不从物体位置检测传感器20切换。
图10及图11是说明切换了检测作为物体A的物体位置确定的检测结果的物体位置检测传感器10、20的情况的图。如图10所示，在上次的时刻T－1，由两个物体位置检测传感器10、20检测物体A的物体位置M1、M2，在上次的步骤S108中，由检测精度高的物体位置检测传感器20检测到的物体位置M2被确定为物体A的物体位置。之后，在本次的时刻T，由物体位置检测传感器20未检测到物体位置M2的情况下，由物体位置检测传感器10只检测物体位置M1，因此在步骤S107中，物体位置M1被确定为物体A的物体位置。因此，检测到被确定的物体A的物体位置的物体位置检测传感器从物体位置检测传感器20切换成物体位置检测传感器10。
或者，如图11所示，在上次的时刻T－1，由物体位置检测传感器10只检测物体A的物体位置M1，在上次的步骤S107中，物体位置M1被确定为物体A的物体位置。之后，在本次的时刻T，通过物体位置检测传感器10未检测到物体位置M1，且由物体位置检测传感器20检测到物体位置M2的情况下，在步骤S107中，物体位置M2被确定为物体A的物体位置。因此，检测到被确定的物体A的物体位置的物体位置检测传感器从物体位置检测传感器部10切换成物体位置检测传感器20。
在步骤S207，相同性判定部31判定在本次的处理的步骤S107～S109中确定的物体位置是否进入在步骤S205中算出的预测范围。即，相同性判定部31基于在本次的处理中检测到的物体位置和根据在上次的处理中检测到的物体位置算出的本次的处理中的预测范围，判定在本次的处理中检测到的物体与在上次的处理中检测到的物体是否相同。在本次的处理中检测到的物体位置进入预测范围的情况下，处理进入步骤S208，未进入预测范围的情况下，处理进入步骤S209。
图12是说明检测被确定为物体位置的检测结果的物体位置检测传感器10、20未从上次的处理切换时的图。在上次的处理时刻T－1及本次的处理时刻T，由两个各物体位置检测传感器10、20检测物体位置M1、M2，物体位置M2被确定为物体A的物体位置。此时，说明相同性判定部31在步骤S207中判定在本次的处理中检测到的物体与在上次的处理中检测的物体是否相同的方法。
图13(a)是说明在上次的处理中物体位置M2被确定为物体A的物体位置、且在本次的处理中检测到的物体位置M2进入根据在上次的处理中检测到的物体位置M2算出的本次的处理中的预测范围K的图。该情况下，相同性判定部31判定为在本次的处理中检测的物体与在上次的处理中检测到的物体A相同，处理进入步骤S208。
在步骤S208，识别码设定部40对在本次的处理中确定了物体位置的物体，设为与在上次的处理中确定了物体位置的物体相同，设定与在上次的处理中设定的识别码相同的识别码。即，识别码设定部32对作为物体位置已确定的检测结果，继承已设定的识别码。
图13(b)是说明在上次的处理中确定为物体A的物体位置、且在本次的处理中检测到的物体位置M2未进入根据在上次的处理中检测到的物体位置M2算出的本次的预测范围K时的图。该情况下，相同性判定部31判定为本次检测到的物体与上次检测到的物体A不相同，处理进入步骤S209。
在步骤S209中，识别码设定部32对在本次的处理中确定了物体位置的物体，设为与在上次的处理中确定了物体位置的物体不相同，新设定还未注册的识别码，并注册所设定的识别码。
在步骤S210，相同性判定部31判定在本次的步骤S104中推定的存在范围与在本次的步骤S205中算出的预测范围是否重合。即，相同性判定部31基于根据本次、从上次继续检测到的物体位置推定的存在范围和根据上次检测到的物体位置算出的本次的预测范围，判定本次检测到的物体和上次检测到的物体是否相同。具有存在范围和预测范围重合的部分的情况下，处理进入步骤S211，没有重合的部分的情况下，处理进入步骤S212。
图14是说明检测作为物体的位置确定的检测结果的物体位置检测传感器10、20从上次切换后的图。在上次的时刻T－1由两个各物体位置检测传感器10、20分别检测到物体位置M1、M2，物体位置M2被确定为物体A的物体位置，在本次的时刻T未检测到物体位置M2，物体位置M1被确定为物体A的物体位置。此时，对相同性判定部31在步骤S210中判定本次检测到的物体与上次检测到的物体是否相同的方法进行说明。
图15(a)是说明根据上次检测到的物体A的作为物体位置确定的物体位置M2算出的预测范围K与根据本次检测到的物体位置M1推定的存在范围N1重合时的图。该情况下，相同性判定部31判定为本次检测到的物体位置M1与上次检测到的物体A相同，处理进入步骤S211。
在步骤S211，识别码设定部32对确定了本次位置的物体设为与确定了上次位置的物体相同，设定与上次设定的识别码相同的识别码。即，识别码设定部40对作为物体位置已确定的检测结果，继承已设定的识别码。
图15(b)是说明根据上次检测到的物体A的作为物体位置确定的物体位置M2算出的预测范围K，与根据本次检测到的物体位置M1推定的存在范围N1不重合时的图。该情况下，相同性判定部31判定为本次检测到的物体与上次检测到的物体A不相同，处理进入步骤S212。
在步骤S212，识别码设定部32对在本次的处理中确定了物体位置的物体，设为与在上次的处理中确定了物体位置的物体不相同，新设定未注册的识别码，并注册所设定的识别码。
如上所述，根据第一实施方式的物体检测装置，根据过去检测到的物体的位置，计算当前物体可能存在的预测范围，使用预测范围判定其与过去检测到的物体是否相同。由此，第一实施方式的物体检测装置即使在例如由物体位置检测传感器10、20的任一方无法检测到作为目标的物体的情况下，也能够基于由上次的检测结果算出的预测范围和另一方的物体位置检测传感器的本次的检测结果，高精度地识别周围的物体。
另外，根据第一实施方式的物体检测装置，由于是基于物体相对于车辆P的相对的位置及速度算出预测范围，故而能够提高预测范围的精度，能够高精度地识别周围的物体。
(第二实施方式)
图16是说明由第二实施方式的物体检测装置进行的、图3的步骤S110中的详细处理的流程图。在第二实施方式中未说明的构成、作用及效果与第一实施方式实质上相同，故而省略重复说明。另外，图16的步骤S301～S304的处理的说明与图5的步骤S201～S204同样，因此省略。
在步骤S305，相同性判定部31对在步骤S108中确定了位置的物体、即由各物体位置检测传感器10、20检测到并判定为相同的物体，取得上次的各物体位置检测传感器10、20的检测结果的偏差。
图17是说明各物体位置检测传感器10、20的检测结果的偏差的图。如图17所示，利用各物体位置检测传感器10、20来检测位置M1、M2时，位置M1与位置M2的偏差在车辆P的前后方向(X轴方向)为a，在左右方向(Y轴方向)为b。
在步骤S306，相同性判定部31根据在步骤S304中算出的预测位置，计算预测范围，将其作为本次物体可能存在的范围。相同性判定部31首先利用与步骤S205同样的方法，根据在步骤S304中算出的预测位置，计算第一预测范围。接着，相同性判定部31基于在步骤S305中取得的偏差，将第一预测范围扩大，计算被扩大的第一预测范围，将其作为第二预测范围。在步骤S306，相同性判定部31计算第二预测范围，将其作为最终的预测范围。
图18是说明基于在步骤S305中取得的偏差而算出的预测范围的图。在上次的时刻T－1中，由各物体位置检测传感器10、20检测位置M1、M2，根据位置M2计算本次的时刻T的预测位置J及第一预测范围K。相同性判定部31进一步通过以与在步骤S305中取得的偏差(a、b)对应的方式扩大第一预测范围K，计算第二预测范围J，并将其作为步骤S306中的最终的预测范围。
移行的步骤S307～S313的处理的详细说明与图5的步骤S206～S212实质上相同，故而省略重复的说明。但是，步骤S308及S311中的预测范围是步骤S306中的最终的预测范围。
如上所述，根据第二实施方式的物体检测装置，基于过去检测到的物体的位置，基于各物体位置检测传感器10、20的检测结果的偏差，计算当前物体可能存在的预测范围，使用预测范围判定其与过去检测到的物体是否相同。由此，第二实施方式的物体检测装置在即使因预测范围扩大，例如由物体位置检测传感器10、20的任一方未检测到作为目标的物体的情况下，也能够基于根据上次的检测结果的偏差算出的预测范围和另一物体位置检测传感器的本次的检测结果，高精度地识别周围的物体。
(其他的实施方式)
如上所述，通过上述的实施方式对本发明进行了记载，但应当理解，构成本公开的一部分的论述及附图并非限定本发明。根据本公开，对于本领域的技术人员来说，各种替代实施方式、实施例及应用技术是显而易见的。
例如在已描述的第一及第二实施方式中，关于一旦判定为相同后、暂时未被检测到的检测结果，相同性判定部31也可以继续判定为相同。即，在从将由各物体位置检测传感器10、20检测到的物体判定为相同时起，判定为由物体位置检测传感器10、20的任一个检测到的物体与由各物体位置检测传感器10、20检测到的物体不相同的次数为规定次数以上的情况下，相同性判定部31也可以对判定为不相同的物体设定新的识别码。由此，在因堵塞或物体离开检测区域的情况等而暂时检测不到物体的情况下，物体检测装置能够在规定时间内保持识别码，减少了暂时未检测到造成的误识别，能够高精度地识别周围的物体。
除上述以外，显然，本发明包含相互应用了上述的各结构的构成等、在此未记载的各种实施方式等。因而，根据上述的说明，本发明的技术性范围仅由本发明要求保护书的发明特定事项来决定。

Claims (5)

1.一种物体检测方法，是具备多个传感器和物体检测电路的物体检测装置的物体检测方法，
所述多个传感器搭载在移动体上，检测所述移动体周围的物体位置，
所述物体检测电路判定由所述多个传感器检测到的多个物体是否相同并进行物体检测，
所述物体检测方法的特征在于，
所述物体检测电路在判定由所述多个传感器检测到的多个物体为相同物体之后，所述多个物体中存在物体位置未被检测的物体时，基于根据未被检测的物体被检测到的物体位置算出的预测范围和根据被持续检测的物体的物体位置推定的存在范围，判定被持续检测的物体与上次检测到的物体是否为相同物体。
2.如权利要求1所述的物体检测方法，其特征在于，所述物体检测电路基于判定由所述多个传感器检测到的多个物体为相同物体时的多个物体的物体位置的偏差，扩大所述预测范围。
3.如权利要求1或2所述的物体检测方法，其特征在于，所述物体检测电路对判定为相同的物体设定相同的识别码，对判定为不相同的物体设定彼此不同的识别码，
从将由所述多个传感器检测到的多个物体判定为相同时起，在判定由所述多个传感器检测到的多个物体不相同的次数为规定次数以上的情况下，对判定为不相同的物体设定新的识别码。
4.如权利要求1～3中任一项所述的物体检测方法，其特征在于，所述物体检测电路基于所述多个物体中、物体位置未被检测的物体被检测到时的相对速度，计算所述预测范围。
5.一种物体检测装置，其具备：
多个传感器，其搭载在移动体上，检测所述移动体周围的物体位置；
物体检测电路，其判定由所述多个传感器检测到的多个物体是否相同并进行物体检测，
所述物体检测装置的特征在于，
所述物体检测电路在判定由所述多个传感器检测到的多个物体为相同物体之后，所述多个物体中存在物体位置未被检测的物体时，基于根据未被检测的物体被检测到的物体位置算出的预测范围和根据被持续检测的物体的物体位置推定的存在范围，判定被持续检测的物体与上次检测到的物体是否为相同物体。
CN201580081911.4A 2015-07-27 2015-07-27 物体检测方法及物体检测装置 Active CN107850670B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/071269 WO2017017766A1 (ja) 2015-07-27 2015-07-27 物体検出方法及び物体検出装置

Publications (2)

Publication Number Publication Date
CN107850670A true CN107850670A (zh) 2018-03-27
CN107850670B CN107850670B (zh) 2019-08-06

Family

ID=57884294

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580081911.4A Active CN107850670B (zh) 2015-07-27 2015-07-27 物体检测方法及物体检测装置

Country Status (10)

Country Link
US (1) US10269127B2 (zh)
EP (1) EP3330742A4 (zh)
JP (1) JP6508337B2 (zh)
KR (1) KR101973343B1 (zh)
CN (1) CN107850670B (zh)
BR (1) BR112018001579B1 (zh)
CA (1) CA2993421C (zh)
MX (1) MX371182B (zh)
RU (1) RU2667338C1 (zh)
WO (1) WO2017017766A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111971579A (zh) * 2018-03-30 2020-11-20 三菱电机株式会社 物体辨识装置
CN113631948A (zh) * 2019-03-27 2021-11-09 株式会社电装 物体检测装置

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6819441B2 (ja) * 2017-04-24 2021-01-27 日産自動車株式会社 物標位置推定方法及び物標位置推定装置
JP6977787B2 (ja) * 2018-02-02 2021-12-08 日本電気株式会社 センサ情報統合システム、センサ情報統合方法及びプログラム
WO2019159494A1 (ja) * 2018-02-13 2019-08-22 住友電気工業株式会社 情報生成装置、情報生成方法、コンピュータプログラムおよび車載装置
WO2020060421A1 (en) * 2018-09-19 2020-03-26 Nigel Sharplin Multi-sensor system and method
JP7176415B2 (ja) * 2019-01-15 2022-11-22 トヨタ自動車株式会社 衝突前制御装置
US20220206103A1 (en) * 2019-05-13 2022-06-30 Nec Corporation Location estimation system, location estimation method, program, and recording medium
US11763270B2 (en) * 2020-05-14 2023-09-19 RecycleGO Inc. Systems and methods for facilitating generation of a carbon offset based on processing of a recyclable item
EP4043921A1 (en) * 2021-02-15 2022-08-17 Aptiv Technologies Limited Multiple hypothesis-based fusion of sensor data

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006292621A (ja) * 2005-04-13 2006-10-26 Toyota Motor Corp 物体検出装置
CN104422928A (zh) * 2013-08-22 2015-03-18 株式会社电装 目标检测设备以及程序

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19949409A1 (de) * 1999-10-13 2001-04-19 Bosch Gmbh Robert Verfahren und Vorrichtung zur Objektdetektierung
KR100769371B1 (ko) 2001-05-12 2007-10-22 엘지전자 주식회사 스크립트 파일이 포함 기록된 기록매체와, 그 재생장치 및방법
JP4265931B2 (ja) 2003-05-22 2009-05-20 富士重工業株式会社 先行車両検出装置
JP3977802B2 (ja) * 2003-12-16 2007-09-19 株式会社東芝 障害物検出装置、障害物検出方法および障害物検出プログラム
JP4304517B2 (ja) * 2005-11-09 2009-07-29 トヨタ自動車株式会社 物体検出装置
JP4426535B2 (ja) * 2006-01-17 2010-03-03 本田技研工業株式会社 車両の周辺監視装置
US8610620B2 (en) * 2009-12-08 2013-12-17 Toyota Jidosha Kabushiki Kaisha Object detecting apparatus and object detecting method
JP5862023B2 (ja) 2011-03-04 2016-02-16 日本電気株式会社 目標追跡システム及び目標追跡方法
JP5503578B2 (ja) * 2011-03-10 2014-05-28 パナソニック株式会社 物体検出装置及び物体検出方法
US8705797B2 (en) * 2012-03-07 2014-04-22 GM Global Technology Operations LLC Enhanced data association of fusion using weighted Bayesian filtering
KR102126670B1 (ko) * 2013-12-10 2020-06-25 현대모비스 주식회사 검출 영역을 최적화하는 장애물 추적 장치 및 방법
JP6330160B2 (ja) * 2014-05-09 2018-05-30 本田技研工業株式会社 物体認識装置
JP6299720B2 (ja) * 2015-10-02 2018-03-28 トヨタ自動車株式会社 物体認識装置及び煙判定方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006292621A (ja) * 2005-04-13 2006-10-26 Toyota Motor Corp 物体検出装置
CN104422928A (zh) * 2013-08-22 2015-03-18 株式会社电装 目标检测设备以及程序

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111971579A (zh) * 2018-03-30 2020-11-20 三菱电机株式会社 物体辨识装置
CN113631948A (zh) * 2019-03-27 2021-11-09 株式会社电装 物体检测装置
CN113631948B (zh) * 2019-03-27 2024-06-04 株式会社电装 物体检测装置

Also Published As

Publication number Publication date
CN107850670B (zh) 2019-08-06
BR112018001579A2 (pt) 2018-09-18
KR20180018767A (ko) 2018-02-21
US10269127B2 (en) 2019-04-23
KR101973343B1 (ko) 2019-04-26
US20180350083A1 (en) 2018-12-06
BR112018001579B1 (pt) 2022-07-19
MX2018000703A (es) 2018-05-11
CA2993421C (en) 2019-05-14
EP3330742A4 (en) 2018-08-08
MX371182B (es) 2020-01-22
JPWO2017017766A1 (ja) 2018-06-28
CA2993421A1 (en) 2017-02-02
RU2667338C1 (ru) 2018-09-18
EP3330742A1 (en) 2018-06-06
WO2017017766A1 (ja) 2017-02-02
JP6508337B2 (ja) 2019-05-15

Similar Documents

Publication Publication Date Title
CN107850670A (zh) 物体检测方法及物体检测装置
KR920001616B1 (ko) 물체판별장치와 그 판별방법
US7769227B2 (en) Object detector
JP4978099B2 (ja) 自己位置推定装置
CN106574961B (zh) 使用多个物体检测单元的物体识别装置
JP2006160116A (ja) 車両運動推定装置及び移動体検出装置
JP2017181476A (ja) 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラム
JP2006090957A (ja) 移動体の周囲物体検出装置及び移動体の周囲物体検出方法
KR20170106823A (ko) 부분적인 깊이 맵에 기초하여 관심 객체를 식별하는 영상 처리 장치
CN106898014B (zh) 一种基于深度相机的入侵检测方法
JP2022072328A (ja) 物体検出装置
JP2005121601A (ja) 物体検出装置及び物体検出方法
JP4176558B2 (ja) 車両周辺表示装置
JPH09113634A (ja) 人体検出装置
CN112818816B (zh) 一种温度检测方法、装置及设备
CN112597938B (zh) 一种表情检测方法、装置、电子设备及存储介质
JP2007174113A (ja) 障害物検出システム及び障害物検出方法
JP2001331788A (ja) 車両検出装置
JP4742695B2 (ja) 視線認識装置、及び視線認識方法
TWI645997B (zh) Obstacle detection credibility evaluation method
JP5141275B2 (ja) 車両用画像処理装置及び車両用画像処理方法
CN107533639B (zh) 用于车辆的被改进的姿势识别
JP2010086418A (ja) 物体判別装置
Ariche et al. Object detection and distance estimation via lidar and camera fusion for autonomous driving
US20240001933A1 (en) Occupant temperature estimating device, occupant state detection device, occupant temperature estimating method, and occupant temperature estimating system

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