CN108419441B - 路面形状测定装置、测定方法及计算机可读存储介质 - Google Patents

路面形状测定装置、测定方法及计算机可读存储介质 Download PDF

Info

Publication number
CN108419441B
CN108419441B CN201680046119.XA CN201680046119A CN108419441B CN 108419441 B CN108419441 B CN 108419441B CN 201680046119 A CN201680046119 A CN 201680046119A CN 108419441 B CN108419441 B CN 108419441B
Authority
CN
China
Prior art keywords
road surface
surface shape
shape
information
divided 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.)
Active
Application number
CN201680046119.XA
Other languages
English (en)
Other versions
CN108419441A (zh
Inventor
木下航一
川岛学
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.)
Omron Corp
Original Assignee
Omron Corp
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 Omron Corp filed Critical Omron Corp
Publication of CN108419441A publication Critical patent/CN108419441A/zh
Application granted granted Critical
Publication of CN108419441B publication Critical patent/CN108419441B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C7/00—Tracing profiles
    • G01C7/02—Tracing profiles of land surfaces
    • G01C7/04—Tracing profiles of land surfaces involving a vehicle which moves along the profile to be traced
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/20—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring contours or curvatures, e.g. determining profile
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • G01C21/3819—Road shape data, e.g. outline of a route
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3848—Data obtained from both position sensors and additional sensors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • 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
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01C—RESISTORS
    • H01C7/00—Non-adjustable resistors formed as one or more layers or coatings; Non-adjustable resistors made from powdered conducting material or powdered semi-conducting material with or without insulating material
    • H01C7/04—Non-adjustable resistors formed as one or more layers or coatings; Non-adjustable resistors made from powdered conducting material or powdered semi-conducting material with or without insulating material having negative temperature coefficient
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • 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
    • G06T2207/30256—Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Optics & Photonics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Geometry (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Road Repair (AREA)

Abstract

本发明提供路面形状测定装置、测定方法及计算机可读存储介质。在利用测定装置等所测定的数据来掌握路面形状的装置中，利用少量的计算量来适当地掌握路面形状。路面形状测定装置包括路面信息获取部及路面形状判定部。路面信息获取部针对路面上的多个点，获取路面信息，所述路面信息包括在被分成多个划分区域的基准平面上的路面的位置即路面位置、以及在所述路面位置上的路面的高度即路面高度。路面形状判定部通过利用划分区域中所含的路面信息，针对每个所述划分区域推断表面形状，来判定路面的一部分或整体的形状。当利用测定装置等所测定到的数据来掌握路面形状时，可以利用少量的计算量来适当地掌握路面形状。

Description

路面形状测定装置、测定方法及计算机可读存储介质
技术领域
本发明是有关于一种测定具有起伏等的路面的表面形状的路面形状测定装置、测定方法及计算机可读存储介质。
背景技术
先前，已经知道有对存在于车辆等移动体的周边的障碍物进行识别，并根据障碍物与移动体的位置关系等，代替移动体的驾驶员进行移动体的控制的高级驾驶辅助系统(Advanced Driver Asistance System，ADAS)。另一方面，在移动体的移动中，不但存在于移动体的周边的障碍物，而且掌握移动体进行移动的路面状态也很重要。例如，在路面的起伏剧烈等情况下，重要的是控制移动体以避免所述起伏剧烈的路面，或者通知存在起伏剧烈的路面。
例如，在专利文献1中，揭示了一种路面性状测定装置，测定路面轮廓(profile)与路面的各点的三维地理坐标，将所述路面轮廓与地理坐标相关联而产生关于路面的凹凸的数据。在所述装置中，通过表示为将如上所述而获得的路面的凹凸的相关数据反映在实际的路面图像上的图像，而使路面轮廓的掌握变得容易。
现有技术文献
专利文献
专利文献1：日本专利特开2004-294152号公报
发明内容
发明所要解决的问题
在所述路面性状测定装置中，路面轮廓是以路面上的点与安装有装置的移动体之间的距离的形式来测定。即，由所述装置获得的路面的凹凸的相关数据是利用三维的坐标值表示的点数据。
为了在如上所述的情况下装置自身掌握路面的形状，装置需要大量关于凹凸的数据，其结果为，需要执行庞大的计算。
本发明的课题在于在利用测定装置等所测定的数据掌握路面形状的装置中，利用少量的计算量来适当地掌握路面形状。
解决问题的技术手段
以下，说明多个方式作为用于解决问题的手段。这些方式可以根据需要任意组合。
本发明的一个观点的路面形状测定装置是测定具有起伏的路面的形状。路面形状测定装置包括路面信息获取部及路面形状判定部。路面信息获取部针对路面上的多个点，获取包括路面位置及路面高度的路面信息。路面位置是在被分成多个划分区域的基准平面上的路面的位置。路面高度表示在所述路面位置上的路面的从基准平面算起的高度。路面形状判定部通过利用划分区域内所含的路面信息，针对每个所述划分区域推断表面形状，来判定路面的一部分或整体的形状。
在所述路面形状测定装置中，路面信息获取部针对路面上的多个点，获取在基准平面上的路面的位置(路面位置)及在所述路面位置上的路面的高度(路面高度)作为路面信息。然后，路面形状判定部利用通过划分基准平面而定义的多个划分区域的各划分区域内所含的路面信息，来推断所述各划分区域的表面形状。根据所述划分区域的表面形状，路面形状判定部判定路面的一部分或整体的形状。
如上所述，在所述路面形状测定装置中，利用划分区域内所含的路面信息，针对每个划分区域来推断所述表面形状(即，路面的一部分的形状)。并且，根据针对每个所述划分区域而推断出的表面形状，判定路面的一部分或整体的形状。
由此，与利用在整个基准平面上所获取的所有路面信息判定整个路面的形状的情况相比较，可以利用更少的计算量来适当地掌握路面形状。
路面信息获取部也可以包括能量测定部、距离图像获取部及坐标转换部。能量测定部测定经路面反射的能量。距离图像获取部获取距离图像。距离图像包含多个像素，多个像素分别是具有根据所述能量而测定的路面与路面信息获取部之间的距离作为像素值的图像。坐标转换部通过将距离图像的各像素与基准平面的位置相对应地算出路面位置，并根据所述各像素所具有的像素值算出所述路面位置上的路面高度，来算出路面信息。
由此，路面信息获取部可以经路面反射而利用能量，来算出路面信息。
如果在划分区域内存在规定数量以上的路面信息，那么路面形状判定部也可以决定推断所述划分区域的表面形状。另一方面，如果在划分区域内不存在规定数量以上的路面信息，路面形状判定部也可以决定不推断所述划分区域的表面形状。
由此，能够以可以推断适当的表面形状的程度的数量的路面信息聚集的时点等适当的时序，适当地推断路面的表面形状。
如果将要推断表面形状的划分区域内所含的多个路面信息的数量与上一次推断表面形状时相比有增加，那么路面形状判定部也可以利用所述数量已增加的路面信息，更新上一次推断出的表面形状。
由此，可以将利用更多的路面信息更适当地推断出的表面形状设为路面的形状。
如果针对一个划分区域而推断出的表面形状、与针对邻接于所述一个划分区域的划分区域而推断出的表面形状在基准平面内为不连续，那么路面形状判定部也可以将针对所述一个划分区域而推断出的表面形状，修正为与针对所述邻接的划分区域而推断出的表面形状连续地连接。
由此，当在彼此相邻接的划分区域内推断出的多个表面形状之间产生有不连续时，可以消除所述不连续，而在各划分区域内推断出适当的表面形状。
划分区域的大小也可以分别根据基准平面内的路面信息获取部与所述划分区域之间的距离来确定。
由此，通过来自路面信息获取部的基准平面内的位置，即使在可能存在一个路面信息的基准平面内的区域的大小发生变化，也可以尽可能地针对一个划分区域获取多个路面信息。
路面信息获取部也可以在基准平面上移动。在所述情况下，路面信息获取部对在正在移动的不同的时刻所测定的路面信息进行累积。路面形状判定部利用所述经累积的路面信息推断表面形状。
由此，可以在各划分区域中包含更多的路面信息，从而在各划分区域内更适当地推断出表面形状。
路面形状判定部也可以将对划分区域内所含的路面信息拟合规定的函数而算出的表面形状函数，推断为所述划分区域内的表面形状。由此，可以利用与路面信息相吻合的表面形状函数等数学模型来表达表面形状。
路面形状判定部也可以将与所获取的时刻更新的路面信息相吻合的表面形状函数，推断为表示正在计算所述表面形状函数的划分区域的表面形状的函数。
由此，可以利用可靠性更高的路面信息，推断出更适当的表面形状。
所述规定的函数也可以包括表示路面的阶差的第一形状函数、以及表示路面中的斜面的第二形状函数。在所述情况下，路面形状判定部将第一形状函数与第二形状函数之中，与划分区域内所含的路面信息更吻合的函数，推断为所述表面形状函数。
由此，可以利用经预先确定的第一形状函数及第二形状函数，更简单地确定表面形状函数。
所述路面形状测定装置也可以进而包括路面状态判定部。路面状态判定部根据路面形状判定部所推断出的表面形状，来判定路面的路面状态。由此，可以判定路面的实际的路面状态。
本发明的另一观点的测定方法是测定具有起伏的路面的形状的方法。测定方法包括以下的步骤。
◎针对路面上的多个点，获取路面信息的步骤，所述路面信息包括在被分成多个划分区域的基准平面上的路面的路面位置、以及表示在路面位置上的路面的从基准平面算起的高度的路面高度。
◎通过针对每个划分区域，利用所述划分区域内所含的路面信息而推断表面形状，来判定路面的一部分或整体的形状的步骤。
在所述测定方法中，利用划分区域内所含的路面信息，针对每个划分区域来推断所述表面形状(即，路面的一部分的形状)。并且，根据针对每个所述划分区域而推断出的表面形状，判定路面的一部分或整体的形状。
由此，与利用在整个基准平面上所获取的所有路面信息来判定整个路面的形状的情况相比较，可以利用更少的计算量来更适当地掌握路面形状。
本发明的进而另一观点的程序是使计算机执行所述测定方法的程序。
发明的效果
当利用测定装置等所测定到的数据来掌握路面形状时，可以利用少量的计算量来适当地掌握路面形状。
附图说明
图1是表示使用路面形状测定装置的移动体系统的构成的图。
图2是表示物体检测传感器的构成的图。
图3是表示控制部的构成的图。
图4是示意性地表示已将基准平面划分成划分区域的状态的一例的图。
图5A是表示第一形状函数的一例的图。
图5B是表示第二形状函数的一例的图。
图6是表示路面形状测定装置的整体运行的流程图。
图7是表示路面形状判定处理的流程的流程图。
图8A是示意性地表示对路面信息进行累积的状况的一例的图(其一)。
图8B是示意性地表示对路面信息进行累积的状况的一例的图(其二)。
图8C是示意性地表示对路面信息进行累积的状况的一例的图(其三)。
图9是表示判定表面形状的处理的流程的流程图。
图10A是表示新的路面信息与旧的路面信息混合存在时的使用RANSAC的表面形状函数的确定方法的一例的图(其一)。
图10B是新的路面信息与旧的路面信息混合存在时的使用RANSAC的表面形状函数的确定方法的一例的图(其二)。
符号的说明
100：路面形状测定装置
1：移动体系统
11：主体
12a、12b、12c、12d：车轮
13：驱动部
14：物体检测传感器
141：输出部
143-1～143-n：检测部
145：透镜
DS：检测面
14’：路面信息获取部
15：控制部
151：存储部
152：距离图像获取部
153：坐标转换部
154：位置确定部
155：路面形状判定部
156：路面状态判定部
157：移动控制部
16：位置测定部
D1：距离图像
D2：路面信息数据
F：表面形状函数
F1：第一形状函数
F2：第二形状函数
G1～G87：划分区域
GI：划分区域信息
I、I-1～I-n：路面信息
Lm：测定光
Lr：反射光
RS：路面
SF：基准平面
d、d1、dn：距离
S1～S4、S11～S19、S161～S169：步骤
具体实施方式
1.第一实施方式
(1)使用路面形状测定装置的移动体系统的构成
以下，利用图1，对使用第一实施方式的路面形状测定装置100的移动体系统1的构成进行说明。图1是表示使用路面形状测定装置的移动体系统的构成的图。第一实施方式的路面形状测定装置100例如，是安装在汽车等移动体的主体11上，用于对所述移动体进行移动的路面RS的起伏进行测定的装置。路面形状测定装置100根据需要，辅助驾驶员对移动体的操作。
移动体系统1包括主体11。主体11构成移动体系统1的主体。移动体系统1包括车轮12a、12b、12c、12d。车轮12a、12b在主体11的直行方向(图1)的前部，经由减速机构可绕轴旋转地安装在驱动部13(例如，发动机和/或电动马达)的输出旋转轴上。另一方面，车轮12c、12d可绕轴旋转地安装在主体11的直行方向的后部。
移动体系统1包括物体检测传感器14(能量测定部的一例)。如图1所示，物体检测传感器14以检测面DS(后述)与路面平行或从与路面平行起稍向路面方向的方式安装在主体11的直行方向的最前部。其结果为，物体检测传感器14测定从存在于主体11的前方的路面的宽广范围被反射的反射光Lr。
在本实施方式中，物体检测传感器14是飞行时间(Time Of Flight，TOF)传感器。作为物体检测传感器14，并不限于TOF传感器，还可以使用能够输出利用超声波或光等的能量的信号，而检测出所述信号经路面RS反射而产生的反射信号的传感器。作为如上所述的传感器，例如有激光测距仪(Laser Range Finder，LRF)等。关于本实施方式中的物体检测传感器14的构成，随后将作详细说明。
在本实施方式中，物体检测传感器14只安装在主体11的直行方向的最前部，但是并不限定于此，也可以安装在主体11的直行方向的最后部等其它位置。由此，例如，当使主体11向前进方向以外的方向移动时，可以确认前进方向以外的方向的路面状态。
移动体系统1包括控制部15。控制部15是包括中央处理器(Central ProcessingUnit，CPU)、存储装置(随机存取存储器(Random Access Memory，RAM)、只读存储器(ReadOnly Memory，ROM)、固态驱动器(Solid State Drive，SSD)或硬盘驱动器(Hard DiskDrive，HDD)等)、以及各种接口(例如，模拟/数字(analog/digital，A/D)、数字/模拟(digital/analog，D/A)转换器等)的计算机系统。控制部15输入来自物体检测传感器14的检测信号，并根据所述检测信号，判定主体11将要移动的方向上的路面RS的状态。
在本实施方式中，控制部15与设置在车轮12a、12b上的制动器的驱动机构、驱动部13的驱动机构(例如，加速器或马达控制装置)、和/或手柄的驱动机构等连接。控制部15根据主体11将要移动的方向上的路面的状态，根据需要而代替移动体系统1的驾驶员，控制驱动机构。关于控制部15的构成，随后将作详细说明。
移动体系统1包括位置测定部16。位置测定部16测定主体11产生了移动时的实际空间内的相对位置变化。位置测定部16例如，可以使用测定主体11的速度的速度传感器、测定加速度的加速度传感器、和/或测定主体11的角速度的陀螺仪传感器(gyro sensor)等。此外，例如，可以使用全球定位系统(Grobal Positioning System，GPS)装置作为位置测定部16。
通过具备所述构成，移动体系统1可以根据物体检测传感器14所检测到的检测信号，来判定主体11将要移动的路面RS的状态。并且，移动体系统1可以根据所述判定出的路面RS的状态，辅助驾驶员对移动体系统1的驾驶。在本实施方式中，物体检测传感器14及控制部15构成路面形状测定装置100。
(2)物体检测传感器的构成
其次，利用图2，对本实施方式的路面形状测定装置100中所使用的物体检测传感器14的构成进行说明。图2是表示物体检测传感器的构成的图。
物体检测传感器14包含输出部141。输出部141例如，是向作为检测对象的路面RS输出红外区域的测定光Lm的光源。在本实施方式中，输出部141优选的是输出在主体11将要移动的路面RS的大范围内扩散的测定光Lm。由此，物体检测传感器14可以针对处于将要移动的方向上的大范围的路面RS，同时照射测定光Lm。
物体检测传感器14包括多个检测部143-1、143-2、……143-n。多个检测部143-1、143-2、……143-n分别例如，配置在检测面DS(半导体基板)上的规定位置上，检测通过使测定光Lm在路面RS上反射而产生的反射光Lr。检测部143-1～143-n例如是电荷耦合元件(Charge Coupled Device)或互补金属氧化物半导体(complementary metal oxidesemiconductor，CMOS)(Complementary MOS)元件。
并且，如图2所示，多个检测部143-1～143-n配置在检测面DS上的上下方向及左右方向而形成阵列。由此，多个检测部143-1～143-n可以在检测面DS上，形成CCD影像传感器或CMOS影像传感器。
在多个检测部143-1～143-n上，分别连接着用于将所述检测部与外部的控制部15加以连接/切断的开关元件(例如，金属氧化物半导体场效应晶体管(Metal-Oxide-Semiconductor Field Effect Transistor，MOS-FET))。并且，在开关元件上连接着地址线，当对地址线施加有信号时，所述开关元件被导通(ON)，与经导通的开关元件连接的检测部与控制部15能够收发信号。
通过检测面DS包含多个检测部143-1～143-n，物体检测传感器14可以检测到从路面RS的大范围内产生的反射光Lr。哪个检测部检测到来自路面RS的哪个位置的反射光Lr，是通过从所述检测部的检测面DS的中心算起的相对配置位置来确定。
例如，如图2所示，当在主体11的高度方向上输出部141与检测面DS并列配置时，来自位于主体11的直行方向上的路面RS的反射光Lr是通过与检测面DS的中心相近的检测部来检测。另一方面，来自位于与物体检测传感器14相近或远离的位置的路面RS的反射光Lr，是通过存在于与检测面DS的中心相离的检测面DS的下部或上部的检测部来检测。
此外，来自位于与主体11的直行方向偏离的方向上的路面RS的反射光Lr，是通过存在于检测面DS的左侧或右侧的检测部来检测。
如上所述，多个检测部143-1～143-n分别可以检测出来自大范围的路面RS的不同位置的反射光Lr。
物体检测传感器14包含透镜145。透镜145使反射光Lr，聚集至检测面DS之中形成有多个检测部143-1～143-n的区域内。由此，可以使位于实际空间内的路面RS的像，在形成有多个检测部143-1～143-n的区域内成像。
通过具有所述构成，物体检测传感器14可以测定来自在基准平面SF上的主体11将要移动的方向上存在的大范围的路面RS的反射光Lr。并且，多个检测部143-1～143-n分别可以检测出来自路面RS的不同位置的反射光Lr，所以可以根据物体检测传感器14所检测到的反射光Lr的测定结果，获取距离图像(后述)，所述距离图像包括多个像素，所述多个像素具有路面RS与物体检测传感器14之间的距离作为像素值。
再者，在以下的说明中，在实际空间(X-Y-Z坐标系)内，配置路面RS的基准平面SF是用X-Y坐标系来表现。并且，从基准平面SF算起的高度方向是表现为Z轴的坐标值。
(3)控制部的构成
以下，利用图3，对本实施方式的路面形状测定装置100的控制部15的构成进行说明。图3是表示控制部的构成的图。以下说明的控制部15的各要素的功能的一部分或全部也可以作为能够在构成控制部15的计算机系统中执行的程序来实现。这时，所述程序也可以存储在计算机系统的存储装置中所形成的存储区域内。并且，控制部15的各要素的功能的一部分或全部也可以通过定制集成电路(integrated circuit，IC)等而以硬件方式实现。
控制部15包含存储部151。存储部151是存储各种数据，并且例如设置在计算机系统的存储装置中的存储区域的一部分。
控制部15包含距离图像获取部152。距离图像获取部152获取距离图像D1。距离图像获取部152以如下所述方式获取距离图像D1。
从输出部141输出测定光Lm之后，距离图像获取部152首先，通过对第一个检测部143-1所对应的地址线施加信号，而将第一个检测部143-1与距离图像获取部152加以连接，输入表示检测部143-1是否检测到反射光Lr的信号(例如，电流或电压信号)。
输入所述信号之后，距离图像获取部152算出输入表示是否检测到反射光Lr的信号的时刻、与输出部141输出测定光Lm的时刻的差分作为信号探测信息DT。即，信号探测信息DT是与路面RS与物体检测传感器14之间的距离相对应的信息。
再者，当没有检测到反射光Lr时，由于没有输入来自检测部143-1的信号，所以信号探测信息DT被设定为无限大(或者非常大的值)。
其次，距离图像获取部152根据信号探测信息DT算出路面RS与物体检测传感器14之间的距离。所述距离d可以通过c*DT/2(c：光速)而算出。
其次，距离图像获取部152生成第一位置信息(x，y，d)。第一位置信息对应于通过将检测部143-1～143-n中的任一者的配置位置投影至第一坐标的坐标值(x，y)与所述距离d相关联而生成的距离图像D1的一个单位，即一个像素。
然后，距离图像获取部152通过依次变更施加信号的地址线，而对其它所有检测部143-1、143-2、143-3、……143-n执行所述工序，生成n个第一位置信息(像素)的集合体(x1，y1，d1)、(x2，y2，d2)、……、(xn，yn，dn)。所述n个第一位置信息的集合体作为距离图像D1，存储在存储部151中。
再者，与根据信号探测信息而算出的距离d相关联的所述坐标值是针对每个检测部而预先确定，例如，根据各检测部的在检测面DS上的配置关系而确定。例如，在分配至在检测部143-1的水平方向上邻接的检测部143-2的坐标值(x2，y2)中，y2与y1相等。另一方面，例如，在分配至在检测部143-1的水平方向上邻接的检测部143-m的坐标值(xm，ym)中，xm与x1相等。
并且，物体检测传感器14的多个检测部143-1～143-n分别检测来自路面RS的不同位置的反射光Lr，所以距离图像D1可以将物体检测传感器14所检测到的路面RS投影至第一坐标上。并且，如上所述，在构成距离图像D1的第一位置信息(像素)中，关联着各检测部所检测到的路面RS与物体检测传感器14之间的距离。
因此，如上所述而获得的距离图像D1可以说是如下图像：由多个像素(第一位置信息)构成，多个像素分别具有根据反射光Lr而测定的路面RS与物体检测传感器14之间的距离作为像素值，并且将物体检测传感器14所测定到的路面RS投影至第一坐标。
控制部15包含坐标转换部153。坐标转换部153算出路面信息I。路面信息I是包括表示对路面RS进行定义的基准平面SF(图2)上的路面RS的位置的路面位置、以及表示存在于所述路面位置上的路面RS的从所述基准平面SF算起的高度的路面高度的信息。
具体来说，坐标转换部153通过将距离图像D1中所含的各像素(第一位置信息)与基准平面SF上的位置(坐标值)相对应，而算出路面信息I中所含的路面位置。多个检测部143-1～143-n与实际空间是通过预先进行校准而相对应。另一方面，路面信息I中所含的路面高度是根据与将要计算路面高度的路面位置所对应的像素(第一位置信息)相关联的像素值(距离d)而算出。
如上所述，物体检测传感器14包含多个(n个)检测部143-1～143-n，所以坐标转换部153针对n个路面RS上的点，算出n个路面信息I-1～I-n。
在本实施方式中，物体检测传感器14、距离图像获取部152及坐标转换部153构成路面信息获取部14’。
控制部15包含位置确定部154。主体11进行移动之后，位置确定部154确定物体检测传感器14(路面信息获取部14’)的在基准平面SF上的位置。具体来说，位置确定部154根据移动前的在基准平面SF上的物体检测传感器14的位置、位置测定部16所测定出的主体11的实际空间内的相对位置变化信息、以及向主体11的物体检测传感器14的设置位置，确定移动后的物体检测传感器14的在基准平面SF上的位置。
例如，当位置测定部16为GPS装置时，位置确定部154可以根据GPS装置所测定出的位置(例如，纬度及经度)，来确定主体11在基准平面SF上的位置。
另一方面，当从位置测定部16输入速度的实测值时，可以对规定时间内的主体11的速度进行累积或以时间进行积分而算出主体11的移动距离，将从移动前的基准平面SF的位置移动了仅所述移动距离时的位置，确定为移动后的物体检测传感器14的位置。
此外，当从位置测定部16输入加速度的实测值时，可以通过根据所述加速度算出速度之后，对所述速度进行累积或以时间进行积分，而算出移动距离。然后，可以将从移动前的位置移动了仅移动距离时的位置，确定为移动后的物体检测传感器14的位置。
控制部15包含路面形状判定部155。路面形状判定部155利用划分区域内所含的路面信息I，来针对每个所述划分区域推断表面形状。由此，路面形状判定部155可以判定路面RS的一部分或整体的形状。在本实施方式中，基准平面SF例如，如图4所示，被划分成多个正方形的划分区域G1～G87。图4是示意性地表示将基准平面划分成划分区域的状态的一例的图。
划分区域G1～G87例如，可以通过各划分区域的中心坐标及划分区域的大小而定义。例如，当将第p个划分区域Gp的中心坐标设为(XGp，YGp)(在基准平面SF上经预先决定的固定值)，将所述划分区域Gp的大小设为W时，划分区域Gp能够利用以XGp-W/2≤X＜XGp+W/2、YGp-W/2≤Y≤YGp+W/2两个不等式表示的区域来定义。
所述各划分区域的中心坐标与所述各划分区域的大小是作为划分区域信息GI而存储在存储部151中。
为了将物体检测传感器14(检测面DS)朝向路面RS安装到主体11上，存在于朝向直行方向远离主体11的位置上的路面RS的测定点的密度，小于存在于与主体11相近的位置的路面RS的测定点的密度。
因此，在本实施方式中，划分区域G1～G87的大小分别是根据基准平面SF上的物体检测传感器14与所述划分区域之间的距离而确定。具体来说，如图4所示，使位于在Y轴方向(主体11的直行方向)上远离主体11的位置的划分区域的大小大于其它划分区域的大小。
如上所述，通过增大存在于朝向直行方向远离主体11的位置的划分区域的大小，可以在各划分区域中包含更多的路面信息I。由于距离随着主体11的移动而发生变化，所以也可以利用主体11的位置变化信息来重新考虑适当划分区域的大小。
或者，不管以上所述，也可以将划分区域G1～G87的大小在整个区域设为相同。由此，无需伴随着主体11进行移动(中心坐标为固定)，变更划分区域的大小。
所述各划分区域的大小、个数、形状等可以考虑到物体检测传感器14的特性或对主体11的安装状态等，而适当变更。
并且，路面形状判定部155对划分区域内所含的路面信息I拟合规定的函数，将所述拟合的结果所算出的表面形状函数F，推断为表示存在于所述划分区域内的路面RS的表面形状的函数。由此，可以利用与路面信息I相吻合的表面形状函数F等数学模型来表现路面RS的表面形状。
在本实施方式中，路面形状判定部155是使用第一形状函数F1及第二形状函数F2，作为对划分区域内所含的路面信息I拟合的规定函数。路面形状判定部155将第一形状函数F1及第二形状函数F2之中与划分区域内所含的路面信息I更吻合的函数，推断为表示所述划分区域的表面形状的表面形状函数F。由此，利用经预先决定的第一形状函数F1及第二形状函数F2，可以更简单地确定表面形状函数F。
第一形状函数F1及第二形状函数F2作为表示路面RS的典型形状的函数，可以定义为如下。
第一形状函数F1如图5A所示，可以在实际空间坐标系(X-Y-Z坐标系)中，定义为表示路面RS的阶差的函数。图5A是表示第一形状函数的一例的图。图5A所示的第一形状函数F1例如，可以用面Z＝a(-X1≤X≤X1，0≤Y≤Y1)、面Y＝0(-X1≤X≤X1，b≤Z≤a)、面Z＝b(-X1≤X≤X1，-Y1≤Y≤0)(X1：表示划分区域的X轴方向的边界的值，Y1：表示划分区域的Y轴方向的边界的值)这三个面来表示。
当对路面信息I拟合第一形状函数F1时，通过改变所述值a及b，可以改变第一形状函数F1的阶差的高度或从基准平面(面Z＝0)算起的高度。并且，例如，通过使图5A所示的第一形状函数F1绕Z轴旋转，可以变更阶差的方向。此外，例如，通过使面Y＝0(与X-Z平面平行的面)沿Y轴方向移动，可以变更划分区域内的阶差的位置。此外，通过使各面绕任意轴旋转，或使面偏移，可以生成任意的第一形状函数F1。
或者，还可以利用S型函数(sigmoid function)等表示阶差的函数，将表示阶差的第一形状函数F1定义为连续的一个面。
另一方面，第二形状函数F2如图5B所示，可以定义为表示路面RS上的斜面(或无倾斜的平面)的函数。图5B是表示第二形状函数的一例的图。第二形状函数F2可以利用一个面来表现，所以例如，可以定义为穿过划分区域内的坐标(X0，Y0，Z0)且法线向量为(c，d，e)的面，例如，定义为c*(X-X0)+d*(Y-Y0)+e*(Z-Z0)＝0(-X1≤X≤X1，-Y1≤Y≤Y1)。
当使第二形状函数F2与路面信息I拟合时，可以适当变更所述第二形状函数F2的法线向量的值、和/或第二形状函数F2所穿过的坐标点，而生成任意的第二形状函数F2。
控制部15包含路面状态判定部156。路面状态判定部156根据路面形状判定部155所推断出的表面形状，判定路面RS的路面状态。具体来说，路面状态判定部156在利用第一形状函数F1及第二形状函数F2的拟合的结果为，不存在与划分区域内所含的路面信息I相吻合的第一形状函数F1及第二形状函数F2，而无法确定表面形状函数F时，判定为在所述划分区域内存在路面RS以外的障碍物。
此外，例如，在表示路面RS的斜面的第二形状函数F2中，第二形状函数F2的法线向量是作为与X轴和/或Y轴平行且相近的向量而算出(例如，法线向量的X轴方向成分(c值)、和/或法线向量的Y轴方向成分(d值)的绝对值远远大于法线向量的Z轴方向成分的绝对值(e值)时)，并且包含Z坐标值的值极端大的路面信息I时，也可以判定为在所述划分区域内存在障碍物。
并且，路面状态判定部156也可以参照在各划分区域内所确定的表面形状函数F，在主体11将要移动的方向的划分区域内，存在主体11无法通过的程度的阶差或斜面时，也可以判定为存在主体11无法通过的路面RS。
例如，在利用第一形状函数F1表示的表面形状函数F中，三个面之中，存在从基准平面SF起高度极端高或极端低的面时，可以判定为在路面RS上存在主体11无法通过的程度的阶差。或者，在利用第二形状函数F2表示的表面形状函数F中，法线向量的X轴方向成分(c值)、和/或Y轴方向成分(d值)远远大于Z轴方向成分(e值)时，可以判定为在路面RS中存在与基准平面SF形成大角度的斜面。
当判定为在主体11将要移动的方向上存在障碍物、和/或主体11无法通过的路面RS时，路面状态判定部156例如，对移动体系统1中所含的显示器(例如，GPS装置的地图显示画面的一部分)输出显示所述判定结果的异常警报。此外，还可以将使灯等点亮的异常警报输出至移动体系统1。由此，移动体系统1的驾驶员可以在视觉上识别出在主体11的附近存在障碍物、或主体11无法通过的路面RS。
并且，路面状态判定部156也将所述异常警报输出至后述移动控制部157。
控制部15包含移动控制部157。移动控制部157在从路面状态判定部156输入了所述异常警报时，输出对制动器的驱动机构、驱动部13的驱动机构、和/或手柄的驱动机构等进行控制的移动控制信号，并根据需要，代替移动体系统1的驾驶员，对移动体系统1进行控制。
例如，移动控制部157在输入了异常警报时，输出使主体11沿避开存在障碍物或无法通过的路面RS的划分区域的方向移动，或者使主体11在所述划分区域的近前停止的移动控制信号。
由此，移动体系统1可以避免因为碰撞到障碍物或通过无法通过的路面RS而使移动体系统1(主体11)损伤。
通过具有所述构成，控制部15与在整个基准平面SF上利用所获取的所有路面信息I判定路面RS整体的形状的情况相比较，可以利用更少的计算量来适当地掌握路面形状。其结果为，可以提高用于算出路面形状的处理速度，例如，可以在主体11通过应回避的区域之前，适当地掌握路面形状，将避开所述区域的指令输出至移动体系统1。
(4)路面形状测定装置的运行
(4-1)路面形状测定装置的整体运行
以下，对移动体系统1中所含的路面形状测定装置100的运行进行说明。首先，利用图6，对路面形状测定装置100的整体运行进行说明。图6是表示路面形状测定装置的整体运行的流程图。
首先，控制部15判定主体11正在移动的路面RS的形状(步骤S1)。具体来说，控制部15通过在基准平面SF上针对经预先确定的多个划分区域确定表面形状函数F，而将路面RS的一部分或全部的形状判定为数学模型。关于步骤S1中的路面RS的形状的判定处理，随后将作详细说明。
判定路面RS的形状之后，路面状态判定部156判定主体11将要移动的路面RS的状态(步骤S2)。
参照步骤S1中所判定的各划分区域的表面形状函数F，在主体11将要移动的方向的划分区域内，存在表示障碍物、大的阶差、和/或陡峭的斜面的表面形状函数F，即，在主体11将要移动的方向上存在应避开的障碍物或路面时(步骤S2中为“是(Yes)”的情况)，路面状态判定部156输出所述异常警报(步骤S3)。
通过输出异常警报，例如，可以在移动体系统1中所含的显示器等中，显示在主体11将要移动的方向上有应避开的障碍物或路面。其结果为，可以在视觉上通知移动体系统1的驾驶员存在应避开的障碍物或路面。
当输出异常警报后，移动控制部157根据需要，输出对制动器的驱动机构、驱动部13的驱动机构、和/或手柄的驱动机构等进行控制的移动控制信号，并对移动体系统1的移动进行控制，以使主体11不与障碍物相撞，和/或不通过应避开的路面。
另一方面，当判定为在主体11将要移动的方向上的划分区域内，不存在应避开的障碍物或路面时(步骤S2中为“否(No)”的情况)，路面状态判定部156不输出异常警报。由此，移动体系统1的驾驶员可以判断为即使在将要移动的方向上通过，也没有问题。其结果为，移动体系统1可以按照驾驶员的操作继续移动。
执行所述步骤S1～S3之后，只要移动体系统1的驾驶员等没有命令停止路面形状测定装置100的运行(步骤S4中为“否”的情况)，制程就返回到步骤S1，路面形状测定装置100继续运行。
另一方面，当移动体系统1的驾驶员等命令停止路面形状测定装置100的运行时(步骤S4中为“是”的情况)，路面形状测定装置100停止运行。
通过执行所述步骤S1～S4，当在主体11将要移动的方向上存在应避开的障碍物或路面时，可以就所述障碍物或路面的存在进行警告。其结果为，可以根据需要对移动体系统1进行控制，以使得例如不会碰撞到障碍物，或者不会通过无法通过的路面。
(4-2)路面形状判定处理
其次，利用图7，对所述步骤S1中所执行的路面形状判定处理进行说明。图7是表示路面形状判定处理的流程的流程图。
当开始路面形状判定处理后，首先，路面信息获取部14’获取用于判定路面RS的形状的路面信息I。具体来说，以如下所述的方式获取路面信息I。
距离图像获取部152首先，利用以上所说明的方法，获取n个第一位置信息(像素)的集合体(x1，y1，d1)、(x2，y2，d2)、……(xn，yn，dn)作为距离图像D1，并存储在存储部151中(步骤S11)。
获取距离图像D1之后，坐标转换部153将距离图像D1中所含的n个第一位置信息，转换成主体11进行移动的实际空间坐标系(X-Y-Z坐标系)的坐标值，从而算出路面信息I(步骤S12)。以下，以第一位置信息(xp，yp，dp)为例，说明将第一位置信息转换成实际空间坐标系的坐标值的具体方法。
坐标转换部153首先，从位置确定部154，获取主体11的在基准平面SF上的位置。坐标转换部153在主体11的在基准平面SF上的位置上添加物体检测传感器14的安装至主体11的安装位置，而算出基准平面SF上的物体检测传感器14的位置。例如，算出基准平面SF上的物体检测传感器14的位置为(Xs1，Ys1)。
其次，坐标转换部153将第一位置信息(xp，yp，dp)的第一坐标的坐标值(xp，yp)，与基准平面SF上的位置(坐标值)相对应。第一坐标的坐标值(xp，yp)所对应的基准平面SF的相对于物体检测传感器14的相对位置(换言之，将基准平面SF的原点设为物体检测传感器14时的第一坐标的规定的坐标值所对应的在基准平面SF上的位置(坐标值))，是根据第一坐标的坐标值(xp，yp)所对应的检测部的在检测面DS上的配置位置，通过校准而预先相对应。
例如，坐标值(xp，yp)所对应的基准平面SF的相对位置设为对应于坐标值(Xp，Yp)。
然后，坐标转换部153通过在位置确定部154所确定的物体检测传感器14的在基准平面SF上的位置(Xs1，Ys1)上，加上所述坐标值(Xp，Yp)，可以算出第一坐标的坐标值(xp，yp)所对应的在基准平面SF上的位置为路面位置(Xp+Xs1，Yp+Ys1)。
其次，坐标转换部153能够以如下所述的方式，利用距离图像D1的像素值即距离dp，算出存在于路面位置(Xp+Xs1，Yp+Ys1)上的路面RS的从基准平面SF算起的高度即路面高度(Z坐标值)。
首先，存在于路面位置(Xp+Xs1，Yp+Ys1)上的路面RS与检测部(物体检测传感器14)之间的距离为dp，所以坐标转换部153可以算出从所述路面RS看到的检测部(物体检测传感器14)的高度为sqrt｛dp2-(Xp2+Yp2)}(sqrt{}：{}内的数值的平方根)。
其次，坐标转换部153根据如上所述而算出的高度、物体检测传感器14与其正下方的路面RS之间的高度H、以及路面位置(Xs1，Ys1)上的路面RS的路面高度Zs1，可以算出存在于路面位置(Xp+Xs1，Yp+Ys1)上的路面RS的路面高度Zp为Zp＝Zs1+H-sqrt{dp2-(Xp2+Yp2)}。
再者，高度H是取决于物体检测传感器14的安装至主体11的安装位置的固定值。并且，位于所述位置或所述最靠附近位置的路面信息I是在主体11抵达至位置(Xs1，Ys1)之前获取完成，所以路面位置(Xs1，Ys1)上的路面高度Zs1在所述路面高度Zp的计算时点为已知。
如以上所述的方式，可以针对一个第一位置信息(距离图像D1的一个像素)，算出一个路面信息，所述一个路面信息包括所述第一位置信息(像素)所对应的路面位置、以及所述路面位置上的路面RS的从基准平面SF算起的高度即路面高度。
通过对距离图像D1中所含的n个第一位置信息(x1，y1，d1)～(xn，yn，dn)分别执行所述坐标转换，坐标转换部153可以针对路面RS上的多个(n个)点，算出多个(n个)路面信息I-1～I-n。
算出路面信息I-1～I-n之后，路面信息获取部14’在上一次的路面形状判定处理之前算出的路面信息累积这次算出的路面信息I-1～I-n(步骤S13)。具体来说，路面信息获取部14’在路面信息数据D2上追加这次算出的路面信息I-1～I-n，所述路面信息数据D2是通过对上一次之前算出的路面信息进行累积而生成，并存储在存储部151中。由此，路面信息获取部14’可以对在不同的时刻(每次执行路面形状判定处理时)测定到的路面信息I进行累积。
再者，在累积路面信息I时，也可以构成为每次更新基准坐标。在所述情况下，只要考虑到主体11的移动，利用从位置测定部16获得的位置变化信息，对追加前的路面信息数据D2进行修正之后，追加这次算出的路面信息I-1～I-n即可。
如上所述，通过累积在不同时刻获取到的路面信息，如图8A～图8C所示，随着主体11沿直行方向(Y轴方向)移动，可以增加在各划分区域G1～G87中所含的路面RS的测定点(即，路面信息I)的个数。图8A～图8C是示意性地表示累积路面信息的状况的一例的图。
将路面信息I-1～I-n累积至路面信息数据D2之后，路面形状判定部155利用各划分区域G1～G87中所含的路面信息I，针对每个划分区域推断路面RS的表面形状。当针对每个划分区域推断表面形状时，可以任意确定从哪个划分区域开始表面形状的推断。例如，考虑到将相互邻接的划分区域的表面形状修正成连续的形状，可以根据包含大量的路面信息I的划分区域推断出表面形状。由此，首先利用大量的路面信息I推断出更准确的表面形状，然后将所算出的表面形状，连接成最早推断出的准确的表面形状。即，可以将后来算出的表面形状连接成准确的表面形状。
但是，推断表面形状的划分区域的顺序并不限于如上所述，例如，既可以从划分区域G1向G87依次进行推断，也可以按照其相反的顺序进行推断。
以下，以推断第p个划分区域Gp的情况为例，说明划分区域Gp内的路面RS的表面形状的推断方法。
路面形状判定部155首先，参照存储部151中所存储的路面信息数据D2，判定在划分区域Gp内是否包含规定数量以上的路面信息I(步骤S14)。
具体来说，路面形状判定部155例如，将路面信息数据D2中所含的路面信息I之中，X坐标值及Y坐标值分别处于XGp-W/2≤X＜XGp+W/2及YGp-W/2≤Y≤YGp+W/2的范围内的路面信息I，判定为划分区域Gp中所含的路面信息I。路面形状判定部155对如上所述而判定的路面信息I的个数进行计数，判定经计数的路面信息I的个数是否为规定数量以上。
再者，所述规定数量可以设为确定划分区域Gp的表面形状所需要的最低限度的路面信息I的个数。在本实施方式中，是利用三维的数学模型(第一形状函数F1、第二形状函数F2)推断划分区域Gp的表面形状，所以选择3作为所述规定数量。
当判定为在将要推断表面形状的对象的划分区域Gp内只包含少于规定数量的路面信息I时(步骤S14中为“否”的情况)，路面形状判定部155确定为在划分区域Gp内不推断表面形状，制程进入到步骤S18。
另一方面，当判定为在划分区域Gp中包含规定数量以上的路面信息I时(步骤S14中为“是”的情况)，确定为在划分区域Gp内推断表面形状。
如上所述，当划分区域Gp中所含的路面信息I的个数少于规定数量时，确定为不推断表面形状，另一方面，如果划分区域Gp中所含的路面信息I的个数为规定数量以上则确定为推断表面形状，借此能够以能够推断出适当的表面形状的程度的数量的路面信息I聚集的时序，适当地推断路面RS的表面形状。
确定为在划分区域Gp内推断表面形状之后，路面形状判定部155进而判定划分区域Gp内所含的路面信息I的数量是否与上一次确定了表面形状函数F时相比有增加(步骤S15)。
当在划分区域Gp内已将表面形状函数F确定为表面形状，但是划分区域Gp内所含的路面信息I的个数与推断出所述表面形状函数F时相比没有增加时(步骤S15中为“否”的情况)，路面形状判定部155判定为不需要更新已确定的表面形状函数F，制程进入到步骤S18。
另一方面，当在划分区域Gp内没有确定表面形状函数F时，或者，虽然已确定表面形状函数F，但是划分区域Gp内所含的路面信息I的个数与推断出所述表面形状函数F时相比有增加时(步骤S15中为“是”的情况)，路面形状判定部155确定是推断表面形状函数F，还是更新上一次推断出的表面形状函数F(步骤S16)。
通过确定为利用比用于确定所述表面形状函数F的路面信息I的个数更多的个数的路面信息I来更新已确定的表面形状函数F，可以将更适当地推断出的表面形状，设为路面RS的真正的表面形状。
在步骤S16中，路面形状判定部155通过对划分区域Gp内所含的路面信息I，使所述第一形状函数F1及第二形状函数F2拟合，来判定所述划分区域Gp的路面RS的形状。具体来说，利用图9的流程图所示的处理的流程，来判定划分区域Gp的路面RS的表面形状。图9是表示判定表面形状的处理的流程的流程图。
首先，路面形状判定部155对划分区域Gp内所含的路面信息I，使第一形状函数F1拟合(步骤S161)。例如，关于面Z＝a(-X1≤X≤X1，0≤Y≤Y1)及面Z＝b(-X1≤X≤X1，-Y1≤Y≤0)，可以利用最小二乘法等，而算出与划分区域Gp内所含的路面信息I的距离为最小的a值和/或b值。并且，关于面Y＝0(-X1≤X≤X1，b≤Z≤a)，可以利用最小二乘法等，而算出与划分区域Gp内所含的路面信息I的距离为最小的使面Y＝0在Y轴方向上偏移的面Y＝f(f：任意的数量)。
并且，当根据需要使所述三个面旋转之后，利用最小二乘法等，来确定任意的三个面。
除了使用最小二乘法以外，还可以使用如下方法来进行拟合：制作遍及路面信息I而将路面RS上的各点与表面形状的距离加以合计所得的误差函数，并利用最速下降法等使所述误差函数极小化。在所述情况下，所述a、b、f、旋转量为参数。
如以上所述确定第一形状函数F1之后，路面形状判定部155利用计算三维的面与点之间的距离的公式等，来算出经确定的第一形状函数F1与划分区域Gp内所含的路面信息I之间的距离的合计(步骤S162)。
其次，路面形状判定部155对划分区域Gp内所含的路面信息I，使第二形状函数F2拟合(步骤S163)。例如，通过对表示第二形状函数F2的面c*(X-X0)+d*(Y-Y0)+e*(Z-Z0)＝0(-X1≤X≤X1，-Y1≤Y≤Y1)应用最小二乘法，可以算出与划分区域Gp内所含的路面信息I的距离为最小的第二形状函数F2。
对所述面c*(X-X0)+d*(Y-Y0)+e*(Z-Z0)＝0应用最小二乘法，例如，可以通过如下所述方式来执行。
首先，设为表示所述第二形状函数F2的面穿过划分区域Gp内所含的路面信息I的重心，将第二形状函数F2确定为c*(X-X0’)+d*(Y-Y0’)+e*(Z-Z0’)＝0(坐标(X0’，Y0’，Z0’)：划分区域Gp内所含的路面信息I的重心)。
其次，通过利用拉格朗日(Lagrange)的未定乘数法等，算出将所述第二形状函数F2与划分区域Gp内所含的各路面信息I之间的距离的平方的合计为最小的法线向量(c，d，e)的各要素的值，可以确定最终的第二形状函数F2。再者，通过最小二乘法而确定第二形状函数F2时，为了简化计算，也可以将法线向量(c，d，e)假设为单位向量(长度为1的向量)。
以如上所述的方式确定第二形状函数F2之后，路面形状判定部155利用计算三维的面与点之间的距离的公式等，算出所确定的第二形状函数F2与划分区域Gp内所含的路面信息I之间的距离的合计(步骤S164)。
再者，当在所述步骤S161及S163中利用最小二乘法而确定第一形状函数F1及第二形状函数F2时，也可以着重于划分区域Gp内所含的路面信息I之中所获取的时刻更新的路面信息I，确定第一形状函数F1及第二形状函数F2。
例如，也可以利用以新的路面信息I的个数多于旧的路面信息I的个数的方式而选择的多个路面信息I，确定第一形状函数F1及第二形状函数F2。由此，物体检测传感器14可以利用与划分区域Gp更接近而获取的可靠性高的路面信息I，来推断更适当的划分区域Gp的路面RS的表面形状。
然后，路面形状判定部155判定所确定的第一形状函数与路面信息I之间的距离的合计、及第二形状函数与路面信息I之间的距离的合计是否均大于阈值(步骤S165)。
当不存在已确定的表面形状函数F，而且所述两个距离的合计均大于阈值时(步骤S165中为“是”的情况)，路面形状判定部155判定为在划分区域Gp内存在与第一形状函数F1及第二形状函数F2均不拟合的形状的障碍物(步骤S166)，并结束表面形状判定处理。
另一方面，当所述两个距离的合计中的任一者或两者为阈值以下时(步骤S165中为“否”的情况)，路面形状判定部155在第一形状函数F1的距离的合计为最小时(步骤S167中为“第一形状函数”的情况)，将第一形状函数F1确定为划分区域Gp的表面形状函数F(步骤S168)。
另一方面，当第二形状函数F2的距离的合计为最小时(步骤S167中为“第二形状函数”的情况)，将第二形状函数F2确定为划分区域Gp的表面形状函数F(步骤S169)。
再者，在已存在表面形状函数F的情况下，当所述已存在的表面形状函数F与划分区域Gp内所含的路面信息I之间的距离的合计为最小时，路面形状判定部155将所述已存在的表面形状函数F，仍旧维持为表示划分区域Gp的表面形状的函数。
通过执行所述步骤S161～S169，路面形状判定部155可以将经预先决定的第一形状函数F1或第二形状函数之中与划分区域Gp内所含的路面信息I更吻合的函数，比较简单地确定为利用数学的模型表示划分区域Gp的路面RS的表面形状的表面形状函数F。
当以如上所述的方式确定表面形状(表面形状函数F)之后，路面形状判定部155判定所述经确定的表面形状函数F是否与由邻接于划分区域Gp的划分区域确定的表面形状函数F产生有偏差(步骤S17)。
例如，当在划分区域Gp与邻接的划分区域的边界线上，划分区域Gp内的表面形状函数F与所述邻接的划分区域内的表面形状函数大不相同时，判定为由划分区域Gp确定的表面形状函数F与由与划分区域Gp邻接的划分区域确定的表面形状函数不连续。
当由划分区域Gp确定的表面形状函数F与由与划分区域Gp邻接的划分区域确定的表面形状函数不连续时(步骤S17中为“是”的情况)，路面形状判定部155对划分区域Gp的表面形状函数F进行修正，以使得由划分区域Gp确定的表面形状函数F与由邻接的划分区域确定的表面形状函数连续地连接(步骤S18)。
具体来说，例如，在划分区域Gp的边界线上，设定经由所述边界线而邻接的划分区域的表面形状函数在所述边界线上能够获取的若干个坐标点，以必须穿过所述经设定的坐标点的方式，在划分区域Gp内通过拟合而重新确定表面形状函数F。路面形状判定部155将所述经重新确定的表面形状函数F确定为表示划分区域Gp的路面RS的表面形状的函数，存储在存储部151中。
通过以如上所述的方式修正划分区域Gp内的表面形状函数F，当在彼此相邻接的划分区域内推断出的多个表面形状之间产生有矛盾时，可以消除所述矛盾，而在各划分区域内推断出适当的表面形状。
另一方面，当由划分区域Gp确定的表面形状函数F与由邻接于划分区域Gp的划分区域确定的表面形状函数连续地连接时(步骤S17中为“否”的情况)，路面形状判定部155将这次经确定的表面形状函数F，确定为表示划分区域Gp的路面RS的表面形状的函数，并存储在存储部151中。
当确定划分区域Gp的表面形状函数F之后，仍然存在应确定表面形状函数F的划分区域时(步骤S19中为“否”的情况)，路面形状判定制程返回到步骤S14，对所有划分区域G1～G87执行所述步骤S14～S17，在可能的情况下确定表面形状函数F。
另一方面，划分区域Gp是应确定表面形状函数F的最后的划分区域，当在所有划分区域G1～G87内执行了所述步骤S14～S17时(步骤S19中为“是”的情况)，路面形状判定制程结束。
如上所述，在本实施方式的路面形状测定装置100中，利用各划分区域G1～G87中所含的路面信息I，针对每个划分区域G1～G87推断其表面形状(即，路面RS的一部分的形状)。即，利用狭窄区域内所含的比较少数的路面信息I，来推断所述狭窄区域的路面RS的表面形状。通过利用少数的路面信息I来推断狭窄区域的表面形状(表面形状函数F)，与利用大量的路面信息I来推断整个基准平面SF等大范围的表面形状相比较，尤其能够大幅减少确定表面形状函数F之前的计算量(计算次数)。
即，与利用在整个基准平面SF上所获取的所有路面信息I来判定整个路面的形状的情况相比较，可以利用更少的计算量来适当地掌握路面形状。
2.其它实施方式
以上，已对本发明的一实施方式进行说明，但是本发明并不限定于所述实施方式，而可以在不脱离发明的主旨的范围内进行各种变更。特别是本说明书中所写的多个实施方式及变形例可以根据需要而任意组合。
例如，利用图7而说明的路面形状判定处理中的各处理、和/或利用图9而说明的表面形状判定处理中的各处理的顺序或处理，可以根据需要加以变更。
(A)关于表面形状函数的修正的其它实施方式
例如，在所述第一实施方式的路面形状判定处理中，通过步骤S16而暂时确定表面形状函数F之后，在所述表面形状函数F与邻接的划分区域内的表面形状函数不连续的情况下，实施有表面形状函数F的修正。
只要划分区域Gp的表面形状函数F与由与划分区域Gp邻接的划分区域确定的表面形状函数在边界线上连续地连接即可，所以表面形状函数F的修正并不限于第一实施方式中所说明的方法。
例如，当使划分区域Gp内所含的路面信息I与第一形状函数F1及第二形状函数F2拟合时(执行第一实施方式的步骤S161及S163时)，除了划分区域Gp内所含的路面信息I以外，也包含由与划分区域Gp邻接的划分区域确定的表面形状函数在划分区域Gp与所述邻接的划分区域的边界线上能够获取的坐标值，通过执行与第一形状函数F1及第二形状函数F2的拟合，可以通过一次拟合而算出与由邻接的划分区域确定的表面形状函数连续地连接的表面形状函数F。
(B)使第一形状函数及第二形状函数拟合于路面信息的方法的其它实施方式
在所述第一实施方式中，作为计算与划分区域Gp内所含的路面信息I相吻合的第一形状函数F1及第二形状函数F2的方法，是使用最小二乘法。作为计算与划分区域Gp内所含的路面信息I相吻合的第一形状函数F1及第二形状函数F2的方法，还可以使用最小二乘法以外的其它方法。
例如，可以使用“随机样本一致性(RANdom SAmple Consensus，RANSAC)”算法，来算出与划分区域Gp内所含的路面信息I相吻合的第一形状函数F1及第二形状函数F2。
具体来说，通过执行以下的步骤，而算出与划分区域Gp内所含的路面信息I相吻合的第一形状函数F1及第二形状函数F2。
(i)根据划分区域Gp内所含的路面信息I，选择用于确定第一形状函数F1及第二形状函数所必需的最低限度的个数的路面信息I。
(ii)利用在(i)中选择的路面信息I，算出第一形状函数F1及第二形状函数F2。
(iii)将多个第一形状函数F1及第二形状函数F2之中、通过更多的路面信息I(或者，更多的路面信息I存在于规定的距离的范围内)的第一形状函数F1及第二形状函数F2，设为最终的第一形状函数F1及第二形状函数F2，所述多个第一形状函数F1及第二形状函数F2是使在(i)中选择的路面信息I不同而反复执行(i)及(ii)而算出的函数。
在使用“RANSAC”算法的情况下，也可以不在所述(iii)中确定第一形状函数F1及第二形状函数F2这两者，而将反复执行所述(i)及(ii)而算出的第一形状函数F1及第二形状函数F2之中、通过最多的路面信息I(或者，最多的路面信息I存在于规定的距离的范围内)的第一形状函数F1或第二形状函数F2，确定为划分区域Gp内的表面形状函数F。
并且，在使用“RANSAC”算法的情况下，例如，也可以根据所述一个路面信息I的新度(获取时刻)，设定第一形状函数F1或第二形状函数F2与一个路面信息I相吻合(或者，一个路面信息I处于规定的范围内)时所给予的得分(score)，将针对划分区域Gp内所含的各路面信息I而算出的所述得分的合计定义为路面信息I与第一形状函数F1或第二形状函数F2的吻合度。在所述情况下，也可以将算出最大吻合度的第一形状函数F1或第二形状函数F2，确定为划分区域Gp的表面形状函数F。
在这里，例如，如图10A所示，考虑旧的路面信息(以黑点表示的路面信息)及新的路面信息(以白点表示的路面信息)混合存在的划分区域Gp。在这种划分区域Gp内，与图10B的以虚线表示的第二形状函数F2相比，图10B的以实线表示的第一形状函数F1与更多的新的路面信息I相吻合。即，与图10B的以虚线表示的第二形状函数F2的吻合度相比，图10B的以实线表示的第一形状函数F1的吻合度更大。图10A及图10B是表示新的路面信息与旧的路面信息混合存在时，利用RANSAC的表面形状函数的确定方法的一例的图。
如上所述，通过将吻合度较大的第一形状函数F1或第二形状函数F2确定为划分区域Gp的表面形状函数F，可以算出与可靠性高且更新的路面信息I相吻合(或者，位于规定的范围内的新的路面信息I的个数多)的表面形状函数F。
作为计算与划分区域Gp内所含的路面信息I相吻合的第一形状函数F1及第二形状函数F2的方法，此外，还可以使用非线性最佳化算法。
产业上的可利用性
本发明可以广泛应用于测定具有起伏等的路面的表面形状的路面形状测定装置。

Claims (13)

1.一种路面形状测定装置，测定具有起伏的路面的形状，所述路面形状测定装置包括：
路面信息获取部，针对所述路面上的多个点，获取路面信息，所述路面信息包括在被分成多个划分区域的基准平面上的所述路面的路面位置、以及表示在所述路面位置上的所述路面的从所述基准平面算起的高度的路面高度；以及
路面形状判定部，通过针对每个所述划分区域，利用所述划分区域内所含的所述路面信息推断表面形状，来判定所述路面的一部分或整体的形状。
2.根据权利要求1所述的路面形状测定装置，其中
所述路面信息获取部包括：
能量测定部，测定经所述路面反射的能量；
距离图像获取部，获取距离图像，所述距离图像包括多个像素，所述多个像素分别具有根据所述能量而测定的所述路面与所述路面信息获取部之间的距离作为像素值；以及
坐标转换部，通过将所述距离图像的各像素与所述基准平面的位置相对应地算出所述路面位置，并根据所述各像素所具有的像素值算出在所述路面位置上的所述路面高度，而算出所述路面信息。
3.根据权利要求1或2所述的路面形状测定装置，其中
如果在所述划分区域内存在规定数量以上的所述路面信息，那么所述路面形状判定部就确定推断所述划分区域的表面形状，
如果在所述划分区域内不存在所述规定数量以上的所述路面信息，那么所述路面形状判定部就确定不推断所述划分区域的表面形状。
4.根据权利要求1或2所述的路面形状测定装置，其中如果将要推断所述表面形状的所述划分区域内所含的多个所述路面信息的数量与上一次推断所述表面形状时相比有增加，那么所述路面形状判定部利用所述数量已增加的所述路面信息来更新上一次推断出的所述表面形状。
5.根据权利要求1或2所述的路面形状测定装置，其中
如果针对一个划分区域而推断出的所述表面形状、针对与所述一个划分区域邻接的划分区域而推断出的所述表面形状在所述基准平面内为不连续，那么所述路面形状判定部将针对所述一个划分区域而推断出的所述表面形状，修正为与针对所述邻接的划分区域而推断出的所述表面形状连续地连接。
6.根据权利要求1或2所述的路面形状测定装置，其中所述划分区域的大小是分别根据所述基准平面内的所述路面信息获取部与所述划分区域之间的距离而确定。
7.根据权利要求1或2所述的路面形状测定装置，其中
所述路面信息获取部在所述基准平面上移动，并对在正在移动的不同的时刻所获取的所述路面信息进行累积，
所述路面形状判定部是利用经累积的所述路面信息来推断所述表面形状。
8.根据权利要求1或2所述的路面形状测定装置，其中
所述路面形状判定部将通过对所述划分区域内所含的所述路面信息拟合规定的函数而算出的表面形状函数，推断为所述划分区域内的所述表面形状。
9.根据权利要求8所述的路面形状测定装置，其中所述路面形状判定部将与所获取的时刻更新的所述路面信息相吻合的表面形状函数，推断为表示正在计算所述表面形状函数的划分区域的所述表面形状的函数。
10.根据权利要求8所述的路面形状测定装置，其中
所述规定的函数包含表示所述路面的阶差的第一形状函数、以及表示所述路面中的斜面的第二形状函数，
所述路面形状判定部将所述第一形状函数与所述第二形状函数之中，与所述划分区域内所含的所述路面信息更吻合的函数推断为所述表面形状函数。
11.根据权利要求1或2所述的路面形状测定装置，其中进而包括：路面状态判定部，根据所述路面形状判定部所推断出的所述表面形状判定所述路面的路面状态。
12.一种测定方法，测定具有起伏的路面的形状，所述测定方法包括如下步骤：
针对所述路面上的多个点，获取路面信息，所述路面信息包括在被分成多个划分区域的基准平面上的所述路面的路面位置、以及表示在所述路面位置上的所述路面的从所述基准平面算起的高度的路面高度的步骤；以及
通过针对每个所述划分区域，利用所述划分区域内所含的所述路面信息推断表面形状，来判定所述路面的一部分或整体的形状的步骤。
13.一种计算机可读存储介质，包括使计算机执行测定方法的程序，所述测定方法是根据权利要求12所述的所述测定方法。
CN201680046119.XA 2016-03-14 2016-12-06 路面形状测定装置、测定方法及计算机可读存储介质 Active CN108419441B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016-050023 2016-03-14
JP2016050023A JP6406289B2 (ja) 2016-03-14 2016-03-14 路面形状測定装置、測定方法、及び、プログラム
PCT/JP2016/086236 WO2017158952A1 (ja) 2016-03-14 2016-12-06 路面形状測定装置、測定方法、及び、プログラム

Publications (2)

Publication Number Publication Date
CN108419441A CN108419441A (zh) 2018-08-17
CN108419441B true CN108419441B (zh) 2020-06-02

Family

ID=59851841

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680046119.XA Active CN108419441B (zh) 2016-03-14 2016-12-06 路面形状测定装置、测定方法及计算机可读存储介质

Country Status (6)

Country Link
US (1) US10508912B2 (zh)
EP (1) EP3431926B1 (zh)
JP (1) JP6406289B2 (zh)
KR (1) KR101992824B1 (zh)
CN (1) CN108419441B (zh)
WO (1) WO2017158952A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6840024B2 (ja) * 2017-04-26 2021-03-10 株式会社クボタ オフロード車両及び地面管理システム
JP2019078648A (ja) * 2017-10-25 2019-05-23 パナソニックＩｐマネジメント株式会社 路面検出装置、路面検出方法、路面検出プログラムおよび路面検出プログラムを記録した記録媒体
US11035669B2 (en) * 2018-02-06 2021-06-15 Saudi Arabian Oil Company Tilt and distance profiling vehicle
JP7077044B2 (ja) * 2018-02-13 2022-05-30 株式会社トプコン データ処理装置、データ処理方法およびデータ処理プログラム
JP7181026B2 (ja) * 2018-08-28 2022-11-30 ヤンマーパワーテクノロジー株式会社 障害物検知システム
CN109446573B (zh) * 2018-09-26 2023-04-07 力帆实业(集团)股份有限公司 一种构建多维路面仿真模型的方法
CN109271944B (zh) 2018-09-27 2021-03-12 百度在线网络技术（北京）有限公司 障碍物检测方法、装置、电子设备、车辆及存储介质
CN110919653B (zh) * 2019-11-29 2021-09-17 深圳市优必选科技股份有限公司 机器人的爬楼控制方法、装置、存储介质和机器人
CN113358086B (zh) * 2021-03-22 2024-02-20 富泰华工业（深圳）有限公司 平面调整装置及平面调整方法
CN114018932B (zh) * 2021-11-02 2023-05-30 西安电子科技大学 基于矩形标定物的路面病害指标测量方法
CN117195597B (zh) * 2023-11-07 2024-01-26 北京航空航天大学 可收展吸能装置设计方法、制造方法及可收展吸能装置

Citations (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004038760A (ja) * 2002-07-05 2004-02-05 Nissan Motor Co Ltd 車両用走行路認識装置
JP2006234682A (ja) * 2005-02-25 2006-09-07 Toyota Central Res & Dev Lab Inc 対象物判定装置
CN101356450A (zh) * 2005-12-19 2009-01-28 国家光学研究所 物体检测发光系统和方法
WO2009072507A1 (ja) * 2007-12-05 2009-06-11 Nec Corporation 路面標示認識装置，路面標示認識方法及び路面標示認識プログラム
JP2009139323A (ja) * 2007-12-10 2009-06-25 Mazda Motor Corp 車両用走行路面検出装置
JP2011128844A (ja) * 2009-12-17 2011-06-30 Fuji Heavy Ind Ltd 路面形状認識装置
CN102292249A (zh) * 2009-01-23 2011-12-21 戴姆勒股份公司 用于获得处于车辆前方的行车道的道路轮廓的方法
CN102288148A (zh) * 2010-05-26 2011-12-21 三菱电机株式会社 道路形状推测装置以及道路形状推测方法
CN102341273A (zh) * 2010-03-02 2012-02-01 松下电器产业株式会社 障碍检测装置、具有该障碍检测装置的障碍检测系统、以及障碍检测方法
CN202600727U (zh) * 2011-11-30 2012-12-12 富士重工业株式会社 侧壁检测装置
JP2013117811A (ja) * 2011-12-02 2013-06-13 Fujitsu Ltd 道路形状推定装置及びプログラム
CN103185723A (zh) * 2011-12-28 2013-07-03 富士通株式会社 路面检验装置
JP2013160700A (ja) * 2012-02-08 2013-08-19 Mitsubishi Electric Corp 車両周辺監視装置
JP2013186767A (ja) * 2012-03-09 2013-09-19 Hitachi Ltd 車両用警報装置
CN103679120A (zh) * 2012-09-11 2014-03-26 株式会社理光 不平道路的检测方法和系统
CN103837139A (zh) * 2012-11-23 2014-06-04 株式会社日立制作所 不平路面驾驶辅助设备和用于不平路面驾驶辅助的方法
CN104166834A (zh) * 2013-05-20 2014-11-26 株式会社理光 路面检测方法和装置
CN104276174A (zh) * 2013-07-03 2015-01-14 沃尔沃汽车公司 用于自动回避道路不平整部分的车辆系统、车辆和方法
CN104408437A (zh) * 2014-12-08 2015-03-11 电子科技大学 一种基于合成孔径雷达的道路检测方法
CN104695311A (zh) * 2014-12-31 2015-06-10 广东光阵光电科技有限公司 一种路面情况车载监测方法及系统
CN104864846A (zh) * 2015-03-24 2015-08-26 江苏科技大学 基于加速度传感器的车载式路面不平度采集系统及工作方法
WO2015125298A1 (ja) * 2014-02-24 2015-08-27 日産自動車株式会社 自己位置算出装置及び自己位置算出方法
CN104899855A (zh) * 2014-03-06 2015-09-09 株式会社日立制作所 三维障碍物检测方法和装置
CN104919471A (zh) * 2013-01-14 2015-09-16 罗伯特·博世有限公司 障碍物地图的构建
WO2015141267A1 (ja) * 2014-03-18 2015-09-24 富士通株式会社 路面状態の測定方法、路面の劣化箇所特定方法、情報処理装置及びプログラム
CN104981836A (zh) * 2013-02-21 2015-10-14 夏普株式会社 障碍物检测装置和障碍物检测方法
WO2015177581A1 (en) * 2014-05-19 2015-11-26 Umm Al-Qura University Method and system for vehicle to sense roadblock
CN105387844A (zh) * 2014-08-22 2016-03-09 株式会社日立制作所 路面状况测定系统以及路面状况测定方法
EP3188118A1 (en) * 2014-08-26 2017-07-05 Hitachi Automotive Systems, Ltd. Object detecting device

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000293687A (ja) * 1999-02-02 2000-10-20 Minolta Co Ltd ３次元形状データ処理装置および３次元形状データ処理方法
JP2001332595A (ja) * 2000-05-25 2001-11-30 Sony Corp 焦点合わせ制御機構及びこれを用いた検査装置
JP4906026B2 (ja) 2003-03-26 2012-03-28 株式会社パスコ 路面性状測定装置
WO2007010596A1 (ja) * 2005-07-19 2007-01-25 Fujitsu Limited 画像判定方法、画像判定装置および画像判定方法をコンピュータに実行させるプログラムを記録した記録媒体
JP5188452B2 (ja) * 2009-05-22 2013-04-24 富士重工業株式会社 道路形状認識装置
US9208601B2 (en) * 2012-06-10 2015-12-08 Apple Inc. Computing plausible road surfaces in 3D from 2D geometry
JP5754470B2 (ja) * 2012-12-20 2015-07-29 株式会社デンソー 路面形状推定装置
US20150120244A1 (en) * 2013-10-31 2015-04-30 Here Global B.V. Method and apparatus for road width estimation
JP5874756B2 (ja) * 2014-02-07 2016-03-02 トヨタ自動車株式会社 区画線検出システム及び区画線検出方法
KR101641490B1 (ko) * 2014-12-10 2016-07-21 엘지전자 주식회사 차량 운전 보조 장치 및 이를 구비한 차량
JP6543475B2 (ja) * 2015-01-29 2019-07-10 田中　成典 測量成果生成装置
JP6769477B2 (ja) * 2016-03-10 2020-10-14 株式会社リコー 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム

Patent Citations (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004038760A (ja) * 2002-07-05 2004-02-05 Nissan Motor Co Ltd 車両用走行路認識装置
JP2006234682A (ja) * 2005-02-25 2006-09-07 Toyota Central Res & Dev Lab Inc 対象物判定装置
CN101356450A (zh) * 2005-12-19 2009-01-28 国家光学研究所 物体检测发光系统和方法
WO2009072507A1 (ja) * 2007-12-05 2009-06-11 Nec Corporation 路面標示認識装置，路面標示認識方法及び路面標示認識プログラム
JP2009139323A (ja) * 2007-12-10 2009-06-25 Mazda Motor Corp 車両用走行路面検出装置
CN102292249A (zh) * 2009-01-23 2011-12-21 戴姆勒股份公司 用于获得处于车辆前方的行车道的道路轮廓的方法
JP2011128844A (ja) * 2009-12-17 2011-06-30 Fuji Heavy Ind Ltd 路面形状認識装置
CN102341273A (zh) * 2010-03-02 2012-02-01 松下电器产业株式会社 障碍检测装置、具有该障碍检测装置的障碍检测系统、以及障碍检测方法
CN102288148A (zh) * 2010-05-26 2011-12-21 三菱电机株式会社 道路形状推测装置以及道路形状推测方法
CN202600727U (zh) * 2011-11-30 2012-12-12 富士重工业株式会社 侧壁检测装置
JP2013117811A (ja) * 2011-12-02 2013-06-13 Fujitsu Ltd 道路形状推定装置及びプログラム
CN103185723A (zh) * 2011-12-28 2013-07-03 富士通株式会社 路面检验装置
JP2013160700A (ja) * 2012-02-08 2013-08-19 Mitsubishi Electric Corp 車両周辺監視装置
JP2013186767A (ja) * 2012-03-09 2013-09-19 Hitachi Ltd 車両用警報装置
CN103679120A (zh) * 2012-09-11 2014-03-26 株式会社理光 不平道路的检测方法和系统
CN103837139A (zh) * 2012-11-23 2014-06-04 株式会社日立制作所 不平路面驾驶辅助设备和用于不平路面驾驶辅助的方法
CN104919471A (zh) * 2013-01-14 2015-09-16 罗伯特·博世有限公司 障碍物地图的构建
CN104981836A (zh) * 2013-02-21 2015-10-14 夏普株式会社 障碍物检测装置和障碍物检测方法
CN104166834A (zh) * 2013-05-20 2014-11-26 株式会社理光 路面检测方法和装置
CN104276174A (zh) * 2013-07-03 2015-01-14 沃尔沃汽车公司 用于自动回避道路不平整部分的车辆系统、车辆和方法
WO2015125298A1 (ja) * 2014-02-24 2015-08-27 日産自動車株式会社 自己位置算出装置及び自己位置算出方法
CN104899855A (zh) * 2014-03-06 2015-09-09 株式会社日立制作所 三维障碍物检测方法和装置
WO2015141267A1 (ja) * 2014-03-18 2015-09-24 富士通株式会社 路面状態の測定方法、路面の劣化箇所特定方法、情報処理装置及びプログラム
WO2015177581A1 (en) * 2014-05-19 2015-11-26 Umm Al-Qura University Method and system for vehicle to sense roadblock
CN105387844A (zh) * 2014-08-22 2016-03-09 株式会社日立制作所 路面状况测定系统以及路面状况测定方法
EP3188118A1 (en) * 2014-08-26 2017-07-05 Hitachi Automotive Systems, Ltd. Object detecting device
CN104408437A (zh) * 2014-12-08 2015-03-11 电子科技大学 一种基于合成孔径雷达的道路检测方法
CN104695311A (zh) * 2014-12-31 2015-06-10 广东光阵光电科技有限公司 一种路面情况车载监测方法及系统
CN104864846A (zh) * 2015-03-24 2015-08-26 江苏科技大学 基于加速度传感器的车载式路面不平度采集系统及工作方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《ROAD EXTRACTION AND ENVIRONMENT INTERPRETATION FROM LIDAR SENSORS》;Laurent Smadja et.al;《computer》;20100930;第XXXVIII卷;第281-286页 *
《路面不平度的数学模型及计算机模拟研究》;唐光武 等;《中国公路学报》;20001231;第13卷(第1期);第1-10页 *

Also Published As

Publication number Publication date
JP6406289B2 (ja) 2018-10-17
EP3431926A1 (en) 2019-01-23
US20180224275A1 (en) 2018-08-09
JP2017166866A (ja) 2017-09-21
EP3431926A4 (en) 2019-10-30
US10508912B2 (en) 2019-12-17
WO2017158952A1 (ja) 2017-09-21
KR20180116214A (ko) 2018-10-24
KR101992824B1 (ko) 2019-06-25
EP3431926B1 (en) 2021-08-11
CN108419441A (zh) 2018-08-17

Similar Documents

Publication Publication Date Title
CN108419441B (zh) 路面形状测定装置、测定方法及计算机可读存储介质
RU2645388C2 (ru) Устройство определения неправильного распознавания
US9274526B2 (en) Autonomous vehicle and method of estimating self position of autonomous vehicle
US11740352B2 (en) Obstacle recognition device, vehicle system including the same, and method thereof
JP6224370B2 (ja) 車両用コントローラ、車両システム
JP5746695B2 (ja) 車両の進行路推定装置
CA2987373A1 (en) Position estimation device and position estimation method
JP7225400B2 (ja) 車両制御装置
JP2018152020A (ja) 移動体用空間情報算出装置及び衝突防止システム
EP3432259B1 (en) Object detection device, object detection method, and program
CN107923978B (zh) 物体检测装置、物体检测方法及记录媒体
JP2020087267A (ja) 経路候補設定システム及び経路候補設定方法
US10976426B2 (en) Apparatus and method for ascertaining object kinematics of a movable object
KR20180039900A (ko) 진행경로 시나리오에 따라 충돌가능성을 판단하고 차량을 제어하는 장치 및 방법
JP6705270B2 (ja) 移動体の自動運転制御システム
JP6947563B2 (ja) 移動ロボットの制御装置と制御方法
JP5490633B2 (ja) 車両の進行路推定装置
WO2017158951A1 (ja) 物体検知システム、異常判定方法、及びプログラム
JP2021135191A (ja) 物体検知装置
CN112345798A (zh) 位置姿势推定装置以及位置姿势推定方法
JP6604052B2 (ja) 走路境界推定装置及び走路境界推定方法
JP6267430B2 (ja) 移動体の環境地図生成制御装置、移動体、及び移動体の環境地図生成方法
JP6705271B2 (ja) 移動体の自動運転制御システム
EP4187277A1 (en) A method to detect radar installation error for pitch angle on autonomous vehicles
JP2020008892A (ja) 移動体制御装置

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