CN110291419A - 传感器数据整合装置、传感器数据整合方法以及传感器数据整合程序 - Google Patents
传感器数据整合装置、传感器数据整合方法以及传感器数据整合程序 Download PDFInfo
- Publication number
- CN110291419A CN110291419A CN201780086112.5A CN201780086112A CN110291419A CN 110291419 A CN110291419 A CN 110291419A CN 201780086112 A CN201780086112 A CN 201780086112A CN 110291419 A CN110291419 A CN 110291419A
- Authority
- CN
- China
- Prior art keywords
- data
- sensor
- region
- sensing data
- taking
- 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.)
- Withdrawn
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
- G01S17/87—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
- 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
- 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
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
缺失区域确定部(23)在分配给检测位置的担当传感器的担当区域中,确定在作为由担当传感器取得的传感器数据的担当数据中未检测出的缺失区域。插值数据提取部(24)提取检测出缺失区域的、由担当传感器以外的传感器取得的传感器数据,作为插值数据。检测数据生成部(26)整合担当数据和插值数据而生成担当区域的检测数据。
Description
技术领域
本发明涉及整合由多个传感器取得的传感器数据的技术。
背景技术
利用传感器来检测障碍物这样的物体,对车辆这样的移动体进行控制等,从而提高安全性和便利性。
有时在移动体上搭载多个传感器。在该情况下,需要将由各传感器取得的传感器数据整合后再利用。
在专利文献1中记载有事先设定各传感器的优先顺序来减轻整体处理负荷的技术。
现有技术文献
专利文献
专利文献1:国际公开第2010/140239号
发明内容
发明要解决的课题
存在LiDAR(Light Detection and Ranging:光检测和测距)这样的传感器,该传感器照射呈脉冲状发光的激光,测定针对照射出的激光的散射光,对与处于远方的对象的距离及该对象的性质进行分析。在利用多个LiDAR这样的传感器来监视周边的情况下,将各传感器的信息整合成一个,从而能够对更宽的区域进行监视。但是,传感器数量越多,取得的传感器数据数量就越增加。因此,当针对取得的全部传感器数据进行处理时,处理负荷变大。
在利用多个LiDAR这样的传感器来监视周边的情况下,对于各传感器的优先度全部相同。因此,很难如专利文献1记载的技术那样预先设定各传感器的优先顺序来减轻整体处理负荷。
本发明的目的在于,高效地整合多个传感器数据。
用于解决课题的手段
本发明的传感器数据整合装置具有:
缺失区域确定部,其在分配给检测位置的担当传感器的担当区域中,确定在作为由所述担当传感器取得的传感器数据的担当数据中未检测出的缺失区域;
插值数据提取部,其提取检测出由所述缺失区域确定部确定的所述缺失区域的、由所述担当传感器以外的传感器取得的传感器数据,作为插值数据;以及
检测数据生成部,其整合所述担当数据和由所述插值数据提取部提取出的所述插值数据而生成所述担当区域的检测数据。
发明效果
本发明利用由其他传感器取得的传感器数据,对于分配给担当传感器的担当区域中的担当传感器没有检测出的缺失区域进行插值。由此,能够高效地整合传感器数据。
附图说明
图1是实施方式1的传感器数据整合装置10的结构图。
图2是表示实施方式1的传感器位置存储部31中存储的信息的图。
图3是表示实施方式1的担当区域存储部32中存储的信息的图。
图4是实施方式1的担当区域42的例子的说明图。
图5是实施方式1的担当区域42的例子的说明图。
图6是实施方式1的传感器数据整合装置10的动作的流程图。
图7是实施方式1的传感器数据的说明图。
图8是实施方式1的缺失区域45的说明图。
图9是实施方式1的插值数据提取处理的说明图。
图10是变形例2的传感器数据整合装置10的结构图。
图11是实施方式2的传感器数据整合装置10的动作的流程图。
具体实施方式
实施方式1
***结构的说明***
参照图1,说明实施方式1的传感器数据整合装置10的结构。
在图1中示出将传感器数据整合装置10搭载于移动体100的状态。移动体100为车辆、船舶等。在实施方式1中移动体100为车辆。
另外,传感器数据整合装置10可以按照与移动体100或者图示出的其他结构要素一体化的方式或者不可分离的方式进行安装,也可以按照能够拆卸的方式或者能够分离的方式进行安装。
传感器数据整合装置10为计算机。
传感器数据整合装置10具有处理器11、内存12、存储器13、传感器接口14这样的硬件。处理器11经由信号线而与其他硬件连接,控制这些其他硬件。
处理器11是进行处理的IC(Integrated Circuit:集成电路)。作为具体例子,处理器11为CPU(Central Processing Unit:中央处理单元)、DSP(Digital Signal Processor:数字信号处理器)、GPU(Graphics Processing Unit:图形处理单元)。
内存12是暂时存储数据的存储装置。作为具体例子,内存12为SRAM(StaticRandom Access Memory:静态随机存取存储器)、DRAM(Dynamic Random Access Memory:动态随机存取存储器)。
存储器13是保管数据的存储装置。作为具体例子,存储器13为HDD(Hard DiskDrive:硬盘驱动器)。另外,存储器13也可以是SD(注册商标:Secure Digital)存储卡、CF(CompactFlash)、NAND闪存、软盘、光盘、高密度盘、蓝光(注册商标)盘、DVD(DigitalVersatile Disk:数字多功能盘)这样的移动存储介质。
传感器接口14是用于与搭载于移动体100的传感器101进行通信的接口。作为具体例子,传感器接口14是传感器数据取得LSI(Large Scale Integration)。
在图1中,传感器接口14与传感器101A~传感器101C这3台传感器101连接。传感器接口14与多个传感器101连接即可,不限于3台。在实施方式1中,传感器101为LiDAR。
传感器数据整合装置10作为功能结构要素具有数据取得部21、位置计算部22、缺失区域确定部23、插值数据提取部24、位置变换部25以及检测数据生成部26。数据取得部21、位置计算部22、缺失区域确定部23、插值数据提取部24、位置变换部25以及检测数据生成部26的功能通过软件来实现。
在存储器13中存储有实现数据取得部21、位置计算部22、缺失区域确定部23、插值数据提取部24、位置变换部25以及检测数据生成部26的功能的程序。该程序被处理器11读入到内存12,由处理器11执行。由此,实现数据取得部21、位置计算部22、缺失区域确定部23、插值数据提取部24、位置变换部25以及检测数据生成部26的功能。
另外,存储器13实现传感器位置存储部31和担当区域存储部32的功能。
在图1中仅示出1个处理器11。但是,传感器数据整合装置10也可以具有代替处理器11的多个处理器。这些多个处理器分担执行实现数据取得部21、位置计算部22、缺失区域确定部23、插值数据提取部24、位置变换部25以及检测数据生成部26的功能的程序。
***动作的说明***
参照图2~图9,说明实施方式1的传感器数据整合装置10的动作。
实施方式1的传感器数据整合装置10的动作相当于实施方式1的传感器数据整合方法。另外,实施方式1的传感器数据整合装置10的动作相当于实施方式1的传感器数据整合程序的处理。
参照图2,说明实施方式1的传感器位置存储部31中存储的信息。
在传感器位置存储部31中,按照每个传感器101储存该传感器101的相对位置信息41。在实施方式1中存储变换矩阵作为相对位置信息41。变换矩阵是用于将由传感器101取得的传感器数据的坐标系变换成全球坐标系的矩阵,是表示坐标系的旋转和平移的矩阵。
参照图3,说明实施方式1的担当区域存储部32中存储的信息。
在担当区域存储部32中,按照每个传感器101存储分配给该传感器101的担当区域42。担当区域42是传感器101担当检测障碍物这样的物体的区域。担当区域42例如由以传感器101的位置为基准的相对坐标系表示。
参照图4,说明实施方式1的担当区域42的例子。
在图4中示出从铅直方向上侧观察到的状态。传感器101A能够检测的区域43A与传感器101B能够检测的区域43B在重叠区域44部分重叠。在这样的情况下,例如,重叠区域44内的各位置成为更靠近该位置的传感器101的担当区域42。
具体地说,引出连接传感器101A和传感器101B的直线L1的垂直平分线L2。设使垂直平分线L2以通过传感器101A的方式平行移动后的直线为直线L3。设直线L3相当于直线L1的绕铅直轴线的角度为角度θ1。并且,设角度θ1以上θ1+π以下的区域中的包含在传感器101A能够检测的区域43A中的区域为传感器101A的担当区域42A。另外,其他传感器101A能够检测的区域43A中的比垂直平分线L2靠传感器101A侧的区域,也为传感器101A的担当区域42A。
并且,设传感器101B能够检测的区域43B中的除了传感器101A的担当区域42A以外的区域为担当区域42B。
参照图5,说明实施方式1的担当区域42的另一例子。
在图5中,与图4同样地,示出从铅直方向上侧观察到的状态。与图4的情况同样地,传感器101A能够检测的区域43A与传感器101B能够检测的区域43B在重叠区域44部分重叠。在这样的情况下,例如,设重叠区域44为一个传感器101的担当区域42。
具体地说,设传感器101A能够检测的区域43A为传感器101A的担当区域42A。并且,设传感器101B能够检测的区域43B中的除了重叠区域44以外的区域为担当区域42B。
另外,各传感器101的担当区域42可以部分重叠。
参照图6,说明实施方式1的传感器数据整合装置10的动作。
作为图6所示的处理的前提,在传感器位置存储部31和担当区域存储部32中存储有上述的信息。
(步骤S11:数据取得处理)
数据取得部21经由传感器接口14取得由各传感器101取得的传感器数据。数据取得部21将取得的传感器数据写入到内存12。
如上所述,在实施方式1中为LiDAR。LiDAR在使激光的照射角一点一点地偏移的同时照射呈脉冲状发光的激光。LiDAR测定针对激光的散射光,取得传感器数据。因此,数据取得部21从各传感器101取得带顺序的多个传感器数据。
如图7所示,各传感器数据示出以传感器101的位置为中心,与各角度(θ,ω)上的物体的距离m。
(步骤S12:位置计算处理)
位置计算部22计算在步骤S11中取得的各传感器数据所示的三维位置。
具体地说,位置计算部22从内存12读出各传感器数据。位置计算部22根据传感器数据所示的角度(θ,ω)和距离m,计算以作为传感器数据取得源的传感器101的位置为基准的x轴的距离X、y轴的距离Y以及z轴的距离Z。x轴的距离X能够通过“X=m×cos(ω)×cos(θ)”来计算。y轴的距离Y能够通过“Y=m×cos(ω)×sin(θ)”来计算。z轴的距离Z能够通过“Z=m×sin(ω)”来计算。位置计算部22将计算出的三维位置写入到内存12。
步骤S13~步骤S19的处理是将各传感器101作为担当传感器来执行的。
(步骤S13:区域确定处理)
缺失区域确定部23在分配给担当传感器的担当区域42中,确定在作为由担当传感器取得的传感器数据的担当数据中未检测出的缺失区域45。即,缺失区域确定部23根据相对于担当传感器为死角这样的理由,确定担当数据缺失的缺失区域45。即,缺失区域45是担当区域42内的担当传感器无法检测出的区域。
具体地说,缺失区域确定部23从担当区域存储部32读出与担当传感器对应的担当区域42。缺失区域确定部23从内存12读出与作为由担当传感器取得的传感器数据的担当数据相关的三维位置中的担当区域42内的三维位置。如图8所示,缺失区域确定部23确定相邻的担当数据所示的位置间的距离相距第1阈值以上的区域作为缺失区域45。在图8中,距离D1与距离D2之差为第1阈值以上,因此,确定传感器数据A1与传感器数据A2之间作为缺失区域45。缺失区域确定部23将确定的缺失区域45写入到内存12。
第1阈值事先设定并存储于内存12。与传感器101的距离检测精度等对应地设定第1阈值。
(步骤S14:插值数据提取处理)
插值数据提取部24提取检测出在步骤S13中确定的缺失区域45的、由担当传感器以外的传感器101取得的传感器数据,作为插值数据。
具体地说,插值数据提取部24从内存12读出缺失区域45。插值数据提取部24基于传感器位置存储部31中存储的相对位置信息,计算与缺失区域45对应的其他传感器101的角度。插值数据提取部24提取与计算出的角度相关的传感器数据,作为插值数据。
参照图8具体地说明。
这里,设传感器101A为担当传感器。另外,设传感器101A的坐标系为全球坐标系。另外,设表示传感器101B相对于全球坐标系的相对位置的变换矩阵为变换矩阵R。即,变换矩阵R是将传感器101B的坐标系变换成传感器101A的坐标系的矩阵。因此,通过对传感器101B的坐标系的传感器数据B乘以变换矩阵R,能够将传感器数据B变换成传感器101A的坐标系的传感器数据A。即,A=RB。
传感器101A中的缺失区域45的两端的两点为传感器数据A1和传感器数据A2。插值数据提取部24通过A1=RB1,确定与传感器数据A1对应的传感器101B中的传感器数据B1。同样地,插值数据提取部24通过A2=RB2,确定与传感器数据A2对应的传感器101B中的传感器数据B2。插值数据提取部24通过确定传感器数据B1和传感器数据B2的角度(θ,ω),确定与缺失区域45的两端的两点对应的传感器101B的坐标系下的角度(θ,ω)。并且,插值数据提取部24提取确定的缺失区域45的两端的两点之间的传感器数据之间的传感器数据作为插值数据。
例如,如图9所示,在步骤S11中,数据取得部21将各传感器数据存储在将角度θ作为行、将角度ω作为列的表中的对应的栏中。并且,插值数据提取部24提取在表上引出连接缺失区域45的两端的两点的栏的直线时通过的栏的传感器数据,作为插值数据。
即,在图9中,提取连接传感器数据B1的角度(θB1,ωB1)的栏与传感器数据B2的角度(θB2,ωB2)的栏的直线通过的栏(带阴影的栏)的传感器数据,作为插值数据。
(步骤S15:位置变换处理)
位置变换部25将担当数据的位置的坐标系和在步骤S14中提取出的插值数据的位置的坐标系变换成全球坐标系。
具体地说,位置变换部25通过作为传感器位置存储部31中存储的相对位置信息的变换矩阵,对坐标系进行变换。
(步骤S16:检测数据生成处理)
检测数据生成部26整合担当数据和在步骤S15中使坐标系变换后的插值数据而生成担当区域42的检测数据。
***实施方式1的效果***
如上所述,实施方式1的传感器数据整合装置10对于分配给担当传感器的担当区域42中的担当传感器没有检测出的缺失区域45,利用由其他传感器101取得的传感器数据进行插值。由此,能够高效地整合传感器数据。
即,能够减轻作为整体的处理负荷,并且针对缺失区域45利用由其他传感器101取得的传感器数据进行插值,因此能够适宜地确定物体的位置和形状。
***其他结构***
<变形例1>
在实施方式1中,传感器101为LiDAR。但是,传感器101不限于LiDAR,只要是检测位置的传感器即可,也可以是其他传感器。
<变形例2>
在实施方式1中,数据取得部21、位置计算部22、缺失区域确定部23、插值数据提取部24、位置变换部25以及检测数据生成部26的功能由软件来实现。但是,作为变形例2,数据取得部21、位置计算部22、缺失区域确定部23、插值数据提取部24、位置变换部25以及检测数据生成部26的功能也可以由硬件来实现。对于该变形例2,说明与实施方式1不同的点。
参照图10,说明变形例2的传感器数据整合装置10的结构。
在数据取得部21、位置计算部22、缺失区域确定部23、插值数据提取部24、位置变换部25以及检测数据生成部26的功能由硬件实现的情况下,传感器数据整合装置10代替处理器11、内存12以及存储器13而具有处理电路15。处理电路15是实现数据取得部21、位置计算部22、缺失区域确定部23、插值数据提取部24、位置变换部25、检测数据生成部26的功能以及内存12、存储器13的功能的专用电子电路。
处理电路15假定是单一电路、复合电路、程序化的处理器、并列程序化的处理器、逻辑IC、GA(Gate Array:门阵列)、ASIC(Application Specific Integrated Circuit:面向特定用途的集成电路)以及FPGA(Field-Programmable Gate Array:现场可编程门阵列)。
处理电路15的功能可以由一个处理电路15来实现,也可以将数据取得部21、位置计算部22、缺失区域确定部23、插值数据提取部24、位置变换部25以及检测数据生成部26的功能分散至多个处理电路15来实现。
<变形例3>
作为变形例3,也可以是,一部分功能由硬件来实现,其他功能由软件来实现。即,也可以是,处理电路15中的一部分功能由硬件来实现,其他功能由软件来实现。
将处理器11、内存12、存储器13、处理电路15总称作“处理线路”。即,各功能结构要素的功能通过处理线路来实现。
实施方式2
实施方式2与实施方式1的不同点在于,对于远离传感器101的区域,也利用其他传感器101的传感器数据进行插值。在实施方式2中,对该不同点进行说明,对于相同点省略说明。
***动作的说明***
参照图11,说明实施方式2的传感器数据整合装置10的动作。
实施方式2的传感器数据整合装置10的动作相当于实施方式2的传感器数据整合方法。另外,实施方式2的传感器数据整合装置10的动作相当于实施方式2的传感器数据整合程序的处理。
步骤S21~步骤S22的处理与图6的步骤S11~步骤S12的处理相同。另外,步骤S25~步骤S26的处理与图6的步骤S15~步骤S16的处理相同。
(步骤S23:区域确定处理)
缺失区域确定部23与实施方式1同样地确定缺失区域45。
缺失区域确定部23在分配给担当传感器的担当区域42中,确定根据担当数据检测出的区域中的与担当传感器的距离相距第2阈值以上的区域,作为远方区域46。
(步骤S24:插值数据提取处理)
插值数据提取部24提取检测出在步骤S24中确定的缺失区域45和远方区域46的、由担当传感器以外的传感器101取得的传感器数据,作为插值数据。
与远方区域46相关的插值数据的提取方法,和与缺失区域45相关的插值数据的提取方法相同。即,只要确定远方区域46的两端的两点的传感器数据的角度(θ,ω),提取其间的传感器数据作为插值数据即可。
***实施方式2的效果***
如上所述,实施方式2的传感器数据整合装置10不仅对于缺失区域45,而且对于远方区域46也利用由其他传感器101取得的传感器数据进行插值。
LiDAR这样的传感器101随着与传感器101的距离变远,相邻的点之间的距离变宽,因此,确定的形状变得粗糙。但是,对于与传感器101的距离较远的远方区域46,利用由其他传感器101取得的传感器数据进行插值,因此,能够适宜地确定物体的形状。
标号说明
10:传感器数据整合装置;11:处理器;12:内存;13:存储器;14:传感器接口;15:处理电路;21:数据取得部;22:位置计算部;23:缺失区域确定部;24:插值数据提取部;25:位置变换部;26:检测数据生成部;31:传感器位置存储部;32:担当区域存储部;41:相对位置信息;42:担当区域;43:能够检测的区域;44:重叠区域;45:缺失区域;46:远方区域;100:移动体;101:传感器。
Claims (6)
1.一种传感器数据整合装置,该传感器数据整合装置具有:
缺失区域确定部,其在分配给检测位置的担当传感器的担当区域中,确定在作为由所述担当传感器取得的传感器数据的担当数据中未检测出的缺失区域;
插值数据提取部,其提取检测出由所述缺失区域确定部确定的所述缺失区域的、由所述担当传感器以外的传感器取得的传感器数据,作为插值数据;以及
检测数据生成部,其整合所述担当数据和由所述插值数据提取部提取出的所述插值数据而生成所述担当区域的检测数据。
2.根据权利要求1所述的传感器数据整合装置,其中,
所述缺失区域确定部确定相邻的所述担当数据所示的位置间的距离相距第1阈值以上的区域,作为所述缺失区域。
3.根据权利要求1或2所述的传感器数据整合装置,其中,
所述传感器数据整合装置还具有远方区域确定部,该远方区域确定部确定根据所述担当数据检测出的区域中的与所述担当传感器的距离相距第2阈值以上的区域,作为远方区域,
所述插值数据提取部还提取检测出由所述远方区域确定部确定的所述远方区域的、由所述担当传感器以外的传感器取得的传感器数据,作为所述插值数据。
4.根据权利要求1~3中的任意一项所述的传感器数据整合装置,其中,
所述检测数据生成部通过将所述担当数据和所述插值数据变换成同一坐标系的数据后进行合成,从而生成所述检测数据。
5.一种传感器数据整合方法,其中,
计算机在分配给检测位置的担当传感器的担当区域中,确定在作为由所述担当传感器取得的传感器数据的担当数据中未检测出的缺失区域,
计算机提取检测出所述缺失区域的、由所述担当传感器以外的传感器取得的传感器数据,作为插值数据,
计算机整合所述担当数据和所述插值数据而生成所述担当区域的检测数据。
6.一种传感器数据整合程序,该传感器数据整合程序使计算机执行以下处理:
缺失区域确定处理,在分配给检测位置的担当传感器的担当区域中,确定在作为由所述担当传感器取得的传感器数据的担当数据中未检测出的缺失区域;
插值数据提取处理,提取检测出通过所述缺失区域确定处理确定的所述缺失区域的、由所述担当传感器以外的传感器取得的传感器数据,作为插值数据;以及
检测数据生成处理,整合所述担当数据和通过所述插值数据提取处理提取出的所述插值数据而生成所述担当区域的检测数据。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/006228 WO2018150591A1 (ja) | 2017-02-20 | 2017-02-20 | センサデータ統合装置、センサデータ統合方法及びセンサデータ統合プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110291419A true CN110291419A (zh) | 2019-09-27 |
Family
ID=60940115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780086112.5A Withdrawn CN110291419A (zh) | 2017-02-20 | 2017-02-20 | 传感器数据整合装置、传感器数据整合方法以及传感器数据整合程序 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11181618B2 (zh) |
JP (1) | JP6257868B1 (zh) |
CN (1) | CN110291419A (zh) |
DE (1) | DE112017006844T5 (zh) |
WO (1) | WO2018150591A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11892540B2 (en) | 2018-09-03 | 2024-02-06 | Hitachi Astemo, Ltd. | Vehicle-mounted radar system |
US11917008B2 (en) * | 2019-07-29 | 2024-02-27 | Nippon Telegraph And Telephone Corporation | Relay server, relay method, and relay program |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61283885A (ja) * | 1985-06-10 | 1986-12-13 | Tokyo Keiki Co Ltd | 複合レ−ダ装置 |
JPH04238285A (ja) * | 1991-01-21 | 1992-08-26 | Furuno Electric Co Ltd | レーダ装置 |
US20140233791A1 (en) * | 2013-02-20 | 2014-08-21 | Raytheon Company | Synthetic aperture radar map aperture annealing and interpolation |
CN104657014A (zh) * | 2013-11-19 | 2015-05-27 | 阿尔卑斯电气株式会社 | 输入装置及其信息输入方法 |
CN105572664A (zh) * | 2015-12-31 | 2016-05-11 | 上海广电通信技术有限公司 | 基于数据融合的组网导航雷达目标跟踪系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61172082A (ja) | 1985-01-25 | 1986-08-02 | Matsushita Electric Works Ltd | 測距型物体検知装置 |
JP3509273B2 (ja) | 1995-04-19 | 2004-03-22 | 松下電器産業株式会社 | 2次元センサ利用物体位置検出システム |
JP2003167628A (ja) | 2001-11-28 | 2003-06-13 | Figla Co Ltd | 自律走行作業車 |
JP4917270B2 (ja) * | 2005-04-20 | 2012-04-18 | 古野電気株式会社 | レーダ装置および類似装置 |
JP4656408B2 (ja) | 2005-08-05 | 2011-03-23 | 株式会社デンソー | 車両用周囲監視装置 |
JP2007137111A (ja) | 2005-11-15 | 2007-06-07 | Matsushita Electric Works Ltd | 車両用周辺監視装置 |
JP4561674B2 (ja) * | 2006-03-30 | 2010-10-13 | 株式会社デンソー | 物体検出装置 |
ES2608077T3 (es) * | 2009-05-12 | 2017-04-05 | Raytheon Anschütz Gmbh | Combinar datos de múltiples señales de radar en un único visualizador de presentación panorámica (PPI) |
JP5327321B2 (ja) | 2009-06-04 | 2013-10-30 | トヨタ自動車株式会社 | 車両用周辺監視装置及び車両用周辺監視方法 |
JP6132659B2 (ja) * | 2013-02-27 | 2017-05-24 | シャープ株式会社 | 周囲環境認識装置、それを用いた自律移動システムおよび周囲環境認識方法 |
US10452071B1 (en) * | 2016-02-29 | 2019-10-22 | AI Incorporated | Obstacle recognition method for autonomous robots |
-
2017
- 2017-02-20 JP JP2017549350A patent/JP6257868B1/ja active Active
- 2017-02-20 DE DE112017006844.4T patent/DE112017006844T5/de active Pending
- 2017-02-20 US US16/473,585 patent/US11181618B2/en active Active
- 2017-02-20 CN CN201780086112.5A patent/CN110291419A/zh not_active Withdrawn
- 2017-02-20 WO PCT/JP2017/006228 patent/WO2018150591A1/ja active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61283885A (ja) * | 1985-06-10 | 1986-12-13 | Tokyo Keiki Co Ltd | 複合レ−ダ装置 |
JPH04238285A (ja) * | 1991-01-21 | 1992-08-26 | Furuno Electric Co Ltd | レーダ装置 |
US20140233791A1 (en) * | 2013-02-20 | 2014-08-21 | Raytheon Company | Synthetic aperture radar map aperture annealing and interpolation |
CN104657014A (zh) * | 2013-11-19 | 2015-05-27 | 阿尔卑斯电气株式会社 | 输入装置及其信息输入方法 |
CN105572664A (zh) * | 2015-12-31 | 2016-05-11 | 上海广电通信技术有限公司 | 基于数据融合的组网导航雷达目标跟踪系统 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2018150591A1 (ja) | 2019-02-21 |
US11181618B2 (en) | 2021-11-23 |
WO2018150591A1 (ja) | 2018-08-23 |
DE112017006844T5 (de) | 2019-09-26 |
JP6257868B1 (ja) | 2018-01-10 |
US20200150234A1 (en) | 2020-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20240078650A (ko) | 도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체 | |
CN103512762B (zh) | 图像处理方法、装置及列车故障检测系统 | |
US20200065635A1 (en) | Object detection and learning method and apparatus | |
US10198851B2 (en) | Rendering system and method | |
Singh et al. | A review of laser scanning for geological and geotechnical applications in underground mining | |
US20150049955A1 (en) | Method of matching image features with reference features and integrated circuit therefor | |
JP2015082326A5 (zh) | ||
BR102013010781A2 (pt) | Registro de imagens de dados multimodais utilizando arcos geográficos 3d | |
CN110637461B (zh) | 计算机视觉系统中的致密光学流处理 | |
CN103136812A (zh) | 智能型行车纪录与检视系统 | |
CN104007817A (zh) | 具有至少一个摄像机的可穿戴信息系统 | |
CN110291419A (zh) | 传感器数据整合装置、传感器数据整合方法以及传感器数据整合程序 | |
JP2014514543A5 (zh) | ||
Wu et al. | Six‐degree‐of‐freedom generalized displacements measurement based on binocular vision | |
Ying et al. | Catadioptric line features detection using hough transform | |
Wan et al. | The P2L method of mismatch detection for push broom high-resolution satellite images | |
CN109478369A (zh) | 驾驶辅助装置、驾驶辅助方法和驾驶辅助程序 | |
CN105069780B (zh) | 一种基于SoPC的SAR图像水域检测实现方法 | |
CN114218202A (zh) | 用于矿区地表形变监测的处理方法、装置及存储介质 | |
CN109003288A (zh) | 多目标追踪方法、电子装置及计算机可读存储介质 | |
Kehl et al. | Image-to-geometry registration on mobile devices–an algorithmic assessment | |
US8108148B2 (en) | Method and system for mapping environments containing dynamic obstacles | |
CN102855493A (zh) | 一种物体识别系统 | |
Dai et al. | Line segment grouping and linking: a key step toward automated photogrammetry for non-contact site surveying | |
CN110243357A (zh) | 一种无人机定位方法、装置、无人机及存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190927 |