CN111902692A - 判定方法及判定装置 - Google Patents

判定方法及判定装置 Download PDF

Info

Publication number
CN111902692A
CN111902692A CN201980021672.1A CN201980021672A CN111902692A CN 111902692 A CN111902692 A CN 111902692A CN 201980021672 A CN201980021672 A CN 201980021672A CN 111902692 A CN111902692 A CN 111902692A
Authority
CN
China
Prior art keywords
detection device
reference object
information
objects
detection
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.)
Pending
Application number
CN201980021672.1A
Other languages
English (en)
Inventor
大山慎史
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.)
Panasonic Intellectual Property Corp of America
Original Assignee
Panasonic Intellectual Property Corp of America
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 Panasonic Intellectual Property Corp of America filed Critical Panasonic Intellectual Property Corp of America
Publication of CN111902692A publication Critical patent/CN111902692A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • 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
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0248—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
    • G06V30/1916—Validation; Performance evaluation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/24—Character recognition characterised by the processing or recognition method
    • G06V30/248—Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Optics & Photonics (AREA)
  • Traffic Control Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

判定方法取得表示第1检测装置(21)所检测到的1个以上的物体各自的位置及形状的第1信息、和表示预先被设定为基准检测装置的第2检测装置(31)所检测到的1个以上的物体各自的位置及形状的第2信息；基于第1信息和第2信息，从第1检测装置(21)所检测到的1个以上的物体和第2检测装置(31)所检测到的1个以上的物体之中，提取各检测装置进行了检测的时刻的差是规定的范围内的1个相同的物体作为基准物体；将由第1信息表示的基准物体的位置与由第2信息表示的基准物体的位置进行比较，判定第1检测装置(21)是否正常地动作。

Description

判定方法及判定装置
技术领域
本发明涉及判定检测装置是否正常地动作的判定方法及判定装置。
背景技术
以往，已知有基于检测装置的检测结果进行处理的技术(例如，参照专利文献1)。
现有技术文献
专利文献
专利文献1：日本特开2017－78709号公报
发明内容
发明要解决的课题
如果检测装置没有正常地动作，则有该检测装置输出错误的检测结果的情况。
所以，本发明的目的是提供一种判定检测装置是否正常地动作的判定方法及判定装置。
用来解决课题的手段
有关本公开的一技术方案的判定方法，取得表示由第1检测装置检测到的1个以上的物体各自的位置及形状的第1信息、和表示由预先被设定为基准检测装置的第2检测装置检测到的1个以上的物体各自的位置及形状的第2信息；基于上述第1信息和上述第2信息，从由上述第1检测装置检测到的1个以上的物体和由上述第2检测装置检测到的1个以上的物体之中，提取各检测装置进行了检测的时刻的差是规定的范围内的1个相同的物体，作为基准物体；将由上述第1信息表示的上述基准物体的位置与由上述第2信息表示的上述基准物体的位置进行比较；判定上述第1检测装置是否正常地动作。
此外，有关本公开的一技术方案的判定装置具备：取得部，取得表示由第1检测装置检测到的1个以上的物体各自的位置及形状的第1信息、和表示由预先被设定为基准检测装置的第2检测装置检测到的1个以上的物体各自的位置及形状的第2信息；提取部，基于上述第1信息和上述第2信息，从由上述第1检测装置检测到的1个以上的物体和由上述第2检测装置检测到的1个以上的物体之中，提取各检测装置进行了检测的时刻的差是规定的范围内的1个相同的物体，作为基准物体；以及比较部，将由上述第1信息表示的上述基准物体的位置与由上述第2信息表示的上述基准物体的位置进行比较，判定上述第1检测装置是否正常地动作。
发明效果
根据有关本公开的一技术方案的判定方法及判定装置，能够判定检测装置是否正常地动作。
附图说明
图1是表示有关实施方式的判定系统的结构的框图。
图2是表示有关实施方式的第1检测装置被搭载在移动体上的状况的示意图。
图3是表示有关实施方式的物体甄选处理的流程图。
图4A是表示点群数据的一例的示意图。
图4B是表示从点群数据将与平面对应的点群删除后的平面删除点群数据的一例的示意图。
图4C是表示按照每点群的集合划分的平面删除点群数据的一例的示意图。
图5A是表示划分出的点群的集合的形状与3个固有值的关系的一例的示意图。
图5B是表示划分出的点群的集合的形状与3个固有值的关系的一例的示意图。
图5C是表示划分出的点群的集合的形状与3个固有值的关系的一例的示意图。
图6是有关实施方式的判定处理的流程图。
图7是表示有关变形例的判定系统的结构的框图。
图8是表示有关变形例的判定系统的结构的框图。
具体实施方式
(得到本发明的一技术方案的缘由)
近年来，开发了进行自动运转的移动体(例如自动运转车辆)。
通常，在进行自动运转的移动体上，搭载有检测周围的物体的位置的检测装置。在进行自动运转的移动体中，如果检测装置没有正常地动作，则该移动体有可能发生事故。因此，调查搭载在进行自动运转的移动体上的检测周围的物体的位置的检测装置是否正常动作是重要的。
所以，发明人为了调查检测物体的位置的检测装置是否正常地动作，想到了下述有关本公开的一技术方案的判定方法及判定装置。
有关本公开的一技术方案的判定方法，取得表示由第1检测装置检测到的1个以上的物体各自的位置及形状的第1信息、和表示由预先被设定为基准检测装置的第2检测装置所检测到的1个以上的物体各自的位置及形状的第2信息；基于上述第1信息和上述第2信息，从由上述第1检测装置检测到的1个以上的物体和由上述第2检测装置检测到的1个以上的物体之中，提取各检测装置进行了检测的时刻的差是规定的范围内的1个相同的物体，作为基准物体；将由上述第1信息表示的上述基准物体的位置与由上述第2信息表示的上述基准物体的位置进行比较；判定上述第1检测装置是否正常地动作。
在上述判定方法中，将在规定的范围内的时刻差中，由第1检测装置检测到的基准物体的位置与由预先被设定为基准检测装置的第2检测装置检测到的基准物体的位置进行比较。因此，根据上述判定方法，能够判定第1检测装置是否正常地动作。
此外，也可以是，上述第1检测装置被搭载在移动体上；在提取上述基准物体时，从当上述移动体以第1规定速度以下移动时由上述第1检测装置检测到的1个以上的物体中提取上述基准物体。此外，也可以是，上述第1检测装置被搭载在移动体上；在提取上述基准物体时，从当上述移动体停止时由上述第1检测装置检测到的1个以上的物体中提取上述基准物体。此外，也可以是，在提取上述基准物体时，提取静止状态的物体作为上述基准物体。此外，也可以是，在提取上述基准物体时，提取以第2规定速度以下移动的物体作为上述基准物体。此外，也可以是，在提取上述基准物体时，提取规定的形状的1个以上的物体作为上述基准物体。此外，上述规定的形状的1个以上的物体也可以是长尺寸状的物体。
通过这些，能够精度更好地判定第1检测装置是否正常地动作。
此外，也可以是，上述第1检测装置被搭载在移动体上；在判定为上述第1检测装置没有正常地动作的情况下，输出用来使上述移动体停止的信号。
由此，能够降低起因于搭载在移动体上的第1检测装置没有正常地动作而发生的由该移动体造成的事故的发生频度。
此外，也可以是，在判定为上述第1检测装置没有正常地动作的情况下，输出用来开始有关上述第1检测装置的校正的信号。
由此，在第1检测装置没有正常地动作的情况下，能够开始第1检测装置的校正。
此外，也可以是，反复进行上述基准物体的提取；将提取出的1个以上的上述基准物体各自的位置登记到数据库中；关于登记在上述数据库中的1个以上的上述基准物体的各自，基于该基准物体的提取频度和该基准物体的附近的其他的上述基准物体的配置位置中的至少一方，分别计算该基准物体的可靠度。
由此，能够对第1检测装置是否正常地动作的判定结果赋予可靠度。
此外，也可以是，反复进行上述基准物体的提取；对于提取出的1个以上的上述基准物体的各自，分别从动态地图取得表示该基准物体是否是静态物体或准静态物体的第3信息并建立关联；对于提取出的1个以上的上述基准物体的各自，以与表示是静态物体或准静态物体的第3信息建立了关联的基准物体为比与表示不是静态物体或准静态物体的第3信息建立了关联的基准的物体高的可靠度的方式，分别计算该基准物体的可靠度。
由此，能够精度更好地计算基准物体的可靠度。
此外，也可以是，上述第1检测装置被搭载在移动体上；在判定为上述第1检测装置没有正常地动作的情况下，根据在该判定中利用的上述基准物体的上述可靠度，从用来向上述移动体保留警告的信号、用来使上述移动体维修的信号和用来使上述移动体停止的信号之中有选择地切换某1个而输出。
由此，在判定为搭载在移动体上的第1检测装置没有正常地动作的情况下，能够将移动体侧的对应方法根据基准物体的可靠度而切换。
此外，也可以是，上述第1检测装置被搭载在移动体上；输出用来使上述移动体周期性地在存在上述可靠度比规定值高的上述基准物体的区域中行驶的信号。
由此，能够周期性地进行搭载在移动体上的第1检测装置是否正常地动作的判定。
有关本公开的一技术方案的判定装置具备：取得部，取得表示由第1检测装置检测到的1个以上的物体各自的位置及形状的第1信息、和表示由预先被设定为基准检测装置的第2检测装置检测到的1个以上的物体各自的位置及形状的第2信息；提取部，基于上述第1信息和上述第2信息，从由上述第1检测装置检测到的1个以上的物体和由上述第2检测装置检测到的1个以上的物体之中，提取各检测装置进行了检测的时刻的差是规定的范围内的1个相同的物体，作为基准物体；以及比较部，将由上述第1信息表示的上述基准物体的位置与由上述第2信息表示的上述基准物体的位置进行比较，判定上述第1检测装置是否正常地动作。
在上述判定装置中，将在规定的范围内的时刻差，由第1检测装置检测到的基准物体的位置与由预先被设定为基准检测装置的第2检测装置检测到的基准物体的位置进行比较。因此，根据上述判定装置，能够判定第1检测装置是否正常地动作。
以下，参照附图对有关本公开的一技术方案的判定方法及判定装置的具体例进行说明。这里表示的实施方式都是表示本公开的一具体例。因而，在以下的实施方式中表示的数值、形状、构成要素、构成要素的配置位置及连接形态、以及步骤(工序)及步骤的顺序等仅是一例，并不是来限定本公开。关于以下的实施方式的构成要素中的、在独立权利要求中没有记载的构成要素，是能够任意地附加的构成要素。此外，各图是示意图，并不一定是严密地图示。
(实施方式)
以下，对有关本公开的一技术方案的判定系统的一例进行说明。该判定系统将由有可能没有被正确地校正的第1检测装置检测到的物体的位置、与由被正确地校正的且预先被设定为基准检测装置的第2检测装置检测到的相同物体的位置进行比较，判定第1检测装置是否正常地动作。
[1.结构]
图1是表示有关本公开的一技术方案的判定系统1的结构的框图。
如图1所示，判定系统1包括移动体传感器20、基准传感器30、网络40和服务器装置50而构成。
移动体传感器20包括第1检测装置21、物体检测部22和通信部23而构成。在判定系统1中，移动体传感器20例如被搭载在移动体上而使用。搭载移动体传感器20的移动体例如可以是在购物中心内自动运转的自动运转车辆。以下，假设移动体传感器20被搭载于在购物中心内自动运转的自动运转车辆上而进行说明，但搭载移动体传感器20的移动体并不一定需要限定于自动运转车辆。进而，移动体传感器20也可以不是设置在移动体上、而是设置在建筑物等的不移动的基础设施设备上。
第1检测装置21是检测物体的位置及形状的装置。第1检测装置21例如由LiDAR(Laser imaging Detection And Ranging)、立体照相机等实现。以下，假设第1检测装置21是LiDAR而进行说明，但并不一定需要限定于LiDAR。在第1检测装置21是LiDAR的情况下，第1检测装置21输出表示被照射了激光的各地点的位置的点群数据作为物体的位置及形状的检测结果。
图2是表示第1检测装置21被搭载在作为移动体的一例的自动运转车辆100上的状况的示意图。
如图2所示，第1检测装置21例如被搭载在自动运转车辆100的前方方向前表面(例如保险杠)，检测自动运转车辆100的周围的物体的位置及形状。如图2所示，第1检测装置21例如检测自动运转车辆100的斜前方的人物110的位置及形状。
自动运转车辆100除了搭载有移动体传感器20以外，还搭载有存储行驶区域的地图的存储装置(未图示)和取得本车辆的位置的位置取得机构(未图示)，基于行驶区域的地图、本车辆的位置和由第1检测装置21检测到的自动运转车辆100的周围的物体的位置来进行自动运转。位置取得机构例如可以包括利用GPS(Global Positioning System)取得本装置的位置的装置、利用航位推算(Dead Reckoning)法估算本装置的位置的装置、利用NDT(Normal Distributions Transform)法估算本装置的位置的装置等而构成。
第1检测装置21当被搭载在自动运转车辆100上时，其设置位置、设置角度等被正确地校正。第1检测装置21如果没有被正确地校正，则不能正常地动作。作为被校正的设置位置，例如是距车辆中心位置101的相对坐标等，作为被校正的设置角度，例如是相对于前方方向的偏航(yaw)角等。但是，如果从最后被校正起经过了时间，则有第1检测装置21的设置位置、设置角度等从被正确地校正的状态偏离的情况。如果第1检测装置21的设置位置、设置角度等从被正确地校正的状态偏离，则自动运转车辆100有可能判定为由第1检测装置21检测到的物体存在于与实际不同的距车辆中心位置101的距离、方向等的位置而进行自动运转。例如，如果第1检测装置21的偏航角的设置角度从被正确地校正的角度偏离1度，则在50m前方被检测到的物体的位置从实际的位置偏离了87cm之多。这样，调查第1检测装置21是否被正确地校正，在自动运转车辆100进行的自动运转中是重要的。特别是，调查第1检测装置21的偏航角的设置角度是否被正确地校正是重要的。
再次回到图1，继续关于判定系统1的结构的说明。
物体检测部22基于由第1检测装置21得到的检测结果，计算表示由第1检测装置21检测到的1个以上的物体的位置及形状的第1信息。物体检测部22例如通过进行物体甄选处理，计算上述第1信息。对于该物体甄选处理，在后面使用附图进行说明。物体检测部22例如通过移动体传感器20具备处理器(未图示)和存储器(未图示)、处理器执行存储在存储器中的程序而实现。
通信部23与被连接在网络40上的其他设备通信。在其他设备中包括服务器装置50。通信部23例如也可以具备无线通信机，利用无线与连接在网络40上的其他设备通信。
基准传感器30包括第2检测装置31、物体检测部32和通信部33而构成。在判定系统1中，基准传感器30例如被设置在基础设施设备上而被利用。以下，假设基准传感器30被设置在购物中心内的建筑物的外壁上而进行说明，但设置基准传感器30的基础设施设备并不一定需要限定于建筑物。进而，基准传感器30也可以不是被搭载在基础设施设备上，而是被搭载在以保证了在第2检测装置31(后述)被正确地校正的状态运行的、在购物中心内巡行的巡行车辆上。
第2检测装置31与第1检测装置21同样，是检测物体的位置及形状的装置。第2检测装置31例如由LiDAR、立体照相机等实现。以下，假设第2检测装置31与第1检测装置21同样是LiDAR而进行说明，但并不一定需要限定于LiDAR。在第2检测装置31是LiDAR的情况下，第2检测装置31输出表示被照射了激光的各地点的位置的点群数据作为物体的位置及形状的检测结果。
第2检测装置31与第1检测装置21不同，是在保证了被正确地校正的状态下运行。即，第2检测装置31总是检测正确的物体的位置。因此，第2检测装置31被预先设定为基准检测装置。
物体检测部32基于第2检测装置31的检测结果，计算表示由第2检测装置31检测到的1个以上的物体的位置及形状的第2信息。物体检测部32例如与第1检测装置21同样，通过进行物体甄选处理，计算上述第2信息。物体检测部32例如通过基准传感器30具备处理器(未图示)和存储器(未图示)、处理器执行存储在存储器中的程序而实现。
通信部33与连接在网络40的其他设备通信。在其他设备中，包括服务器装置50。通信部33例如也可以具备无线通信机，利用无线与连接在网络40的其他设备通信。
服务器装置50是具有通信功能的计算机装置，例如由个人计算机、信息处理终端等实现。服务器装置50例如既可以由1台个人计算机实现，也可以由能够相互通信的进行分散处理的多个个人计算机实现。服务器装置50例如通过服务器装置50具备处理器(未图示)和存储器(未图示)、处理器执行存储在存储器中的程序，实现比较部10。
比较部10包括通信部11、相同物体提取部12和位置比较部13而构成。
通信部11与连接在网络40的其他设备通信。在其他设备中，包括移动体传感器20和基准传感器30。通信部11例如也可以具备无线通信机，利用无线与连接在网络40的其他设备通信。
通信部11通过与移动体传感器20通信，从移动体传感器20取得第1信息，通过与基准传感器30通信，从基准传感器30取得第2信息。
相同物体提取部12基于由通信部11取得的第1信息和第2信息，从由第1检测装置21检测到的1个以上的物体和由第2检测装置31检测到的1个以上的物体之中，提取各检测装置(第1检测装置21、第2检测装置31)进行了检测的时刻的差是规定的范围内的1个相同物体，作为基准物体。相同物体提取部12例如也可以基于由第1检测装置21检测到的1个以上的物体各自的形状和由第2检测装置31检测到的1个以上的物体各自的形状，从相互同样的形状的物体之中提取基准物体。此外，相同物体提取部12例如也可以基于关于由第1检测装置21检测到的1个以上的物体各自的与其他物体的相对位置关系、和关于由第2检测装置31检测到的1个以上的物体各自的与其他物体的相对位置关系，从与其他物体的相对位置关系相互同样的物体之中提取基准物体。
位置比较部13将由第1信息表示的、由相同物体提取部12提取出的基准的物体的位置，与由第2信息表示的、由相同物体提取部12提取出的基准的物体的位置进行比较，判定第1检测装置21是否正常地动作。
[2.动作]
以下，对上述结构的判定系统1进行的动作进行说明。
判定系统1进行的动作包括物体检测部22及物体检测部32为主体而进行的物体甄选处理、和比较部10为主体而进行的比较处理。
以下，依次对物体甄选处理和判定处理进行说明。
图3是物体甄选处理的流程图。在以下的说明中，假设进行物体甄选处理的主体是物体检测部32、计算的信息是第2信息而进行说明，在进行物体甄选处理的主体是物体检测部22、计算的信息是第1信息的情况下也同样。
物体甄选处理例如既可以以预先设定的时间间隔反复地开始，也可以通过基准传感器30接收到从比较部10发送的开始物体甄选处理的信号而开始，也可以通过基准传感器30从利用基准传感器30的用户受理开始物体甄选处理的操作而开始，也可以通过成为规定的时刻而开始。
如果开始物体甄选处理，物体检测部32取得表示由第2检测装置31检测到的物体的位置及形状的点群数据(步骤S110)。
图4A是表示从第2检测装置31作为检测结果而输出的表示物体的位置及形状的点群数据的一例的示意图。
图4A所示的点群中的各点，表示由作为LiDAR的第2检测装置31照射了激光的各地点的位置。
再次回到图3，继续物体甄选处理的说明。
如果取得了点群数据，则物体检测部32从第2检测装置31所检测到的点群数据中，将表示平面的点群数据切掉(步骤S120)。更具体地讲，物体检测部32从第2检测装置31所检测到的点群数据中，将各点的法线向量的变化少的区域的点群删除。以下，将从第2检测装置31所检测到的点群数据中将各点的法线向量的变化少的区域的点群删除后得到的点群数据也称作平面删除点群数据。
通常，作为物体的平面缺乏适合于精度良好地比较位置的特征性的形状。因此，物体检测部32通过步骤S120的处理，将平面从比较物体的位置的对象中排除。
图4B是表示平面删除点群数据的一例的示意图。
如图4B所示，平面删除点群数据为从第2检测装置31所检测到的点群数据中删除了与地面、墙壁等的平面对应的点群后得到的点群数据。
再次回到图3，继续物体甄选处理的说明。
如果表示平面的点群数据被切掉，则物体检测部32针对平面删除点群数据进行分段(区分、分割)(步骤S130)。更具体地讲，物体检测部32针对平面删除点群数据的点群，按照由相互邻接的点群构成的每点群的集合进行划分而标记(贴标签)。
图4C是表示按照每点群的集合划分后的平面删除点群数据的示意图。
在图4C中，被虚线包围的点群的集合分别表示划分后的点群的集合。
如图4C所示，划分后的点群的集合分别与实空间中的物体对应。即，划分后的点群的集合分别表示对应的物体的位置及形状。
再次回到图3，继续物体甄选处理的说明。
如果进行了步骤S130的处理，则物体检测部32进行如下处理：在与划分后得到的点群的集合对应的物体中甄选其形状适合作为比较物体的位置的对象的物体(后述的步骤S140的处理～步骤S150的处理)。这里，作为一例，假设棒状的物体适合作为比较物体的位置的对象而进行说明。这是因为，为了精度良好地调查第1检测装置21的偏航角的设置角度是否被正确地校正，棒状的物体适合作为比较物体的位置的对象。但是，作为适合作为比较物体的位置的对象的物体，并不一定需要限定于棒状的物体。在满足其他条件的物体适合作为比较物体的位置的对象的情况下，代替后述的步骤S140的处理～步骤S150中的处理，也可以进行用来甄选满足该件的物体的处理。此外，进而在不需要甄选适合作为比较物体的位置的对象的物体或其必要性较低的情况下，也可以不进行后述的步骤S140的处理～步骤S150的处理。
如果进行了步骤S130的处理，则物体检测部32对划分后得到的点群的集合分别进行点群数据的形状估算(步骤S140)。更具体地讲，物体检测部32对于划分后得到的点群的集合，分别进行通过计算三维空间中的协方差矩阵的3个固有值来进行固有值分解的第1处理。并且，物体检测部32进行将计算出的3个固有值比较的第2处理。
图5A、图5B、图5C分别是表示划分后得到的点群的集合的形状与计算出的3个固有值的关系的一例的示意图。
在将3个固有值设为a、b、c的情况下，如图5A所示，当划分后得到的点群的集合的形状是棒状时，a、b、c的关系为a＞＞b≒c的关系。此外，如图5B所示，当划分后得到的点群的集合的形状是平面状时，a、b、c的关系为a≒b＞＞c的关系。此外，如图5C所示，当划分后得到的点群的集合的形状是球状时，a、b、c的关系为a≒b≒c的关系。这样，通过比较3个固有值，能够调查与划分后得到的点群的集合对应的物体的形状是否是棒状、是否是平面状、是否是球状等。
再次回到图3，继续物体甄选处理的说明。
如果比较了计算出的3个固有值，则物体检测部32基于该比较结果，在与划分后得到的点群的集合对应的物体中，甄选其形状适合作为比较物体的位置的对象的物体(这里是其形状为棒状的物体)(步骤S150)。更具体地讲，物体检测部32从平面削减点群数据中，保留3个固有值a、b、c的关系为a＞＞b≒c的划分后得到的点群的集合，将其他点群的集合删除。
如果进行了物体的甄选，则物体检测部32从平面削减点群数据中，将保留了3个固有值a、b、c的关系为a＞＞b≒c的划分后得到的点群的集合而删除了其他点群的集合后所得到的数据作为第2信息输出(步骤S160)。即，物体检测部32经由通信部33向比较部10发送第2信息。
如果步骤S160的处理结束，则判定系统1结束该物体甄选处理。
另外，这里作为点群数据的形状估算的一具体例，假设物体检测部32进行第1处理和第2处理而进行了说明。但是，物体检测部32进行的第1处理和第2处理不过是实现点群数据的形状估算的一例。点群数据的形状估算也可以通过其他方法实现。
图6是判定处理的流程图。
判定处理例如既可以通过从移动体传感器20发送第1信息、从基准传感器30发送第2信息而开始，也可以通过比较部10从利用比较部10的用户受理开始判定处理的操作而开始，也可以通过成为规定的时刻而开始。
如果开始判定处理，则通信部11取得第1信息和第2信息(步骤S210)，第1信息表示由第1检测装置21检测到的1个以上的物体各自的位置及形状；上述第2信息表示由第2检测装置31检测到的1个以上的物体各自的位置及形状。更具体地讲，通信部11接收从移动体传感器20发送的第1信息和从基准传感器30发送的第2信息。
如果取得了第1信息和第2信息，则相同物体提取部12基于所取得的第1信息和第2信息，从第1检测装置21所检测到的1个以上的物体和第2检测装置31所检测到的1个以上的物体之中，提取各检测装置(第1检测装置21、第2检测装置31)进行了检测的时刻的差是规定的范围内的1个相同的物体，作为基准物体(步骤S220)。
如果提取了基准物体，则位置比较部13将第1信息所表示的基准物体的位置与第2信息所表示的基准的物体的位置进行比较(步骤S230)。
在步骤S220的处理中，相同物体提取部12将第1检测装置21进行了检测的时刻与第2检测装置31进行了检测的时刻的差是规定的范围内(例如1秒以内)的1个以上的物体作为对象，进行上述提取。例如也可以通过以下这样实现：物体检测部22使表示第1检测装置21进行了检测的时刻的信息包含在第1信息中来进行计算，物体检测部32使表示第2检测装置31进行了检测的时刻的信息包含在第2信息中来进行计算，相同物体提取部12基于第1信息及第2信息中包含的表示进行了检测的时刻的信息，使用进行了检测的时刻的差为规定的范围内的第1信息和第2信息的组合来进行上述提取。此外，例如也可以通过相同物体提取部12经由通信部11针对移动体传感器20和基准传感器30发送用来使第1检测装置21的检测和第2检测装置31的检测在规定的时刻差的范围内进行的同步信号来实现。此外，例如也可以通过第1检测装置21和第2检测装置31分别预先被设定为在成为规定的时间差的范围内的时刻进行检测，由此来实现。由此，能够精度更好地进行在步骤S230的处理中进行的由第1信息表示的基准物体的位置与由第2信息表示的基准物体的位置的比较。
此外，在步骤S220的处理中，相同物体提取部12例如在提取基准物体时，也可以从在搭载第1检测装置21的移动体以第1规定速度(例如10km/s)以下移动时第1检测装置21所检测到的1个以上的物体中提取基准物体。例如也可以通过以下这样实现：物体检测部22以预先设定的时间间隔反复计算第1信息，相同物体提取部12将新取得的第1信息所表示的点群数据与前次取得的第1信息所表示的点群数据进行比较，从而判定搭载第1检测装置21的移动体的速度是否是第1规定速度以下。此外，例如也可以通过第1检测装置21预先被设定为仅限于搭载的移动体是第1规定速度以下的情况进行检测，由此来实现。由此，能够精度更好地进行在步骤S230的处理中进行的第1信息所表示的基准物体的位置与第2信息所表示的基准物体的位置的比较。
此外，在步骤S220的处理中，相同物体提取部12例如在提取基准物体时，也可以从搭载第1检测装置21的移动体停止时第1检测装置21所检测到的1个以上的物体中提取基准物体。例如也可以通过以下这样实现：物体检测部22以预先设定的时间间隔反复计算第1信息，相同物体提取部12将新取得的第1信息所表示的点群数据与前次取得的第1信息所表示的点群数据进行比较，从而判定搭载第1检测装置21的移动体是否停止。此外，例如也可以通过第1检测装置21预先被设定为仅限于搭载的移动体停止的情况进行检测，由此来实现。由此，能够精度更好地进行在步骤S230的处理中进行的第1信息所表示的基准物体的位置与第2信息所表示的基准物体的位置的比较。
此外，在步骤S220的处理中，相同物体提取部12例如在提取基准物体时，也可以提取以第2规定速度(例如5km/s)以下移动的物体作为基准物体。例如也可以通过以下这样实现：物体检测部22以预先设定的时间间隔反复计算第1信息，相同物体提取部12将新取得的第1信息所表示的点群数据与前次取得的第1信息所表示的点群数据进行比较，从而判定与划分后得到的点群的集合的各自对应的物体的移动速度是否是第2规定速度以下。此外，例如也可以通过移动体传感器20具备检测物体的运动的机构、物体检测部22限定于以第2规定速度以下移动的物体而进行物体的甄选，由此来实现。由此，能够精度更好地进行在步骤S230的处理中进行的第1信息所表示的基准物体的位置与第2信息所表示的基准物体的位置的比较。
此外，在步骤S220的处理中，相同物体提取部12例如在提取基准物体时，也可以提取静止状态的物体作为基准物体。例如也可以通过以下这样实现：物体检测部22以预先设定的时间间隔反复计算第1信息，相同物体提取部12将新取得的第1信息所表示的点群数据与前次取得的第1信息所表示的点群数据进行比较，从而判定与划分后得到的点群的集合的各自对应的物体是否是静止状态。此外，例如也可以通过移动体传感器20具备检测物体的运动的机构、物体检测部22限定于静止状态的物体而进行物体的甄选，由此来实现。由此，能够精度更好地进行在步骤S230的处理中进行的第1信息所表示的基准物体的位置与第2信息所表示的基准物体的位置的比较。
如果步骤S230的处理结束，则位置比较部13调查第1信息所表示的基准物体的位置与第2信息所表示的基准物体的位置的差是否是规定的范围内(步骤S240)。
在步骤S240的处理中，在上述差是规定的范围内的情况下(步骤S240：是)，位置比较部13判定为第1检测装置21正常地动作(步骤S250)。
在步骤S240的处理中，在上述差不是规定的范围内的情况下(步骤S240：否)，位置比较部13判定为第1检测装置21没有正常地动作(步骤S260)。
在步骤S260的处理中，位置比较部13也可以输出用来使搭载第1检测装置21的移动体停止的信号。此外，在步骤S260的处理中，位置比较部13也可以输出用来使有关第1检测装置21的校正开始的信号。
在步骤S250的处理结束了的情况、或步骤S260的处理结束了的情况下，判定系统1结束该判定处理。
[3.考察]
上述判定系统1将有可能没有被正确地校正的第1检测装置21所检测到的物体的位置、与被正确地校正且预先被设定为基准检测装置的第2检测装置31所检测到的相同的物体的位置进行比较，从而判定第1检测装置21是否正常地动作。因此，利用判定系统1的用户能够知道第1检测装置21是否正常地动作。此外，根据上述判定系统1，能够利用在作为第1检测装置21及第2检测装置31的检测的对象的范围内原本存在的物体，进行第1检测装置21所检测到的物体的位置与第2检测装置31所检测到的相同的物体的位置的比较。因此，不需要设置在上述比较中作为比较对象的新的物体，也不需要新设置用来确定在上述比较中作为比较对象的物体的特殊的标记等。
(补充)
如以上这样，作为在本申请中公开的技术的例示，对实施方式进行了说明。但是，本公开的技术并不限定于此，对于适当进行了变更、替换、附加、省略等的实施方式也能够适用。
以下，对本公开的更多的变形例的一例进行列举。
(1)在实施方式中，判定系统1中以物体检测部22及物体检测部32为主体进行物体甄选处理而进行了说明。但是，只要在判定系统1中执行物体甄选处理，并不一定需要限定于物体检测部22及物体检测部32为主体进行物体甄选处理的结构。例如，也可以是比较部10为主体进行物体甄选处理的结构。在此情况下，例如也可以是，移动体传感器20将表示第1检测装置21所检测到的物体的位置及形状的点群数据本身作为第1信息向比较部10发送，基准传感器30将表示第2检测装置31所检测到的物体的位置及形状的点群数据本身作为第2信息向比较部10发送。并且，比较部10在执行比较处理之前，执行以第1信息为对象的物体甄选处理和以第2信息为对象的物体甄选处理，以被执行物体甄选处理后的第1信息和被执行物体甄选处理后的第2信息为对象，执行比较处理。
(2)在实施方式中，判定系统1如图1所示，将比较部10在作为与移动体传感器20及基准传感器30不同的装置的服务器装置50中实现，以此为例进行了说明。但是，比较部10并不一定需要限定于在与移动体传感器20及基准传感器30不同的装置的服务器装置50中实现的结构的例子。
作为一例，如图7所示，具有与有关实施方式的判定系统1同样的功能的判定系统1a也可以包括移动体传感器20a、基准传感器30和网络40而构成，所述移动体传感器20a包括具有与有关实施方式的比较部10同样的功能的比较部10a，该移动体传感器20a还实现与有关实施方式的移动体传感器20同样的功能。
此外，作为另一例，如图8所示，具有与有关实施方式的判定系统1同样的功能的判定系统1b也可以包括基准传感器30a、移动体传感器20和网络40而构成，所述基准传感器30a包括具有与有关实施方式的比较部10同样的功能的比较部10b，该基准传感器30a还实现与有关实施方式的基准传感器30同样的功能。
(3)在实施方式中，判定系统1也可以反复进行基准物体的提取，将提取出的1个以上的基准物体各自的位置登记到数据库中。在此情况下，判定系统1也可以对登记在数据库中的1个以上的基准物体分别基于基准物体的提取频度来计算该基准物体的可靠度。这里，判定系统1例如也可以以提取频度高的基准物体为更高的可靠度的方式来进行可靠度的计算。此外，在此情况下，判定系统1也可以对于登记在数据库中的1个以上的基准物体，分别基于基准物体的附近的其他基准物体的配置位置来计算该基准物体的可靠度。这里，判定系统1例如也可以以存在于更适合作为基准物体的配置位置的基准物体为更高的可靠度的方式进行可靠度的计算。此外，在此情况下，判定系统1也可以对于登记在数据库中的1个以上的基准物体，分别基于基准物体的形状来计算该基准物体的可靠度。这里，判定系统1例如也可以以更适合作为基准物体的形状的基准物体为更高的可靠度的方式来进行可靠度的计算。
这样，通过计算基准物体的可靠度，能够对第1检测装置21是否正常地动作的判定结果赋予可靠度。
这样，通过将提取出的基准物体的位置登记到数据库中，能够制作出表示能够进行第1检测装置21是否正常地动作的判定的场所的场所地图。
此外，判定系统1也可以针对提取出的1个以上的基准物体，分别从动态地图中取得表示该基准物体是否是静态物体或准静态物体的第3信息并建立关联。在此情况下，判定系统1也可以针对提取出的1个以上的基准物体的各自，以与表示是静态物体或准静态物体的第3信息建立了关联的基准物体为比与表示不是静态物体或准静态物体的第3信息建立了关联的基准物体高的可靠度的方式，分别计算该基准物体的可靠度。这里所述的静态物体或准静态物体，是指比较长期间(例如1个月以上)没有位置的变动的物体(例如，路面、建筑物等)。
此外，判定系统1也可以在判定为第1检测装置21没有正常地动作的情况下，根据在该判定中利用的基准物体的可靠度而将输出的信号有选择地切换并输出。在此情况下，判定系统1例如也可以将输出的信号从用来向移动体保留警告的信号、用来使移动体维修的信号和用来使移动体停止的信号之中有选择地切换某1个而输出。
此外，判定系统1也可以输出用来使移动体周期性地在存在可靠度比规定值高的基准物体的区域中行驶的信号。
(4)在实施方式中，判定系统1也可以在移动体周围提取多个基准物体。在此情况下，提取的多个基准物体的方向优选的是从移动体观察是相互不同的方向。特别是，在相互不同的方向上有3个以上的基准物体的情况下，能够使平面中的移动体的位置的计算精度提高。
(5)在实施方式中，判定系统1也可以根据移动体的状态、基准物体的状态、基准物体的个数、基准物体的方向中的至少1个，计算第1检测装置21是否正常地动作的判定结果的可靠度。
(6)可以将判定系统1中的1个任意的构成要素或由多个任意的要素的组合构成的装置用判定装置的名称来称呼。例如，也可以将比较部10称作判定装置，例如也可以将由比较部10、通信部23、物体检测部22、通信部33和物体检测部32构成的装置称作判定装置。此外，判定装置例如也可以是由相互在物理上分离的多个部分构成的装置。
(7)在实施方式中，判定系统1的各构成要素也可以通过IC(IntegratedCircuit)、LSI(Large Scale Integration)等的半导体装置单独地进行1个芯片化，也可以以包含一部分或全部的方式进行1个芯片化。此外，集成电路化的方法并不限于LSI，也可以由专用电路或通用处理器实现。也可以利用在LSI制造后能够编程的FPGA(FieldProgrammable Gate Array)、或能够再构成LSI内部的电路单元的连接或设定的可重构处理器。进而，如果因半导体技术的进步或派生的其他技术而出现替代LSI的集成电路化的技术，则当然也可以使用其技术进行功能块的集成化。有可能是生物技术的应用等。
产业上的可利用性
本公开能够在判定检测装置是否正常地动作的系统等中广泛地利用。
标号说明
1、1a、1b 判定系统
10、10a、10b 比较部
11、23、33 通信部
12 相同物体提取部
13 位置比较部
20、20a 移动体传感器
21 第1检测装置
22、32 物体检测部
30、30a 基准传感器
31 第2检测装置
40 网络
50 服务器装置

Claims (14)

1.一种判定方法，其特征在于，
取得第1信息和第2信息，上述第1信息表示第1检测装置所检测到的1个以上的物体各自的位置及形状，上述第2信息表示预先被设定为基准检测装置的第2检测装置所检测到的1个以上的物体各自的位置及形状；
基于上述第1信息和上述第2信息，从上述第1检测装置所检测到的1个以上的物体和上述第2检测装置所检测到的1个以上的物体之中，提取各检测装置进行了检测的时刻的差是规定的范围内的1个相同的物体，作为基准物体；
将上述第1信息所表示的上述基准物体的位置和上述第2信息所表示的上述基准物体的位置进行比较；
判定上述第1检测装置是否正常地动作。
2.如权利要求1所述的判定方法，其特征在于，
上述第1检测装置被搭载于移动体；
在提取上述基准物体时，从当上述移动体以第1规定速度以下移动时由上述第1检测装置检测到的1个以上的物体中提取上述基准物体。
3.如权利要求1所述的判定方法，其特征在于，
上述第1检测装置被搭载于移动体；
在提取上述基准物体时，从当上述移动体停止时由上述第1检测装置检测到的1个以上的物体中提取上述基准物体。
4.如权利要求1～3中任一项所述的判定方法，其特征在于，
在提取上述基准物体时，提取静止状态的物体作为上述基准物体。
5.如权利要求1～3中任一项所述的判定方法，其特征在于，
在提取上述基准物体时，提取以第2规定速度以下移动的物体作为上述基准物体。
6.如权利要求1～5中任一项所述的判定方法，其特征在于，
在提取上述基准物体时，提取规定的形状的1个以上的物体作为上述基准物体。
7.如权利要求6所述的判定方法，其特征在于，
上述规定的形状的1个以上的物体是长条状的物体。
8.如权利要求1～7中任一项所述的判定方法，其特征在于，
上述第1检测装置被搭载于移动体；
在判定为上述第1检测装置没有正常地动作的情况下，输出用来使上述移动体停止的信号。
9.如权利要求1～8中任一项所述的判定方法，其特征在于，
在判定为上述第1检测装置没有正常地动作的情况下，输出用来使有关上述第1检测装置的校正开始的信号。
10.如权利要求1所述的判定方法，其特征在于，
反复进行上述基准物体的提取；
将提取出的1个以上的上述基准物体各自的位置登记到数据库中；
关于登记在上述数据库中的1个以上的上述基准物体的各自，基于该基准物体的提取频度和该基准物体附近的其他的上述基准物体的配置位置中的至少一方，分别计算该基准物体的可靠度。
11.如权利要求1所述的判定方法，其特征在于，
反复进行上述基准物体的提取；
对于提取出的1个以上的上述基准物体的各自，从动态地图取得表示该基准物体是否是静态物体或准静态物体的第3信息并建立关联；
对于提取出的1个以上的上述基准物体的各自，以与表示是静态物体或准静态物体的第3信息建立了关联的基准物体比与表示不是静态物体或准静态物体的第3信息建立了关联的基准的物体可靠度高的方式，计算该基准物体的可靠度。
12.如权利要求10或11所述的判定方法，其特征在于，
上述第1检测装置被搭载于移动体；
在判定为上述第1检测装置没有正常地动作的情况下，根据在该判定中利用的上述基准物体的上述可靠度，从用来向上述移动体保留警告的信号、用来使上述移动体维修的信号和用来使上述移动体停止的信号之中有选择地切换某1个而输出。
13.如权利要求10或11所述的判定方法，其特征在于，
上述第1检测装置被搭载于移动体；
输出用来使上述移动体周期性地在上述可靠度比规定值高的上述基准物体所存在的区域中行驶的信号。
14.一种判定装置，其特征在于，
具备：
取得部，取得第1信息和第2信息，上述第1信息表示第1检测装置所检测到的1个以上的物体各自的位置及形状，上述第2信息表示预先被设定为基准检测装置的第2检测装置所检测到的1个以上的物体各自的位置及形状；
提取部，基于上述第1信息和上述第2信息，从上述第1检测装置所检测到的1个以上的物体和上述第2检测装置所检测到的1个以上的物体之中，提取各检测装置进行了检测的时刻的差是规定的范围内的1个相同的物体，作为基准物体；以及
比较部，将上述第1信息所表示的上述基准物体的位置和上述第2信息所表示的上述基准物体的位置进行比较，判定上述第1检测装置是否正常地动作。
CN201980021672.1A 2018-09-14 2019-08-09 判定方法及判定装置 Pending CN111902692A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018172345 2018-09-14
JP2018-172345 2018-09-14
PCT/JP2019/031586 WO2020054293A1 (ja) 2018-09-14 2019-08-09 判定方法、及び判定装置

Publications (1)

Publication Number Publication Date
CN111902692A true CN111902692A (zh) 2020-11-06

Family

ID=69776743

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980021672.1A Pending CN111902692A (zh) 2018-09-14 2019-08-09 判定方法及判定装置

Country Status (5)

Country Link
US (1) US11288554B2 (zh)
EP (1) EP3851788A4 (zh)
JP (1) JP7258905B2 (zh)
CN (1) CN111902692A (zh)
WO (1) WO2020054293A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230154249A1 (en) * 2021-11-17 2023-05-18 Qualcomm Incorporated Misbehavior detection using sensor sharing and collective perception
US20230154248A1 (en) * 2021-11-17 2023-05-18 Qualcomm Incorporated Misbehavior detection using sensor sharing and collective perception

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07286858A (ja) * 1994-04-20 1995-10-31 Hitachi Ltd 障害物検知装置及び障害物検知装置を備えるナビゲーション装置
CN1309760A (zh) * 1998-09-02 2001-08-22 三菱电机株式会社 位置检测装置
JP2007007804A (ja) * 2005-07-01 2007-01-18 Toyota Motor Corp 自律型移動ロボットの位置計測手段と方向計測手段の異常を検知する方法と、自律型移動ロボット
KR20080105964A (ko) * 2007-05-30 2008-12-04 가부시키 가이샤 고베세이코쇼 위치검출장치
CN102047073A (zh) * 2008-11-05 2011-05-04 松下电器产业株式会社 物体位置推定系统、物体位置推定装置、物体位置推定方法及物体位置推定程序
CN102410832A (zh) * 2010-08-06 2012-04-11 佳能株式会社 位置姿势测量设备和位置姿势测量方法
CN102450006A (zh) * 2010-03-03 2012-05-09 松下电器产业株式会社 物体位置推定装置、物体位置推定方法及物体位置推定程序
CN103052968A (zh) * 2010-08-03 2013-04-17 松下电器产业株式会社 物体检测装置、物体检测方法及程序
US20160063717A1 (en) * 2014-08-26 2016-03-03 Kabushiki Kaisha Topcon Point cloud position data processing device, point cloud position data processing system, point cloud position data processing method, and program therefor
WO2016111066A1 (ja) * 2015-01-07 2016-07-14 ソニー株式会社 情報処理装置、情報処理方法、および情報処理システム
WO2017130397A1 (ja) * 2016-01-29 2017-08-03 富士通株式会社 位置推定装置、位置推定方法および位置推定プログラム
CN107735642A (zh) * 2015-06-23 2018-02-23 富士通株式会社 位置测定装置、位置测定方法和位置测定程序
WO2018127996A1 (ja) * 2017-01-04 2018-07-12 株式会社東芝 位置検出装置、物体検知センサ、位置検出システム、位置検出方法及び位置検出プログラム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6531823B2 (ja) * 2015-04-02 2019-06-19 株式会社ニコン 撮像システム、撮像装置、撮像方法、及び撮像プログラム
DE102015216494A1 (de) 2015-08-28 2017-03-02 Robert Bosch Gmbh Verfahren und Vorrichtung zur Erkennung wenigstens einer Sensorfunktion wenigstens eines ersten Sensor wenigstens eines ersten Fahrzeugs

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07286858A (ja) * 1994-04-20 1995-10-31 Hitachi Ltd 障害物検知装置及び障害物検知装置を備えるナビゲーション装置
CN1309760A (zh) * 1998-09-02 2001-08-22 三菱电机株式会社 位置检测装置
JP2007007804A (ja) * 2005-07-01 2007-01-18 Toyota Motor Corp 自律型移動ロボットの位置計測手段と方向計測手段の異常を検知する方法と、自律型移動ロボット
KR20080105964A (ko) * 2007-05-30 2008-12-04 가부시키 가이샤 고베세이코쇼 위치검출장치
CN102047073A (zh) * 2008-11-05 2011-05-04 松下电器产业株式会社 物体位置推定系统、物体位置推定装置、物体位置推定方法及物体位置推定程序
CN102450006A (zh) * 2010-03-03 2012-05-09 松下电器产业株式会社 物体位置推定装置、物体位置推定方法及物体位置推定程序
CN103052968A (zh) * 2010-08-03 2013-04-17 松下电器产业株式会社 物体检测装置、物体检测方法及程序
CN102410832A (zh) * 2010-08-06 2012-04-11 佳能株式会社 位置姿势测量设备和位置姿势测量方法
US20160063717A1 (en) * 2014-08-26 2016-03-03 Kabushiki Kaisha Topcon Point cloud position data processing device, point cloud position data processing system, point cloud position data processing method, and program therefor
WO2016111066A1 (ja) * 2015-01-07 2016-07-14 ソニー株式会社 情報処理装置、情報処理方法、および情報処理システム
CN107735642A (zh) * 2015-06-23 2018-02-23 富士通株式会社 位置测定装置、位置测定方法和位置测定程序
WO2017130397A1 (ja) * 2016-01-29 2017-08-03 富士通株式会社 位置推定装置、位置推定方法および位置推定プログラム
WO2018127996A1 (ja) * 2017-01-04 2018-07-12 株式会社東芝 位置検出装置、物体検知センサ、位置検出システム、位置検出方法及び位置検出プログラム

Also Published As

Publication number Publication date
EP3851788A4 (en) 2021-11-10
WO2020054293A1 (ja) 2020-03-19
JP7258905B2 (ja) 2023-04-17
US11288554B2 (en) 2022-03-29
EP3851788A1 (en) 2021-07-21
US20200410305A1 (en) 2020-12-31
JPWO2020054293A1 (ja) 2021-09-02

Similar Documents

Publication Publication Date Title
CN111052132B (zh) 利用多个传感器的基于运动的车道检测的验证模块系统和方法
CN111065980B (zh) 使用基于相机的子地图和基于lidar的全局地图进行厘米精度定位的系统和方法
US9651393B2 (en) Driving support device, driving support method, and recording medium storing driving support program
US8260325B2 (en) Location estimation system
EP2463680B1 (en) Systems and methods for navigation using cross correlation on evidence grids
JP6721784B2 (ja) 情報処理装置、サーバ装置、制御方法、プログラム及び記憶媒体
CN117762140A (zh) 使用基于相机的子地图和基于lidar的全局地图进行厘米精度定位的3d子地图重构系统和方法
US9307369B2 (en) Wireless position detection apparatus and storage medium
US11762074B2 (en) Position calibration method for infrastructure sensor apparatus, infrastructure sensor apparatus, a non-transitory computer readable medium storing infrastructure sensor system, and position calibration program
JP6973351B2 (ja) センサ校正方法、及びセンサ校正装置
JP7343054B2 (ja) 位置推定方法、位置推定装置、および位置推定プログラム
CN112601928A (zh) 位置坐标推定装置、位置坐标推定方法以及程序
CN112455502B (zh) 基于激光雷达的列车定位方法及装置
CN111902692A (zh) 判定方法及判定装置
CN103797333A (zh) 用于确定车辆的位置的设备和方法
JP2023076673A (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
US11215459B2 (en) Object recognition device, object recognition method and program
CN112424568B (zh) 构建高清地图的系统和方法
JP2020046411A (ja) データ構造、記憶装置、端末装置、サーバ装置、制御方法、プログラム及び記憶媒体
CN112051592A (zh) 自身位置共享系统、车辆以及终端
US20220404170A1 (en) Apparatus, method, and computer program for updating map
CN109579864B (zh) 导航方法及装置
CN113739809A (zh) 地图数据收集装置以及存储地图数据收集用计算机程序的存储介质
US11393221B2 (en) Location estimation apparatus and location estimation system
US20230027195A1 (en) Apparatus, method, and computer program for collecting feature data

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