CN112204423A - 物体识别装置和物体识别方法 - Google Patents
物体识别装置和物体识别方法 Download PDFInfo
- Publication number
- CN112204423A CN112204423A CN201980035006.3A CN201980035006A CN112204423A CN 112204423 A CN112204423 A CN 112204423A CN 201980035006 A CN201980035006 A CN 201980035006A CN 112204423 A CN112204423 A CN 112204423A
- Authority
- CN
- China
- Prior art keywords
- data
- correlation
- object data
- prediction
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 48
- 238000012545 processing Methods 0.000 claims abstract description 199
- 238000001514 detection method Methods 0.000 claims abstract description 116
- 230000000717 retained effect Effects 0.000 claims abstract description 13
- 230000000875 corresponding effect Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 10
- 238000013500 data storage Methods 0.000 description 5
- 230000002596 correlated effect Effects 0.000 description 4
- 239000003550 marker Substances 0.000 description 3
- 230000004043 responsiveness Effects 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
- B60T8/32—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force responsive to a speed condition, e.g. acceleration or deceleration
- B60T8/321—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force responsive to a speed condition, e.g. acceleration or deceleration deceleration
- B60T8/3255—Systems in which the braking action is dependent on brake pedal data
- B60T8/3275—Systems with a braking assistant function, i.e. automatic full braking initiation in dependence of brake pedal velocity
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/04—Traffic conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/862—Combination of radar systems with sonar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/66—Sonar tracking systems
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/86—Combinations of sonar systems with lidar systems; Combinations of sonar systems with systems not using wave reflection
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar 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
- 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
- G01S17/88—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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9323—Alternative operation using light 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9324—Alternative operation using ultrasonic waves
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/10048—Infrared image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
-
- 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
Abstract
本发明的物体识别装置若处于在本次的处理时刻没有接收到检测数据组中的所有物体数据并且接收到一部分物体数据的状态下,则将一部分物体数据分类为视为能进行相关性决定的物体数据和不视为能进行相关性决定的物体数据,将视为能进行相关性决定的物体数据与预测数据单独地相关联,将不视为能进行相关性决定的物体数据作为保留物体数据,并且若处于在本次的处理时刻之后的下次的处理时刻接收到检测数据组中的剩余的物体数据的状态下,则将保留物体数据与剩余的物体数据一起单独地与预测数据相关联。
Description
技术领域
本发明涉及一种用于对从搭载在本车辆上的单个或多个传感器接收到的物体数据进行处理的物体识别装置和物体识别方法。
背景技术
现有的物体识别装置(例如,参照专利文献1)构成为通过对从搭载在本车辆上的、将与物体的状态有关的信息检测作为物体数据的单个或多个传感器接收到的物体数据进行处理,来识别本车辆周围的物体。具体而言,专利文献1所记载的物体识别装置构成为,在本次的处理时刻,将关联时刻与从上次的处理时刻到本次的处理时刻为止的期间内接收到的每个物体数据相关联,通过对这种物体数据进行处理,来推测在本次的处理时刻的物体的状态值。
作为上述的物体识别装置的应用示例,可以列举自动驾驶系统等车辆控制系统。车辆控制系统被构成为通过使用物体识别装置识别物体的结果来进行自动制动和车辆间距离保持控制等各种车辆控制。
现有技术文献
专利文献
专利文献1:日本专利特许第6169146号公报
发明内容
发明所要解决的技术问题
这里,在专利文献1中,没有特别提及物体识别装置接收由具有相同关联时刻的多个物体数据构成的检测数据组中包含的所有物体数据的定时、与物体识别装置开始数据处理的定时之间的关系。因此,考虑到上述关系,存在进一步研究物体识别装置的结构的空间。
本发明是鉴于上述情况而完成的,其目的是获得一种物体识别装置和物体识别方法,其考虑到接收包含在由具有相同关联时刻的多个物体数据构成的检测数据组中的所有物体数据的定时、与开始数据处理的定时之间的关系。
用于解决技术问题的技术手段
本发明中的物体识别装置从传感器接收由具有相同关联时刻的多个物体数据构成的检测数据组,并且生成与包含在所接收的检测数据组中的多个物体数据单独对应的各物体的轨迹数据,该物体识别装置包括:数据接收部,该数据接收部从传感器接收检测数据组,并将关联时刻与接收到的检测数据组相关联;预测处理部,该预测处理部针对各物体生成在关联时刻的轨迹数据的预测值即预测数据;相关处理部,该相关处理部针对各物体,将在关联时刻的物体数据与在关联时刻的预测数据单独地相关联;以及更新处理部,该更新处理部针对各物体,使用在关联时刻的对应的物体数据和预测数据来生成在关联时刻的轨迹数据,若处于在本次的处理时刻没有接收到检测数据组中的所有物体数据而是接收到一部分物体数据的状态下,则相关处理部将一部分物体数据分类为视为能进行相关性决定的物体数据和不视为能进行相关性决定的物体数据,将视为能进行相关性决定的物体数据与预测数据单独地相关联,并将不视为能进行相关性决定的物体数据设为保留物体数据,若处于在本次的处理时刻之后的下次的处理时刻接收到检测数据组中的剩余的物体数据的状态下,则相关处理部将保留物体数据与剩余的物体数据一起与预测数据单独地相关联。
本发明中的物体识别方法从传感器接收由具有相同关联时刻的多个物体数据构成的检测数据组,并且生成与包含在所接收的检测数据组中的多个物体数据单独地对应的各物体的轨迹数据,该物体识别方法包括:数据接收步骤,在该数据接收步骤中,从传感器接收检测数据组,并将关联时刻与接收到的检测数据组相关联;预测处理步骤,在该预测处理步骤中,针对各物体生成在关联时刻的轨迹数据的预测值即预测数据;相关处理步骤,在该相关处理步骤中,针对各物体,将在关联时刻的物体数据与在关联时刻的预测数据单独地相关联;以及更新处理步骤,在该更新处理步骤中,针对各物体,使用在关联时刻的对应的物体数据和预测数据来生成在关联时刻的轨迹数据,在相关处理步骤中,若处于在本次的处理时刻没有接收到检测数据组中的所有物体数据而是接收到一部分物体数据的状态下,则将一部分物体数据分类为视为能进行相关性决定的物体数据和不视为能进行相关性决定的物体数据,将视为能进行相关性决定的物体数据与预测数据单独地相关联,并将不视为能进行相关性决定的物体数据设为保留物体数据,若处于在本次的处理时刻之后的下次的处理时刻接收到检测数据组中的剩余的物体数据的状态下,则将保留物体数据与剩余的物体数据一起与预测数据单独地相关联。
发明效果
根据本发明,能获得考虑了接收包含在由具有相同关联时刻的多个物体数据构成的检测数据组中的所有物体数据的定时、与开始数据处理的定时之间的关系的物体识别装置和物体识别方法。
附图说明
图1是表示具备了本发明实施方式1中的物体识别装置的车辆控制系统的结构的框图。
图2是表示本发明实施方式1中的物体识别装置接收检测数据组中所包含的所有物体数据的定时、与物体识别装置开始数据处理的定时之间的关系的说明图。
图3是表示由本发明实施方式1中的物体识别装置进行的数据处理的一系列动作的流程图。
图4A是表示本发明的实施方式1中的物体数据的接收和相关性决定的第一模式的说明图。
图4B是表示本发明的实施方式1中的物体数据的接收和相关性决定的第二模式的说明图。
图4C是表示本发明的实施方式1中的物体数据的接收和相关性决定的第三模式的说明图。
图4D是表示本发明的实施方式1中的物体数据的接收和相关性决定的第四模式的说明图。
图4E是表示本发明的实施方式1中的物体数据的接收和相关性决定的第五模式的说明图。
图4F是表示本发明的实施方式1中的物体数据的接收和相关性决定的第六模式的说明图。
图5是表示由本发明实施方式2中的物体识别装置进行的数据处理的一系列动作的流程图。
具体实施方式
在下文中,将根据优选实施方式用附图说明本发明所涉及的物体识别装置和物体识别方法。另外,在附图的说明中,对相同的部分或相当的部分标注相同的标号,省略重复的说明。
实施方式1.
图1是表示具备了本发明实施方式1中的物体识别装置3的车辆控制系统的结构的框图。
在图1中,车辆控制系统包括N个(N是2以上的整数)传感器1、车辆信息传感器2、物体识别装置3、信息通知装置4和车辆控制装置5。在图1中,通过在N个传感器1的标号“1”的末尾分别添加(1)、。。。、(N)来对N个传感器1进行区分标记。
传感器1搭载在本车辆上。传感器1检测关于存在于可检测范围内的本车辆周围的物体的信息作为物体数据,并将该物体数据发送到物体识别装置3。物体数据中包含例如到物体的距离、物体的方位角或物体的相对速度等关于物体的信息。
例如,将如下类型的传感器用作为传感器1即可:该类型的传感器接收从物体发射的光、电磁波等检测波,并且通过对所接收的检测波进行信号处理、图像处理等处理来检测关于该物体的信息。也可以使用如下类型的传感器作为传感器1:该类型的传感器通过用检测波照射物体,接收从该物体反射的检测波,并对所接收的检测波进行处理,从而检测出关于该物体的信息。具体而言,作为传感器1,可以使用例如毫米波雷达、激光雷达、超声波传感器、红外线传感器、光学摄像头等。
设传感器1在本车辆上的搭载位置和传感器1的检测范围是已知的。传感器1在本车辆上的搭载位置等可以任意设定。
由传感器1检测到的物体数据的数量与存在于该传感器1的检测范围内的物体的数量相同。也就是说,当在传感器1中在检测范围内存在一个物体时,由传感器1检测到的物体数据的数量是1。在传感器1中,当在检测范围内存在多个物体时,由传感器1检测到的物体数据的数量与存在于该检测范围内的多个物体的数量相同。
车辆信息传感器2检测关于本车辆的信息作为本车辆数据,并将该本车辆数据发送到物体识别装置3。本车辆数据中例如包含本车辆的速度、车轮速度、转向角和横摆率等信息。车辆信息传感器2可以被构成为通过使用GPS(Global Positioning System:全球定位系统)来检测本车辆的纬度、经度或行驶方向作为本车辆数据。
物体识别装置3从传感器1接收由具有相同关联时刻的多个物体数据构成的检测数据组,并且生成与包含在所接收的检测数据组中的多个物体数据单独地对应的各物体的轨迹数据。
物体识别装置3包括时刻测量部31、数据接收部32、数据存储部33、预测处理部34、相关处理部35和更新处理部36。物体识别装置3例如由用于执行运算处理的微计算机、用于存储程序数据和固定值数据等数据的ROM(Read Only Memory:只读存储器)、用于更新和依次重写所存储的数据的RAM(Random Access Memory:随机存取存储器)、用于收发数据的通信设备以及用于测量时间的定时器来实现。
时刻测量部31在物体识别装置3中测量时刻。数据接收部32从N个传感器1中的每一个接收物体数据,并从车辆信息传感器2接收本车辆数据。数据接收部32根据需要使用本车辆数据来处理物体数据。数据接收部32确定由作为物体数据的发送源的传感器1检测到该物体数据的时刻即关联时刻,并将所确定的关联时刻与该物体数据相关联。另外,确定关联时刻的具体方法已在专利文献1中公开。
由此,数据接收部32从传感器1接收检测数据组,并将关联时刻与包含在接收到的检测数据组中的物体数据相关联。数据接收部32将与关联时刻相关联的物体数据分别输出到相关处理部35和预测处理部34。
这里,将参照图2说明物体识别装置3接收包含在由具有相同关联时刻的多个物体数据构成的检测数据组中的所有物体数据的定时、与物体识别装置3开始数据处理的定时之间的关系。图2是表示本发明实施方式1中的物体识别装置3接收检测数据组中包含的所有物体数据的定时、与物体识别装置3开始数据处理的定时之间的关系的说明图。
在图2中,图示出了处理时刻T0~T4来作为物体识别设备3开始数据处理的时刻(下文中称为处理时刻)Tk的一个示例。图2示出了某一个传感器1重复进行如下的一系列处理的情况的示例:在该一系列处理中,该传感器1在相同时刻检测与存在于检测范围中的五个物体#1~#5单独地对应的五个物体数据#1~#5,并且将由检测到的物体数据#1~#5构成的检测数据组发送到数据接收部32。
此外,在图2中,G1~G4被图示作为具有彼此不同的对应关联时刻的多个检测数据组G的一个示例。检测数据组G1由对应于关联时刻Ts1的物体数据#1~#5构成。检测数据组G2由对应于关联时刻Ts2的物体数据#1~#5构成。检测数据组G3由对应于关联时刻Ts3的物体数据#1~#5构成。检测数据组G4由对应于关联时刻Ts4的物体数据#1~#5构成。
传感器1将由在相同时刻检测到的物体数据#1~#5构成的检测数据组G发送到物体识别装置3。特别地,当传感器1被构成为经由CAN(Control Area Network:控制区域网络)、以太网(注册商标)等车载网络向物体识别装置3发送数据时,传感器1以物体为单位构成CAN帧或IP分组,并针对每个物体发送物体数据。具体而言,如图2所示,当发送检测数据组G时,传感器1将包含在该组中的物体数据#1~#5逐个依次地发送到数据接收部32。
由此,当传感器1在发送检测数据组G时逐个依次地发送物体数据#1~#5时,数据接收部32逐个依次地接收这些物体数据#1~#5。数据接收部32将相同的关联时刻与接收到的这些物体数据#1~#5相关联。
在上述情况中,作为第一情况,可以考虑处于在处理时刻Tk之前接收到检测数据组G中包含的所有物体数据#1~#5的状态的情况。在这种情况下,在检测数据组G中的处理时刻Tk之前接收的物体数据#1~#5在处理时刻Tk与关联时刻相关联。
在第一情况的具体示例中,如图2所示,在处理时刻T1之前接收包含在检测数据组G1中的所有物体数据#1~#5。在这种情况下,物体数据#1~#5在处理时刻T1与关联时刻Ts1相关联。
作为第二种情况,可以考虑处于在处理时刻Tk之前没有接收到检测数据组G中包含的所有物体数据#1~#5的状态的情况。在这种情况下,在检测数据组G中的处理时刻Tk之前接收到的物体数据在处理时刻Tk与关联时刻相关联,并且在检测数据组G中的处理时刻Tk之后接收到的剩余的物体数据在处理时刻Tk之后的处理时刻与关联时刻相关联。
在第二种情况的具体示例中,如图2所示,在处理时刻T2之前接收包含在检测数据组G2中的物体数据#1~#3,并且在处理时刻T2之后接收包含在检测数据组G2中的剩余的物体数据#4、#5。在这种情况下,物体数据#1~#3在处理时刻T2与关联时刻Ts2相关联,并且物体数据#4、#5在处理时刻T3与关联时刻Ts2相关联。
这里,作为比较示例,考虑在图2所示的状况下,如果在本次的处理时刻Tk没有接收到从某个传感器发送的检测数据组中的所有物体数据,则使该检测数据组的处理待机,直到接收到所有物体数据。在这种情况下,在接收到检测数据组中的所有物体数据之后的处理时刻,开始该检测数据组的处理。
因此,在这样的比较示例中,可以认为由于在检测数据组中的所有物体数据都被接收到之前进行待机,因此该检测数据组的处理会延迟,其结果是,物体识别装置3的输出的响应性会降低。一旦发生这种输出响应性降低,则有可能会延迟紧急自动制动等预防安全系统的动作。
因此,在本实施方式1中,物体识别装置构成为即使在本次的处理时刻Tk接收到检测数据组中的一部分物体数据,物体识别装置也会更新轨迹数据,而不等待直到完成所有物体数据的接收。因此,能确保物体识别装置3的输出的响应性。
返回到图1的说明,数据存储部33根据需要存储由数据接收部32接收到的物体数据。
预测处理部34通过输入由后述的更新处理部36输出的轨迹数据和从数据接收部32输入的关联时刻来预测该关联时刻的轨迹数据,并生成其预测结果作为预测数据。作为用于预测关联时刻的轨迹数据的方法,可以应用公知技术,在此省略对该方法的详细说明。
轨迹数据包括由传感器1检测到的物体的状态值。物体的状态值是由传感器1检测到的物体的位置、速度、加速度、种类等信息。
相关处理部35通过输入由数据接收部32输出的物体数据和由预测处理部34输出的预测数据来决定物体数据与预测数据之间的对应关系。相关处理部35将通过汇总物体数据和预测数据而获得的相关数据与所决定的对应关系一起输出到更新处理部36。
更新处理部36使用由相关处理部35输出的相关数据作为输入,并使用包含在相关数据中的、对应的物体数据和预测数据来更新轨迹数据。更新处理部36将该轨迹数据输出到预测处理部34、信息通知装置4和车辆控制装置5。
信息通知装置4以由更新处理部36输出的轨迹数据作为输入,并根据该轨迹数据在视觉上或听觉上通知信息。例如,当根据轨迹数据预测到本车辆与前方车辆之间会碰撞时,信息通知装置4控制警报器发出警报,或者进行控制使显示器显示该情况。
车辆控制装置5输入由更新处理部36输出的轨迹数据,并根据该轨迹数据控制车辆的动作。例如,当根据轨迹数据判断为无法避免本车辆与前方车辆的碰撞时,车辆控制装置5执行用于使制动器进行动作的控制。
接下来,将参照图3说明由本实施方式1中的物体识别装置3执行的数据处理的动作。图3是表示由本发明实施方式1中的物体识别装置3进行的数据处理的一系列动作的流程图。物体识别装置3在某个动作周期中重复以下动作。图3示出在上述处理时刻Tk开始数据处理的情况。
在步骤S101中,数据接收部32针对各传感器1检查从上次的处理时刻Tk-1到本次的处理时刻Tk为止的期间内接收到的物体数据。此后,处理前进到步骤S102。
在步骤S102,数据接收部32对各传感器1执行以下关联时刻确定处理,然后,处理前进到步骤S103。
也就是说,数据接收部32确定与检测数据组G中按时间序列最早接收到的起始的物体数据相关联的关联时刻。数据接收部32将所确定的关联时刻与该起始的物体数据相关联。数据接收部32还将与起始的物体数据相同的关联时刻与检测数据组G中接收到的剩余的物体数据相关联。
针对各传感器1执行下面的步骤S103~步骤S113的一系列处理。例如,从发送了从处理时刻Tk-1到处理时刻Tk为止的期间内接收到的物体数据中的、对应的关联时刻较早的物体数据的传感器1开始依次地执行这样的处理。
在步骤S103,数据接收部32判定是否存在未标记为“已使用”的物体数据,即,判定是否存在未使用的物体数据。作为未使用的物体数据,可例举未被标记为“已使用”和“保留中”中任一个的物体数据(下文中称为未标记物体数据)和仅被标记为“保留中”的物体数据(下文中称为保留物体数据)。
当判定为步骤S103的判定结果为存在未使用的物体数据时,处理前进到步骤S104,并且当步骤S103的判定结果为不存在未使用的物体数据时,处理结束。在从处理时刻Tk-1到处理时刻Tk为止的期间内接收到的物体数据都是未标记的物体数据。
在步骤S104中,预测处理部34对各物体进行以下的预测处理,之后,处理前进到步骤S105。
也就是说,预测处理部34通过使用与未使用的物体数据相对应的本次的关联时刻之前的上次的关联时刻中的轨迹数据来生成本次的关联时刻中的轨迹数据的预测值即预测数据。
由此,预测处理部34针对各物体生成在关联时刻的轨迹数据的预测值即预测数据。
在步骤S105,数据接收部32判定是否接收到检测数据组G中的所有物体数据。作为判定的结果,当判定为已经接收到检测数据组G中的所有物体数据时,处理前进到步骤S106,当判定为没有接收到检测数据组G中的所有物体数据时,处理前进到步骤S109。
这里,作为用于判定是否接收到检测数据组中包含的所有物体数据的方法,给出以下示例。
作为第一示例,在以包含在检测数据组中的物体数据的数量是固定的为前提的情况下,数据接收部32根据是否接收到包含在检测数据组中的最后发送的物体数据的结果来执行上述判定。也就是说,若接收到包含在检测数据组中的最后发送的物体数据,则数据接收部32判定为接收到包含在检测数据组中的所有物体数据。另一方面,若没有接收到包含在检测数据组中的最后发送的物体数据,则数据接收部32判定为没有接收到包含在检测数据组中的所有物体数据。
作为第二示例,在以包含在检测数据组中的物体数据的数量是可变的为前提的情况下,传感器1在发送检测数据组之前首先发送表示包含在该检测数据组中的物体数据的数量即数据数量的数据。数据接收部32首先接收表示数据数量的数据,并根据是否接收到与该数据数量相对应的物体数据的结果来执行上述判定。也就是说,若接收到与数据数量相对应的物体数据,则数据接收部32判定为接收到包含在检测数据组中的所有物体数据。另一方面,若没有接收到与数据数量相对应的物体数据,则数据接收部32判定为没有接收到包含在检测数据组中的所有物体数据。
作为第三个示例,传感器1对包含在检测数据组中的最后发送的物体数据标注标记。数据接收部32基于是否接收到标注有标记的物体数据的结果来执行上述判定。也就是说,若接收到被标注了标记的物体数据,则数据接收部32判定为接收到包含在检测数据组中的所有物体数据。另一方面,若没有接收到被标注了标记的物体数据,则数据接收部32判定为没有接收到包含在检测数据组中的所有物体数据。
在步骤S106中,相关处理部35对各物体进行以下的相关性决定,之后,处理前进到步骤S107。
也就是说,相关处理部35通过将关联时刻的物体数据与关联时刻的预测数据单独地相关联来决定物体数据与预测数据之间的对应关系。
此外,相关处理部35使用例如SNN(Simple Nearest Neighbor:简单最近邻)算法、MHT(Multiple Hypothesis Tracking:多假设跟踪)算法、GNN(Global Nearest Neighbor:全局最近邻)算法、JPDA(Joint Probabilistic Data Association:联合概率数据关联)算法等来决定物体数据与预测数据之间的对应关系。
由此,相关处理部35针对各物体将关联时刻的物体数据与关联时刻的预测数据单独地相关联。
在步骤S107,更新处理部36使用在步骤S106中决定了对应关系的物体数据和预测数据,对各物体执行下面的更新处理,然后,处理前进到步骤S108。
也就是说,更新处理部36通过使用相应的物体数据和预测数据更新上次的关联时刻的轨迹数据,来生成本次的关联时刻的轨迹数据。
此外,更新处理部36使用例如最小二乘法、卡尔曼滤波器、粒子滤波器等来更新轨迹数据。
由此,更新处理部36针对各物体,使用关联时刻的相对应的物体数据和预测数据来生成关联时刻的轨迹数据。
在步骤S108,数据接收部32将未使用的物体数据标记为“已使用”。此后,处理返回到步骤S103。
在步骤S109,相关处理部35将未使用的物体数据分类为视为能进行相关性决定的物体数据和不视为能进行相关性决定的物体数据。此后,处理前进到步骤S110。
这里,作为视为物体数据能进行相关性决定的方法,列举了以下示例。
即,作为第一示例(1),相关处理部35设定比对应于预测数据的正常门要小的小门,并且将进入小门内的物体数据视为能进行相关性决定。如果物体数据进入到上述的小门内,则即使之后接收到剩余的物体数据,相关结果也不会改变,因此视为进入到小门内的物体数据能进行相关性决定。此外,根据轨迹数据的预测值,即,包含在预测数据中的物体的尺寸信息来决定小门的大小。
图4A~图4F是表示本发明的实施方式1中的物体数据的接收和相关性决定的第一模式~第六模式的说明图。图4A中所示的模式是:在处理时刻Tk之前接收到的物体数据在小门内,并且在处理时刻Tk之后接收的物体数据在小门外部。图4B是在处理时刻Tk之前接收到的物体数据和在处理时刻Tk之后接收的物体数据都在小门内、并且之前接收到的物体数据更接近预测数据的模式。
图4C是在处理时刻Tk之前接收到的物体数据和在处理时刻Tk之后接收的物体数据都在小门内、并且之后接收的物体数据更接近预测数据的模式。图4D示出了在处理时刻Tk之前接收到的物体数据在小门外部、在处理时刻Tk之后接收的物体数据在小门内的模式。
图4E是在处理时刻Tk之前接收到的物体数据和在处理时刻Tk之后接收的物体数据都在小门外部、并且之前接收到的物体数据更接近预测数据的模式。图4F是在处理时刻Tk之前接收到的物体数据和在处理时刻Tk之后接收的物体数据都在小门外部、并且之后接收的物体数据更接近预测数据的模式。
在图4A~图4C所示的模式中,在对之后接收的物体数据进行接收之前决定之前接收的物体数据与预测数据之间的相关性。结果,在图4C中所示的模式中,相关性是错误的。然而,如果小门足够小,则即使与之前接收到的物体数据和之后接收的物体数据中的任一个相关,也能忽略对轨迹数据的精度的影响。根据需要,通过与下面的第二示例(2)~第五示例(5)中的至少一个组合,可以避免相关性的错误。
另一方面,在图4D~图4F所示的模式中,由于之前接收的物体数据不在小门内,因此,等接收到之后接收的物体数据后,决定与预测数据的相关性。在这种情况下,尽管相关性并非错误的,但是保留相关性决定直到接收到两个物体数据。
作为第二示例(2),如果包含在预测数据中的ID(identification:标识符)与包含在接收到的物体数据中的ID相同,则相关处理部35视为该物体数据能进行相关性决定。例如,使用由各传感器管理的跟踪结果。由此,相关处理部35将包含与预测数据中所包含的ID相同的ID的物体数据视为能进行相关性决定。
作为第三示例(3),如果包含在预测数据中的物体种类与包含在接收到的物体数据中的物体种类相同,则相关处理部35视为该物体数据能进行相关性决定。作为物体种类,例如,可以列举车辆、行人等。由此,相关处理部35将包含与预测数据中所包含的种类相同的种类的物体数据视为能进行相关性决定。
在第四示例(4)中,当对于后级系统来说重要性较高时,例如,在正处于车辆间距离保持控制中的跟随等过程中的情况下,相关处理部35视为接收到的物体数据能进行相关性决定。例如,相关处理部35将从与预测数据相对应的物体到本车辆的距离在设定阈值以内的物体数据视为能进行相关性决定。例如,相关处理部35将到本车辆与对应于预测数据的物体发生碰撞为止的碰撞预测时间在设定阈值以内的物体数据视为能进行相关性决定。此外,例如,相关处理部35将搭载在本车辆上的车辆控制装置的系统优先级为设定阈值以上的物体数据视为能进行相关性决定。
作为第五示例(5),相关处理部35基于识别结果、传感器种类、物体数据可靠度、物体数据检测时间和插值次数中的任一个,将接收到的物体数据视为能进行相关性决定。例如,当识别结果是车辆时,当传感器种类是光学摄像头时,或者当物体数据可靠度为设定阈值以上时,相关处理部分35将物体数据视为能进行相关性决定。
由此,当处于在本次的处理时刻Tk没有接收检测数据组G中的所有物体数据而是接收了一部分物体数据的状态下,相关处理部35将一部分物体数据分类为视为能进行相关性决定的物体数据和不视为能进行相关性决定的物体数据。
在步骤S110中,以与步骤S106相同的方式,对各物体执行以下相关性决定。此后,处理前进到步骤S111。
也就是说,相关处理部35通过将视为能进行相关性决定的物体数据与预测数据单独地相关联来决定物体数据与预测数据之间的对应关系。
由此,相关处理部35将视为能进行相关性决定的物体数据与预测数据单独地相关联。此外,相关处理部35将不视为能进行相关性决定的物体数据设为保留物体数据。当处于在本次的处理时刻Tk之后的下次处理时刻接收到检测数据组G中的剩余的物体数据的状态下,则将保留物体数据与剩余的物体数据一起与预测数据单独地相关联。
在步骤S111,更新处理部36使用在步骤S110中决定对应关系的物体数据和预测数据,以与步骤S107相同的方式,对各物体执行以下更新处理。此后,处理前进到步骤S112。
也就是说,更新处理部36通过使用相对应的物体数据和预测数据来更新上次的关联时刻的轨迹数据,从而生成本次的关联时刻的轨迹数据。
在步骤S112,数据接收部32将在步骤S109中视为能进行相关性决定的物体数据标记为“已使用”。此后,处理前进到步骤S113。
在步骤S113,数据接收部32将在步骤S109中不视为能进行相关性决定的物体数据标记为“保留中”。数据存储部33存储标记为“保留中”的物体数据。此后,处理返回到步骤S103。若当数据接收部32在本次的处理时刻Tk之后接收到具有与存储在数据存储部33中的保留物体数据相同的关联时刻的物体数据,则将该保留物体数据输入到相关处理部35。
以上,根据本实施方式1,物体识别装置构成为若处于在本次的处理时刻没有接收到检测数据组中的所有物体数据而是接收到一部分物体数据的状态下,则将一部分物体数据分类为视为能进行相关性决定的物体数据和不视为能进行相关性决定的物体数据。此外,物体识别装置构成为将视为能进行相关性决定的物体数据与预测数据单独地相关联,并且将不视为能进行相关性决定的物体数据设为保留物体数据。此外,物体识别装置构成为若处于在本次的处理时刻之后的下次的处理时刻接收到检测数据组中的剩余的物体数据的状态下,则将保留物体数据与剩余的物体数据一起单独地与预测数据相关联。
根据本发明,能考虑接收包含在由具有相同关联时刻的多个物体数据构成的检测数据组中的所有物体数据的定时、与开始数据处理的定时之间的关系,来生成轨迹数据。
实施方式2.
在本发明的实施方式2中,对数据处理的方法与之前的实施方式1不同的物体识别装置3进行说明。另外,在本实施方式2中,省略与之前的实施方式1相同的点的说明,以与之前的实施方式1不同的点为中心进行说明。
图5是表示由本发明实施方式2中的物体识别装置3进行的数据处理的一系列动作的流程图。
这里,本实施方式2中的物体识别装置3在没有接收到检测数据组中包含的所有物体数据的情况下,进行与上述实施方式1相同的处理。然而,将相关性决定设为临时的。当接收到包含在检测数据组中的所有物体数据时,物体识别装置3重新通过使用所有物体数据来进行相关性决定,而与临时决定的相关性无关。也就是说,物体识别装置3执行双重系统处理。
步骤S201~步骤S205的处理与之前图3中的步骤S101~步骤S105的处理相同。
在步骤S206中,相关处理部35对各物体进行以下的相关性决定,之后,处理前进到步骤S207。
也就是说,相关处理部35通过将物体数据与预测数据单独地相关联来决定物体数据与预测数据之间的对应关系。当临时决定的相关性没有改变时,具体而言,当多个物体数据没有进入到预测数据的门内等时,能通过将对应的物体数据和轨迹数据直接作为临时决定,来减少处理负荷。
步骤S207的处理与之前图3的步骤S107的处理相同。
在步骤S208,相关处理部35将未使用的物体数据分类为视为能进行相关性决定的物体数据和不视为能进行相关性决定的物体数据。此后,处理前进到步骤S209。
由此,若处于在本次的处理时刻Tk没有接收检测数据组G中的所有物体数据而是接收了一部分物体数据的状态下,则相关处理部35将一部分物体数据分类为视为能进行相关性决定的物体数据和不视为能进行相关性决定的物体数据。
在步骤S209中,在对各物体进行以下的相关性决定之后,处理前进到步骤S210。
也就是说,相关处理部35通过将视为能进行相关性决定的物体数据与预测数据单独地相关联来临时决定物体数据与预测数据之间的对应关系。
由此,相关处理部35将视为能进行相关性决定的物体数据与预测数据单独且临时地相关联。若处于在本次的处理时刻Tk之后的下次的处理时刻接收到检测数据组G中的剩余的物体数据的状态下,则相关处理部35将检测数据组中的所有物体数据与预测数据单独地相关联。
步骤S210的处理与之前图3的步骤S111的处理相同。
以上,根据本实施方式2,物体识别装置构成为若处于在本次的处理时刻没有接收到检测数据组中的所有物体数据而是接收到一部分物体数据的状态下,则将一部分物体数据分类为视为能进行相关性决定的物体数据和不视为能进行相关性决定的物体数据。此外,物体识别装置被构成为将被认为能进行相关性决定的物体数据与预测数据单独且临时地相关联。此外,物体识别装置构成为若处于在本次的处理时刻之后的下次的处理时刻接收到检测数据组中的剩余的物体数据的状态下,则将检测数据组中的所有物体数据与预测数据单独地相关联。即使在这样构成的情况下,也能够得到与之前实施方式1同样的效果。
在实施方式中,示出了传感器1的数量是多个的情况,但不限于此,即使传感器1的数量是单数,本发明也是成立的。
标号说明
1传感器、2车辆信息传感器、3物体识别装置、4信息通知装置、5车辆控制装置、31时刻测量部、32数据接收部、33数据存储部、34预测处理部、35相关处理部、36更新处理部。
Claims (10)
1.一种物体识别装置,从传感器接收由具有相同关联时刻的多个物体数据构成的检测数据组,并且生成与包含在所接收的所述检测数据组中的多个所述物体数据单独对应的各物体的轨迹数据,该物体识别装置的特征在于,包括:
数据接收部,该数据接收部从所述传感器接收所述检测数据组,并将所述关联时刻与接收到的所述检测数据组相关联;
预测处理部,该预测处理部针对各物体生成在所述关联时刻的所述轨迹数据的预测值即预测数据;
相关处理部,该相关处理部针对各物体,将在所述关联时刻的所述物体数据与在所述关联时刻的所述预测数据单独地相关联;以及
更新处理部,该更新处理部针对各物体,使用在所述关联时刻的对应的所述物体数据和所述预测数据来生成在所述关联时刻的所述轨迹数据,
若处于在本次的处理时刻没有接收到所述检测数据组中的所有物体数据而是接收到一部分物体数据的状态下,则所述相关处理部将所述一部分物体数据分类为视为能进行相关性决定的物体数据和不视为能进行相关性决定的物体数据,将所述视为能进行相关性决定的物体数据与所述预测数据单独地相关联,并将所述不视为能进行相关性决定的物体数据设为保留物体数据,
若处于在所述本次的处理时刻之后的下次的处理时刻接收到所述检测数据组中的剩余的物体数据的状态下,则所述相关处理部将所述保留物体数据与所述剩余的物体数据一起与所述预测数据单独地相关联。
2.一种物体识别装置,从传感器接收由具有相同关联时刻的多个物体数据构成的检测数据组,并且生成与包含在所接收到的所述检测数据组中的多个所述物体数据单独对应的各物体的轨迹数据,该物体识别装置的特征在于,包括:
数据接收部,该数据接收部从所述传感器接收所述检测数据组,并将所述关联时刻与接收到的所述检测数据组相关联;
预测处理部,该预测处理部针对各物体生成在所述关联时刻的所述轨迹数据的预测值即预测数据;
相关处理部,该相关处理部针对各物体,将在所述关联时刻的所述物体数据与在所述关联时刻的所述预测数据单独地相关联;以及
更新处理部,该更新处理部针对各物体,使用在所述关联时刻的对应的所述物体数据和所述预测数据来生成在所述关联时刻的所述轨迹数据,
若处于在本次的处理时刻没有接收到所述检测数据组中的所有物体数据而是接收到一部分物体数据的状态下,则所述相关处理部将所述一部分物体数据分类为视为能进行相关性决定的物体数据和不视为能进行相关性决定的物体数据,将所述视为能进行相关性决定的物体数据与所述预测数据单独且暂时地相关联,
若处于在所述本次的处理时刻之后的下次的处理时刻接收到所述检测数据组中的剩余的物体数据的状态下,则所述相关处理部将所述检测数据组中的所有物体数据与所述预测数据单独地相关联。
3.如权利要求1或2所述的物体识别装置,其特征在于,
所述相关处理部设定比对应于所述预测数据的正常门要小的小门,并且将进入所述小门内的物体数据视为能进行相关性决定。
4.如权利要求3所述的物体识别装置,其特征在于,
所述相关处理部根据包含在所述预测数据中的物体的尺寸信息来设定所述小门。
5.如权利要求1至4中任一项所述的物体识别装置,其特征在于,
所述相关处理部将包含与所述预测数据中所包含的ID相同的ID的物体数据视为能进行相关性决定。
6.如权利要求1至5中任一项所述的物体识别装置,其特征在于,
所述相关处理部将包含与所述预测数据中所包含的种类相同的种类的物体数据视为能进行相关性决定。
7.如权利要求1至6中任一项所述的物体识别装置,其特征在于,
所述相关处理部将如下的物体数据视为能进行相关性决定,即:从与所述预测数据相对应的物体到本车辆的距离在设定阈值以内的物体数据;直到所述本车辆与对应于所述预测数据的物体相碰撞为止的碰撞预测时间在设定阈值以内的物体数据;或者搭载在所述本车辆上的车辆控制装置的系统优先级在设定阈值以上的物体数据。
8.如权利要求1至7中任一项所述的物体识别装置,其特征在于,
所述相关处理部视为能基于物体种类识别结果、传感器种类、物体数据可靠度、物体数据检测时间和插值次数中的任何一个,来对物体数据进行相关性决定。
9.一种物体识别方法,从传感器接收由具有相同关联时刻的多个物体数据构成的检测数据组,并且生成与包含在所接收到的所述检测数据组中的多个所述物体数据单独对应的各物体的轨迹数据,该物体识别方法的特征在于,包括:
数据接收步骤,在该数据接收步骤中,从所述传感器接收所述检测数据组,并将所述关联时刻与接收到的所述检测数据组相关联;
预测处理步骤,在该预测处理步骤中,针对各物体生成在所述关联时刻的所述轨迹数据的预测值即预测数据;
相关处理步骤,在该相关处理步骤中,针对各物体,将在所述关联时刻的所述物体数据与在所述关联时刻的所述预测数据单独地相关联;以及
更新处理步骤,在该更新处理步骤中,针对各物体,使用在所述关联时刻的对应的所述物体数据和所述预测数据来生成在所述关联时刻的所述轨迹数据,
在所述相关处理步骤中,
若处于在本次的处理时刻没有接收到所述检测数据组中的所有物体数据而是接收到一部分物体数据的状态下,则将所述一部分物体数据分类为视为能进行相关性决定的物体数据和不视为能进行相关性决定的物体数据,将所述视为能进行相关性决定的物体数据与所述预测数据单独地相关联,并将所述不视为能进行相关性决定的物体数据设为保留物体数据,
若处于在所述本次的处理时刻之后的下次的处理时刻接收到所述检测数据组中的剩余的物体数据的状态下,则将所述保留物体数据和所述剩余的物体数据一起与所述预测数据单独地相关联。
10.一种物体识别方法,从传感器接收由具有相同关联时刻的多个物体数据构成的检测数据组,并且生成与包含在所接收到的所述检测数据组中的多个所述物体数据单独对应的各物体的轨迹数据,该物体识别方法的特征在于,包括:
数据接收步骤,在该数据接收步骤中,从所述传感器接收所述检测数据组,并将所述关联时刻与接收到的所述检测数据组相关联;
预测处理步骤,在该预测处理步骤中,针对各物体生成在所述关联时刻的所述轨迹数据的预测值即预测数据;
相关处理步骤,在该相关处理步骤中,针对各物体,将在所述关联时刻的所述物体数据与在所述关联时刻的所述预测数据单独地相关联;以及
更新处理步骤,在该更新处理步骤中,针对各物体,使用在所述关联时刻的对应的所述物体数据和所述预测数据来生成在所述关联时刻的所述轨迹数据,
在所述相关处理步骤中,
若处于在本次的处理时刻没有接收到所述检测数据组中的所有物体数据而是接收到一部分物体数据的状态下,则将所述一部分物体数据分类为视为能进行相关性决定的物体数据和不视为能进行相关性决定的物体数据,将所述视为能进行相关性决定的物体数据与所述预测数据单独且暂时地相关联,
若处于在所述本次的处理时刻之后的下次的处理时刻接收到所述检测数据组中的剩余的物体数据的状态下,则将所述检测数据组中的所有物体数据与所述预测数据单独地相关联。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018-102605 | 2018-05-29 | ||
JP2018102605A JP6576511B1 (ja) | 2018-05-29 | 2018-05-29 | 物体認識装置および物体認識方法 |
PCT/JP2019/004204 WO2019230055A1 (ja) | 2018-05-29 | 2019-02-06 | 物体認識装置および物体認識方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112204423A true CN112204423A (zh) | 2021-01-08 |
CN112204423B CN112204423B (zh) | 2024-03-26 |
Family
ID=67982857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980035006.3A Active CN112204423B (zh) | 2018-05-29 | 2019-02-06 | 物体识别装置和物体识别方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11790660B2 (zh) |
JP (1) | JP6576511B1 (zh) |
CN (1) | CN112204423B (zh) |
DE (1) | DE112019002753T5 (zh) |
WO (1) | WO2019230055A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7412254B2 (ja) * | 2020-04-02 | 2024-01-12 | 三菱電機株式会社 | 物体認識装置および物体認識方法 |
JP7026734B2 (ja) * | 2020-06-24 | 2022-02-28 | 三菱電機株式会社 | 物体認識装置、物体認識方法及び車両運転支援システム |
JP7460499B2 (ja) | 2020-10-02 | 2024-04-02 | 株式会社Soken | 物体追跡装置 |
CN113030901B (zh) * | 2021-04-01 | 2022-09-20 | 中国石油大学(华东) | 一种结合姿态仪与毫米波雷达的无人船前方多目标跟踪检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012163495A (ja) * | 2011-02-08 | 2012-08-30 | Hitachi Ltd | センサ統合システム及びセンサ統合方法 |
CN103223911A (zh) * | 2012-01-30 | 2013-07-31 | 日立民用电子株式会社 | 车辆用碰撞危险预测装置 |
US20140032012A1 (en) * | 2012-07-24 | 2014-01-30 | Toyota Motor Eng. & Mftg. North America | Tracking on-road vehicles with sensors of different modalities |
JP2016040141A (ja) * | 2014-08-12 | 2016-03-24 | Ntn株式会社 | 後輪転舵制御装置 |
CN107544491A (zh) * | 2016-06-24 | 2018-01-05 | 三菱电机株式会社 | 物体识别装置、物体识别方法以及自动驾驶系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8565481B1 (en) * | 2011-05-26 | 2013-10-22 | Google Inc. | System and method for tracking objects |
JP6531356B2 (ja) * | 2014-06-19 | 2019-06-19 | 日本電気株式会社 | 目標追尾装置、目標追尾方法、プログラム |
JP6169146B2 (ja) * | 2015-10-16 | 2017-07-26 | 三菱電機株式会社 | 物体認識統合装置および物体認識統合方法 |
US9754490B2 (en) * | 2015-11-04 | 2017-09-05 | Zoox, Inc. | Software application to request and control an autonomous vehicle service |
US10163015B2 (en) * | 2016-11-16 | 2018-12-25 | Ford Global Technologies, Llc | Detecting foliage using range data |
-
2018
- 2018-05-29 JP JP2018102605A patent/JP6576511B1/ja active Active
-
2019
- 2019-02-06 DE DE112019002753.0T patent/DE112019002753T5/de active Pending
- 2019-02-06 US US17/050,890 patent/US11790660B2/en active Active
- 2019-02-06 CN CN201980035006.3A patent/CN112204423B/zh active Active
- 2019-02-06 WO PCT/JP2019/004204 patent/WO2019230055A1/ja active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012163495A (ja) * | 2011-02-08 | 2012-08-30 | Hitachi Ltd | センサ統合システム及びセンサ統合方法 |
CN103223911A (zh) * | 2012-01-30 | 2013-07-31 | 日立民用电子株式会社 | 车辆用碰撞危险预测装置 |
US20140032012A1 (en) * | 2012-07-24 | 2014-01-30 | Toyota Motor Eng. & Mftg. North America | Tracking on-road vehicles with sensors of different modalities |
JP2016040141A (ja) * | 2014-08-12 | 2016-03-24 | Ntn株式会社 | 後輪転舵制御装置 |
CN107544491A (zh) * | 2016-06-24 | 2018-01-05 | 三菱电机株式会社 | 物体识别装置、物体识别方法以及自动驾驶系统 |
Non-Patent Citations (1)
Title |
---|
杨飞等: "基于三维激光雷达的动态障碍实时检测与跟踪", 浙江大学学报(工学版), vol. 46, no. 9, pages 1565 - 1571 * |
Also Published As
Publication number | Publication date |
---|---|
JP6576511B1 (ja) | 2019-09-18 |
US20210232829A1 (en) | 2021-07-29 |
CN112204423B (zh) | 2024-03-26 |
US11790660B2 (en) | 2023-10-17 |
DE112019002753T5 (de) | 2021-03-04 |
WO2019230055A1 (ja) | 2019-12-05 |
JP2019207158A (ja) | 2019-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112204423B (zh) | 物体识别装置和物体识别方法 | |
US20230137183A1 (en) | Vehicular environment estimation device | |
EP2784762A1 (en) | Vehicle identification device | |
US7340380B2 (en) | Method and device for the exchange and processing of data into fusion data | |
US11351997B2 (en) | Collision prediction apparatus and collision prediction method | |
JP2003168197A (ja) | 走行環境認識方法および装置 | |
US10793145B2 (en) | Object recognition device, object recognition method, and vehicle control system | |
US11541868B2 (en) | Vehicle control device and vehicle control method | |
KR20150028258A (ko) | 정보 이용을 위한 방법 및 시스템 | |
JP3356058B2 (ja) | 車両用後方モニタシステム | |
KR20170019794A (ko) | 차량 및 그 충돌 회피 방법 | |
JP2009048564A (ja) | 車両位置予測装置 | |
US11640172B2 (en) | Vehicle controls based on reliability values calculated from infrastructure information | |
JP2006349602A (ja) | 車載レーダ装置 | |
KR20200075121A (ko) | 데이터 처리 연산량 최적화 장치 및 그 방법 | |
US20130107049A1 (en) | Accident avoiding system and method | |
KR101628547B1 (ko) | 주행 차선 확인 장치 및 방법 | |
US6947841B2 (en) | Method for identifying obstacles for a motor vehicle, using at least three distance sensors for identifying the lateral extension of an object | |
CN115497323B (zh) | 基于v2x的车辆协同变道方法及设备 | |
CN115497282B (zh) | 信息处理装置、信息处理方法、以及存储介质 | |
CN113269260B (zh) | 一种智能驾驶车辆多传感器目标融合及跟踪方法及系统 | |
JP2007153098A (ja) | 周辺車両位置検出装置および周辺車両の位置予測方法 | |
US20180326978A1 (en) | Method and device for generating an environment model for a vehicle | |
JP2009104542A (ja) | 車両情報生成装置、コンピュータプログラム及び車両情報生成方法 | |
US11555913B2 (en) | Object recognition device and object recognition method |
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 |