CN113396339A - 计测装置、计测方法及计测程序 - Google Patents

计测装置、计测方法及计测程序 Download PDF

Info

Publication number
CN113396339A
CN113396339A CN201980089610.4A CN201980089610A CN113396339A CN 113396339 A CN113396339 A CN 113396339A CN 201980089610 A CN201980089610 A CN 201980089610A CN 113396339 A CN113396339 A CN 113396339A
Authority
CN
China
Prior art keywords
value
detection
reliability
observation
sensor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201980089610.4A
Other languages
English (en)
Other versions
CN113396339B (zh
Inventor
广井公彦
关口亮太
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric 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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN113396339A publication Critical patent/CN113396339A/zh
Application granted granted Critical
Publication of CN113396339B publication Critical patent/CN113396339B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G01S13/66—Radar-tracking systems; Analogous 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination 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
    • G01S13/66—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
    • 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous 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
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/66—Tracking systems using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—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
    • 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
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

跟踪部(21)将多个传感器中的各个传感器作为对象，基于由对象传感器在对象时刻观测物体得到的针对物体的检测项目的观测值，使用卡尔曼滤波器来计算针对物体的检测项目的在对象时刻的检测值。可靠度计算部(23)除了使用由对象传感器得到的观测值与预测值之间的马氏距离以外，还使用卡尔曼增益，计算基于对象传感器而计算出的检测值的可靠度，其中，该预测值是在对象时刻之前的时刻预测到的对象时刻的物体的检测项目的值。值选择部(24)选择基于多个传感器得到的检测值中的可靠度高的检测值。

Description

计测装置、计测方法及计测程序
技术领域
本发明涉及使用多个传感器对物体的检测项目的检测值进行计算的技术。
背景技术
具有如下的技术：使用搭载于车辆的多个传感器，确定车辆周边的物体的位置及速度这样的检测项目的检测值，并进行车辆的控制。
在该技术中，有时判定由各传感器检测到的物体是否为同一物体。在该判定中，通过判定将由各传感器检测到的针对物体的各检测项目的值作为要素的向量是否相似，来判定由各传感器检测到的物体是否为同一物体。
在专利文献1中记载有如下内容：使用马氏距离，来计算根据由传感器得到的数据而计算出的位置与地图数据所示的位置之间的似然度。
现有技术文献
专利文献
专利文献1：日本特开2011-002324号公报
发明内容
发明要解决的问题
在判定为由多个传感器检测到的物体为同一物体的情况下，需要确定该物体的各检测项目的检测值。此时，考虑从将由各传感器检测到的针对物体的各检测项目的值作为要素的向量中选择似然的向量，将选择出的向量所示的各检测项目的值设为检测值。如果没有适当地计算向量的似然度，则无法适当地确定针对物体的各检测项目的检测值。
本发明的目的在于，能够适当地确定针对物体的检测项目的检测值。
用于解决问题的手段
本发明的计测装置具备：跟踪部，其将多个传感器中的各个传感器作为对象传感器，基于由所述对象传感器在对象时刻观测物体得到的针对所述物体的检测项目的观测值，使用卡尔曼滤波器来计算针对所述物体的所述检测项目的所述对象时刻的检测值；可靠度计算部，其将所述多个传感器中的各个传感器作为对象传感器，除了使用由所述对象传感器得到的所述观测值与如下的预测值之间的马氏距离之外，还使用在由所述跟踪部基于所述观测值计算出所述检测值的计算时得到的卡尔曼增益，计算基于由所述对象传感器得到的所述观测值而计算出的所述检测值的可靠度，其中，所述预测值是在所述计算时使用的、在所述对象时刻之前的时刻预测到的所述对象时刻的所述物体的所述检测项目的值；以及值选择部，其选择基于由所述多个传感器得到的所述观测值而计算出的所述检测值中的、由所述可靠度计算部计算出的所述可靠度高的所述检测值。
发明的效果
在本发明中，选择基于多个传感器中的各个传感器计算出的检测值中的、根据马氏距离和卡尔曼增益而计算出的可靠度高的检测值。由此，能够考虑最近的信息的可靠性的高度和时间序列的信息的可靠性的高度双方，选择适当的检测值。
附图说明
图1是实施方式1的计测装置10的结构图。
图2是示出实施方式1的计测装置10的动作的流程图。
图3是实施方式1的计测装置10的动作的说明图。
图4是变形例1的计测装置10的结构图。
图5是实施方式2的计测装置10的结构图。
图6是示出实施方式2的计测装置10的动作的流程图。
图7是实施方式2的重叠率的说明图。
图8是实施方式2的重叠率的计算方法的说明图。
图9是实施方式2的TTC的计算方法的说明图。
图10是示出实施方式3的卡尔曼增益的具体例的图。
图11是示出实施方式3的马氏距离的具体例的图。
图12是示出实施方式3的可靠度的具体例的图。
图13是示出实施方式3的检测值的具体例的图。
具体实施方式
实施方式1.
＊＊＊结构的说明＊＊＊
参照图1对实施方式1的计测装置10的结构进行说明。
计测装置10是搭载于移动体100且计算针对移动体100的周边的物体的检测值的计算机。在实施方式1中，移动体100是车辆。移动体100不限于车辆，也可以是船舶这样的其他种类。
计测装置10可以以与移动体100或未图示的其他结构要素一体化的方式或不能分离的方式被安装，或者也可以以能够拆卸的方式或能够分离的方式被安装。
计测装置10具备处理器11、存储器12、储存器13以及传感器接口14这样的硬件。处理器11经由信号线而与其他的硬件连接，对这些其他的硬件进行控制。
处理器11是进行处理的IC(Integrated Circuit：集成电路)。作为具体例，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)。
存储器12是暂时存储数据的存储装置。作为具体例，存储器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)。
储存器13是保管数据的存储装置。作为具体例，储存器13是HDD(Hard DiskDrive：硬盘驱动器)。此外，储存器13也可以是SD(注册商标，Secure Digital：安全数字)存储卡、CF(CompactFlash：压缩闪存，注册商标)、NAND闪存、软盘、光盘、高密度盘、蓝牙(注册商标)盘、DVD(Digital Versatile Disk：数字通用盘)这样的可移动记录介质。
传感器接口14是用于与传感器连接的接口。作为具体例，传感器接口14是Ethernet(注册商标)、USB(Universal Serial Bus：通用串行总线)、HDMI(注册商标，High-Definition Multimedia Interface：高清晰度多媒体接口)的端口。
在实施方式1中，计测装置10经由传感器接口14，与激光雷达(LiDAR(LaserImaging Detection and Ranging：激光成像探测与测距))用的ECU31(ElectronicControl Unit)、雷达(Radar)用的ECU 32、以及摄像头用的ECU 33连接。
激光雷达用的ECU31与搭载于移动体100的传感器即激光雷达34连接，是根据由激光雷达34得到的传感器数据对物体的观测值41进行计算的装置。雷达用的ECU32与搭载于移动体100的传感器即雷达35连接，是根据由雷达35得到的传感器数据对物体的观测值42进行计算的装置。摄像头用的ECU 33与搭载于移动体100的传感器即摄像头36连接，是根据由摄像头36得到的图像数据对物体的观测值43进行计算的装置。
作为功能结构要素，计测装置10具备跟踪部21、融合部22、可靠度计算部23、以及值选择部24。计测装置10的各功能结构要素的功能由软件实现。
在储存器13中存储有实现计测装置10的各功能结构要素的功能的程序。该程序被处理器11读入到存储器12并由处理器11执行。由此，实现计测装置10的各功能结构要素的功能。
在图1中，仅示出1个处理器11。但是，处理器11也可以是多个，多个处理器11也可以相互协作地执行实现各功能的程序。
＊＊＊动作的说明＊＊＊
参照图2及图3对实施方式1的计测装置10的动作进行说明。
实施方式1的计测装置10的动作相当于实施方式1的计测方法。此外，实施方式1的计测装置10的动作相当于实施方式1的计测程序的处理。
(图2的步骤S11：跟踪处理)
跟踪部21将多个传感器分别作为对象传感器，通过对象传感器而取得在对象时刻观测存在于移动体100的周边的物体而得到的针对物体的多个检测项目的各个检测项目的观测值。然后，跟踪部21基于观测值，使用卡尔曼滤波器，计算针对物体的多个检测项目的各个检测项目的在对象时刻的检测值。
在实施方式1中，传感器是激光雷达34、雷达35、以及摄像头36。传感器不限于这些传感器，也可以是声波传感器这样的其他传感器。在实施方式1中，检测项目是水平方向的位置X、进深方向的位置Y、水平方向的速度Xv、以及进深方向的速度Yv。检测项目不限于这些项目，也可以是水平方向的加速度和进深方向的加速度这样的其他项目。
具体而言，跟踪部21从激光雷达用的ECU31取得基于激光雷达34的各检测项目的观测值41。此外，跟踪部21从雷达用的ECU 32取得基于雷达35的各检测项目的观测值42。此外，跟踪部21从摄像头用的ECU 33取得基于摄像头36的各检测项目的观测值43。观测值41、42、43分别示出水平方向的位置X、进深方向的位置Y、水平方向的速度Xv、以及进深方向的速度Yv。而且，跟踪部21将激光雷达34、雷达35以及摄像头36分别作为对象传感器，将基于对象传感器的观测值(观测值41、观测值42或观测值43)作为输入，使用卡尔曼滤波器来计算各检测项目的检测值。
作为具体例，跟踪部21针对对象传感器的对象检测项目，对数式1所示的物体的运动模型和数式2所示的物体的观测模型使用卡尔曼滤波器，由此计算检测值。
[数式1]
Xt|t-1＝Ft|t-1·Xt-1|t-1+Gt|t-1·Ut-1
[数式2]
Zt＝Ht·Xt|t-1+Vt
这里，Xt|t-1是时刻t-1处的时刻t的状态向量。Ft|t-1是时刻t-1至时刻t的转移矩阵。Xt-1|t-1是时刻t-1处的物体的状态向量的当前值。Gt|t-1是时刻t-1至时刻t的驱动矩阵。Ut-1是时刻t-1处的平均为0且按照协方差矩阵Qt-1的正态分布的系统噪声向量。Zt是表示时刻t处的传感器的观测值的观测向量。Ht是时刻t处的观测函数。Vt是时刻t处的平均为0且按照协方差矩阵Rt的正态分布的观测噪声向量。
跟踪部21在使用扩展卡尔曼滤波器的情况下，针对对象传感器的对象检测项目，执行数式3至数式4所示的预测处理和数式5至数式10所示的平滑处理，由此计算检测值。
[数式3]
Figure BDA0003170570890000051
[数式4]
Pt|t-1＝Ft|t-1·Pt-1|t-1·Ft|t-1 T+Gt|t-1·Qt-1·Gt|t-1 T
[数式5]
St＝Hk·Pt|t-1·Hk T+Rt
[数式6]
Figure BDA0003170570890000061
[数式7]
Figure BDA0003170570890000062
[数式8]
Figure BDA0003170570890000063
[数式9]
Figure BDA0003170570890000064
[数式10]
Pt|t＝(I-Kt·Ht)·Pt|t-1
这里，X^t|t-1是时刻t-1处的时刻t的预测向量。X^t-1|t-1是时刻t-1处的平滑向量。Pt|t-1是时刻t-1处的时刻t的预测误差协方差矩阵。Pt-1|t-1是时刻t-1处的平滑误差协方差矩阵。St是时刻t处的残差协方差矩阵。θt是时刻t处的马氏距离。Kt是时刻t处的卡尔曼增益。X^t|t是时刻t处的平滑向量，表示时刻t处的各检测项目的检测值。Pt|t是时刻t处的平滑误差协方差矩阵。I是单位矩阵。另外，在矩阵中上标所示的T表示转置矩阵，-1表示逆矩阵。
跟踪部21将马氏距离θt、卡尔曼增益Kt、时刻t处的平滑向量X^t|t这样的通过计算得到的各种数据写入到存储器12。
(图2的步骤S12：融合处理)
融合部22计算基于各传感器的在对象时刻的观测值之间的马氏距离。在实施方式1中，融合部22计算基于激光雷达34的观测值与基于雷达35的观测值之间的马氏距离、基于激光雷达34的观测值与基于摄像头36的观测值之间的马氏距离、以及基于雷达35的观测值与基于摄像头36的观测值之间的马氏距离。马氏距离的计算方法与步骤S11中的马氏距离的计算方法仅仅是作为计算对象的数据不同。
融合部22在马氏距离为阈值以下的情况下，设为由2个传感器得到的观测值是观测同一物体得到的观测值，将由2个传感器得到的观测值分类为相同组。
另外，可能发生如下情况：基于激光雷达34的观测值与基于雷达35的观测值之间的马氏距离和基于激光雷达34的观测值与基于摄像头36的观测值之间的马氏距离为阈值以下，基于雷达35的观测值与基于摄像头36的观测值之间的马氏距离比阈值长。在该情况下，从与基于激光雷达34的观测值之间的关系来看，基于激光雷达34的观测值、基于雷达35的观测值、以及基于摄像头36的观测值成为检测到同一物体的观测值。但是，从与基于雷达35的观测值之间的关系来看，基于雷达35的观测值和基于激光雷达34的观测值成为检测到同一物体的观测值，但基于雷达35的观测值和基于摄像头36的观测值成为检测到不同物体的观测值。
在这样的情况下，只要事先决定判定基准，融合部22按照判定基准来判定基于哪个传感器的观测值成为检测到同一物体的观测值即可。例如，判定基准是如下基准：在从与基于某1个传感器的观测值之间的关系来看时成为检测到同一物体的观测值的情况下，设为检测到同一物体的观测值。此外，判断基准也可以是如下基准：仅在从与基于全部传感器的观测值之间的关系来看时成为检测到同一物体的观测值的情况下，设为检测到同一物体的观测值。
(图2的步骤S13：可靠度计算处理)
可靠度计算部23将多个传感器分别设为对象传感器，将多个检测项目分别设为对象检测项目，计算在步骤S11中基于对象传感器的观测值而计算出的对象检测项目的检测值的可靠度。
具体而言，可靠度计算部23取得在步骤S11中得到的通过对象传感器得到的对象检测项目的观测值与如下的预测值之间的马氏距离，该预测值是在步骤S11中基于该观测值计算出检测值的计算时使用的、在对象时刻之前的时刻预测到的对象时刻的物体的检测项目的值。即，可靠度计算部23在X＾t|t被计算出时，从存储器12读出并取得在步骤S11中计算出的马氏距离θt。此外，可靠度计算部23取得在步骤S11中基于通过对象传感器得到的对象检测项目的观测值而计算出检测值的计算时得到的卡尔曼增益。即，可靠度计算部23在X＾t|t被计算出时，从存储器12读出并取得在步骤S11中计算出的卡尔曼增益Kt。
可靠度计算部23使用马氏距离θt和卡尔曼增益Kt，计算基于对象传感器的观测值而计算出的对象检测项目的检测值的可靠度。具体而言，如数式11所示，可靠度计算部23将马氏距离θt与卡尔曼增益Kt相乘，来计算基于对象传感器的观测值而计算出的对象检测项目的检测值的可靠度。
[数式11]
Figure BDA0003170570890000081
这里，MX是针对水平方向的位置X的可靠度，MY是针对进深方向的位置Y的可靠度，MXv是针对水平方向的速度Xv的可靠度，MYv是针对进深方向的速度Yv的可靠度。KX是针对水平方向的位置X的卡尔曼增益，KY是针对进深方向的位置Y的卡尔曼增益，KXv是针对水平方向的速度Xv的卡尔曼增益，KYv是针对进深方向的速度Yv的卡尔曼增益。
另外，可靠度计算部23也可以对马氏距离θt和卡尔曼增益Kt中的至少一方进行加权，在此基础上将马氏距离θt与卡尔曼增益Kt相乘来计算可靠度。
(步骤S14：值选择处理)
值选择部24选择在步骤S12中基于作为检测到同一物体的观测值设定的各观测值而计算出的多个检测值中的、在步骤S13中计算出的可靠度最高的检测值。可靠度高是指，将马氏距离与卡尔曼增益相乘而得到的值小。
在步骤S14中从基于作为检测到同一物体的观测值设定的各观测值而计算出的多个检测值中选择要采用的检测值时使用可靠度。因此，在步骤S13中，可靠度计算部23无需将全部的传感器作为对象传感器来计算可靠度。在步骤S13中，可靠度计算部23在步骤S12中多个观测值被分类为1个组的情况下，将作为被分类为该组的各观测值的取得源的传感器设为对象传感器来计算可靠度即可。
参照图3对具体例进行说明。
假设由激光雷达34得到的某一观测值41即观测值X与由雷达35得到的某一观测值42即观测值Y之间的马氏距离为阈值以下。因此，在步骤S12中，融合部22将观测值X和观测值Y作为检测同一物体得到的观测值而分类为1个组51。
由于观测值X和观测值Y被分类为1个组51，因此，在步骤S13中，可靠度计算部23将观测值X的取得源的传感器即激光雷达34作为对象传感器，计算针对各检测项目的检测值M的可靠度M’。同样，可靠度计算部23将观测值Y的取得源的传感器即雷达35作为对象传感器，计算针对各检测项目的检测值N的可靠度N’。另外，在图3中，在对将马氏距离与卡尔曼增益相乘得到的值以成为0以上且1以下的方式进行了归一化的基础上，从1减去归一化的值，计算可靠度M’及可靠度N’。因此，在图3中，值越大，可靠度越高。
然后，在步骤S14中，值选择部24针对组51所表示的物体，按照每个检测项目，对可靠度M’与可靠度N’进行比较，选择检测值M和检测值N中的可靠度较高的一方。即，在图3所示的可靠度M’及可靠度N’的情况下，值选择部24针对水平方向的位置X，选择检测值N“0.14”，针对进深方向的位置Y，选择检测值M“20.0”，针对水平方向的速度Xv，选择检测值N“-0.12”，针对进深方向的速度Yv，选择检测值M“-4.50”。
＊＊＊实施方式1的效果＊＊＊
如以上那样，实施方式1的计测装置10使用马氏距离和卡尔曼增益，来计算检测值的可靠度。
马氏距离表示过去的预测值与当前的观测值之间的一致程度。此外，卡尔曼增益表示时间序列中的预测的正确度。因此，通过使用马氏距离和卡尔曼增益来计算可靠度，能够计算考虑了过去的预测值与当前的观测值之间的一致程度和时间序列中的预测的正确度双方的可靠度。即，能够计算考虑了实时的信息和过去的时间序列的信息双方的可靠度。
此外，实施方式1的计测装置10按照每个检测项目来选择可靠度高的检测值。即，实施方式1的计测装置10在检测到同一物体的传感器存在多个的情况下，不是针对全部的检测项目而采用基于某1个传感器得到的检测值，而是按照每个检测项目，决定采用基于哪个传感器得到的检测值。
传感器是否能够高精度地得到检测值按照每个检测项目及状况而变化。因此，有时某个传感器在某个状况下针对一部分检测项目高精度地得到检测值，但针对其他的检测项目无法高精度地得到检测值。因此，通过按照每个检测项目来选择可靠度高的检测值，能够针对全部的检测项目高精度地得到检测值。
＊＊＊其他结构＊＊＊
＜变形例1＞
在实施方式1中，各功能结构要素由软件实现。但是，作为变形例1，各功能结构要素也可以由硬件实现。针对该变形例1，说明与实施方式1的不同点。
参照图4对变形例1的计测装置10的结构进行说明。
在各功能结构要素由硬件实现的情况下，代替处理器11、存储器12及储存器13，计测装置10具备电子电路15。电子电路15是实现各功能结构要素、存储器12及储存器13的功能的专用电路。
作为电子电路15，设想单一电路、复合电路、程序化的处理器、并行程序化的处理器、逻辑IC、GA(Gate Array：门阵列)、ASIC(Application Specific Integrated Circuit：专用集成电路)、FPGA(Field-Programmable Gate Array：现场可编程门阵列)。
可以由1个电子电路15实现各功能结构要素，也可以使各功能结构要素分散到多个电子电路15来实现。
＜变形例2＞
作为变形例2，也可以由硬件实现一部分的各功能结构要素，由软件实现其他的各功能结构要素。
将处理器11、存储器12、储存器13及电子电路15称为处理电路。即，各功能结构要素的功能由处理电路实现。
实施方式2.
实施方式2在基于检测到的物体的检测值来控制移动体100这一点与实施方式1不同。在实施方式2中，对该不同点进行说明，省略相同点的说明。
＊＊＊结构的说明＊＊＊
参照图5对实施方式2的计测装置10的结构进行说明。
计测装置10在具备控制接口16作为硬件这一点不同。计测装置10经由控制接口16而与控制用的ECU 37连接。控制用的ECU 37与搭载于移动体100的制动执行器这样的设备38连接。
此外，计测装置10在具备移动体控制部25作为功能结构要素这一点与图1所示的计测装置10不同。
＊＊＊动作的说明＊＊＊
参照图6至图9对实施方式2的计测装置10的动作进行说明。
实施方式2的计测装置10的动作相当于实施方式2的计测方法。此外，实施方式2的计测装置10的动作相当于实施方式2的计测程序的处理。
图6的步骤S21至步骤S24的处理与图2的步骤S11至步骤S14的处理相同。
(步骤S25：移动体控制处理)
移动体控制部25针对存在于移动体100的周边的物体，取得在步骤S24中选择出的各检测项目的检测值。然后，移动体控制部25对移动体100进行控制。
具体而言，移动体控制部25根据针对存在于移动体100的周边的物体的各检测项目的检测值，控制搭载于移动体100的制动器、转向盘这样的设备。
例如，移动体控制部25基于针对存在于移动体100的周边的物体的各检测项目的检测值，判定移动体100与物体碰撞的可能性是否高。移动体控制部25在判定为移动体100与物体碰撞的可能性高的情况下，对制动器进行控制，使移动体100减速或停止，或者对转向盘进行控制，控制为避开物体。
参照图7至图9，作为具体的控制方法的例子对制动器的控制方法进行说明。
移动体控制部25基于针对存在于移动体100的周边的物体的各检测项目的检测值，计算移动体100的预测行进道路与物体的重叠率、以及直至碰撞为止的时间(以下为TTC)。移动体控制部25针对具有基准比例(例如50％)以上的重叠率的物体，在为基准时间(例如1.6秒)以下的TTC的情况下，判定移动体100与该物体碰撞的可能性高。然后，移动体控制部25经由控制接口16，向制动执行器输出制动的指令，对制动器进行控制，由此，使移动体100减速或停止。具体而言，针对制动执行器的制动的指令是指定制动器液压值的指令。
如图7所示，重叠率是移动体100的预测行进道路与物体重叠的比例。
移动体控制部25例如使用阿克曼的轨道计算，计算移动体100的预测行进道路。即，移动体控制部25在设为车速V[米/秒]、横摆角速度Yw(角速度)[角度/秒]、轴距Wb[米]以及转向角St[角度]的情况下，通过数式12计算预测轨道R。预测轨道R是回旋半径R的圆弧。
[数式12]
R＝1/(α/R1+(1-α)/R2)
这里，R1是根据车速和角速度计算的回旋半径，R1＝V/Yw。R2是根据转向角和轴距计算的回旋半径，R2＝Wb/sin(St)。R是R1与R2的混合值。α是R1与R2的权重的比率。α在重视根据角速度计算的轨道的情况下例如为0.98。
基于横摆角速度和转向盘的控制这样的原因，基于移动体100的预测行进道路的变化而预测的碰撞预测位置伴随着时间经过产生偏差。因此，当单纯地计算某一时间点的重叠率并基于计算结果来判定是否进行制动器控制时，判定结果有时不稳定。
对此，如图8所示，移动体控制部25沿着横向按照每个固定的区段对移动体100的整个面进行分割，判定各区段是否与物体重叠。移动体控制部25在重叠的区段的数量为基准数以上的情况下，判定为重叠率为基准比例以上。由此，能够以某种程度使判定结果稳定。
如图9所示，移动体控制部25用移动体100与物体的相对距离[米]除以相对速度[米/秒]来计算TTC。相对速度V3通过从物体的速度V2减去移动体100的速度V1来计算。
＊＊＊实施方式2的效果＊＊＊
如以上那样，实施方式2的计测装置10基于选择出的物体的各检测项目的检测值来控制移动体100。如实施方式1所说明的那样，各检测项目的检测值的精度高。因此，能够适当地控制移动体100。
实施方式3.
实施方式3的可靠度的计算方法与实施方式1不同。在实施方式3中，对该不同点进行说明，省略相同点的说明。
＊＊＊动作的说明＊＊＊
在实施方式3中，在图2的步骤S13中，可靠度计算部23给出马氏距离θt和卡尔曼增益Kt中的一方作为针对根据另一方得到的值的权重，由此计算可靠度。即，可靠度计算部23使用马氏距离θt和卡尔曼增益Kt，如数式13或数式14那样计算可靠度M。
[数式13]
M＝Kt·g(θt)
这里，g(θt)是根据马氏距离θt得到的值。
[数式14]
M＝θt·h(Kt)
这里，h(Kt)是根据卡尔曼增益Kt得到的值。
作为具体例，可靠度计算部23、可靠度计算部23如数式15所示那样将马氏距离θt的单调递减函数f(θt)与卡尔曼增益Kt相乘，计算基于通过对象传感器得到的观测值而计算出的对象检测项目的检测值的可靠度。
[数式15]
Figure BDA0003170570890000131
另外，可靠度计算部23也可以对马氏距离θt的单调递减函数f(θt)和卡尔曼增益Kt中的至少一方进行加权，在此基础上将马氏距离θt的单调递减函数f(θt)与卡尔曼增益Kt相乘来计算可靠度。
为了归一化，作为马氏距离θt的单调递减函数f(θt)，也可以采用洛伦兹函数、高斯函数、指数函数以及幂函数这样的马氏距离θt的积分区间到无限大为止的定积分收敛的被积分函数。此外，在函数f(θt)中也可以包含计算所需的参数。
＊＊＊实施方式3的效果＊＊＊
如以上那样，实施方式3的计测装置10给出马氏距离θt和卡尔曼增益Kt中的一方作为针对根据另一方得到的值的权重，由此计算可靠度。
由此，计算适当的可靠度。其结果是，采用了适当的检测值。
参照图10至图13，针对使用实施方式3中说明的可靠度的计算方法选择了检测值的具体例进行说明。
这里，假设由激光雷达34得到的观测值和由雷达35得到的观测值为同一组。在图10中，横轴表示从移动体100到存在于周边的物体的距离，纵轴表示与由各个传感器得到的物体的相对的进深方向的位置Y相关的卡尔曼增益。在图11中，横轴表示从移动体100到存在于周边的物体的距离，纵轴表示与由各个传感器得到的物体的相对的进深方向的位置Y相关的马氏距离。
当计算基于图10所示的卡尔曼增益和图11所示的马氏距离计算出的、针对进深方向的位置Y的可靠度后，成为图12所示那样。这里，可靠度通过将马氏距离θt的单调递减函数f(θt)与卡尔曼增益Kt相乘来计算。作为马氏距离θt的单调递减函数f(θt)，使用数式16所示的洛伦兹函数。
[数式16]
Figure BDA0003170570890000132
另外，这里将1用作参数γ。但是，参数γ设定在0＜γ＜∞的范围内即可。由此，可以设定为卡尔曼增益对可靠度的影响变大，也可以设定为马氏距离对可靠度的影响变大。
当参照图12所示的可靠度，并在各时刻、即各距离中比较与进深方向的位置Y相关的可靠度，选择可靠度高的检测值后，成为图13所示那样。如图13所示，可知进深方向的位置Y不会产生偏差，与时刻的变化配合地进行固定的变化，得到精度高的结果。
＊＊＊其他结构＊＊＊
＜变形例3＞
另外，也可以使用基于在实施方式3中计算出的可靠度而确定的检测值，如实施方式2所说明的那样控制移动体100。
以上，对本发明的实施方式进行了说明。也可以将这些实施方式及变形例中的几个组合来实施。此外，也可以部分地实施任意1个或几个。另外，本发明不限于以上的实施方式及变形例，能够根据需要进行各种变更。
标号说明
10计测装置，11处理器，12存储器，13储存器，14传感器接口，15电子电路，16控制接口，21跟踪部，22融合部，23可靠度计算部，24值选择部，25移动体控制部，31激光雷达用的ECU，32雷达用的ECU，33摄像头用的ECU，34激光雷达，35雷达，36摄像头，37控制用的ECU，38设备，41观测值，42观测值，43观测值，51组，100移动体。

Claims (10)

1.一种计测装置，其中，
所述计测装置具备：
跟踪部，其将多个传感器中的各个传感器作为对象传感器，基于由所述对象传感器在对象时刻观测物体得到的针对所述物体的检测项目的观测值，使用卡尔曼滤波器来计算针对所述物体的所述检测项目的所述对象时刻的检测值；
可靠度计算部，其将所述多个传感器中的各个传感器作为对象传感器，除了使用由所述对象传感器得到的所述观测值与如下的预测值之间的马氏距离之外，还使用在由所述跟踪部基于所述观测值计算出所述检测值的计算时得到的卡尔曼增益，计算基于由所述对象传感器得到的所述观测值而计算出的所述检测值的可靠度，其中，所述预测值是在所述计算时使用的、在所述对象时刻之前的时刻预测到的所述对象时刻的所述物体的所述检测项目的值；以及
值选择部，其选择基于由所述多个传感器得到的所述观测值而计算出的所述检测值中的、由所述可靠度计算部计算出的所述可靠度高的所述检测值。
2.根据权利要求1所述的计测装置，其中，
所述跟踪部将由所述对象传感器在对象时刻观测物体得到的所述物体的多个检测项目中的各个检测项目作为对象检测项目，基于针对所述对象检测项目的观测值，计算针对所述物体的所述对象检测项目的检测值，
所述可靠度计算部将所述多个检测项目中的各个检测项目作为对象检测项目，除了使用由所述对象传感器得到的所述对象检测项目的所述观测值与所述物体的所述对象检测项目的预测值之间的马氏距离之外，还使用在所述计算时得到的卡尔曼增益，计算基于由所述对象传感器得到的所述观测值而计算出的所述对象检测项目的所述检测值的可靠度，
所述值选择部将所述多个检测项目中的各个检测项目作为对象检测项目，选择基于由所述多个传感器针对所述对象检测项目得到的所述观测值而计算出的所述检测值中的、由所述可靠度计算部计算出的所述可靠度高的所述检测值。
3.根据权利要求1或2所述的计测装置，其中，
所述可靠度计算部给出所述马氏距离和所述卡尔曼增益中的一方作为针对根据另一方得到的值的权重，由此计算所述可靠度。
4.根据权利要求3所述的计测装置，其中，
所述可靠度计算部将所述马氏距离与所述卡尔曼增益相乘来计算所述可靠度。
5.根据权利要求3所述的计测装置，其中，
所述可靠度计算部将所述马氏距离的单调递减函数与所述卡尔曼增益相乘来计算所述可靠度。
6.根据权利要求5所述的计测装置，其中，
所述可靠度计算部将所述马氏距离的洛伦兹函数、高斯函数、指数函数及幂函数中的任意函数与所述卡尔曼增益相乘来计算所述可靠度。
7.根据权利要求1至6中的任意一项所述的计测装置，其中，
所述计测装置还具备融合部，该融合部计算由所述多个传感器中的各个传感器得到的所述观测值间的马氏距离，将计算出的所述马氏距离为阈值以下的观测值作为观测同一物体得到的观测值而分类为相同组，
所述值选择部选择基于由所述融合部分类为相同组的各观测值而计算出的所述检测值中的、所述可靠度高的所述检测值。
8.根据权利要求1至7中的任意一项所述的计测装置，其中，
所述物体是存在于移动体的周边的物体，
所述计测装置还具备移动体控制部，该移动体控制部基于由所述值选择部选择出的所述检测值，来控制所述移动体。
9.一种计测方法，其中，
跟踪部将多个传感器中的各个传感器作为对象传感器，基于由所述对象传感器在对象时刻观测物体得到的针对所述物体的检测项目的观测值，使用卡尔曼滤波器来计算针对所述物体的所述检测项目的所述对象时刻的检测值，
可靠度计算部将所述多个传感器中的各个传感器作为对象传感器，除了使用由所述对象传感器得到的所述观测值与如下的预测值之间的马氏距离之外，还使用在基于所述观测值计算出所述检测值的计算时得到的卡尔曼增益，计算基于由所述对象传感器得到的所述观测值而计算出的所述检测值的可靠度，其中，所述预测值是在所述计算时使用的、在所述对象时刻之前的时刻预测到的所述对象时刻的所述物体的所述检测项目的值，
值选择部选择基于由所述多个传感器得到的所述观测值而计算出的所述检测值中的、所述可靠度高的所述检测值。
10.一种计测程序，所述计测程序使计算机作为计测装置发挥功能，所述计测装置进行如下处理：
跟踪处理，将多个传感器中的各个传感器作为对象传感器，基于由所述对象传感器在对象时刻观测物体得到的针对所述物体的检测项目的观测值，使用卡尔曼滤波器来计算针对所述物体的所述检测项目的所述对象时刻的检测值；
可靠度计算处理，将所述多个传感器中的各个传感器作为对象传感器，除了使用由所述对象传感器得到的所述观测值与如下的预测值之间的马氏距离之外，还使用在通过所述跟踪处理基于所述观测值计算出所述检测值的计算时得到的卡尔曼增益，计算基于由所述对象传感器得到的所述观测值而计算出的所述检测值的可靠度，其中，所述预测值是在所述计算时使用的、在所述对象时刻之前的时刻预测到的所述对象时刻的所述物体的所述检测项目的值；以及
值选择处理，选择基于由所述多个传感器得到的所述观测值而计算出的所述检测值中的、通过所述可靠度计算处理计算出的所述可靠度高的所述检测值。
CN201980089610.4A 2019-01-30 2019-08-21 计测装置、计测方法及计算机可读取的存储介质 Active CN113396339B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPPCT/JP2019/003097 2019-01-30
PCT/JP2019/003097 WO2020157844A1 (ja) 2019-01-30 2019-01-30 計測装置、計測方法及び計測プログラム
PCT/JP2019/032538 WO2020158020A1 (ja) 2019-01-30 2019-08-21 計測装置、計測方法及び計測プログラム

Publications (2)

Publication Number Publication Date
CN113396339A true CN113396339A (zh) 2021-09-14
CN113396339B CN113396339B (zh) 2024-06-04

Family

ID=71840529

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980089610.4A Active CN113396339B (zh) 2019-01-30 2019-08-21 计测装置、计测方法及计算机可读取的存储介质

Country Status (5)

Country Link
US (1) US20210333387A1 (zh)
JP (1) JP6847336B2 (zh)
CN (1) CN113396339B (zh)
DE (1) DE112019006419T5 (zh)
WO (2) WO2020157844A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112862161A (zh) * 2021-01-18 2021-05-28 上海燕汐软件信息科技有限公司 货物分拣管理方法、装置、电子设备和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005274300A (ja) * 2004-03-24 2005-10-06 Mitsubishi Electric Corp 目標追尾装置
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
JP2014211846A (ja) * 2013-04-22 2014-11-13 富士通株式会社 目標追尾装置及び目標追尾プログラム
CN105300692A (zh) * 2015-08-07 2016-02-03 浙江工业大学 一种基于扩展卡尔曼滤波算法的轴承故障诊断及预测方法
WO2016075885A1 (ja) * 2014-11-11 2016-05-19 パナソニックＩｐマネジメント株式会社 距離検出装置及び距離検出方法
CN107368890A (zh) * 2016-05-11 2017-11-21 Tcl集团股份有限公司 一种以视觉为中心的基于深度学习的路况分析方法及系统
CN108267715A (zh) * 2017-12-26 2018-07-10 青岛小鸟看看科技有限公司 外接设备的定位方法及装置、虚拟现实设备及系统
CN108700423A (zh) * 2016-03-01 2018-10-23 歌乐株式会社 车载装置及推定方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8121399B2 (en) * 2005-12-16 2012-02-21 Ihi Corporation Self-position identifying method and device, and three-dimensional shape measuring method and device
GB2442776A (en) * 2006-10-11 2008-04-16 Autoliv Dev Object detection arrangement and positioning system for analysing the surroundings of a vehicle
JP4934167B2 (ja) 2009-06-18 2012-05-16 クラリオン株式会社 位置検出装置および位置検出プログラム
AU2010267768B2 (en) * 2009-06-29 2014-06-12 Bae Systems Plc Estimating a state of at least one target using a plurality of sensors
US8694306B1 (en) * 2012-05-04 2014-04-08 Kaonyx Labs LLC Systems and methods for source signal separation
JP6076113B2 (ja) * 2013-02-07 2017-02-08 三菱電機株式会社 航跡相関装置
JP6464673B2 (ja) * 2014-10-31 2019-02-06 株式会社Ihi 支障物検知システムおよび鉄道車両
JP6604054B2 (ja) * 2015-06-30 2019-11-13 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
WO2018212301A1 (ja) * 2017-05-19 2018-11-22 パイオニア株式会社 自己位置推定装置、制御方法、プログラム及び記憶媒体
US10859673B2 (en) * 2018-11-01 2020-12-08 GM Global Technology Operations LLC Method for disambiguating ambiguous detections in sensor fusion systems

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005274300A (ja) * 2004-03-24 2005-10-06 Mitsubishi Electric Corp 目標追尾装置
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
JP2014211846A (ja) * 2013-04-22 2014-11-13 富士通株式会社 目標追尾装置及び目標追尾プログラム
WO2016075885A1 (ja) * 2014-11-11 2016-05-19 パナソニックＩｐマネジメント株式会社 距離検出装置及び距離検出方法
CN105300692A (zh) * 2015-08-07 2016-02-03 浙江工业大学 一种基于扩展卡尔曼滤波算法的轴承故障诊断及预测方法
CN108700423A (zh) * 2016-03-01 2018-10-23 歌乐株式会社 车载装置及推定方法
CN107368890A (zh) * 2016-05-11 2017-11-21 Tcl集团股份有限公司 一种以视觉为中心的基于深度学习的路况分析方法及系统
CN108267715A (zh) * 2017-12-26 2018-07-10 青岛小鸟看看科技有限公司 外接设备的定位方法及装置、虚拟现实设备及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
龙慧;樊晓平;刘少强;唐文妍;: "无线传感器网络动态最近邻协作目标跟踪算法", 传感器与微系统, no. 07, pages 135 - 139 *

Also Published As

Publication number Publication date
JP6847336B2 (ja) 2021-03-24
CN113396339B (zh) 2024-06-04
WO2020157844A1 (ja) 2020-08-06
WO2020158020A1 (ja) 2020-08-06
DE112019006419T5 (de) 2021-09-30
JPWO2020158020A1 (ja) 2021-03-25
US20210333387A1 (en) 2021-10-28

Similar Documents

Publication Publication Date Title
JP6207723B2 (ja) 衝突防止装置
US11354406B2 (en) Physics-based approach for attack detection and localization in closed-loop controls for autonomous vehicles
US9196163B2 (en) Driving support apparatus and driving support method
JP2018083612A (ja) 自律走行車のコマンド遅延を決定するための方法
JP2015155878A (ja) 車両用障害物検出装置
CN113432553A (zh) 一种挂车夹角的测量方法、装置及车辆
JP2018055539A (ja) 移動体の状態算出装置、状態算出方法、プログラムおよびそれを記録した記録媒体
JP6571904B1 (ja) 車載装置、情報処理方法及び情報処理プログラム
CN111188549A (zh) 一种应用于车辆的防撞方法和装置
CN114170826B (zh) 自动驾驶控制方法和装置、电子设备和存储介质
US20200207340A1 (en) Collision prediction device, collision prediction method, and program
US20210380136A1 (en) Autonomous controller for detecting a low-speed target object in a congested traffic situation, a system including the same, and a method thereof
JP6647466B2 (ja) 故障検出装置、故障検出方法及び故障検出プログラム
WO2023273467A1 (zh) 真值数据确定、神经网络训练、行驶控制方法及装置
CN113396339A (zh) 计测装置、计测方法及计测程序
EP4001844A1 (en) Method and apparatus with localization
CN114355879A (zh) 无人船及其编队的队形保持控制方法
US11794723B2 (en) Apparatus and method for controlling driving of vehicle
JP6594565B1 (ja) 車載装置、情報処理方法及び情報処理プログラム
WO2021217485A1 (zh) 一种车辆变道行为识别方法及装置
KR20220063433A (ko) Avm 영상, 차량 데이터 및 지도 정보를 이용한 차선 인식 및 추적 방법 및 장치
CN117491965B (zh) 基于4d毫米波雷达的目标航迹起始方法
US20230073225A1 (en) Marine driver assist system and method
JP6861911B2 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
US11768920B2 (en) Apparatus and method for performing heterogeneous sensor fusion

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