CN113631948B - 物体检测装置 - Google Patents
物体检测装置 Download PDFInfo
- Publication number
- CN113631948B CN113631948B CN202080024253.6A CN202080024253A CN113631948B CN 113631948 B CN113631948 B CN 113631948B CN 202080024253 A CN202080024253 A CN 202080024253A CN 113631948 B CN113631948 B CN 113631948B
- Authority
- CN
- China
- Prior art keywords
- range
- sensor
- distance
- sensors
- detected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 114
- 238000005259 measurement Methods 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 description 23
- 230000000694 effects Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 240000004282 Grewia occidentalis Species 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- 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
- 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
- G01S13/06—Systems determining position data of a target
- G01S13/46—Indirect determination of position 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
-
- 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开的一个方式所提供的物体检测装置具备范围测定部、范围获取部、范围判定部、以及物体检测部。在S402中,范围测定部基于至少检测物体的方位的一个以上的第一传感器的检测结果,至少将物体所在的方位的范围测定为物体的存在范围。在S404中,范围获取部获取能够由第一传感器检测物体的位置的检测范围与能够由检测与物体的距离的多个第二传感器检测物体的位置的检测范围重叠的共同范围。在S404中,范围判定部判定存在范围与共同范围是否重叠。在S406中,在存在范围与共同范围重叠的情况下,物体检测部在存在范围中基于各个第二传感器检测的第二传感器与物体的距离来检测物体的位置。
Description
相关申请的交叉引用
本国际申请主张基于2019年3月27日向日本专利厅申请的日本专利申请第2019-060887号的优先权,通过参照将日本专利申请第2019-060887号的全部内容引用至本国际申请。
技术领域
本发明涉及一种检测物体的位置的技术。
背景技术
作为检测物体的位置的技术,例如在专利文献1中记载有以下技术,即,在三个以上的传感器中两组不同的传感器的组合的每一个中,测定来自物体的电波的到达时间的差,根据因传感器与物体的距离的差而产生各组的到达时间差来检测物体的位置。
在根据各组传感器测定的到达时间的差检测物体的位置的情况下,存在由于多个信号发生干扰、或在具有传感器的接收机中产生噪声,而由各组传感器测定出多个不同的到达时间差的情况。
因此,在专利文献1所记载的技术中,当由各组传感器测定出多个不同的到达时间差时,使其他的传感器接收到的电波信号相对于成为基准的传感器偏移各自的到达时间差,计算偏移后的电波信号彼此的内积。若为正确的到达时间差彼此的电波信号,则当使电波信号偏移到达时间差时,对各组传感器而言是在相同的时刻到达的电波信号,因此成为大于其他的到达时间差彼此的电波信号彼此的内积的值。
而且,在专利文献1所记载的技术中,根据内积的值较大、相关性较高的组合的电波信号的到达时间差来检测物体的位置。
另外,已知有以下内容,即,通过多个第二传感器检测距物体的距离,将以各个第二传感器为中心并以测定出的距离为半径的圆的交点检测为物体的位置。
专利文献1:日本特开2014-44160号公报
然而,发明者的详细研究的结果是,发现了在专利文献1所记载的技术中,为了求出相关性较高的电波信号的组合,需要对各组传感器所接收的接收信号的所有组合计算内积,因此处理负荷较大这一课题。
另外,发现了在提取以距物体的距离为半径的圆的交点作为表示物体的位置的候补点,对提取出的候补点进行物体的检测处理的情况下,当对所有候补点执行物体的检测处理时,检测处理的处理负荷较大这一课题。
发明内容
本公开的一个方面期望提供一种以尽可能少的处理负荷来检测物体的位置的技术。
基于本公开的一个方式的物体检测装置具备范围测定部、范围获取部、范围判定部、以及物体检测部。
范围测定部基于至少检测物体的方位的一个以上的第一传感器的检测结果,至少将物体所在的方位的范围测定为存在物体的存在范围。范围获取部获取能够由第一传感器检测物体的位置的检测范围与能够由检测与物体的距离的多个第二传感器检测物体的位置的检测范围重叠的共同范围。范围判定部判定范围测定部测定出的存在范围与范围获取部获取的共同范围是否重叠。在范围判定部判定为存在范围与共同范围重叠时,物体检测部在存在范围中基于各个第二传感器检测的第二传感器与物体的距离来检测物体的位置。
根据这样的构成,能够基于第一传感器的检测结果,至少将物体所在的方位的范围测定为存在物体的存在范围。而且,若存在范围和第一传感器的检测范围与第二传感器的检测范围重叠的共同范围重叠,则能够在存在范围中基于各个第二传感器检测的第二传感器与物体的距离来检测物体的位置。
由此,在第二传感器的检测范围中除存在范围以外的范围中,不需要基于第二传感器检测的距离检测物体的位置。因此,能够减少基于第二传感器检测的距离检测物体的位置的处理负荷。
附图说明
图1是示出第一实施方式的物体检测装置的框图。
图2是示出物体的检测处理的流程图。
图3是对由第一传感器进行的物体的方位的检测的进行说明的示意图。
图4是示出第一传感器的检测范围与第二传感器的检测范围的共同范围的说明图。
图5是对存在范围中的物体的检测进行说明的示意图。
图6是示出第二实施方式的物体检测装置的框图。
图7是示出物体的检测处理的流程图。
图8是对网格分割后的存在范围中的物体的检测进行说明的示意图。
图9是示出第三实施方式的物体检测装置的框图。
图10是示出第一传感器的检测范围与第二传感器的检测范围的共同范围的说明图。
图11是对网格分割后的存在范围中的物体的检测进行说明的示意图。
图12是示出第四实施方式的网格分割的一个例子的示意图。
图13是示出网格分割的其他的例的示意图。
图14是示出第五实施方式的网格分割的一个例子的示意图。
图15是示出网格分割的其他的例子的示意图。
具体实施方式
以下,参照附图,对本公开的实施方式进行说明。
[1.第一实施方式]
[1-1.构成]
图1所示的物体检测装置10例如搭载于车辆等移动体,检测存在于移动体的周围的物体的位置。物体检测装置10从至少测定物体的方位的第一传感器2获取物体所在的方位。第一传感器2也可以是除了物体的方位以外还能够检测第一传感器2与物体的距离的传感器。作为第一传感器2,例如使用单目相机或者毫米波雷达等。
另外,物体检测装置10从检测与物体的距离的第二传感器4获取第二传感器4与物体的距离。在第一实施方式中,第一传感器2为一个,第二传感器4为多个。在第一传感器2是除了物体的方位还能够检测第一传感器2与物体的距离的传感器的情况下,第二传感器4能够检测与物体的距离的精度高于第一传感器2能够检测与物体的距离的精度。作为第二传感器4,例如使用毫米波雷达。
物体检测装置10以具备CPU、RAM、ROM、闪存等半导体存储器、以及输入输出接口的微型计算机为中心构成。以下,也将半导体存储器仅称为存储器。物体检测装置10既可以搭载一个微型计算机,也可以搭载多个微型计算机。
物体检测装置10的各种功能通过CPU执行存储于非过渡性实体记录介质的程序而实现。在该例中,存储器对应于储存有程序的非过渡性实体记录介质。通过CPU执行该程序,从而执行与程序对应的方法。
作为通过CPU执行程序而实现的功能的构成,物体检测装置10具备范围测定部12、范围获取部14、范围判定部16、以及物体检测部18。范围测定部12、范围获取部14、范围判定部16、以及物体检测部18所实现的功能的详细内容在接下来的处理的部分进行说明。
[1-2.处理]
基于图2的流程图,对由物体检测装置10进行的物体检测处理进行说明。
在S400中,如图3所示,作为第一传感器2,例如毫米波雷达通过对每个规定的扫描角度以波束扫描规定的角度范围的波束扫描方式来检测物体200所在的方位。
在S402中,如图3所示,范围测定部12对第一传感器2检测到的物体200所在的方位考虑第一传感器2检测的方位的误差,测定物体200所在的方位的范围作为存在物体200的存在范围300。在存在多个物体200的情况下,测定出多个存在范围300。
在第一传感器2也检测距离的情况下,也可以将方位范围与考虑了第一传感器2检测的距离的误差的距离范围重叠的以虚线示出的范围作为存在范围302。
在S404中,如图4所示,范围获取部14获取能够由第一传感器2检测物体200的位置的检测范围310与能够由第二传感器4检测物体200的位置的检测范围312重叠的共同范围320。
在第一传感器2的检测范围310中,从第一传感器2朝向物体200的距离方向的最大范围为第一传感器2能够检测物体的方位的极限。共同范围320例如距离范围为0~100m,角度范围为-45°~45°。
共同范围320既可以预先存储于ROM或者闪存,也可以根据第一传感器2和第二传感器4实际能够检测的检测范围设定。
接下来,在S404中,范围判定部16判定范围测定部12测定出的存在范围300与范围获取部14获取的共同范围320是否重叠。在第一传感器2也能够检测距离的情况下,范围判定部16判定范围测定部12测定出的存在范围302是否包含于范围获取部14获取的共同范围320。
在S404的判定为否,即范围测定部12测定出的存在范围300与共同范围320不重叠的情况下,本处理结束。在第一传感器2也检测距离的情况下,在S404的判定为否,即范围测定部12测定出的存在范围302不包含于共同范围320的情况下,本处理结束。
该情况下,在第二传感器4的全部的检测范围312中,根据多个第二传感器4检测的第二传感器4与物体的距离,来例如基于三边定位检测物体的位置。而且,在通过三边定位而在推断为是一个物体的范围内存在物体的多个候补的情况下,进行将候补数量较多的组的位置设为物体的位置、或者将多个候补的重心位置设为物体的位置的位置决定处理。
在S404的判定为是,即范围测定部12测定出的存在范围300与共同范围320重叠的情况下,在S406中,如图5所示,物体检测部18在存在范围300中,基于第二传感器4的检测结果,根据第二传感器4与物体的距离,例如基于三边定位探测物体的位置。而且,与上述相同地,在推断为是一个物体的范围内存在物体的多个候补的情况下,进行上述的位置决定处理。
即使存在范围300与共同范围320重叠,也可能在存在范围300中存在不与共同范围320重叠的范围。该情况下,物体检测部18在存在范围300与共同范围320重叠的重复范围中,根据第二传感器4与物体的距离,例如基于三边定位和上述的位置决定处理来检测物体的位置。在存在范围300中不与共同范围320重叠的范围,即共同范围320的外侧存在物体的情况下,物体检测部18不能够检测物体的位置。
在第一传感器2也能够检测距离的情况下,在S404的判定为是,即范围测定部12测定出的存在范围302包含于共同范围320的情况下,在S406中,如图5所示,物体检测部18在存在范围302中,基于第二传感器4的检测结果,根据第二传感器4与物体的距离,例如基于三边定位和上述的位置决定处理来检测物体的位置。
[1-3.效果]
在以上进行了说明的第一实施方式中,能够获得以下的效果。
(1a)基于第一传感器2的检测结果,测定存在物体的存在范围300或者存在范围302。而且,若存在范围300和第一传感器2的检测范围310与第二传感器4的检测范围312重叠的共同范围320重叠,则在存在范围300中基于第二传感器4检测的与物体200的距离来检测物体的位置。
在第一传感器2也能够检测距离的情况下,若存在范围302包含于共同范围320,则在存在范围302中基于第二传感器4检测的与物体200的距离来检测物体的位置。
由此,在第二传感器4的检测范围312中除存在范围300或者存在范围302以外的范围中,不需要基于第二传感器4检测的距离检测物体的位置。因此,能够减少基于第二传感器4检测的距离检测物体的位置的处理负荷。
[2.第二实施方式]
[2-1.与第一实施方式的不同点]
第二实施方式的基本构成与第一实施方式相同,因此以下对不同点进行说明。此外,与第一实施方式相同的附图标记示出相同的构成,参照先前的说明。
在上述的第一实施方式中,若物体的存在范围300和第一传感器2的检测范围310与第二传感器4的检测范围312重叠的共同范围320重叠,则在存在范围300中检测物体的位置。
在第一传感器2也能够检测距离的情况下,若存在范围302包含于共同范围320,则在存在范围302中检测物体的位置。
相对于此,在第二实施方式中,就以下这点与第一实施方式不同,即,若存在范围300与共同范围320重叠,则将存在范围300分割为网格状,将各个分割单位设为单元格,将与周围的单元格相比存在物体的概率较高的单元格检测为存在物体的位置。
在第一传感器2也能够检测距离的情况下,第二实施方式就以下这点与第一实施方式不同,即,若存在范围302包含于共同范围320,则将存在范围302分割为网格状,将各个分割单位设为单元格,将与周围的单元格相比存在物体的概率较高的单元格检测为存在物体的位置。
接下来,在第一传感器2也能够检测距离的情况下的说明与第一传感器2不能够检测距离的情况的说明重复,因此仅在图中表示而省略。
图6所示的第二实施方式的物体检测装置20具备范围测定部12、范围获取部14、范围判定部16、网格分割部22、评价部24、以及物体检测部26。
[2-2.处理]
基于图7的流程图,对由物体检测装置20进行的物体检测处理进行说明。
S410~S414的处理与第一实施方式的图2所示的S400~S404的处理实质上相同,因此省略说明。
在S416中,例如如图8的下部所示,网格分割部22通过多个扇状的单元格304来将存在范围300分割为网格状。单元格304的大小例如根据所要求的物体的位置的检测精度适当地决定。分割为越小的单元格304,则物体的位置的检测精度越高。但是,单元格304的大小设定于第二传感器4检测的距离的精度的范围内。
评价部24设定表示在单元格304中存在物体的概率的评价值。首先,评价部24对每个单元格304计算第二传感器4检测的第二传感器4与物体200的距离误差。以下,在图8所示的单元格304中,对评价部24计算的距离误差进行说明。
首先,将第二传感器4的数量设为Ns,物体的数量设为No,距离方向的存在范围300的分割数量设为Nr,单元格304的距离方向的长度设为Δr,距离方向的单元格304的索引设为nr=1,…,Nr,角度方向的存在范围300的分割数设为Np,单元格304的角度方向的角度设为Δp,角度方向的单元格304的索引设为np=1,…,Np,第二传感器4的索引设为n=1,…,Ns,第n个第二传感器4检测的与No个物体的距离设为Rn=(rn1,…,rnNo),第n个第二传感器4的坐标设为Lradar_n=(xn,yn)。
索引(nr,np)的单元格304的坐标Lmesh(nr,np)由下式(1)表示。
[式1]
Lmesh(nr,np)=(nrΔr cos(npΔp),nrΔr sin(npΔp))···(1)
而且,各第二传感器4与各单元格304的距离rmesh(nr,np,n)由下式(2)表示。
[式2]
另外,式(2)表示求出各第二传感器4的xy坐标与各单元格304的xy坐标的各自的差的平方的和的平方根。
接下来,在索引(nr,np)的单元格304中,根据下式(3)计算第n个第二传感器4检测的与多个物体的距离Rn=(rn1,…,rnNo)的每一个和单元格304与第n个第二传感器4的距离rmesh(nr,np,n)之差为最小的最小距离误差δ(nr,np,n)。
[式3]
δ(nr,np,n)=min(rmesh(nr,np,n)-Rn)···(3)
而且,根据下式(4)计算针对全部的第二传感器4将在各单元格304中通过式(3)计算出的最小距离误差相加而得到的合计值亦即各单元格304的距离误差ε(nr,np)。
[式4]
式(4)所示的距离误差ε(nr,np)的值越小,则表示对应的单元格304中存在物体的概率越高。
根据发明者的研究结果可知,式(4)表示的距离误差的相对于第二传感器4的距离方向的精度较高,但相对于第二传感器4的方位方向,即角度方向的精度较低。
因此,评价部24通过下式(5)在各单元格304中计算表示通过式(3)计算出的最小距离误差δ(nr,np,n)的方差的距离方差σ(nr,np)。在式(5)中,E(δ(nr,np))表示各单元格304中的多个第二传感器4所对应的最小距离误差的平均值。
[式5]
式(5)所示的距离方差σ(nr,np)的值越小,则表示对应的单元格304中存在物体的概率越高。
根据发明者的研究结果可知,式(5)表示的距离方差的相对于第二传感器4的角度方向的精度较高,但相对于第二传感器4的距离方向的精度较低。
接下来,将距离误差与距离方差相加。在将距离误差与距离方差相加的情况下,为了抑制物体的误检测,在各单元格304中,在距离误差大于将单元格304的距离方向的长度Δr除以第二传感器4的数量而得到的值Δr/Ns的情况下,对该单元格304中的距离误差设定无限大。
并且,在各单元格304中,在距离方差大于将单元格304的距离方向的长度Δr除以规定的除数σth而得到的值Δr/σth的情况下,对该单元格304中的距离方差设定无限大。另外,除数σth根据误检测的抑制的程度而凭经验设定。虽然除数σth越大则越能够抑制物体的误检测,但也存在不能够检测存在的物体的位置的情况。
评价部24计算将距离误差与距离方差相加而得到的值,将其设定为表示在单元格304中存在物体的概率的评价值。而且,物体检测部26从存在范围300提取具有对应的单元格304的评价值与例如存在于前后的距离方向和左右的角度方向的周围的单元格304相比较高的峰值评价值的单元格304。
在第二实施方式中,物体检测部26从存在范围300提取具有与周围的单元格304相比评价值较低的峰值评价值的单元格304。
另外,也可以在根据对距离误差和距离方差重视的精度进行加权后,将距离误差与距离方差相加。例如,若与距离精度相比更重视方位精度,则也可以在使表示方位精度的距离方差大于根据式(5)计算的值后将距离误差与距离方差相加。
另外,由于与相对于第二传感器4的距离方向相比在角度方向上误检测物体的可能性较高,因此对评价部24而言,针对与具有峰值评价值的单元格304比较评价值的周围的单元格304,期望使角度方向的单元格304的数量与距离方向的单元格304的数量相比较多。例如,当使距离方向的单元格304的数量为前后各一个时,使角度方向的单元格304的数量为左右各两个。
物体检测部26判定为在提取出的具有峰值评价值的位置的单元格304存在物体。
[2-3.效果]
在以上进行了说明的第二实施方式中,除了上述的第一实施方式的效果以外,还能够获得以下的效果。
(2a)通过将物体所在的距离方向的精度较高但角度方向的精度较低的距离误差与物体所在的角度方向的精度较高但距离方向的精度较低的距离方差相加,并设定为表示存在物体的概率的评价值,从而能够提取在距离方向和角度方向双方上存在物体的精度较高的单元格304。
由此,能够基于测定距离的第二传感器4的检测结果高精度地检测存在于存在范围300的物体的位置。
(2b)在各单元格304中,在距离误差大于将单元格304的距离方向的长度Δr除以第二传感器4的数量而得到的值Δr/Ns的情况下,对该单元格304中的距离误差设定无限大,在距离方差大于将单元格304的距离方向的长度Δr除以规定的除数σth而得到的值Δr/σth的情况下,对该单元格304中的距离方差设定无限大。由此,能够判定为在设定了无限大的单元格304中不存在物体,因此能够抑制物体的误检测。
[3.第三实施方式]
[3-1.与第二实施方式的不同点]
第三实施方式的基本构成与第二实施方式相同,因此以下对不同点进行说明。此外,与第二实施方式相同的附图标记示出相同的构成,参照先前的说明。
在上述的第二实施方式中,使用一个第一传感器2。相对于此,在第三实施方式中,如图9所示,就使用多个第一传感器2这点与第二实施方式不同。在第三实施方式中,以三个第一传感器2为例进行说明。
而且,如图10所示,三个第一传感器2设置于与第二传感器4相比远离物体的位置。这是为了使将能够由三个第一传感器2的每一个检测的检测范围310合并而成的检测范围314、与能够由四个第二传感器4检测的检测范围316重叠的共同范围320尽可能大。在图10中,能够由第二传感器4检测的检测范围316几乎相当于共同范围320。
如图11所示,通过使用多个第一传感器2,即使第一传感器2是仅能够检测方位而不能够检测距离的传感器,也能够将范围测定部12基于各个第一传感器2的检测结果测定的物体的存在范围300的重叠的范围测定为物体的存在范围330。
存在范围330被多个扇状的单元格332分割为网格状。各单元格332的角度宽度相同,从第二传感器4朝向物体的距离方向的长度也相同。
在第一传感器2为也能够检测距离的传感器的情况下,能够将多个第一传感器2的每一个检测的物体的方位范围与距离范围重叠的在第一实施方式以及第二实施方式中进行了说明的存在范围302重叠的范围测定为物体的存在范围330。
[3-2.效果]
在以上进行了说明的第三实施方式中,除了第二实施方式的效果以外,还能够获得以下的效果。
(3a)通过将多个第一传感器2设置于与第二传感器4相比远离物体的位置,能够使将由多个第一传感器2的每一个能够检测的检测范围310合并而成的检测范围314、与能够由多个第二传感器4检测的检测范围316重叠的共同范围320尽可能大。
(3b)通过使用多个第一传感器2,即使第一传感器2是仅能够检测方位而不能够检测距离的传感器,也能够将范围测定部12基于第一传感器2的检测结果测定的物体的存在范围300的重叠的范围测定为物体的存在范围330。由此,与第一传感器2为一个的情况相比,物体的存在范围较小。由此,在存在范围中,能够减少基于第二传感器4检测的物体的距离检测物体的位置的处理负荷。
[4.第四实施方式]
[4-1.与第三实施方式的不同点]
第四实施方式的基本构成与第三实施方式相同,因此以下对不同点进行说明。此外,与第三实施方式相同的附图标记示出相同的构成,参照先前的说明。
在上述的第三实施方式中,将物体的存在范围330以角度宽度相同且从第二传感器4朝向物体的距离方向的长度相同的单元格332分割为网格状。
相对于此,在第四实施方式中,如图12所示,在根据第一传感器2的检测结果测定出的物体的扇状的存在范围340中,与第二传感器4和单元格342的距离成反比地设定从第二传感器4朝向物体的距离方向的单元格342的长度。即,距第二传感器4的距离越远,则距离方向的单元格342的长度设定得越短。在第四实施方式中,各单元格342的角度宽度相同。
这是因为,由于距第二传感器4的距离越远则距离的检测精度越降低,因此距第二传感器4的距离越远则越缩短距离方向的单元格342的长度,从而抑制距第二传感器4的距离较远的单元格342的距离精度的降低。
在图13所示的四角形状的存在范围350的情况下,与距离方向正交的横向的单元格352的长度相同。而且,与第二传感器4和单元格352的距离成反比地设定单元格352的距离方向的长度。即,距第二传感器4的距离越远,则从第二传感器4朝向物体的距离方向的单元格352的长度设定得越短。
[4-2.效果]
在以上进行了说明的第四实施方式中,除了第三实施方式的效果以外,还能够获得以下的效果。
(4a)在存在范围340、350的每一个中,距第二传感器4的距离越远则越缩短距离方向的单元格342、352的长度,从而能够抑制距第二传感器4较远的单元格342、352的距离精度的降低。
(4b)由于距第二传感器4的距离越远则越缩短单元格342、352的长度,因此与在存在范围340、350的每一个中对全部的单元格342、352缩短距离方向的长度的情况相比,能够抑制检测物体的处理负荷的增加。
[5.第五实施方式]
[5-1.与第四实施方式的不同点]
第五实施方式的基本构成与第四实施方式相同,因此以下对不同点进行说明。此外,与第四实施方式相同的附图标记示出相同的构成,参照先前的说明。
在上述的第四实施方式中,与第二传感器4和存在范围340的距离无关,在物体的存在范围340中,单元格342的角度宽度均相同,与第二传感器4和单元格342的距离成反比地设定单元格342的距离方向的长度。
相对于此,在第五实施方式中,如图14所示,根据第二传感器4与存在范围360、370的距离,单元格362与单元格372的角度宽度、以及单元格362与单元格372的距离方向的长度不同。
越是距第二传感器4的距离远的存在范围370,单元格372的角度宽度设定得越小,单元格372的距离方向的长度设定得越短。
这是因为,由于距第二传感器4的距离越远则第二传感器4的距离的检测精度越降低,因此,越是距第二传感器4的距离远的存在范围370越缩短单元格372的距离方向的长度,从而抑制距第二传感器4的距离较远的单元格372的距离精度的降低。
并且,在图14中,由于距第二传感器4的距离越远则第二传感器4的角度方向的检测精度越降低,因此,越是距第二传感器4的距离远的存在范围370,角度宽度设定得越小。
但是,在存在范围360中,各单元格362的角度宽度相同,距离方向的各单元格362的长度也相同。在存在范围370中,各单元格372的角度宽度也相同,各单元格372的距离方向的长度也相同。
在图15所示的四角形状的存在范围380的情况下,单元格382的横向的长度也相同,单元格382的距离方向的长度也相同。在存在范围390中,单元格392的横向的长度也相同,单元格392的距离方向的长度也相同。
然而,越是距第二传感器4的距离远的存在范围390,单元格392的横向的长度设定得越短,单元格392的距离方向的长度设定得越短。
[5-2.效果]
在以上进行了说明的第五实施方式中,除了第四实施方式的效果以外,还能够获得以下的效果。
(5a)在存在范围360、370与存在范围380、390的每一个中,越是距第二传感器4的距离远的存在范围370、390,单元格372、392的距离方向的长度设定得越短,单元格372的角度宽度设定得越小,单元格392的横向的长度设定得越短。由此,能够抑制距第二传感器4较远的单元格372、392的距离精度以及角度精度或者横向位置精度的降低。
换言之,越是距第二传感器4的距离近的存在范围360、380,越拉长单元格362、382的距离方向的长度,越增大角度宽度或拉长横向的长度,从而能够抑制检测物体的处理负荷的增加。
[6.其他的实施方式]
以上,对本公开的实施方式进行了说明,但本公开不限定于上述实施方式,能够进行各种变形来实施。
(6a)在上述实施方式中,使用毫米波雷达作为检测距物体的距离的第二传感器4。除了毫米波雷达以外,若为照射探查波来检测距物体的距离的第二传感器,则也可以使用LiDAR、声呐等。
(6b)作为搭载有物体检测装置10、20的移动体,除了车辆以外,也可以将物体检测装置10、20搭载于自行车、轮椅、机器人等移动体。
(6c)物体检测装置10、20不限于移动体,也可以设置于静止物体等固定位置。
(6d)本公开中记载的物体检测装置10、20以及其方法也可以由通过构成被编程为执行由计算机程序具体化的一个或多个功能的处理器和存储器而提供的专用计算机来实现。或者,本公开中记载的物体检测装置10、20以及其方法也可以由通过由一个以上的专用硬件逻辑电路构成处理器而提供的专用计算机来实现。或者,本公开中记载的物体检测装置10、20以及其方法也可以由通过被编程为执行一个或多个功能的处理器和存储器与由一个以上的硬件逻辑电路构成的处理器的组合构成的一个以上的专用计算机实现。另外,也可以计算机程序作为由计算机执行的指令而存储于计算机可读取的非过渡有形记录介质。在实现物体检测装置10、20中包含的各部分的功能的方法中,不需要一定包含软件,其全部的功能也可以使用一个或多个硬件来实现。
(6e)也可以通过多个构成要素来实现上述实施方式中的一个构成要素所具有的多个功能、或者通过多个构成要素来实现一个构成要素所具有的一个功能。另外,也可以通过一个构成要素来实现多个构成要素所具有的多个功能、或者通过一个构成要素来实现由多个构成要素实现的一个功能。另外,也可以省略上述实施方式的构成的一部分。另外,也可以对于其它的上述实施方式的构成附加或者置换上述实施方式的构成的至少一部分。
(6f)除了上述的物体检测装置10、20以外,也能够以将该物体检测装置10、20作为构成要素的系统、用于使计算机作为该物体检测装置10、20发挥功能的物体检测程序、记录了该物体检测程序的记录介质、物体检测方法等各种形式实现本公开。
Claims (6)
1.一种物体检测装置,该物体检测装置具备:
范围测定部,构成为基于至少检测物体的方位的一个以上的第一传感器的检测结果,至少将上述物体所在的方位的范围测定为存在上述物体的存在范围;
范围获取部,获取能够由上述第一传感器检测上述物体的位置的检测范围与能够由检测与物体的距离的多个第二传感器检测上述物体的位置的检测范围重叠的共同范围;
范围判定部,构成为判定上述范围测定部测定出的上述存在范围与上述范围获取部获取的上述共同范围是否重叠;以及
物体检测部,构成为当上述范围判定部判定为上述存在范围与上述共同范围重叠时,在上述存在范围中,基于各个上述第二传感器检测的上述第二传感器与上述物体的距离来检测上述物体的位置。
2.根据权利要求1所述的物体检测装置,其中,
上述第一传感器除了检测存在上述物体的方位以外,还检测上述第一传感器与上述物体的距离,
上述范围测定部构成为基于上述第一传感器的检测结果,根据上述第一传感器与上述物体的距离的范围、和上述方位的范围测定上述存在范围,
上述范围判定部构成为判定上述存在范围是否包含于上述共同范围,
上述物体检测部构成为当上述范围判定部判定为上述存在范围包含于上述共同范围时,在上述存在范围中基于各个上述第二传感器检测的上述第二传感器与上述物体的距离来检测上述物体的位置。
3.根据权利要求2所述的物体检测装置,其中,
上述第二传感器检测的上述距离的精度高于上述第一传感器检测的上述距离的精度。
4.根据权利要求1~3中任一项所述的物体检测装置,其中,具备:
网格分割部,构成为将上述存在范围分割为由多个单元格构成的网格状;以及
评价部,构成为基于各个上述第二传感器检测的上述第二传感器与上述物体的距离来设定评价值,该评价值表示在各个上述单元格中存在上述物体的概率,
上述物体检测部构成为基于上述评价部设定的上述评价值来判定在各个上述单元格中是否存在上述物体。
5.根据权利要求4所述的物体检测装置,其中,
上述评价部构成为在各个上述单元格中,计算各个上述第二传感器检测到的与上述物体的距离和上述单元格与各个上述第二传感器的距离之差为最小的最小距离误差,并计算各个上述第二传感器所对应的上述最小距离误差的合计值、和在各个上述单元格中各个上述第二传感器所对应的上述最小距离误差的方差,将上述最小距离误差的合计值与上述最小距离误差的方差相加而得到的值设定为上述评价值。
6.根据权利要求1~3中任一项所述的物体检测装置,其中,
上述第一传感器设置于与上述第二传感器相比远离上述物体的位置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019060887A JP7244325B2 (ja) | 2019-03-27 | 2019-03-27 | 物体検出装置 |
JP2019-060887 | 2019-03-27 | ||
PCT/JP2020/013599 WO2020196723A1 (ja) | 2019-03-27 | 2020-03-26 | 物体検出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113631948A CN113631948A (zh) | 2021-11-09 |
CN113631948B true CN113631948B (zh) | 2024-06-04 |
Family
ID=72611570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080024253.6A Active CN113631948B (zh) | 2019-03-27 | 2020-03-26 | 物体检测装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220012492A1 (zh) |
JP (1) | JP7244325B2 (zh) |
CN (1) | CN113631948B (zh) |
DE (1) | DE112020001507T5 (zh) |
WO (1) | WO2020196723A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024121995A1 (ja) * | 2022-12-07 | 2024-06-13 | 日立Astemo株式会社 | 車両制御装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011027457A (ja) * | 2009-07-22 | 2011-02-10 | Fujitsu Ten Ltd | 物体検出装置、情報処理方法、および、情報処理システム |
CN103837872A (zh) * | 2012-11-22 | 2014-06-04 | 株式会社电装 | 目标检测装置 |
CA2993421A1 (en) * | 2015-07-27 | 2017-02-02 | Nissan Motor Co., Ltd. | Object detecting method and object detecting device |
CN107884750A (zh) * | 2016-09-29 | 2018-04-06 | 松下电器产业株式会社 | 多雷达系统 |
JP2019035633A (ja) * | 2017-08-14 | 2019-03-07 | 本田技研工業株式会社 | 外界認識装置 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4308381B2 (ja) * | 1999-09-29 | 2009-08-05 | 富士通テン株式会社 | 周辺監視センサ |
JP3779280B2 (ja) * | 2003-03-28 | 2006-05-24 | 富士通株式会社 | 衝突予測装置 |
US7369941B2 (en) * | 2004-02-18 | 2008-05-06 | Delphi Technologies, Inc. | Collision detection system and method of estimating target crossing location |
US7362258B2 (en) * | 2004-03-31 | 2008-04-22 | Honda Motor Co., Ltd. | Transponder detection system using radio and light wave signals |
EP1759224B1 (en) * | 2004-06-24 | 2011-08-03 | BAE Systems PLC | Improvements relating to velocity extraction |
US8311695B2 (en) * | 2008-03-19 | 2012-11-13 | Honeywell International Inc. | Construction of evidence grid from multiple sensor measurements |
JP5206752B2 (ja) * | 2010-08-30 | 2013-06-12 | 株式会社デンソー | 走行環境認識装置 |
JP5950761B2 (ja) | 2012-08-28 | 2016-07-13 | 三菱電機株式会社 | 測位装置 |
US10195992B2 (en) * | 2017-04-03 | 2019-02-05 | Ford Global Technologies, Llc | Obstacle detection systems and methods |
US10656245B2 (en) * | 2017-09-05 | 2020-05-19 | Valeo Radar Systems, Inc. | Automotive radar sensor blockage detection using adaptive overlapping visibility |
US20190154823A1 (en) * | 2017-11-17 | 2019-05-23 | Valeo Radar Systems, Inc. | Method for detecting pedestrians using 24 gigahertz radar |
US10501064B2 (en) * | 2017-12-08 | 2019-12-10 | GM Global Technology Operations LLC | Method and apparatus for monitoring a vehicle brake |
JP6977787B2 (ja) * | 2018-02-02 | 2021-12-08 | 日本電気株式会社 | センサ情報統合システム、センサ情報統合方法及びプログラム |
US11353577B2 (en) * | 2018-09-28 | 2022-06-07 | Zoox, Inc. | Radar spatial estimation |
JP7111586B2 (ja) * | 2018-11-09 | 2022-08-02 | 株式会社Soken | 物体検出装置 |
JP6747491B2 (ja) | 2018-11-28 | 2020-08-26 | ソニー株式会社 | 血液状態解析装置、血液状態解析システム、血液状態解析方法、および該方法をコンピューターに実現させるための血液状態解析プログラム |
US11801867B2 (en) * | 2020-03-30 | 2023-10-31 | Honda Motor Co., Ltd. | Vehicle control device and vehicle control method |
-
2019
- 2019-03-27 JP JP2019060887A patent/JP7244325B2/ja active Active
-
2020
- 2020-03-26 DE DE112020001507.6T patent/DE112020001507T5/de active Pending
- 2020-03-26 CN CN202080024253.6A patent/CN113631948B/zh active Active
- 2020-03-26 WO PCT/JP2020/013599 patent/WO2020196723A1/ja active Application Filing
-
2021
- 2021-09-23 US US17/483,647 patent/US20220012492A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011027457A (ja) * | 2009-07-22 | 2011-02-10 | Fujitsu Ten Ltd | 物体検出装置、情報処理方法、および、情報処理システム |
CN103837872A (zh) * | 2012-11-22 | 2014-06-04 | 株式会社电装 | 目标检测装置 |
CA2993421A1 (en) * | 2015-07-27 | 2017-02-02 | Nissan Motor Co., Ltd. | Object detecting method and object detecting device |
CN107850670A (zh) * | 2015-07-27 | 2018-03-27 | 日产自动车株式会社 | 物体检测方法及物体检测装置 |
CN107884750A (zh) * | 2016-09-29 | 2018-04-06 | 松下电器产业株式会社 | 多雷达系统 |
JP2019035633A (ja) * | 2017-08-14 | 2019-03-07 | 本田技研工業株式会社 | 外界認識装置 |
Non-Patent Citations (3)
Title |
---|
Decentralized multi-target-tracking using a LIDAR sensor network;K.Wenzl 等;《2012 IEEE International Instrumentation and Measurement Technology Conference Proceedings》;第2392-2497页 * |
基于毫米波雷达和机器视觉的夜间前方车辆检测;金立生;程蕾;成波;;《汽车安全与节能学报》;第7卷(第02期);第167-175页 * |
高轨无缝面阵扫描判断方法:栅格法和几何相交法;王梅竹 等;《遥感学报》;第21卷(第06期);第871-880页 * |
Also Published As
Publication number | Publication date |
---|---|
DE112020001507T5 (de) | 2021-12-23 |
WO2020196723A1 (ja) | 2020-10-01 |
JP2020159925A (ja) | 2020-10-01 |
CN113631948A (zh) | 2021-11-09 |
US20220012492A1 (en) | 2022-01-13 |
JP7244325B2 (ja) | 2023-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10614322B2 (en) | Object recognition device | |
JP2006234513A (ja) | 障害物検出装置 | |
US20210256728A1 (en) | Object detection apparatus | |
JP2008286582A (ja) | レーダ信号処理装置及びレーダ信号処理方法 | |
CN112119330B (zh) | 物体检测装置及物体检测方法 | |
US8744752B2 (en) | Apparatus and method for detecting locations of vehicle and obstacle | |
CN113631948B (zh) | 物体检测装置 | |
JP2018022270A (ja) | 路肩検出方法及び路肩検出装置 | |
CN113330448A (zh) | 用于车辆的传感器数据融合的方法和装置 | |
KR101658465B1 (ko) | 신호의 도착시간을 이용한 방향탐지 장치 및 그의 위치 추정 방법 | |
CN112689842B (zh) | 一种目标检测方法以及装置 | |
US20230026149A1 (en) | Radar mount-angle calibration | |
JP2018151315A (ja) | レーザ式測距装置のノイズデータの特定方法 | |
JP7074593B2 (ja) | 物体検出装置 | |
CN115951336A (zh) | 确定激光雷达误差的方法、装置、设备及存储介质 | |
JP6686776B2 (ja) | 段差検出方法及び段差検出装置 | |
US11983937B2 (en) | Intersecting road estimation device | |
US20230176208A1 (en) | Road shape estimation device, road shape estimation method, and computer-readable medium | |
KR102022589B1 (ko) | 방탐 모호성 발생 확률 산출 방법 | |
CN115327526A (zh) | 目标运动状态确定方法、装置及设备 | |
JP2023032737A (ja) | 物体検知装置および物体検知プログラム | |
JP2021175951A (ja) | 物体検出装置 | |
CN117665749A (zh) | 车载激光雷达、自检方法、电子设备与存储介质 | |
CN116338695A (zh) | 道路栅栏检测方法、装置、车辆及介质 | |
JP2012203688A (ja) | 異物検知装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |