CN115720569A - 障碍物检测装置和障碍物检测方法 - Google Patents
障碍物检测装置和障碍物检测方法 Download PDFInfo
- Publication number
- CN115720569A CN115720569A CN202180045638.5A CN202180045638A CN115720569A CN 115720569 A CN115720569 A CN 115720569A CN 202180045638 A CN202180045638 A CN 202180045638A CN 115720569 A CN115720569 A CN 115720569A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- detection
- detection device
- area
- coordinate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 287
- 238000009795 derivation Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 22
- 238000000034 method Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 13
- 239000013256 coordination polymer Substances 0.000 description 12
- 238000009434 installation Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
- B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
- B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
- B66F9/075—Constructional features or details
- B66F9/0755—Position control; Position detectors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
- B66F17/00—Safety devices, e.g. for limiting or indicating lifting force
- B66F17/003—Safety devices, e.g. for limiting or indicating lifting force for fork-lift trucks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
- B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
- B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
- B66F9/075—Constructional features or details
- B66F9/20—Means for actuating or controlling masts, platforms, or forks
- B66F9/24—Electrical devices or systems
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- 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
- G06T2207/30261—Obstacle
Landscapes
- Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Transportation (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Civil Engineering (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Human Computer Interaction (AREA)
- Forklifts And Lifting Vehicles (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Radar Systems Or Details Thereof (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
一种障碍物检测装置(30),搭载于叉车(10)。障碍物检测装置(30)具备用于检测障碍物的立体照相机(31)和根据立体照相机(31)的检测结果对障碍物的位置进行检测的位置检测装置(41)。在可检测区域(CA)预先设定有非检测区域(NA1、NA2)。非检测区域(NA1、NA2)被设定于存在叉车(10)的配重(15)的位置。位置检测装置(41)判断为在非检测区域(NA1、NA2)不存在障碍物。位置检测装置(41)检测存在于可检测区域(CA)中的作为与非检测区域(NA1、NA2)不同的区域的检测区域(DA)的障碍物的位置。
Description
技术领域
本公开涉及障碍物检测装置和障碍物检测方法。
背景技术
在车辆等移动体搭载有用于检测障碍物的障碍物检测装置。专利文献1公开的障碍物检测装置具备用于检测障碍物的传感器和根据传感器的检测结果对障碍物的位置进行检测的位置检测部。位置检测部检测存在于传感器的可检测区域的障碍物的位置。作为传感器,使用了立体照相机。位置检测部从由立体照相机拍摄到的图像导出视差图像,基于视差图像来检测障碍物的位置。
现有技术文献
专利文献
专利文献1:特开2016-206801号公报
发明内容
发明要解决的问题
根据传感器的设置位置,移动体的一部分有时会进入传感器的可检测区域。于是,障碍物检测装置有可能将移动体的一部分检测为障碍物。
本公开的目的在于,提供一种能够抑制移动体的一部分被检测为障碍物的障碍物检测装置和障碍物检测方法。
用于解决问题的方案
解决上述问题的障碍物检测装置搭载于移动体,具备:传感器,其用于检测障碍物;以及位置检测部,其根据所述传感器的检测结果检测所述障碍物的位置,所述位置检测部具备:非检测部,其当将预先设定于能由所述传感器检测所述障碍物的可检测区域并且存在所述移动体的一部分的区域设为非检测区域时,在所述非检测区域中与所述传感器的检测结果无关地判断为不存在所述障碍物;以及检测部,其检测存在于所述可检测区域中的作为与所述非检测区域不同的区域的检测区域的所述障碍物的位置。
在可检测区域预先设定有非检测区域。即使在非检测区域存在有障碍物的情况下,非检测部也判断为在非检测区域不存在障碍物。由于在非检测区域存在有移动体的一部分,因此通过判断为在非检测区域不存在障碍物,能够抑制移动体的一部分被障碍物检测装置检测为障碍物。
关于上述障碍物检测装置也可以是,所述移动体是叉车,所述非检测区域被设定于存在所述叉车的配重的位置。
关于上述障碍物检测装置也可以是,所述位置检测部具备坐标导出部,所述坐标导出部导出以水平方向中的一个方向的轴为X轴、以水平方向中的与所述X轴正交的方向的轴为Y轴、以与所述X轴和所述Y轴正交的方向的轴为Z轴的实际空间上的坐标系中的所述障碍物的坐标。
关于上述障碍物检测装置也可以是,所述非检测区域是由在所述实际空间上的坐标系中表示存在所述移动体的一部分的区域的三维坐标规定的。
也可以是,解决上述问题的障碍物检测方法是由搭载于移动体且具备传感器和位置检测部的障碍物检测装置检测障碍物的位置的障碍物检测方法,其中,包含:所述位置检测部取得所述传感器的检测结果的步骤;当将预先设定于能由所述传感器检测所述障碍物的可检测区域并且存在所述移动体的一部分的区域设为非检测区域时,所述位置检测部在所述非检测区域中与所述传感器的检测结果无关地判断为不存在所述障碍物的步骤;以及所述位置检测部检测存在于所述可检测区域中的作为与所述非检测区域不同的区域的检测区域的所述障碍物的位置的步骤。
由于在非检测区域存在有移动体的一部分,因此通过判断为在非检测区域不存在障碍物,能够抑制移动体的一部分被检测为障碍物。
发明效果
根据本发明,能够抑制移动体的一部分被检测为障碍物。
附图说明
图1是第1实施方式中的叉车的侧视图。
图2是第1实施方式中的叉车的俯视图。
图3是第1实施方式中的叉车和障碍物检测装置的概要构成图。
图4是示出由立体照相机拍摄到的第1图像的一个例子的图。
图5是示出位置检测装置所进行的障碍物检测处理的流程图。
图6是用于说明可检测区域、非检测区域以及检测区域的图。
图7是示出世界坐标系的XY平面中的障碍物的位置的示意图。
图8是第2实施方式中的叉车的侧视图。
图9是示出由立体照相机拍摄到的第1图像的一个例子的图。
具体实施方式
(第1实施方式)
以下,对障碍物检测装置和障碍物检测方法的第1实施方式进行说明。
如图1和图2所示,作为移动体的叉车10具备:车体11;驱动轮12,其配置在车体11的前下部;操舵轮13,其配置在车体11的后下部;以及货物装卸装置17。车体11具备:护顶14,其设置在驾驶席的上部;以及配重15,其用于与装载于货物装卸装置17的货物取得平衡。配重15设置在车体11的后部。叉车10可以通过搭乘者的操作而动作,也可以自动地动作,还可以能切换手动的动作和自动的动作。在以下的说明中,左右是指以叉车10的前进方向为基准的情况下的左右。
如图3所示,叉车10具备主控制装置20、行驶用马达M1、对行驶用马达M1进行控制的行驶控制装置23、以及转速传感器24。主控制装置20进行与行驶动作和货物装卸动作相关的控制。主控制装置20具备处理器21和存储部22。作为处理器21,例如可以使用中央处理单元(CPU:Central Processing Unit)、图形处理单元(GPU:Graphics Processing Unit)、数字信号处理器(DSP:Digital Signal Processor)。存储部22包含随机存取存储器(RAM:Random Access Memory)和只读存储器(ROM:Read Only Memory)。在存储部22存储有用于使叉车10动作的程序。可以说存储部22保存有构成为使处理器21执行处理的程序代码或指令。存储部22、即计算机可读介质包含能够以通用或专用的计算机访问的所有能利用的介质。主控制装置20可以由专用集成电路(ASIC:Application Specific IntegratedCircuit)、现场可编程门阵列(FPGA:Field Programmable Gate Array)等硬件电路构成。作为处理电路的主控制装置20可包含按照计算机程序进行动作的1个以上的处理器、ASIC或FPGA等1个以上的硬件电路、或者它们的组合。
主控制装置20对行驶控制装置23提供行驶用马达M1的转速的指令,使得叉车10的车速成为目标车速。本实施方式的行驶控制装置23是马达驱动器。转速传感器24将行驶用马达M1的转速输出到行驶控制装置23。行驶控制装置23基于来自主控制装置20的指令对行驶用马达M1进行控制,使得行驶用马达M1的转速与指令一致。
叉车10搭载有障碍物检测装置30。障碍物检测装置30具备:立体照相机31,其作为传感器;以及位置检测装置41,其根据由立体照相机31拍摄到的图像来检测障碍物的位置。立体照相机31设置成能够从叉车10的上方俯瞰叉车10所行驶的路面。本实施方式的立体照相机31对叉车10的后方进行拍摄。因此,由位置检测装置41检测的障碍物成为叉车10后方的障碍物。
如图1所示,立体照相机31例如设置于护顶14。如图2所示,立体照相机31设置成从叉车10的车宽方向的中心位置CP错开。在本实施方式中,立体照相机31设置成从叉车10的车宽方向的中心位置CP向左方错开。
立体照相机31对由水平视角和垂直视角决定的拍摄范围进行拍摄。在垂直视角的范围内包含有配重15。因此,作为叉车10的一部分的配重15的一部分总是会进入由立体照相机31拍摄的图像。
如图3所示,立体照相机31具备第1照相机32和第2照相机33。作为第1照相机32和第2照相机33,例如可列举使用CCD图像传感器、CMOS图像传感器的照相机。第1照相机32和第2照相机33配置成相互的光轴平行。在本实施方式中,第1照相机32和第2照相机33相互在水平方向上排列配置。当将由第1照相机32拍摄到的图像设为第1图像、将由第2照相机33拍摄到的图像设为第2图像时,在第1图像和第2图像中,同一障碍物会在横向上错开呈现。详细地说,在拍摄了同一障碍物的情况下,在呈现于第1图像的障碍物和呈现于第2图像的障碍物中,会在横向的像素[px]产生与第1照相机32和第2照相机33之间的距离相应的错位。第1图像和第2图像为相同像素数,例如使用640×480[px]=VGA的图像。第1图像和第2图像例如是用RGB信号表示的图像。
位置检测装置41具备处理器42和存储部43。作为处理器42,例如使用CPU、GPU、DSP。存储部43包含RAM和ROM。在存储部43存储有用于根据由立体照相机31拍摄到的图像来检测障碍物的各种程序。可以说存储部43保存有构成为使处理器42执行处理的程序代码或指令。存储部43、即计算机可读介质包含能够以通用或专用计算机访问的所有能利用的介质。位置检测装置41可以由ASIC、FPGA等硬件电路构成。作为处理电路的位置检测装置41可包含按照计算机程序进行动作的1个以上的处理器、ASIC或FPGA等1个以上的硬件电路、或者它们的组合。
以下,对由位置检测装置41进行的障碍物检测处理与障碍物检测方法一起进行说明。通过处理器42执行存储部43中存储的程序来进行障碍物检测处理。障碍物检测处理以规定的控制周期反复进行。
在以下的说明中,作为一个例子,对由立体照相机31拍摄了图4所示的环境的情况下的障碍物检测处理进行说明。图4是通过对叉车10的后方进行拍摄而得到的第1图像I1。如能够根据第1图像I1掌握的那样,在叉车10的后方存在有人、人以外的障碍物。在第1图像I1映入有配重15的一部分。此外,为了便于说明,用框A1、A2、A3、A4示出了存在障碍物的第1图像I1上的坐标,但在实际的第1图像I1中不存在框A1、A2、A3、A4。
如图5所示,在步骤S1中,位置检测装置41从由立体照相机31拍摄到的影像取得同一帧的第1图像I1和第2图像。第1图像I1和第2图像是立体照相机31的检测结果。
接下来,在步骤S2中,位置检测装置41通过进行立体处理来取得视差图像。视差图像是将视差[px]与像素对应起来的图像。视差可通过对第1图像I1和第2图像进行比较并针对呈现于各图像的同一特征点算出第1图像I1与第2图像的像素数之差来得到。此外,特征点是指障碍物的边缘等能识别为分界的部分。特征点能够从亮度信息等进行检测。
位置检测装置41使用暂时保存各图像的RAM来进行从RGB向YCrCb的转换。此外,位置检测装置41也可以进行失真校正、边缘强调处理等。位置检测装置41进行对第1图像I1的各像素与第2图像的各像素的类似度进行比较来算出视差的立体处理。此外,作为立体处理,可以使用按每一像素算出视差的方法,也可以使用将各图像分割为包含多个像素的块来算出每一块的视差的块匹配法。位置检测装置41以第1图像I1为基准图像并以第2图像为比较图像来取得视差图像。位置检测装置41按第1图像I1的每一像素提取最类似的第2图像的像素,将第1图像I1的像素与最类似于该像素的像素的横向的像素数之差算出为视差。由此,能够取得将视差与作为基准图像的第1图像I1的各像素对应起来的视差图像。视差图像不一定需要显示,而是表示将视差与视差图像中的各像素对应起来的数据。此外,位置检测装置41也可以进行从视差图像除去路面的视差的处理。
接下来,在步骤S3中,位置检测装置41导出世界坐标系中的特征点的坐标。首先,位置检测装置41导出照相机坐标系中的特征点的坐标。照相机坐标系是以立体照相机31为原点的坐标系。照相机坐标系是以光轴为Z轴并以与光轴正交的2个轴分别为X轴、Y轴的3轴正交坐标系。照相机坐标系中的特征点的坐标能够用照相机坐标系中的Z坐标Zc、X坐标Xc以及Y坐标Yc来表示。Z坐标Zc、X坐标Xc以及Y坐标Yc能够分别使用以下的式(1)~式(3)来导出。
[数学式1]
[数学式2]
[数学式3]
式(1)~式(3)中的B是基线长度[mm],f是焦距[mm],d是视差[px]。xp是视差图像中的任意的X坐标,x′是视差图像的中心坐标的X坐标。yp是视差图像中的任意的Y坐标,y′是视差图像的中心坐标的Y坐标。
通过将xp设为视差图像中的特征点的X坐标,将yp设为视差图像中的特征点的Y坐标,将d设为与特征点的坐标对应起来的视差,得以导出照相机坐标系中的特征点的坐标。
在此,在叉车10位于水平面的状态下,将以在水平方向中的叉车10的车宽方向上延伸的轴为X轴、以在水平方向中的与X轴正交的方向上延伸的轴为Y轴、以与X轴和Y轴正交的轴为Z轴的3轴正交坐标系设为作为实际空间上的坐标系的世界坐标系。世界坐标系的Y轴也可以说是在作为叉车10的行进方向的叉车10的前后方向上延伸的轴。世界坐标系的Z轴也可以说是在竖直方向上延伸的轴。世界坐标系中的特征点的坐标能够用世界坐标系中的X坐标Xw、Y坐标Yw以及Z坐标Zw来表示。
位置检测装置41使用以下的式(4)进行将照相机坐标转换为世界坐标的世界坐标转换。世界坐标是指世界坐标系中的坐标。
[数学式4]
在此,式(4)中的H是世界坐标系中的立体照相机31的设置高度[mm],θ是第1照相机32和第2照相机33的光轴与水平面所成的角+90°的角度。
在本实施方式中,世界坐标系的原点是以X坐标Xw和Y坐标Yw为立体照相机31的位置并以Z坐标Zw为路面的坐标。立体照相机31的位置例如是指第1照相机32的镜头与第2照相机33的镜头的中间位置。
通过世界坐标转换得到的世界坐标中的X坐标Xw表示相对于叉车10的车宽方向的从原点到特征点的距离。Y坐标Yw表示相对于叉车10的行进方向的从原点到特征点的距离。Z坐标Zw表示从路面到特征点的高度。特征点是表示障碍物的一部分的点。此外,图中的箭头X表示世界坐标系的X轴,箭头Y表示世界坐标系的Y轴,箭头Z表示世界坐标系的Z轴。
如图6所示,在世界坐标系中,能够取得世界坐标的区域是作为能检测障碍物的区域的可检测区域CA。可检测区域CA例如由立体照相机31的拍摄范围决定。通过进行步骤S3的处理,位置检测装置41作为坐标导出部发挥功能。
在此,在立体照相机31的可检测区域CA预先设定有非检测区域NA1。非检测区域NA1是与是否由立体照相机31拍摄到障碍物无关地被判断为不存在障碍物的区域。将可检测区域CA中的与非检测区域NA1不同的区域设为检测区域DA。检测区域DA是进行障碍物的检测的区域。因此,可以说在由立体照相机31拍摄到障碍物并且该障碍物存在于检测区域DA的情况下,位置检测装置41检测障碍物。
如图5所示,在步骤S4中,位置检测装置41将非检测区域NA1的特征点作为不需要的特征点而删除。非检测区域NA1被设定于可检测区域CA中的存在叉车10的一部分的位置。在本实施方式中,存在配重15的位置是非检测区域NA1。不需要的特征点也可以说是由于配重15被拍摄到而产生的特征点。
不需要的特征点能够根据车辆规格导出。用于导出不需要的特征点的车辆规格例如存储于位置检测装置41的存储部43。
如图1和图2所示,分别表示配重15的宽度W1、配重15的高度H1、从立体照相机31到配重15的后端的前后方向的距离L1、以及叉车10的中心位置CP与立体照相机31的车宽方向的距离W2的信息被存储为车辆规格。
配重15的宽度W1是指车宽方向上的配重15的尺寸。配重15的宽度W1也可以说是世界坐标系中的X轴方向的配重15的尺寸。在本实施方式中,由立体照相机31拍摄的配重15是固定宽度。因此,能够将配重15的宽度W1设为固定值。在配重15的宽度W1不固定的情况下,可以根据配重15的前后方向的位置来存储配重15的宽度。即,也可以是通过与配重15的Y坐标Yw对应起来存储配重15的宽度,使得在配重15的宽度不固定的情况下也能掌握配重15的宽度。或者也可以是,在配重15的宽度不固定的情况下,也将配重15的宽度视为固定。在这种情况下,只要将配重15的最大宽度视为配重15的宽度即可。
配重15的高度H1是指从路面到配重15的上端的尺寸。由于世界坐标系中的Z轴的原点为路面,因此,配重15的高度H1也可以说是世界坐标系中的配重15的上端的Z坐标Zw。此外,在根据配重15的前后方向的位置、车宽方向的位置而配重15的高度不同的情况下,只要将最高的位置设为配重15的上端即可。
从立体照相机31到配重15的后端的前后方向的距离L1是指世界坐标系中的从立体照相机31到配重15的后端的Y轴方向的尺寸。由于世界坐标系中的Y轴的原点是立体照相机31,因此从立体照相机31到配重15的后端的前后方向的距离L1也可以说是世界坐标系中的配重15的后端的Y坐标Yw。此外,在根据配重15的前后方向的位置、车宽方向的位置而配重15的后端的位置不同的情况下,只要将最后方设为配重15的后端即可。
叉车10的中心位置CP与立体照相机31在车宽方向上的距离W2是指世界坐标系中的从叉车10的中心位置CP到立体照相机31的X轴方向的尺寸。由于世界坐标系中的X轴的原点是立体照相机31,因此叉车10的中心位置CP与立体照相机31在车宽方向上的距离W2也可以说是世界坐标系中的叉车10的中心位置CP的X坐标Xw。
位置检测装置41根据上述的车辆规格将与以下的第1条件、第2条件以及第3条件全部一致的特征点作为不需要的特征点而删除。
第1条件…-(W1/2+W2)≤Xw≤(W1/2-W2)
第2条件…0≤Yw≤L1
第3条件…0≤Zw≤H1
第1条件可以说是从叉车10的车宽方向的中心位置CP起对世界坐标系的X轴方向的两侧中的每一侧提取出配重15的宽度W1的一半的范围的特征点。在本实施方式中,由于叉车10的中心位置CP与世界坐标系中的X轴的原点错开了距离W2,因此可以说是通过将X坐标Xw向右方错开距离W2,从而将X坐标Xw的范围偏移到以叉车10的中心位置CP为基准的范围。
第2条件可以说是提取出存在于从立体照相机31到配重15的后端的范围的特征点。
第3条件可以说是提取出从路面到配重15的上端的特征点。
可以说各条件示出了世界坐标系中的三维坐标的范围。可以说X坐标Xw的范围为-(W1/2+W2)~(W1/2-W2)、Y坐标Yw的范围为0~L1、Z坐标Zw的范围为0~H1的长方体状的区域是特征点被删除的非检测区域NA1。通过删除与第1条件、第2条件以及第3条件全部一致的特征点,得以删除非检测区域NA1的特征点。
如图6所示,非检测区域NA1可以说是在世界坐标系中由坐标P1~P8围起来的区域。当将世界坐标系中的三维坐标用坐标(Xw,Yw,Zw)表示时,坐标P1能够用(-(W1/2+W2),0,H1)表示,坐标P2能够用(W1/2-W2,0,H1)表示,坐标P3能够用(-(W1/2+W2),L1,H1)表示,坐标P4能够用(W1/2-W2,L1,H1)表示。同样地,坐标P5能够用(-(W1/2+W2),0,0)表示,坐标P6能够用(W1/2-W2,0,0)表示,坐标P7能够用(-(W1/2+W2),L1,0)表示,坐标P8能够用(W1/2-W2,L1,0)表示。非检测区域NA1是由在世界坐标系中表示存在配重15的区域的三维坐标规定的。
此外,是世界坐标中的+坐标还是-坐标表示坐标相对于世界坐标系的原点位于哪一方向,能够按每一坐标轴任意设定。X坐标Xw以比原点靠左方为+坐标,以比原点靠右方为-坐标。Y坐标Yw以比原点靠后方为+坐标,以比原点靠前方为-坐标。Z坐标Zw以比原点靠上方为+坐标,以比原点靠下方为-坐标。
如图5所示,在步骤S5中,位置检测装置41提取存在于世界坐标系的障碍物。位置检测装置41将表示障碍物的一部分的多个特征点中的、设想为表示的是同一障碍物的特征点的集合作为1个点群,将该点群作为障碍物进行提取。例如,位置检测装置41根据在步骤S3中导出的特征点的世界坐标,进行将位于规定范围内的特征点视为1个点群的聚类(cluster)化。位置检测装置41将被进行了聚类化的点群视为1个障碍物。在步骤S4中,非检测区域NA1的特征点已被删除,因此在步骤S5中被提取的障碍物可以说是存在于作为与非检测区域NA1不同的区域的检测区域DA的障碍物。非检测区域NA1会与立体照相机31的检测结果无关地、换言之与有无障碍物无关地被判断为不存在障碍物。此外,能够用各种方法进行在步骤S5中进行的特征点的聚类化。即,聚类化只要能够通过将多个特征点作为1个点群而将其视为障碍物即可,可以通过任何方法来进行。
接下来,在步骤S6中,位置检测装置41导出在步骤S5中提取出的障碍物的位置。在本实施方式中,障碍物的位置是指世界坐标系的XY平面中的障碍物的坐标。位置检测装置41能够根据构成被进行了聚类化的点群的特征点的世界坐标来识别障碍物的世界坐标。例如,可以将被进行了聚类化的点群中的位于端缘的多个特征点的X坐标Xw、Y坐标Yw以及Z坐标Zw设为障碍物的X坐标Xw、Y坐标Yw以及Z坐标Zw,也可以将成为点群的中心的特征点的X坐标Xw、Y坐标Yw以及Z坐标Zw设为障碍物的X坐标Xw、Y坐标Yw以及Z坐标Zw。即,世界坐标系的障碍物的坐标可以表示障碍物整体,也可以表示障碍物的一点。
如图7所示,位置检测装置41通过将障碍物的X坐标Xw、Y坐标Yw以及Z坐标Zw投影到世界坐标系的XY平面来导出世界坐标系中的XY平面上的障碍物的X坐标Xw和Y坐标Yw。即,位置检测装置41通过从障碍物的X坐标Xw、Y坐标Yw以及Z坐标Zw除去Z坐标Zw来导出水平方向上的障碍物的X坐标Xw和Y坐标Yw。
图7所示的障碍物O1~O4是通过进行步骤S1~步骤S6的处理而从第1图像I1和第2图像检测出的障碍物。障碍物O1是存在于框A1的障碍物。障碍物O2是存在于框A2的障碍物。障碍物O3是存在于框A3的障碍物。障碍物O4是存在于框A4的障碍物。
假如是并未删除非检测区域NA1的特征点的情况,则位置检测装置41会提取与配重15对应的障碍物O5。在本实施方式中,通过删除非检测区域NA1的特征点并判断为在非检测区域NA1不存在障碍物,而抑制了障碍物O5被提取。通过进行步骤S4的处理,位置检测装置41作为非检测部发挥功能。通过进行步骤S5和步骤S6的处理,位置检测装置41作为检测部发挥功能。位置检测装置41作为位置检测部发挥功能。
此外,步骤S4中的“特征点的删除”意味着在由步骤S5进行的障碍物的提取中不使用非检测区域NA1的特征点。即,“特征点的删除”不仅包含从位置检测装置41的RAM将非检测区域NA1中的特征点的世界坐标删除的情形,还包含不从位置检测装置41的RAM将非检测区域NA1中的特征点的世界坐标删除,而是不将非检测区域NA1的特征点用于障碍物的提取的情形。
通过由位置检测装置41进行的障碍物检测处理,能够掌握叉车10与障碍物在水平方向上的位置关系。主控制装置20通过取得位置检测装置41的检测结果来掌握叉车10与障碍物在水平方向上的位置关系。主控制装置20进行与叉车10和障碍物的位置关系相应的控制。例如,主控制装置20在叉车10与障碍物的距离低于阈值的情况下进行车速限制或警报。
对第1实施方式的作用进行说明。
在可检测区域CA预先设定有非检测区域NA1。位置检测装置41将存在于非检测区域NA1的特征点删除。由此,位置检测装置41在非检测区域NA1存在有障碍物的情况下,也判断为在非检测区域NA1不存在障碍物。非检测区域NA1是存在有配重15的区域。由于立体照相机31与配重15的位置关系是固定的,因此,配重15一定会进入立体照相机31的拍摄范围。
在主控制装置20根据与障碍物的距离来进行车速限制或警报的情况下,有可能由于配重15被检测为障碍物而进行车速限制或警报。由于配重15总是进入可检测区域CA,因此有可能总是进行车速限制或警报。在这种情况下,有可能导致叉车10的作业效率的恶化。另外,由于总是进行警报,因此有可能无法判定障碍物是否与叉车10接近。
对此,在第1实施方式中,由于配重15不被检测为障碍物,因此抑制了由于配重15被立体照相机31拍摄而进行车速限制或警报。
对第1实施方式的效果进行说明。
(1-1)在立体照相机31的可检测区域CA预先设定有非检测区域NA1。位置检测装置41通过删除非检测区域NA1的特征点而判断为在非检测区域NA1不存在障碍物。能够抑制存在于非检测区域NA1的配重15被检测为障碍物。
(1-2)在叉车10中,为了取得与装载于货物装卸装置17的货物的平衡而在车体11的后方配置有配重15。因此,配重15易于进入对后方进行拍摄的立体照相机31的可检测区域CA。另外,由于配置上的限制,有时难以将立体照相机31配置为配重15不进入可检测区域CA。通过将存在配重15的区域设定为非检测区域NA1,即使在配重15进入立体照相机31的可检测区域CA的情况下,也能够既抑制配重15被检测为障碍物,又对检测区域DA的障碍物进行检测。
(1-3)非检测区域NA1是由世界坐标系的三维坐标规定的。也能用世界坐标系的X坐标Xw和Y坐标Yw来规定非检测区域NA1并与Z坐标Zw无关地删除特征点。在这种情况下,即使在配重15之上放置有障碍物的情况下,该障碍物也会被包含于非检测区域NA1。因此,即使在配重15之上存在有障碍物的情况下,该障碍物也被视为不存在。通过用三维坐标来规定非检测区域NA1,能够检测存在于配重15之上的障碍物。
(1-4)非检测区域NA1是预先设定好的区域。在由于移动体的可动构件挪移而移动体的一部分进入可检测区域CA的情况下,若要抑制该移动体的一部分被检测为障碍物,则位置检测装置41需要将存在可动构件的区域设定为非检测区域。由于可动构件会挪移,因此无法预先设定非检测区域,位置检测装置41需要检测可动构件的位置并将该位置设定为非检测区域。对此,在实施方式中,与作为与立体照相机31的位置关系固定的配重15对应地设定有非检测区域NA1。由于配重15在可检测区域CA中的位置是固定的,因此能够预先设定非检测区域NA1。与检测可动构件的位置并与该位置相应地设定非检测区域的情况相比较,能够减轻位置检测装置41的负荷。
(1-5)通过障碍物检测装置30进行障碍物检测方法,从而视为在非检测区域NA1中不存在障碍物。能够抑制存在于非检测区域NA1的配重15被检测为障碍物。
(第2实施方式)
以下,对第2实施方式的障碍物检测装置和障碍物检测方法进行说明。在以下的说明中,针对与第1实施方式同样的部分省略说明。
如图8所示,叉车10具备镜18和支撑镜18的支撑部19。支撑部19向车体11的后方延伸。镜18和支撑部19位于立体照相机31的垂直视角的范围内。镜18和支撑部19是叉车10的一部分。
如图9所示,镜18和支撑部19进入由立体照相机31拍摄的第1图像I1。在第2实施方式中,以使得除配重15之外镜18和支撑部19也不会被检测为障碍物的方式进行障碍物检测处理。
如图8所示,在位置检测装置41的存储部43中,作为车辆规格而存储有镜18的高度H2。镜18的高度H2是指从路面到镜18的下端的尺寸。由于世界坐标系中的Z轴的原点是路面,因此镜18的高度H2也可以说是世界坐标系中的镜18的下端的Z坐标Zw。此外,支撑部19在整体上位于比镜18的下端靠上方的位置。
通过如下所示变更第1实施方式的第3条件,位置检测装置41除了配重15之外还能将由镜18和支撑部19产生的特征点作为不需要的特征点而删除。位置检测装置41将与第1条件、第2条件以及第3条件全部一致的特征点作为不需要的特征点而删除。
第3条件…0≤Zw≤H1或者Zw≥H2
除了第1实施方式的第3条件之外,还添加了Zw≥H2作为或者(or)条件。因此,与第1条件、第2条件以及第3条件中的0≤Zw≤H1一致的特征点、以及与第1条件、第2条件以及第3条件中的Zw≥H2一致的特征点均作为不需要的特征点而被删除。可以说由第1条件、第2条件以及第3条件中的Zw≥H2规定的非检测区域NA2是X坐标Xw的范围为-(W1/2+W2)~(W1/2-W2)、Y坐标Yw的范围为0~L1、Z坐标Zw为H2以上的区域。
通过将第3条件变更为上述的条件,镜18和支撑部19不再被判断为障碍物。此外,由于将第1条件和第2条件设为与第1实施方式相同,因此,对于X坐标Xw和Y坐标Yw,会删除与配重15同样的范围的特征点。根据镜18和支撑部19的大小,非检测区域NA2的X坐标Xw的范围和Y坐标Yw的范围有时相对于镜18和支撑部19会过大或者不足。在这种情况下,可以在用于配重15的非检测区域NA1与用于镜18和支撑部19的非检测区域NA2中单独设定各条件。
对第2实施方式的效果进行说明。
(2-1)除了配重15之外,还抑制了镜18和支撑部19被检测为障碍物。即使在多个构件进入了可检测区域CA的情况下,通过对多个构件设定非检测区域NA1、NA2,也能够不将多个构件各自视为障碍物,并对检测区域DA的障碍物进行检测。
各实施方式能够如下所示变更来实施。能够将各实施方式和以下的变形例在技术上不矛盾的范围内相互组合而实施。
○也可以是,在各实施方式中,非检测区域NA1用表示世界坐标系的XY平面上的坐标的二维坐标来规定。即,可以将各实施方式中的第3条件删除并将与第1条件和第2条件一致的特征点删除。在这种情况下,会与Z坐标Zw无关地将存在于由X坐标Xw和Y坐标Yw规定的非检测区域的特征点作为不需要的特征点而删除。
○也可以是,在各实施方式中,在步骤S6中被导出的障碍物的位置是世界坐标系中的三维坐标。可以说位置检测装置41也可以不将障碍物投影到世界坐标系的XY平面。
○也可以是,在各实施方式中,障碍物检测装置30作为传感器使用能够取得世界坐标系中的三维坐标的传感器中的立体照相机31以外的传感器。作为这种传感器,例如可列举激光成像探测和测距(LIDAR:Laser Imaging Detection and Ranging)、毫米波雷达、飞行时间(TOF:Time of Flight)照相机。LIDAR是能通过一边变更照射角度一边照射激光并接收从激光照射到的部分反射的反射光来识别周边环境的距离计。毫米波雷达是指能通过将规定频带的电波向周围照射来识别周边环境的雷达。TOF照相机具备照相机和照射光的光源,根据直至接收到从光源照射的光的反射光为止的时间并按由照相机拍摄到的图像的每一像素来导出进深方向的距离。作为传感器,也可以是上述传感器的组合。
○也可以是,在各实施方式中,障碍物检测装置30具备一边变更向水平方向的照射角度一边照射激光的二维LIDAR作为传感器。LIDAR在可照射角度的范围内一边变更照射角度一边照射激光。可照射角度例如相对于水平方向是270度。二维LIDAR的可检测区域CA是指由可照射角度和可测定距离规定的范围。当将激光照射到的部分设为照射点时,二维LIDAR能将到照射点为止的距离与照射角度对应起来进行测定。可以说二维LIDAR能测定以二维LIDAR为原点的情况下的照射点的二维坐标。由二维LIDAR测定的二维坐标是以水平方向中的一个方向为X轴、以水平方向中的与X轴正交的方向为Y轴的世界坐标系的坐标。在这种情况下,非检测区域由二维坐标来规定。
○也可以是,在各实施方式中,立体照相机31的设置位置进行适当变更。立体照相机31例如也可以设置在中心位置CP。在这种情况下,由于世界坐标系的X轴的原点与中心位置CP一致,因此,第1条件能够如下所示进行变更。
第1条件…-W1/2≤Xw≤W1/2
这样,在通过立体照相机31的设置位置的变更等从实施方式变更了世界坐标系的坐标轴的情况下,各条件与此相应地被变更。
○也可以是,在各实施方式中,非检测区域被设定于由立体照相机31拍摄的图像。当将第1图像I1举为例子进行说明时,能够根据立体照相机31的设置位置、设置角度来预先掌握第1图像I1中的呈现配重15的坐标。将第1图像I1中的呈现配重15的坐标设定为非检测区域,使得对于非检测区域不算出视差。非检测区域只要设定于第1图像I1和第2图像中的至少一方即可。由于对于呈现配重15的位置无法得到特征点,因此能够得到与各实施方式同样的效果。同样地,对于镜18和支撑部19,也能够将呈现于图像的坐标设定为非检测区域。在图像中设定非检测区域的情况下,可检测区域CA成为进入由立体照相机31拍摄的图像的范围。若详细地说,则是由立体照相机31拍摄的图像中的能够取得视差图像的范围。
○在各实施方式中,非检测区域NA1、NA2只要包含存在有叉车10的一部分的区域即可,也可以是比存在有叉车10的一部分的区域大的区域。即,非检测区域NA1、NA2也可以是包含有余量的区域。
○也可以是,在各实施方式中,位置检测装置41在步骤S5中将特征点聚类化而提取出障碍物后判定各障碍物是否存在于非检测区域NA1。位置检测装置41将存在于非检测区域NA1的障碍物视为不存在。位置检测装置41对于横跨非检测区域NA1的内外的障碍物,可以将其视为存在于非检测区域NA1,也可以将其视为存在于非检测区域NA1外。位置检测装置41在横跨非检测区域NA1的内外而存在有障碍物的情况下,也可以仅将存在于非检测区域NA1外的部分视为障碍物。
○在各实施方式中,可以将可检测区域CA中的非检测区域NA1、NA2以外的整体设为检测区域DA,也可以将可检测区域CA中的非检测区域NA1、NA2以外的一部分设为检测区域DA。
○也可以是,在各实施方式中,位置检测装置41在进行了步骤S6的处理之后进行判定检测出的障碍物是人还是人以外的物体的处理。障碍物是否是人的判定能够用各种方法来进行。例如,位置检测装置41通过对由立体照相机31的2个照相机32、33中的任意一者拍摄到的图像进行人检测处理来进行障碍物是否是人的判定。位置检测装置41将在步骤S6中得到的世界坐标系中的障碍物的坐标转换为照相机坐标,将该照相机坐标转换为由照相机32、33拍摄到的图像的坐标。例如,位置检测装置41将世界坐标系中的障碍物的坐标转换为第1图像I1的坐标。位置检测装置41对第1图像I1中的障碍物的坐标进行人检测处理。例如使用特征量提取和事先进行了机器学习的人判定器来进行人检测处理。作为特征量提取,例如可列举提取方向梯度直方图(HOG:Histogram of Oriented Gradients)特征量、类哈尔(Haar-Like)特征量等图像中的局部区域的特征量的方法。作为人判定器,例如可使用通过有监督学习模型进行了机器学习的设备。作为有监督学习模型,例如能采用支持向量机、神经网络、朴素贝叶斯(naive Bayes)、深度学习、决策树等。作为用于机器学习的监督数据,可使用从图像提取出的人的形状要素、外观要素等图像固有成分。作为形状要素,例如可列举人的大小或轮廓等。作为外观要素,例如可列举光源信息、纹理信息、照相机信息等。光源信息包含与反射率、阴影等相关的信息。纹理信息包含彩色信息等。照相机信息包含与画质、分辨率、视角等相关的信息。
由于人检测处理所需要的时间长,因此在从图像来检测人的情况下,确定存在障碍物的坐标,对该坐标进行人检测处理。通过指定坐标来进行人检测处理,与对图像的整个区域进行人检测处理的情况相比较,能够缩短人检测处理所需要的时间。由于配重15等叉车10的一部分不会被判断为障碍物,所以不对图像中的呈现叉车10的一部分的坐标进行人检测处理。因此,与叉车10的一部分被检测为障碍物且对呈现该障碍物的坐标进行人检测处理的情况相比较,能够实现处理时间的缩短。
○在各实施方式中,将位于比立体照相机31靠后方的配重15整体设为非检测区域NA1,但也可以考虑由立体照相机31拍摄的范围来设定非检测区域NA1。如根据图1和图2能够掌握的那样,根据立体照相机31的设置位置或立体照相机31的垂直视角,即使是位于比立体照相机31靠后方的配重15,有时也会存在不进入立体照相机31的拍摄范围的部分。因此,不进入立体照相机31的拍摄范围的部分也可以不包含在非检测区域NA1中。例如,在如实施方式那样设定有第2条件的情况下,也可以将第2条件的Y坐标Yw的下限设为比0大的值。
○也可以是,在各实施方式中,代替存储车辆规格而将规定非检测区域的坐标存储到位置检测装置41的存储部43。如果是非检测区域NA1,则只要预先存储坐标P1~P8即可。
○也可以是,在各实施方式中,障碍物检测装置30检测位于叉车10的前方的障碍物。在这种情况下,立体照相机31设置成对叉车10的前方进行拍摄。即使在立体照相机31对叉车10的前方进行拍摄的情况下,根据立体照相机31的设置位置,叉车10的一部分有时也会进入立体照相机31的可检测区域CA。与进入可检测区域CA的叉车10的一部分相应地设定非检测区域。另外,障碍物检测装置30也可以检测叉车10的前方和后方这两侧的障碍物。在这种情况下,立体照相机31设置对叉车10的前方进行拍摄的立体照相机和对叉车10的后方进行拍摄的立体照相机这两者。
○在各实施方式中,世界坐标系不限于正交坐标系,也可以设为极坐标系。
○也可以是,在各实施方式中,位置检测部由多个装置构成。例如,位置检测部可以单独具备:作为非检测部发挥功能的装置、作为检测部发挥功能的装置、以及作为坐标导出部发挥功能的装置。
○也可以是,在各实施方式中,通过表格数据进行从照相机坐标向世界坐标的转换。表格数据是使Y坐标Yc和Z坐标Zc的组合与Y坐标Yw对应起来的表格数据、以及使Y坐标Yc和Z坐标Zc的组合与Z坐标Zw对应起来的表格数据。通过将这些表格数据预先存储到位置检测装置41的存储部43等,能够根据照相机坐标系中的Y坐标Yc和Z坐标Zc求出世界坐标系中的Y坐标Yw和Z坐标Zw。此外,在实施方式中,由于照相机坐标系中的X坐标Xc与世界坐标系中的X坐标Xw一致,因此,不存储用于求出X坐标Xw的表格数据。
○也可以是,在各实施方式中,第1照相机32和第2照相机33在竖直方向上排列配置。
○也可以是,在各实施方式中,障碍物检测装置30具备辅助存储装置,所述辅助存储装置构成为存储位置检测装置41的存储部43中存储的信息等各种信息。作为辅助存储装置,例如可以使用硬盘驱动器、固态驱动器、电可擦除可编程只读存储器(EEPROM:Electrically Erasable Programmable Read Only Memory)等能改写数据的非易失性存储装置。
○也可以是,在各实施方式中,立体照相机31具备3个以上的照相机。
○也可以是,在各实施方式中,立体照相机31安装于货物装卸装置17等任意的位置。
○也可以是,在各实施方式中,叉车10是通过发动机的驱动来行驶的叉车。在这种情况下,行驶控制装置成为控制向发动机的燃料喷射量等的装置。
○在各实施方式中,叉车10的一部分也可以是配重15、镜18以及支撑部19以外的部分,只要是叉车10的一部分并且进入可检测区域CA即可,可以是任何部分。
○在各实施方式中,障碍物检测装置30能够搭载于建筑机械、自动搬运车、卡车等叉车10以外的工业车辆、乘用车以及飞行体等各种移动体。
附图标记说明
CA…可检测区域
DA…检测区域
NA1、NA2…非检测区域
10…作为移动体的叉车
15…作为叉车的一部分的配重
18…作为叉车的一部分的镜
19…作为叉车的一部分的支撑部
30…障碍物检测装置
31…作为传感器的立体照相机
41…作为位置检测部、非检测部、检测部以及坐标导出部的位置检测装置。
Claims (5)
1.一种障碍物检测装置,搭载于移动体,其特征在于,具备:
传感器,其用于检测障碍物;以及
位置检测部,其根据所述传感器的检测结果检测所述障碍物的位置,
所述位置检测部具备:
非检测部,其当将预先设定于能由所述传感器检测所述障碍物的可检测区域并且存在所述移动体的一部分的区域设为非检测区域时,在所述非检测区域中与所述传感器的检测结果无关地判断为不存在所述障碍物;以及
检测部,其检测存在于所述可检测区域中的作为与所述非检测区域不同的区域的检测区域的所述障碍物的位置。
2.根据权利要求1所述的障碍物检测装置,其中,
所述移动体是叉车,
所述非检测区域被设定于存在所述叉车的配重的位置。
3.根据权利要求1或权利要求2所述的障碍物检测装置,其中,
所述位置检测部具备坐标导出部,所述坐标导出部导出以水平方向中的一个方向的轴为X轴、以水平方向中的与所述X轴正交的方向的轴为Y轴、以与所述X轴和所述Y轴正交的方向的轴为Z轴的实际空间上的坐标系中的所述障碍物的坐标。
4.根据权利要求3所述的障碍物检测装置,其中,
所述非检测区域是由在所述实际空间上的坐标系中表示存在所述移动体的一部分的区域的三维坐标规定的。
5.一种障碍物检测方法,是由搭载于移动体且具备传感器和位置检测部的障碍物检测装置检测障碍物的位置的障碍物检测方法,其特征在于,包含:
所述位置检测部取得所述传感器的检测结果的步骤;
当将预先设定于能由所述传感器检测所述障碍物的可检测区域并且存在所述移动体的一部分的区域设为非检测区域时,所述位置检测部在所述非检测区域中与所述传感器的检测结果无关地判断为不存在所述障碍物的步骤;以及
所述位置检测部检测存在于所述可检测区域中的作为与所述非检测区域不同的区域的检测区域的所述障碍物的位置的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020114903A JP7409240B2 (ja) | 2020-07-02 | 2020-07-02 | 障害物検出装置及び障害物検出方法 |
JP2020-114903 | 2020-07-02 | ||
PCT/JP2021/023647 WO2022004495A1 (ja) | 2020-07-02 | 2021-06-22 | 障害物検出装置及び障害物検出方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115720569A true CN115720569A (zh) | 2023-02-28 |
Family
ID=79316197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180045638.5A Pending CN115720569A (zh) | 2020-07-02 | 2021-06-22 | 障碍物检测装置和障碍物检测方法 |
Country Status (9)
Country | Link |
---|---|
US (1) | US20230264938A1 (zh) |
EP (1) | EP4177694A4 (zh) |
JP (1) | JP7409240B2 (zh) |
KR (1) | KR20230015429A (zh) |
CN (1) | CN115720569A (zh) |
AU (1) | AU2021301647A1 (zh) |
CA (1) | CA3184206A1 (zh) |
TW (1) | TWI808434B (zh) |
WO (1) | WO2022004495A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7159083B2 (ja) * | 2019-03-06 | 2022-10-24 | 株式会社クボタ | 作業車両 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5908826B2 (ja) | 2012-11-14 | 2016-04-26 | 住友重機械搬送システム株式会社 | ジブクレーン |
JP2016206801A (ja) | 2015-04-17 | 2016-12-08 | 株式会社リコー | 物体検出装置、移動体機器制御システム及び物体検出用プログラム |
WO2016174754A1 (ja) | 2015-04-28 | 2016-11-03 | 株式会社小松製作所 | 作業機械の周辺監視装置及び作業機械の周辺監視方法 |
JP6844508B2 (ja) * | 2017-11-15 | 2021-03-17 | 株式会社豊田自動織機 | 安全装置 |
JP6926020B2 (ja) | 2018-03-29 | 2021-08-25 | ヤンマーパワーテクノロジー株式会社 | 障害物検知システム |
JP6923480B2 (ja) * | 2018-03-29 | 2021-08-18 | ヤンマーパワーテクノロジー株式会社 | 障害物検知システム |
US20210100156A1 (en) * | 2018-03-29 | 2021-04-08 | Yanmar Power Technology Co., Ltd. | Obstacle Detection System and Work Vehicle |
-
2020
- 2020-07-02 JP JP2020114903A patent/JP7409240B2/ja active Active
-
2021
- 2021-06-11 TW TW110121405A patent/TWI808434B/zh active
- 2021-06-22 CN CN202180045638.5A patent/CN115720569A/zh active Pending
- 2021-06-22 US US18/013,194 patent/US20230264938A1/en active Pending
- 2021-06-22 CA CA3184206A patent/CA3184206A1/en active Pending
- 2021-06-22 WO PCT/JP2021/023647 patent/WO2022004495A1/ja active Application Filing
- 2021-06-22 KR KR1020227045118A patent/KR20230015429A/ko unknown
- 2021-06-22 EP EP21831582.8A patent/EP4177694A4/en active Pending
- 2021-06-22 AU AU2021301647A patent/AU2021301647A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2022012811A (ja) | 2022-01-17 |
AU2021301647A1 (en) | 2023-02-02 |
JP7409240B2 (ja) | 2024-01-09 |
EP4177694A4 (en) | 2023-12-20 |
WO2022004495A1 (ja) | 2022-01-06 |
TWI808434B (zh) | 2023-07-11 |
EP4177694A1 (en) | 2023-05-10 |
KR20230015429A (ko) | 2023-01-31 |
US20230264938A1 (en) | 2023-08-24 |
CA3184206A1 (en) | 2022-01-06 |
TW202203155A (zh) | 2022-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3716145A1 (en) | Object detection device and method | |
EP3633619B1 (en) | Position detection apparatus and position detection method | |
JP6456499B2 (ja) | 立体物検出装置、ステレオカメラ装置、車両及び立体物検出方法 | |
JP7180445B2 (ja) | 物体検出装置 | |
US20230237809A1 (en) | Image processing device of person detection system | |
CN115720569A (zh) | 障碍物检测装置和障碍物检测方法 | |
CN112611360B (zh) | 物体检测装置、车辆及物体检测处理方法 | |
US20230237830A1 (en) | Image processing device of person detection system | |
AU2022291525B2 (en) | Image processing device of person detection system | |
JP7081526B2 (ja) | 物体検出装置 | |
JP2023105461A (ja) | 障害物検出装置、産業車両、及び障害物検出方法 | |
JP2020057258A (ja) | 物体検出装置及び物体検出方法 |
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 |