JP2003502745A - 相当の距離までの道路車両の付近にある物体の検出方法 - Google Patents
相当の距離までの道路車両の付近にある物体の検出方法Info
- Publication number
- JP2003502745A JP2003502745A JP2001503136A JP2001503136A JP2003502745A JP 2003502745 A JP2003502745 A JP 2003502745A JP 2001503136 A JP2001503136 A JP 2001503136A JP 2001503136 A JP2001503136 A JP 2001503136A JP 2003502745 A JP2003502745 A JP 2003502745A
- Authority
- JP
- Japan
- Prior art keywords
- distance
- determined
- vehicle
- image
- 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.)
- Pending
Links
Classifications
-
- 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
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
-
- 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
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
-
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
-
- 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
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- 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
- G06T2207/30236—Traffic on road, railway or crossing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/30—Image reproducers
- H04N13/302—Image reproducers for viewing without the aid of special glasses, i.e. using autostereoscopic displays
- H04N13/307—Image reproducers for viewing without the aid of special glasses, i.e. using autostereoscopic displays using fly-eye lenses, e.g. arrangements of circular lenses
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N2013/0074—Stereoscopic image analysis
- H04N2013/0081—Depth or disparity estimation from stereoscopic image signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N2013/0074—Stereoscopic image analysis
- H04N2013/0092—Image segmentation from stereoscopic image signals
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Measurement Of Optical Distance (AREA)
Abstract
Description
路車両の付近にある物体の検出方法に関する。
道路交通における状況を検出するのに適した運転者補助システムが開発されてき
た。このような運転者補助システムは、運転者の挙動に基づき運転者に警告を発
することができたり、または車両の操作に介入することができる。本発明は、運
転の安全性を増大し、運転者を単調な運転作業から開放し、その結果、運転に関
してさらに便利になるようにするものである。
入手可能なシステムは、著しく便利なシステムになっている。その例には、駐車
補助および知的クルーズコントロールシステムが挙げられる。安全性を増大する
運転者補助システムは、絶えず増大する周囲の交通状況を記録し、それを考慮す
ることが求められる。
置を開示している。この装置の場合には、1組のイメージセンサが、物体の画像
を作成し、運転者に対して表示する。このような画像の1つの領域が、ウィンド
ウにさらに分割される。運転車両から個々のウィンドウに位置する物体までの距
離が記録される。この場合には、距離は、異なるウィンドウにある異なるイメー
ジセンサによって記録された画像情報の2つの項目を比較することによって算出
される。決定された距離情報に基づき、個々の物体が決定される。関連画像領域
を分割するグリッドが用いられ、記録されるべき物体を囲み、さらなる画像情報
を供給する。この画像情報の対称性が決定され、前を走行している車両の存在が
、対称中心線の水平移動の安定性のレベルおよび時間全体にわたる距離の安定性
の第2のレベルを決定することによって予測される。
するために用いられる。しかし、対称中心線の簡単な記録が、十分な安定性で実
現されるため、近い領域に限って、物体の確実な認識が実現される。遠い領域の
場合には、画像の解像度が低く、その結果として物体の確定が不正確となるため
、この対称性の簡単な記録だけでは十分でない。
者に提供しないようにするためには、確実な物体認識に高い必要条件を設定しな
ければならない。知的システムの場合、車両自体が、誤った情報に基づいて、交
通の危険を示すような状況で反応を示さなければならない。たとえば、実際の走
行方向およびその逆方向において、相当の距離の車両の正確な車線を認識する場
合には、確実な情報が不可欠である。
号は、訓練型(trained)分類ネットワークによるブロックごとの連続画像認識
によって、関心のある全体パターンからの小さな抽出物の 相互関係を適用する
方法を提供している。
のびている白線によって規定される上記の車線を越えて走行している車両の周辺
の外側空間を監視するための装置を開示している。画像処理によって、白線の部
分からの3次元位置情報を用いて、道路コースが決定される。白線からの3次元
位置情報を利用することによって、白線が3次元物体から分離される。それぞれ
の部分に関して、可能な物体の垂直範囲が決定される。その結果、自動車、自動
二輪、歩行者などの関心がある3次元物体の座標が、車両の座標系において規定
される。さらに、いずれの物体を気にすべきかを決定することができる。
空間を監視するための手順には、膨大な計算が必要とされる。この道路コースに
ある物体の位置を決定するために、常に、道路の記録された領域のコースを決定
する必要がある。限定された容量の計算能力のみが自動車で利用可能であるため
、このような監視装置は実用にあまり適していない。さらに、既知の監視装置は
、すべての道路のコースに見つかるわけではない白い境界線の存在を常に参照し
なければならない。
よびその道路車両に対するその車両の位置に基づく状況に関する関連事項を確実
に記録することができる、相当の距離までの道路車両の付近にある物体の検出方
法を明確に提供することにある。
従属請求項は、本発明の主題の有利な発展に関する。
提供され、移動中または静止している車両から1つ以上の物体までの距離が、ス
テレオ画像処理を用いて、距離に基づく画像のセグメント化によって算出され、
検出された物体の特性がそのセグメント化された画像領域における物体の認識に
よって決定される。
、状況の理解に寄与するようにするためである。
の車両からの距離制御をし、または後方空間の監視をして、渋滞を警告するため
に用いられる。この場合には、重要な観点は、検出された物体のその状況への関
連性または潜在的な危険が特定の車両までの距離および決定された相対速度から
決定されることである。
テレオ画像の組を評価する代わりに、原則として、異なる出所の個々に記録され
た画像であっても、距離を決定するために用いることができる。
決定される。隆起した物体および/または平たい物体は、所定の基準に基づき、
3次元点を組合せることによって検出される。組合せはまた、クラスタ化を意味
する。この場合には、この隆起した物体は、類似の距離の値を有するという特徴
によって決定され、平たい物体は、類似の高さの値を有するという特徴によって
決定される。この手順によって、物体は、それらの距離に関してだけでなく、特
定の特徴に関しても確実であると認識され、評価されることができる。したがっ
て、隆起した物体と平たい物体との識別をたやすく行うことができる。
に組合せられる。隆起した物体と平たい物体のこのような識別は、確実な物体認
識、たとえば他の自動車の認識および路面表示との識別のためにきわめて重要で
ある。今日では、現代の自動車に適切な程度の高い計算能力を実現することがで
きるため、距離決定およびクラスタ化によるこの種の画像のセグメント化を確実
かつ迅速に実行することができる。
灯柱などである可能性があるのに対し、検出される平たい物体は、具体的には、
路面表示、縁石、ガードレールなどの境界である可能性がある。このように、た
とえば、特定の車線の道路車両の位置を簡素な方法で決定することができる。
れる物体の相互に対するおよび移動中の車両に対する相対位置および相対速度を
知っていることは好都合である。このため、距離測定が評価され、正確な車線の
物体の関連性が決定される。
アのステレオ画像のうちの1つを走査する。次に、1組のステレオ画像の1つの
ステレオ画像における個々の特徴を、同時に記録されたその1組のステレオ画像
の他のステレオ画像における同一の対応する特徴と比較し、生じる差異を評価す
ることによる相互関係の方法によって、その顕著な特徴までの距離を決定する。
世界の3次元点が測定装置の座標系に対して決定される。したがって、3次元点
からこのように得られる情報は、車両、路面表示、ガードレールなどの異なる物
体から決定される。
される。
計によって立証された2次元特徴に基づいて、セグメント化された画像領域が走
査されてもよく、検出された物体が、特定の物体の種類の分類のためにニューラ
ルネットワークを用いることによって比較されてもよい。このようにして、確実
な物体認識が実行される。
の位置を追求することができ、問題の車両に関する距離および横方向の位置を決
定することができる。決定された物体の動的挙動の知識があってはじめて、運転
者または車両の実際の反応が可能である。したがって、運転の「予測」モードが
促進される。
体が抑制され、全体の認識性能を向上させることができる。このようにして、こ
れらが単純時間追跡によって局所的な整合性を検査されていれば、画像における
分類対象である抽出画像領域の数を削減することができる。全時間にわたって検
出される物体を追跡することによる、距離、相対速度、相対加速度などの物体の
特性は、たとえばカルマンフィルタを用いることによって、測定雑音を取り除く
ことができる。
ダおよび/または赤外線信号に基づく物体認識法もまた可能である。
説明を用いることによってより明らかになる。
べられ、処理中に隆起した物体が検出される。これは、類似の距離を有する個々
の特徴をクラスタ化することによって実行される。次に、車両認識方法が提供さ
れ、この方法を用いてセグメント化された画像領域における道路車両が認識され
る。このため、車両の典型的な特徴が抽出され、次にニューラルネットワークに
よる内部の車両モデル表示と比較される。基本的な手順が図1に概略的に示され
ている。
ある。
像のセグメント化の方法に用いられる。このため、ステレオカメラシステムが利
用され、このシステムによって道路車両のカメラ画像に生じる顕著な特徴の距離
を決定することができる。この情報によって、隆起した物体に関する提示が可能
となる。今日、車両で利用可能な計算力が絶えず増大していることにより、ペア
のステレオ画像の実時間解析を実現することができる。
に決定することもできる。次に、特定の車両に対するその車両の位置に基づき、
その状況に対するこの記録された道路車両の関連性について提示することができ
る。したがって、それによって運転者および/または特定の車両が反応すること
ができる。
を提供するわけではなく、赤外線システムは、解像度および範囲に問題があり、
超音波は一般に、近い領域に用いられるが、原則として、ステレオカメラシステ
ムの代わりに、またはステレオカメラシステムと組合せてこれらのシステムを利
用することも考えられる。
ルに基づいて、図2に示されている。現実領域の点Pが、投影中心を経て各カメ
ラのセンサ面の上に投影される。u0およびu1は、投影中心からの偏差を示して
いる。これらの差、すなわち Δu=u0−u1 は、差異Δuを意味する。三角法およびカメラ装置のサイズ(焦点距離fおよび
底幅b)によって、距離dを算出することができる。
u1は、センサ面への点Pの投影距離である。
がペアのステレオ画像のうちの1つにおいて実行される。モニタまたは別の表示
装置上の対応するディスプレイ(図示せず)が、調査目的のためだけに設けられ
てもよい。顕著な特徴は、たとえば、道路車両の場合には確実に生じるエッジに
よって供給される。選択されたエッジの位置は、第2の処理ステップにおいて相
関がとられる対象である画像領域を規定し、たとえば、モニタディスプレイにお
ける矩形のフレームによって示されてもよい。
同時に記録された第2のステレオ画像との比較によって決定される。このために
、探索が、対応する画像における相互相関(cross correlation)によって、そ
れぞれの矩形の画像領域において行われる。
る。
3に示されている事例では個々の線に制限されている。水平方向において、対応
する探索領域は、許容差異に基づく対応する画像に規定される。
ことによって、たとえば、異なる太陽放射線またはカメラの異なる制御の結果と
して生じるペアの画像における明度の差は、相関値にわずかな影響を及ぼすだけ
である。
となるグレー値を示している。正規化のため、KKFMFによる結果は、区間[
−1,1]の中に移動する。値1はペアが一致していることを示しており、対応
して、値−1は逆の一致を示している。
有する特徴の組合せ(クラスタ形成)が行われる(図1参照)。隆起した物体で
あることを確実にするために、形成されたクラスタの相対高さは、一定の最小高
さと比較される。この場合に、隆起した物体は類似の距離の値を有するという特
徴によって決定され、平たい物体は類似の高さの値を有するという特徴によって
決定される。
ニタディスプレイ(図示せず)にフレームとして挿入され得る。さらに、セグメ
ント化された画像領域に属する距離は、そのフレームに数値で指定されてもよい
。
ト化される。誤った物体の仮説を除くために、この検出された画像領域の中でス
テレオ画像に基づく物体のセグメント化を行うプロセスの後に、2次元物体認識
が行われる。
る。これらの処理ステップは、図1に示されるものと同様である。
おける顕著な特徴を有する。これらの特徴は、探索のために経験に基づいて決定
されており、道路車両の認識は、車両モデルとの直接比較によって実行される。
本願明細書に示される方法では、探索は、次にニューラルネットワークによる内
部の車両モデル表示と比較される車両の統計によって立証された2次元特徴に基
づいて行われる。図4は、ニューラルネットワークによる評価中の2次元特徴抽
出の原理を明確にするための概略図を示している。
さまざまな場面の自動車を示す50枚の画像のデータセットが、基準として用い
られた。以下に説明する方法を用いることによって、使用される場面でしばしば
生じるような複数の9×9の大きさの典型的なパターンの決定が行われた(以下
では比較パターンと呼ぶ)。
車両の低い方の領域で生じる可能性がある。これらの位置では、大部分の道路車
両は、類似の構造部分を呈する。これらは、たとえば、自動車の下の影、タイヤ
の縁のほか、ヘッドランプにある構造部分の層などである。
決定される特徴を算出するために、探索ウィンドウが規定される。仮定した物体
の距離に応じて、整合するサイズの探索ウィンドウが規定され、比較パターンと
の相関がとられる。相関関数の局所最大を示す探索ウィンドウの位置によって、
図5に示されているような顕著な特徴を識別する。
ットワークのための入力(の特徴)を提供する。これは、車両を識別する特徴の
典型的な組合せの発生に関して手が加えられている。
間の方法が、実際の道路場面で試行された。図6は、測定された接近中の車両か
らの距離データを示している。図6からわかるように、距離100mで約±50
cmの測定の不正確さが生じる。
決定された距離データを維持するために、カルマンフィルタの利用が提案されて
いる。カルマンフィルタは、時間全体にわたって測定された値を考慮した結果と
してさらに有意なものとする。テキスチャの大きさおよび対称性の作用によって
2次元特徴抽出を拡張することにより、提案した方法をさらに改善できる可能性
がある。
の車両の前方および/または後方の道路車両の確実な距離決定および認識が相当
の距離まで可能である。
の原理を明確にするための概略図である。
するための概略図である。
次元特徴抽出の原理を明確にするための概略図である。
または光センサもしくはカメラのステレオ装置もしくはモノ装置によって検出さ
れることを特徴とする請求項1乃至5のいずれか1項に記載の検出方法。
路車両の付近にある物体の検出方法に関する。
道路交通における状況を検出するのに適した運転者補助システムが開発されてき
た。このような運転者補助システムは、運転者の挙動に基づき運転者に警告を発
することができたり、または車両の操作に介入することができる。本発明は、運
転の安全性を増大し、運転者を単調な運転作業から開放し、その結果、運転に関
してさらに便利になるようにするものである。
入手可能なシステムは、著しく便利なシステムになっている。その例には、駐車
補助および知的クルーズコントロールシステムが挙げられる。安全性を増大する
運転者補助システムは、絶えず増大する周囲の交通状況を記録し、それを考慮す
ることが求められる。
置を開示している。この装置の場合には、1組のイメージセンサが、物体の画像
を作成し、運転者に対して表示する。このような画像の1つの領域が、ウィンド
ウにさらに分割される。運転車両から個々のウィンドウに位置する物体までの距
離が記録される。この場合には、距離は、異なるウィンドウにある異なるイメー
ジセンサによって記録された画像情報の2つの項目を比較することによって算出
される。決定された距離情報に基づき、個々の物体が決定される。関連画像領域
を分割するグリッドが用いられ、記録されるべき物体を囲み、さらなる画像情報
を供給する。この画像情報の対称性が決定され、前を走行している車両の存在が
、対称中心線の水平移動の安定性のレベルおよび時間全体にわたる距離の安定性
の第2のレベルを決定することによって予測される。
するために用いられる。しかし、対称中心線の簡単な記録が、十分な安定性で実
現されるため、近い領域に限って、物体の確実な認識が実現される。遠い領域の
場合には、画像の解像度が低く、その結果として物体の確定が不正確となるため
、この対称性の簡単な記録だけでは十分でない。
者に提供しないようにするためには、確実な物体認識に高い必要条件を設定しな
ければならない。知的システムの場合、車両自体が、誤った情報に基づいて、交
通の危険を示すような状況で反応を示さなければならない。たとえば、実際の走
行方向およびその逆方向において、相当の距離の車両の正確な車線を認識する場
合には、確実な情報が不可欠である。
号は、訓練型(trained)分類ネットワークによるブロックごとの連続画像認識
によって、関心のある全体パターンからの小さな抽出物の 相互関係を適用
する方法を提供している。
のびている白線によって規定される上記の車線を越えて走行している車両の周辺
の外側空間を監視するための装置を開示している。画像処理によって、白線の部
分からの3次元位置情報を用いて、道路コースが決定される。白線からの3次元
位置情報を利用することによって、白線が3次元物体から分離される。それぞれ
の部分に関して、可能な物体の垂直範囲が決定される。その結果、自動車、自動
二輪、歩行者などの関心がある3次元物体の座標が、車両の座標系において規定
される。さらに、いずれの物体を気にすべきかを決定することができる。
空間を監視するための手順には、膨大な計算が必要とされる。この道路コースに
ある物体の位置を決定するために、常に、道路の記録された領域のコースを決定
する必要がある。限定された容量の計算能力のみが自動車で利用可能であるため
、このような監視装置は実用にあまり適していない。さらに、既知の監視装置は
、すべての道路のコースに見つかるわけではない白い境界線の存在を常に参照し
なければならない。
よびその道路車両に対するその車両の位置に基づく状況に関する関連事項を確実
に記録することができる、相当の距離までの道路車両の付近にある物体の検出方
法を明確に提供することにある。
従属請求項は、本発明の主題の有利な発展に関する。
提供され、移動中または静止している車両から1つ以上の物体までの距離が、ス
テレオ画像処理を用いて、距離に基づく画像のセグメント化によって算出され、
検出された物体の特性がそのセグメント化された画像領域における物体の認識に
よって決定される。
、状況の理解に寄与するようにするためである。
の車両からの距離制御をし、または後方空間の監視をして、渋滞を警告するため
に用いられる。この場合には、重要な観点は、検出された物体のその状況への関
連性または潜在的な危険が特定の車両までの距離および決定された相対速度から
決定されることである。
テレオ画像の組を評価する代わりに、原則として、異なる出所の個々に記録され
た画像であっても、距離を決定するために用いることができる。
体および/または平たい物体は、所定の基準に基づき、3次元点を組合せること
によって検出される。組合せはまた、クラスタ化を意味する。この場合には、こ
の隆起した物体は、類似の距離の値を有するという特徴によって決定され、平た
い物体は、類似の高さの値を有するという特徴によって決定される。この手順に
よって、物体は、それらの距離に関してだけでなく、特定の特徴に関しても確実
であると認識され、評価されることができる。したがって、隆起した物体と平た
い物体との識別をたやすく行うことができる。
に組合せられる。隆起した物体と平たい物体のこのような識別は、確実な物体認
識、たとえば他の自動車の認識および路面表示との識別のためにきわめて重要で
ある。今日では、現代の自動車に適切な程度の高い計算能力を実現することがで
きるため、距離決定およびクラスタ化によるこの種の画像のセグメント化を確実
かつ迅速に実行することができる。
の位置を追求することができ、問題の車両に関する距離および横方向の位置を決
定することができる。決定された物体の動的挙動の知識があってはじめて、運転
者または車両の実際の反応が可能である。したがって、運転の「予測」モードが
促進される。
体が抑制され、全体の認識性能を向上させることができる。このようにして、こ
れらが単純時間追跡によって局所的な整合性を検査されていれば、画像における
分類対象である抽出画像領域の数を削減することができる。全時間にわたって検
出される物体を追跡することによる、距離、相対速度、相対加速度などの物体の
特性は、たとえばカルマンフィルタを用いることによって、測定雑音を取り除く
ことができる。
される。
計によって立証された2次元特徴に基づいて、セグメント化された画像領域が走
査されてもよく、検出された物体が、特定の物体の種類の分類のためにニューラ
ルネットワークを用いることによって比較されてもよい。このようにして、確実
な物体認識が実行される。
灯柱などである可能性があるのに対し、検出される平たい物体は、具体的には、
路面表示、縁石、ガードレールなどの境界である可能性がある。このように、た
とえば、特定の車線の道路車両の位置を簡素な方法で決定することができる。
れる物体の相互に対するおよび移動中の車両に対する相対位置および相対速度を
知っていることは好都合である。このため、距離測定が評価され、正確な車線の
物体の関連性が決定される。
アのステレオ画像のうちの1つを走査する。次に、1組のステレオ画像の1つの
ステレオ画像における個々の特徴を、同時に記録されたその1組のステレオ画像
の他のステレオ画像における同一の対応する特徴と比較し、生じる差異を評価す
ることによる相互関係の方法によって、その顕著な特徴までの距離を決定する。
世界の3次元点が測定装置の座標系に対して決定される。したがって、3次元点
からこのように得られる情報は、車両、路面表示、ガードレールなどの異なる物
体から決定される。
ダおよび/または赤外線信号に基づく物体認識法もまた可能である。
説明を用いることによってより明らかになる。
述べられ、処理中に隆起した物体が検出される(2)。これは、類似の距離を有
する個々の特徴をクラスタ化3することによって実行される。次に、車両認識方
法5、6が提供され、この方法を用いてセグメント化された画像領域における道
路車両が認識される。このため、車両の典型的な特徴が抽出され(6)、次にニ
ューラルネットワーク8による内部の車両モデル表示と比較5される。基本的な
手順が図1に概略的に示されている。
ある。
像のセグメント化の方法に用いられる。このため、ステレオカメラシステムが利
用され、このシステムによって道路車両のカメラ画像に生じる顕著な特徴の距離
を決定することができる。この情報によって、隆起した物体4に関する提示が可
能となる。今日、車両で利用可能な計算力が絶えず増大していることにより、ペ
アのステレオ画像の実時間解析を実現することができる。
に決定することもできる。次に、特定の車両に対するその車両の位置に基づき、
その状況に対するこの記録された道路車両の関連性について提示することができ
る。したがって、それによって運転者および/または特定の車両が反応すること
ができる。
を提供するわけではなく、赤外線システムは、解像度および範囲に問題があり、
超音波は一般に、近い領域に用いられるが、原則として、ステレオカメラシステ
ムの代わりに、またはステレオカメラシステムと組合せてこれらのシステムを利
用することも考えられる。
ルに基づいて、図2に示されている。現実領域の点Pが、投影中心を経て各カメ
ラのセンサ面の上に投影される。u0およびu1は、投影中心からの偏差を示して
いる。これらの差、すなわち Δu=u0−u1 は、差異Δuを意味する。三角法およびカメラ装置のサイズ(焦点距離fおよび
底幅b)によって、距離dを算出することができる。
u1は、センサ面への点Pの投影距離である。
がペアのステレオ画像のうちの1つにおいて実行される。モニタまたは別の表示
装置上の対応するディスプレイ(図示せず)が、調査目的のためだけに設けられ
てもよい。顕著な特徴は、たとえば、道路車両の場合には確実に生じるエッジに
よって供給される。選択されたエッジの位置は、第2の処理ステップにおいて相
関がとられる対象である画像領域を規定し、たとえば、モニタディスプレイにお
ける矩形のフレームによって示されてもよい。
同時に記録された第2のステレオ画像との比較によって決定される。このために
、探索が、対応する画像における相互相関(cross correlation)によって、そ
れぞれの矩形の画像領域において行われる。図3は、相互相関11による対応探
索の原理を明確にするための概略図を示している。
3に示されている事例では個々の線に制限されている。水平方向において、対応
する探索領域は、許容差異に基づく対応する画像9、10に規定される。
ことによって、たとえば、異なる太陽放射線またはカメラの異なる制御の結果と
して生じるペアの画像9、10における明度の差は、相関値にわずかな影響を及
ぼすだけである。
となるグレー値を示している。正規化のため、KKFMFによる結果は、区間[
−1,1]の中に移動する。値1はペアが一致していることを示しており、対応
して、値−1は逆の一致を示している。
有する特徴の組合せ(クラスタ形成)が行われる(図1参照)。隆起した物体で
あることを確実にするために、形成されたクラスタの相対高さは、一定の最小高
さと比較される(2)。この場合に、隆起した物体は類似の距離の値を有すると
いう特徴によって決定され、平たい物体は類似の高さの値を有するという特徴に
よって決定される。
ニタディスプレイ(図示せず)にフレームとして挿入され得る。さらに、セグメ
ント化された画像領域に属する距離は、そのフレームに数値で指定されてもよい
。
ト化される。誤った物体の仮説を除くために、この検出された画像領域の中でス
テレオ画像に基づく物体のセグメント化を行うプロセスの後に、2次元物体認識
が行われる。
る。これらの処理ステップは、図1に示されるものと同様である。
おける顕著な特徴を有する。これらの特徴は、探索のために経験に基づいて決定
されており、道路車両の認識は、車両モデルとの直接比較によって実行される。
本願明細書に示される方法では、探索は、次にニューラルネットワーク8による
内部の車両モデル表示と比較される車両の統計によって立証された2次元特徴7 に基づいて行われる。図4は、ニューラルネットワークによる評価中の2次元特
徴抽出の原理を明確にするための概略図を示している。
、さまざまな場面の自動車を示す50枚の画像のデータセットが、基準として用
いられた。以下に説明する方法を用いることによって、使用される場面でしばし
ば生じるような複数の9×9の大きさの典型的なパターンの決定が行われた(以
下では比較パターンと呼ぶ)。
車両の低い方の領域で生じる可能性がある。これらの位置では、大部分の道路車
両は、類似の構造部分を呈する。これらは、たとえば、自動車の下の影、タイヤ
の縁のほか、ヘッドランプにある構造部分の層などである。
決定される特徴を算出するために、探索ウィンドウが規定される。仮定した物体
の距離に応じて、整合するサイズの探索ウィンドウが規定され、比較パターンと
の相関がとられる。相関関数の局所最大を示す探索ウィンドウの位置によって、
図5に示されているような顕著な特徴を識別する。
ットワークのための入力(の特徴)を提供する。これは、車両を識別する特徴の
典型的な組合せの発生に関して手が加えられている。
間の方法が、実際の道路場面で試行された。図6は、測定された接近中の車両か
らの距離データを示している。図6からわかるように、距離100mで約±50
cmの測定の不正確さが生じる。
決定された距離データを維持するために、カルマンフィルタの利用が提案されて
いる。カルマンフィルタは、時間全体にわたって測定された値を考慮した結果と
してさらに有意なものとする。テキスチャの大きさおよび対称性の作用によって
2次元特徴抽出を拡張することにより、提案した方法をさらに改善できる可能性
がある。
の車両の前方および/または後方の道路車両の確実な距離決定および認識が相当
の距離まで可能である。
の原理を明確にするための概略図である。
するための概略図である。
次元特徴抽出の原理を明確にするための概略図である。
Claims (9)
- 【請求項1】 道路車両の付近であって相当の距離までの範囲にある物体の
検出方法であって、移動中または静止している車両から1つ以上の物体までの距
離が、ステレオ画像処理を用いた距離に基づく画像のセグメント化によって算出
され、前記検出された物体の特性が、前記セグメント化された画像領域における
物体認識によって決定される検出方法において、 隆起した物体および/または平たい物体の画像領域が決定され、 隆起した物体および/または平たい物体が、予め定められた基準に基づいて3
次元点を組合せる(クラスタ化する)ことによって検出され、前記隆起した物体
は類似した距離の値を有するという特徴によって決定され、前記平たい物体は類
似した高さの値を有するという特徴によって決定される ことを特徴とする検出方法。 - 【請求項2】 前記検出された隆起した物体が道路車両であり、および/ま
たは前記検出された平たい物体が路面表示および境界であることを特徴とする請
求項1に記載の検出方法。 - 【請求項3】 正確な車線の関連性および/または前記検出された物体の関
連性を決定するために、前記検出された物体の、相互間のおよび前記移動中の車
両に対する相対位置および相対速度が、前記距離の測定を評価することによって
決定されることを特徴とする請求項1または2に記載の検出方法。 - 【請求項4】 記録されたペアのステレオ画像のうちの1つが、記録対象で
ある物体の顕著な特徴に対して走査され、 前記顕著な特徴までの距離が、相互相関の方法によって、前記1組のステレオ
画像の1つのステレオ画像におけるそれぞれの特徴を、同時に記録された前記1
組のステレオ画像の他のステレオ画像における対応する特徴と比較し、生じる差
異(Δu)を評価することによって決定される ことを特徴とする請求項1乃至3のいずれか1項に記載の検出方法。 - 【請求項5】 画素領域における前記顕著な特徴までの距離を決定すること
によって、現実の世界の3次元点が測定装置の座標系において決定されることを
特徴とする請求項1乃至4のいずれか1項に記載の検出方法。 - 【請求項6】 物体認識の目的のために、物体が仮定され、当該仮定が物体
モデルとの比較によって立証されることを特徴とする請求項1乃至5のいずれか
1項に記載の検出方法。 - 【請求項7】 物体認識の目的のために、前記セグメント化された画像領域
が、認識対象である前記物体の予め決定され統計によって立証された2次元特徴
に基づいて走査され、前記検出された物体に対し、物体の種類の分類のためのニ
ューラルネットワークを用いることにより、前記比較がなされることを特徴とす
る請求項1乃至6のいずれか1項に記載の検出方法。 - 【請求項8】 関連物体の動的挙動を評価するために、前記関連物体が、時
間全体にわたって探知(追跡)され、前記特定の車両に対する前記関連物体の距
離および横方向の位置が決定されることを特徴とする請求項1乃至7のいずれか
1項に記載の検出方法。 - 【請求項9】 前記物体が、レーダおよび/または赤外線センサ、および/
または光センサもしくはカメラのステレオ装置もしくはモノ装置によって検出さ
れることを特徴とする請求項1乃至8のいずれか1項に記載の検出方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19926559.3 | 1999-06-11 | ||
DE19926559A DE19926559A1 (de) | 1999-06-11 | 1999-06-11 | Verfahren und Vorrichtung zur Detektion von Objekten im Umfeld eines Straßenfahrzeugs bis in große Entfernung |
PCT/EP2000/005337 WO2000077736A1 (de) | 1999-06-11 | 2000-06-09 | Verfahren zur detektion von objekten im umfeld eines strassenfahrzeugs bis in grosse entfernung |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2003502745A true JP2003502745A (ja) | 2003-01-21 |
Family
ID=7910852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001503136A Pending JP2003502745A (ja) | 1999-06-11 | 2000-06-09 | 相当の距離までの道路車両の付近にある物体の検出方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US7046822B1 (ja) |
EP (1) | EP1192597B1 (ja) |
JP (1) | JP2003502745A (ja) |
DE (2) | DE19926559A1 (ja) |
ES (1) | ES2187476T3 (ja) |
WO (1) | WO2000077736A1 (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7817848B2 (en) | 2005-11-28 | 2010-10-19 | Fujitsu Ten Limited | Apparatus, method, and computer product for discriminating object |
JP2012238244A (ja) * | 2011-05-12 | 2012-12-06 | Fuji Heavy Ind Ltd | 環境認識装置および環境認識方法 |
JP2012238243A (ja) * | 2011-05-12 | 2012-12-06 | Fuji Heavy Ind Ltd | 環境認識装置および環境認識方法 |
JP2013069045A (ja) * | 2011-09-21 | 2013-04-18 | Honda Elesys Co Ltd | 画像認識装置、画像認識方法および画像認識プログラム |
KR101299104B1 (ko) * | 2009-09-08 | 2013-08-28 | 주식회사 만도 | 보행자 검출 장치 및 그 방법 |
CN104709288A (zh) * | 2013-12-11 | 2015-06-17 | 沃尔沃汽车公司 | 对神经网络计算机进行编程的方法 |
JP2018512672A (ja) * | 2015-04-01 | 2018-05-17 | バイエリシエ・モトーレンウエルケ・アクチエンゲゼルシヤフト | 駐車ゾーンを自動的に認識する方法及びシステム |
US10436898B2 (en) | 2013-12-26 | 2019-10-08 | Hitachi, Ltd. | Object recognition device |
US10466709B2 (en) | 2013-11-08 | 2019-11-05 | Hitachi, Ltd. | Autonomous driving vehicle and autonomous driving system |
Families Citing this family (119)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002319091A (ja) * | 2001-04-20 | 2002-10-31 | Fuji Heavy Ind Ltd | 後続車両認識装置 |
DE10148068A1 (de) * | 2001-09-28 | 2003-04-10 | Ibeo Automobile Sensor Gmbh | Verfahren zur Erkennung und Verfolgung von Objekten |
DE10141730B4 (de) * | 2001-08-25 | 2009-09-03 | Conti Temic Microelectronic Gmbh | Verfahren zum Schutz lebender Objekte bei einem Zusammenstoß mit einem Fahrzeug sowie ein Fahrzeug mit einer Steuervorrichtung zur Durchführung des Verfahrens |
EP1291674A3 (de) * | 2001-09-03 | 2004-02-04 | IBEO Automobile Sensor GmbH | Verfahren zur Erkennung und Verfolgung von Objekten |
DE10148063A1 (de) * | 2001-09-28 | 2003-04-17 | Ibeo Automobile Sensor Gmbh | Verfahren zur Erkennung und Verfolgung von Objekten |
DE10148060A1 (de) * | 2001-09-28 | 2003-04-10 | Ibeo Automobile Sensor Gmbh | Verfahren zur Erkennung und Verfolgung von Objekten |
DE10148064A1 (de) * | 2001-09-28 | 2003-04-10 | Ibeo Automobile Sensor Gmbh | Verfahren zur Erkennung und Verfolgung von Objekten |
DE10148071A1 (de) * | 2001-09-28 | 2003-04-17 | Ibeo Automobile Sensor Gmbh | Verfahren zur Erkennung und Verfolgung von Objekten |
US7423686B2 (en) * | 2002-03-14 | 2008-09-09 | Canon Kabushiki Kaisha | Image pickup apparatus having auto-focus control and image pickup method |
JP3938532B2 (ja) * | 2002-09-05 | 2007-06-27 | 本田技研工業株式会社 | 車両制御装置、プログラム及び方法 |
DE10242808B4 (de) | 2002-09-14 | 2018-09-06 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Erkennung von Hindernissen und/oder Verkehrsteilnehmern |
DE10253510A1 (de) * | 2002-11-16 | 2004-05-27 | Robert Bosch Gmbh | Vorrichtung und Verfahren zur Verbesserung der Sicht in einem Kraftfahrzeug |
US7251346B2 (en) * | 2002-11-19 | 2007-07-31 | Honda Motor Co., Ltd. | Moving object detection device, moving object detection method, and moving object detection program |
DE10301634B4 (de) * | 2003-01-17 | 2006-07-06 | Daimlerchrysler Ag | Lokal-adaptive Objekterkennung für digitales Bildmaterial |
DE10307607A1 (de) * | 2003-02-22 | 2004-09-09 | Daimlerchrysler Ag | Verteiltes Bildverarbeitungssystem für Kraftfahrzeuge |
DE10310849B4 (de) * | 2003-03-11 | 2009-01-02 | Inb Vision Ag | Verfahren zur photogrammmetrischen Abstands- und/oder Positionsbestimmung |
DE10312546B3 (de) * | 2003-03-21 | 2004-09-09 | Audi Ag | Kameravorrichtung für ein Fahrzeug und Verfahren zum Betreiben einer Kameravorrichtung |
US7376262B2 (en) * | 2003-08-04 | 2008-05-20 | American Gnc Corporation | Method of three dimensional positioning using feature matching |
JP3941770B2 (ja) * | 2003-10-28 | 2007-07-04 | 株式会社デンソー | 衝突可能性判定装置 |
DE102004001555B4 (de) * | 2004-01-10 | 2018-02-15 | Robert Bosch Gmbh | Verfahren und System für die Spurführung eines Fahrzeugs |
JP4258385B2 (ja) * | 2004-01-14 | 2009-04-30 | 株式会社デンソー | 路面反射検出装置 |
WO2005090124A1 (de) | 2004-02-20 | 2005-09-29 | Daimlerchrysler Ag | Bildverarbeitungssystem für kraftfahrzeuge |
WO2005098782A1 (en) | 2004-04-08 | 2005-10-20 | Mobileye Technologies Limited | Collision warning system |
JP4532171B2 (ja) | 2004-06-01 | 2010-08-25 | 富士重工業株式会社 | 立体物認識装置 |
WO2006014974A2 (en) | 2004-07-26 | 2006-02-09 | Automotive Systems Laboratory, Inc. | Vulnerable road user protection system |
JP2006221603A (ja) * | 2004-08-09 | 2006-08-24 | Toshiba Corp | 3次元情報復元装置、3次元情報復元方法および3次元情報復元プログラム |
US7974778B2 (en) * | 2004-09-17 | 2011-07-05 | Honda Motor Co., Ltd. | Vehicular control object determination system and vehicular travel locus estimation system |
US7248968B2 (en) | 2004-10-29 | 2007-07-24 | Deere & Company | Obstacle detection using stereo vision |
DE102004057296A1 (de) | 2004-11-26 | 2006-06-08 | Daimlerchrysler Ag | Lane-Departure-Warning mit Unterscheidung zwischen Fahrbahnrandmarkierung und baulicher Begrenzung des Fahrbahnrandes |
JP4328286B2 (ja) * | 2004-12-14 | 2009-09-09 | 本田技研工業株式会社 | 顔領域推定装置、顔領域推定方法及び顔領域推定プログラム |
US7639841B2 (en) * | 2004-12-20 | 2009-12-29 | Siemens Corporation | System and method for on-road detection of a vehicle using knowledge fusion |
US7620208B2 (en) * | 2005-02-09 | 2009-11-17 | Siemens Corporate Research, Inc. | System and method for detecting features from images of vehicles |
US7656432B2 (en) * | 2005-03-30 | 2010-02-02 | Hoya Corporation | Method and apparatus for photographing moving object |
DE102005020731A1 (de) * | 2005-05-04 | 2006-11-09 | Audi Ag | Modelliervorrichtung und Verfahren zum Modellieren einer Umgebung eines Fahrzeugs |
DE102005036782A1 (de) * | 2005-08-02 | 2007-02-15 | Magna Donnelly Gmbh & Co. Kg | Verfahren zum Betrieb eines Bildauswertesystems zur Entfernungsmessung an einem Fahrzeug |
US7623681B2 (en) * | 2005-12-07 | 2009-11-24 | Visteon Global Technologies, Inc. | System and method for range measurement of a preceding vehicle |
TWI302879B (en) * | 2006-05-12 | 2008-11-11 | Univ Nat Chiao Tung | Real-time nighttime vehicle detection and recognition system based on computer vision |
DE102007040539B4 (de) * | 2006-09-04 | 2014-03-27 | Denso Corporation | Fahrzeugsteuersystem |
DE102006045417A1 (de) * | 2006-09-26 | 2008-04-03 | GM Global Technology Operations, Inc., Detroit | Ortungseinrichtung für ein Kraftfahrzeug |
DE102006055908A1 (de) * | 2006-11-27 | 2008-05-29 | Adc Automotive Distance Control Systems Gmbh | Verfahren zur automatischen Fernlichtsteuerung |
WO2008065717A1 (fr) * | 2006-11-29 | 2008-06-05 | Fujitsu Limited | Système et procédé de détection de piéton |
US8199975B2 (en) * | 2006-12-12 | 2012-06-12 | Cognex Corporation | System and method for side vision detection of obstacles for vehicles |
US7979199B2 (en) * | 2007-01-10 | 2011-07-12 | Honeywell International Inc. | Method and system to automatically generate a clearance request to deviate from a flight plan |
US8098889B2 (en) * | 2007-01-18 | 2012-01-17 | Siemens Corporation | System and method for vehicle detection and tracking |
DE102007050568A1 (de) * | 2007-08-04 | 2009-02-05 | Continental Teves Ag & Co. Ohg | Verfahren und Einrichtung zur Objekterkennung in einem Bild |
EP2037407B1 (de) * | 2007-09-13 | 2014-07-23 | Delphi Technologies, Inc. | Verfahren zur Objekterfassung |
AT505309B1 (de) * | 2007-09-28 | 2008-12-15 | Arc Austrian Res Centers Gmbh | Verfahren zur feststellung von fahrzeugen |
US9576217B2 (en) | 2008-04-11 | 2017-02-21 | Recognition Robotics | System and method for visual recognition |
US8150165B2 (en) * | 2008-04-11 | 2012-04-03 | Recognition Robotics, Inc. | System and method for visual recognition |
US8699754B2 (en) | 2008-04-24 | 2014-04-15 | GM Global Technology Operations LLC | Clear path detection through road modeling |
US8917904B2 (en) | 2008-04-24 | 2014-12-23 | GM Global Technology Operations LLC | Vehicle clear path detection |
US8803966B2 (en) | 2008-04-24 | 2014-08-12 | GM Global Technology Operations LLC | Clear path detection using an example-based approach |
JP5089545B2 (ja) * | 2008-09-17 | 2012-12-05 | 日立オートモティブシステムズ株式会社 | 道路境界検出判断装置 |
DE102009016819B4 (de) * | 2009-04-09 | 2011-12-15 | Carl Zeiss Optronics Gmbh | Verfahren zur Detektion wenigstens eines Objekts und/oder wenigstens einer Objektgruppe, Computerprogramm, Computerprogammprodukt, Stereokameraeinrichtung, aktiv Strahlung aussendendes Bildsensorsystem und Überwachungsvorrichtung |
DE102009033124A1 (de) * | 2009-07-15 | 2011-01-27 | Audi Ag | Verfahren zur Ermittlung eines Ein- oder Ausschervorgangs eines dem eigenen Kraftfahrzeug vorausfahrenden Fahrzeugs |
JP5325765B2 (ja) * | 2009-12-28 | 2013-10-23 | 日立オートモティブシステムズ株式会社 | 路肩検出装置及び路肩検出装置を用いた車両 |
DE102010018038B4 (de) * | 2010-04-23 | 2023-08-10 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Warnen eines Fahrers eines Fahrzeugs vor der Anwesenheit von Objekten in einem Totwinkelbereich und entsprechende Fahrerassistenzeinrichtung |
EP2602761A4 (en) * | 2010-08-03 | 2017-11-01 | Panasonic Intellectual Property Management Co., Ltd. | Object detection device, object detection method, and program |
US8395659B2 (en) | 2010-08-26 | 2013-03-12 | Honda Motor Co., Ltd. | Moving obstacle detection using images |
DE102011005780B4 (de) | 2011-03-18 | 2022-06-02 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Bestimmung einer Entfernung zwischen einem Fahrzeug und einem Objekt |
DE102011100820A1 (de) * | 2011-05-07 | 2012-11-08 | Connaught Electronics Ltd. | Verfahren zum Detektieren eines Hindernisses in der Umgebung eines Kraftfahrzeugs, Fahrerassistenzeinrichtung und Kraftfahrzeug |
DE102011101246A1 (de) | 2011-05-11 | 2012-11-15 | Conti Temic Microelectronic Gmbh | Redudante objektdetektion für fahrerassistenzsysteme |
DE102011054852A1 (de) * | 2011-07-30 | 2013-01-31 | Götting KG | Verfahren zur Erfassung und Bewertung einer Ebene |
JP5918982B2 (ja) * | 2011-11-22 | 2016-05-18 | キヤノン株式会社 | 撮像装置、再生装置、その制御方法、撮像システム、及びプログラム |
DE102011087894A1 (de) * | 2011-12-07 | 2013-06-13 | Robert Bosch Gmbh | Verfahren und Fahrzeugassistenzsystem zur aktiven Warnung und/oder zur Navigationshilfe zur Vermeidung einer Kollision eines Fahrzeugkarosserieteils und/oder eines Fahrzeugrades mit einem Objekt |
US8768007B2 (en) | 2012-03-26 | 2014-07-01 | Tk Holdings Inc. | Method of filtering an image |
US8824733B2 (en) | 2012-03-26 | 2014-09-02 | Tk Holdings Inc. | Range-cued object segmentation system and method |
CN103390268B (zh) | 2012-05-11 | 2016-11-23 | 株式会社理光 | 物体区域分割方法和装置 |
US8781721B2 (en) * | 2012-06-06 | 2014-07-15 | Google Inc. | Obstacle evaluation technique |
KR20140019501A (ko) * | 2012-08-06 | 2014-02-17 | 현대자동차주식회사 | 장애물 인식을 위한 분류기의 생성방법 |
JP5937921B2 (ja) * | 2012-08-09 | 2016-06-22 | 株式会社ブリヂストン | 路面状態判別方法とその装置 |
DE102012020778B4 (de) | 2012-10-23 | 2018-01-18 | Audi Ag | Verfahren zum Labeln einer Sequenz von in zeitlicher Abfolge aufgenommenen Bildern mit integrierter Qualitätsprüfung |
WO2014070448A1 (en) | 2012-10-31 | 2014-05-08 | Tk Holdings, Inc. | Vehicular path sensing system and method |
WO2014152470A2 (en) | 2013-03-15 | 2014-09-25 | Tk Holdings, Inc. | Path sensing using structured lighting |
US9696420B2 (en) * | 2013-04-09 | 2017-07-04 | Ford Global Technologies, Llc | Active park assist object detection |
DE102013217915A1 (de) * | 2013-09-09 | 2015-03-12 | Conti Temic Microelectronic Gmbh | Verfahren und Vorrichtung zur Objekterkennung aus tiefenaufgelösten Bilddaten |
DE102013021840A1 (de) * | 2013-12-21 | 2015-06-25 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Erzeugen eines Umgebungsmodells eines Kraftfahrzeugs, Fahrerassistenzsystem und Kraftfahrzeug |
KR101582572B1 (ko) * | 2013-12-24 | 2016-01-11 | 엘지전자 주식회사 | 차량 운전 보조 장치 및 이를 구비한 차량 |
US11244171B2 (en) * | 2014-01-22 | 2022-02-08 | Conduent Business Services Llc | Video-based system for automated detection of double parking violations |
US9830681B2 (en) * | 2014-01-31 | 2017-11-28 | Hover Inc. | Multi-dimensional model dimensioning and scale error correction |
JP6163453B2 (ja) | 2014-05-19 | 2017-07-12 | 本田技研工業株式会社 | 物体検出装置、運転支援装置、物体検出方法、および物体検出プログラム |
DE102014219422B4 (de) * | 2014-09-25 | 2023-06-15 | Continental Autonomous Mobility Germany GmbH | Fahrerassistenzsystem für ein Fahrzeug und ein Verfahren zum Anpassen eines Bildbereichs eines Bildes für ein Fahrerassistenzsystem |
US10026324B2 (en) | 2014-11-04 | 2018-07-17 | Honeywell International Inc. | Systems and methods for enhanced adoptive validation of ATC clearance requests |
JP2016197795A (ja) * | 2015-04-03 | 2016-11-24 | 日立オートモティブシステムズ株式会社 | 撮像装置 |
JP2017045124A (ja) * | 2015-08-24 | 2017-03-02 | 株式会社日本自動車部品総合研究所 | 視差検出装置 |
US10823950B2 (en) * | 2016-01-07 | 2020-11-03 | Digital Surigcals PTE. LTD. | Camera system with balanced monocular cues for use in digital stereo microscopes |
SE541846C2 (en) * | 2016-02-10 | 2019-12-27 | Scania Cv Ab | Method and control unit for rear view |
US10372976B2 (en) | 2016-05-05 | 2019-08-06 | Brunswick Corporation | Person detection in a marine environment |
DE102016008218A1 (de) * | 2016-07-06 | 2018-01-11 | Audi Ag | Verfahren zum verbesserten Erkennen von Objekten durch ein Fahrerassistenzsystem |
GB2562018A (en) * | 2016-09-15 | 2018-11-07 | Vivacity Labs Ltd | A method and system for analyzing the movement of bodies in a traffic system |
DE102016218853A1 (de) * | 2016-09-29 | 2018-03-29 | Conti Temic Microelectronic Gmbh | Detektion und Validierung von Objekten aus Bildern einer Kamera |
DE102016218849A1 (de) | 2016-09-29 | 2018-03-29 | Conti Temic Microelectronic Gmbh | Detektion und Tracking von Objekten aus Bildern einer Kamera |
DE102016218852A1 (de) | 2016-09-29 | 2018-03-29 | Conti Temic Microelectronic Gmbh | Detektion von Objekten aus Bildern einer Kamera |
US9989964B2 (en) * | 2016-11-03 | 2018-06-05 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling vehicle using neural network |
DE102016225866B4 (de) * | 2016-12-21 | 2023-03-16 | Robert Bosch Gmbh | Verfahren zum Betreiben einer Warneinrichtung eines Schienenfahrzeugs |
US20180262739A1 (en) * | 2017-03-10 | 2018-09-13 | Denso International America, Inc. | Object detection system |
US10740627B2 (en) | 2017-05-10 | 2020-08-11 | Fotonation Limited | Multi-camera vision system and method of monitoring |
US10331960B2 (en) | 2017-05-10 | 2019-06-25 | Fotonation Limited | Methods for detecting, identifying and displaying object information with a multi-camera vision system |
US11615566B2 (en) | 2017-05-10 | 2023-03-28 | Fotonation Limited | Multi-camera vehicle vision system and method |
DE102017215718B4 (de) * | 2017-09-07 | 2019-06-13 | Audi Ag | Verfahren zum Auswerten eines optischen Erscheinungsbildes in einer Fahrzeugumgebung und Fahrzeug |
DE102017216802A1 (de) | 2017-09-22 | 2019-03-28 | Continental Teves Ag & Co. Ohg | Verfahren und vorrichtung zum erkennen von fahrspuren, fahrerassistenzsystem und fahrzeug |
JP7102800B2 (ja) * | 2018-03-13 | 2022-07-20 | 富士通株式会社 | 評価プログラム、評価方法および評価装置 |
DE102018109680A1 (de) * | 2018-04-23 | 2019-10-24 | Connaught Electronics Ltd. | Verfahren zum Unterscheiden von Fahrbahnmarkierungen und Bordsteinen durch parallele zweidimensionale und dreidimensionale Auswertung; Steuereinrichtung; Fahrassistenzsystem; sowie Computerprogrammprodukt |
DE102018214875A1 (de) * | 2018-08-31 | 2020-03-05 | Audi Ag | Verfahren und Anordnung zum Erzeugen einer Umgebungsrepräsentation eines Fahrzeugs und Fahrzeug mit einer solchen Anordnung |
DE102018121602A1 (de) * | 2018-09-05 | 2020-03-05 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Auswerten von mehreren Bildern einer Umgebung eines Kraftfahrzeugs; Steuereinrichtung; sowie Fahrerassistenzsystem |
AT521845B1 (de) * | 2018-09-26 | 2021-05-15 | Waits Martin | Verfahren zur Fokuseinstellung einer Filmkamera |
SE1851450A1 (en) * | 2018-11-23 | 2020-05-24 | Scania Cv Ab | Method, Computer Program, Control Unit for Detecting Faults in a Driver-Assistance System and Vehicle |
EP3670283A1 (en) | 2018-12-17 | 2020-06-24 | Ningbo Geely Automobile Research & Development Co. Ltd. | Follow that car |
US11288814B2 (en) * | 2019-07-15 | 2022-03-29 | Mujin, Inc. | System and method of object detection based on image data |
DE102019216548A1 (de) * | 2019-10-28 | 2021-04-29 | DeepUp GmbH | Verfahren und mobile Erfassungsvorrichtung zur Erfassung von Infrastrukturelementen eines unterirdischen Leitungsnetzwerks |
DE102019218479A1 (de) * | 2019-11-28 | 2021-06-02 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Klassifikation von Objekten auf einer Fahrbahn in einem Umfeld eines Fahrzeugs |
CN113703015B (zh) * | 2020-05-22 | 2024-05-03 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置、设备及介质 |
DE102020208066B3 (de) * | 2020-06-30 | 2021-12-23 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren Objekterkennung Computerprogramm, Speichermedium und Steuereinrichtung |
US11782254B2 (en) * | 2020-07-24 | 2023-10-10 | United Scope LLC | Digital microscopy system and graphical user interface |
DE102021107904A1 (de) * | 2021-03-29 | 2022-09-29 | Conti Temic Microelectronic Gmbh | Verfahren und System zur Bestimmung der Bodenebene mit einem künstlichen neuronalen Netz |
KR102363691B1 (ko) * | 2021-05-07 | 2022-02-17 | (주)뉴빌리티 | 자율주행을 위한 객체 속도 추정 장치 및 방법 |
CN113362370B (zh) * | 2021-08-09 | 2022-01-11 | 深圳市速腾聚创科技有限公司 | 目标对象的运动信息确定方法、装置、介质及终端 |
DE102022113001A1 (de) | 2022-05-24 | 2023-11-30 | Bayerische Motoren Werke Aktiengesellschaft | Lichtassistenzsystem, Fahrzeug und Verfahren zum Steuern eines Scheinwerfers eines Fahrzeuges |
US11645775B1 (en) * | 2022-06-23 | 2023-05-09 | Plusai, Inc. | Methods and apparatus for depth estimation on a non-flat road with stereo-assisted monocular camera in a vehicle |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0744689A (ja) * | 1993-08-02 | 1995-02-14 | Mitsubishi Heavy Ind Ltd | 車種判別装置 |
JPH07182484A (ja) * | 1993-12-24 | 1995-07-21 | Nissan Motor Co Ltd | 移動車の前方認識装置ならびに車輌用走行制御装置 |
JPH08255245A (ja) * | 1995-03-17 | 1996-10-01 | Toshiba Corp | ランドマーク認識装置およびランドマーク認識方法 |
JPH0981738A (ja) * | 1995-09-12 | 1997-03-28 | Toshiba Corp | 画像認識装置及び方法 |
JPH09506454A (ja) * | 1993-12-08 | 1997-06-24 | ミネソタ マイニング アンド マニュファクチャリング カンパニー | マシンビジョン分類及び追跡用の方法及び装置 |
JPH10187930A (ja) * | 1996-12-19 | 1998-07-21 | Hitachi Ltd | 走行環境認識装置 |
JPH10285582A (ja) * | 1997-04-04 | 1998-10-23 | Fuji Heavy Ind Ltd | 車外監視装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2800530B2 (ja) * | 1992-02-28 | 1998-09-21 | 三菱電機株式会社 | 車間距離検出装置 |
EP0631683B1 (en) * | 1992-03-20 | 2001-08-01 | Commonwealth Scientific And Industrial Research Organisation | An object monitoring system |
JPH05265547A (ja) * | 1992-03-23 | 1993-10-15 | Fuji Heavy Ind Ltd | 車輌用車外監視装置 |
DE4211171C2 (de) * | 1992-04-03 | 2003-03-20 | Diehl Stiftung & Co | Verfahren zum Erkennen von interessierenden Mustern |
US5642093A (en) * | 1995-01-27 | 1997-06-24 | Fuji Jukogyo Kabushiki Kaisha | Warning system for vehicle |
JP3866328B2 (ja) * | 1996-06-06 | 2007-01-10 | 富士重工業株式会社 | 車両周辺立体物認識装置 |
DE19636028C1 (de) * | 1996-09-05 | 1997-11-20 | Daimler Benz Ag | Verfahren zur Stereobild-Objektdetektion |
JP3516856B2 (ja) * | 1998-01-30 | 2004-04-05 | 富士重工業株式会社 | 車外監視装置 |
US6266442B1 (en) * | 1998-10-23 | 2001-07-24 | Facet Technology Corp. | Method and apparatus for identifying objects depicted in a videostream |
-
1999
- 1999-06-11 DE DE19926559A patent/DE19926559A1/de not_active Withdrawn
-
2000
- 2000-06-09 DE DE50000984T patent/DE50000984D1/de not_active Expired - Lifetime
- 2000-06-09 WO PCT/EP2000/005337 patent/WO2000077736A1/de active IP Right Grant
- 2000-06-09 JP JP2001503136A patent/JP2003502745A/ja active Pending
- 2000-06-09 EP EP00936874A patent/EP1192597B1/de not_active Expired - Lifetime
- 2000-06-09 ES ES00936874T patent/ES2187476T3/es not_active Expired - Lifetime
- 2000-06-09 US US10/009,596 patent/US7046822B1/en not_active Expired - Lifetime
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0744689A (ja) * | 1993-08-02 | 1995-02-14 | Mitsubishi Heavy Ind Ltd | 車種判別装置 |
JPH09506454A (ja) * | 1993-12-08 | 1997-06-24 | ミネソタ マイニング アンド マニュファクチャリング カンパニー | マシンビジョン分類及び追跡用の方法及び装置 |
JPH07182484A (ja) * | 1993-12-24 | 1995-07-21 | Nissan Motor Co Ltd | 移動車の前方認識装置ならびに車輌用走行制御装置 |
JPH08255245A (ja) * | 1995-03-17 | 1996-10-01 | Toshiba Corp | ランドマーク認識装置およびランドマーク認識方法 |
JPH0981738A (ja) * | 1995-09-12 | 1997-03-28 | Toshiba Corp | 画像認識装置及び方法 |
JPH10187930A (ja) * | 1996-12-19 | 1998-07-21 | Hitachi Ltd | 走行環境認識装置 |
JPH10285582A (ja) * | 1997-04-04 | 1998-10-23 | Fuji Heavy Ind Ltd | 車外監視装置 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7817848B2 (en) | 2005-11-28 | 2010-10-19 | Fujitsu Ten Limited | Apparatus, method, and computer product for discriminating object |
KR101299104B1 (ko) * | 2009-09-08 | 2013-08-28 | 주식회사 만도 | 보행자 검출 장치 및 그 방법 |
JP2012238244A (ja) * | 2011-05-12 | 2012-12-06 | Fuji Heavy Ind Ltd | 環境認識装置および環境認識方法 |
JP2012238243A (ja) * | 2011-05-12 | 2012-12-06 | Fuji Heavy Ind Ltd | 環境認識装置および環境認識方法 |
JP2013069045A (ja) * | 2011-09-21 | 2013-04-18 | Honda Elesys Co Ltd | 画像認識装置、画像認識方法および画像認識プログラム |
US10466709B2 (en) | 2013-11-08 | 2019-11-05 | Hitachi, Ltd. | Autonomous driving vehicle and autonomous driving system |
CN104709288A (zh) * | 2013-12-11 | 2015-06-17 | 沃尔沃汽车公司 | 对神经网络计算机进行编程的方法 |
CN104709288B (zh) * | 2013-12-11 | 2018-09-18 | 沃尔沃汽车公司 | 对神经网络计算机进行编程的方法 |
US10436898B2 (en) | 2013-12-26 | 2019-10-08 | Hitachi, Ltd. | Object recognition device |
JP2018512672A (ja) * | 2015-04-01 | 2018-05-17 | バイエリシエ・モトーレンウエルケ・アクチエンゲゼルシヤフト | 駐車ゾーンを自動的に認識する方法及びシステム |
Also Published As
Publication number | Publication date |
---|---|
DE19926559A1 (de) | 2000-12-21 |
US7046822B1 (en) | 2006-05-16 |
EP1192597A1 (de) | 2002-04-03 |
EP1192597B1 (de) | 2002-12-18 |
WO2000077736A1 (de) | 2000-12-21 |
DE50000984D1 (de) | 2003-01-30 |
ES2187476T3 (es) | 2003-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2003502745A (ja) | 相当の距離までの道路車両の付近にある物体の検出方法 | |
JP6550881B2 (ja) | 立体物検出装置、立体物検出方法、立体物検出プログラム、及び移動体機器制御システム | |
JP4650079B2 (ja) | 物体検出装置、および方法 | |
JP3596314B2 (ja) | 物体端の位置計測装置および移動体の通行判断装置 | |
JP4426535B2 (ja) | 車両の周辺監視装置 | |
US9892328B2 (en) | Hazard detection from a camera in a scene with moving shadows | |
JP3822515B2 (ja) | 障害物検知装置及びその方法 | |
JP3463858B2 (ja) | 周辺監視装置及び方法 | |
EP2993654B1 (en) | Method and system for forward collision warning | |
US7366325B2 (en) | Moving object detection using low illumination depth capable computer vision | |
WO2016129403A1 (ja) | 物体検知装置 | |
Cualain et al. | Automotive standards-grade lane departure warning system | |
US20050232463A1 (en) | Method and apparatus for detecting a presence prior to collision | |
JP2015207281A (ja) | 立体物検出装置、立体物検出方法、立体物検出プログラム、及び移動体機器制御システム | |
KR102536037B1 (ko) | 차량의 주변 환경에 있는 물체와 관련된 정보를 결정하기 위한 방법 및 처리 유닛 | |
WO2013129361A1 (ja) | 立体物検出装置 | |
KR101103526B1 (ko) | 스테레오 카메라를 이용한 충돌회피 방법 | |
JP2003084064A (ja) | 前方車両の認識装置及び認識方法 | |
JP2008304344A (ja) | 物標検出装置 | |
US10672141B2 (en) | Device, method, system and computer-readable medium for determining collision target object rejection | |
JP2002024986A (ja) | 歩行者検出装置 | |
JPH10283462A (ja) | 車外監視装置 | |
JPWO2017145605A1 (ja) | 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム | |
Janda et al. | Road boundary detection for run-off road prevention based on the fusion of video and radar | |
JP2007249257A (ja) | 移動体検出装置および移動体検出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20041109 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050419 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20050715 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20050725 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051014 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051206 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20060509 |