JP2011204111A - Vehicle periphery monitoring device - Google Patents
Vehicle periphery monitoring device Download PDFInfo
- Publication number
- JP2011204111A JP2011204111A JP2010072222A JP2010072222A JP2011204111A JP 2011204111 A JP2011204111 A JP 2011204111A JP 2010072222 A JP2010072222 A JP 2010072222A JP 2010072222 A JP2010072222 A JP 2010072222A JP 2011204111 A JP2011204111 A JP 2011204111A
- Authority
- JP
- Japan
- Prior art keywords
- camera motion
- camera
- feature points
- vehicle
- temporary
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
本発明は、車両に設けられたカメラによる撮像画像から、車両周辺の監視対象物を検出する車両周辺監視装置に関する。 The present invention relates to a vehicle periphery monitoring device that detects a monitoring object around a vehicle from an image captured by a camera provided in the vehicle.
車両に設けられたカメラを用いて走行中に車両周辺を監視する場合、ピッチング(鉛直方向の車両の揺れ)等によりカメラの視軸が変化したときであっても、監視対象物を安定して検出できることが望ましい。 When monitoring the surroundings of a vehicle while traveling using a camera provided on the vehicle, even if the visual axis of the camera changes due to pitching (vertical vehicle shake), etc. It is desirable that it can be detected.
そこで、車両に設けられたカメラの時系列画像間で特徴点を追跡して因子分解法により各特徴点の三次元座標値を求め、この三次元座標値の再投影誤差を最小とするように最適化を行ってカメラ運動を推定することにより、撮像時のカメラの三次元位置及び姿勢を求める方法が提案されている(例えば、特許文献1参照)。 Therefore, the feature points are tracked between time-series images of cameras provided on the vehicle, and the three-dimensional coordinate values of the feature points are obtained by the factorization method, and the reprojection error of the three-dimensional coordinate values is minimized. There has been proposed a method for obtaining a three-dimensional position and orientation of a camera at the time of imaging by performing optimization and estimating camera motion (see, for example, Patent Document 1).
上述した特許文献1に記載された方法では、パターンマッチング等の処理により各時系列画像から同一物体の同一特徴点を抽出して、特徴点の追跡を行い、この追跡結果に基づいてカメラ運動を推定している。そのため、特徴点の誤検出により特徴点の追跡を誤ると、カメラ運動を精度良く推定することができないという不都合がある。
In the method described in
また、各時系列画像から同一物体の特徴量を抽出して特徴量を求める処理は、膨大な計算量を要するため、短時間で処理を行うには高性能の処理系を備えなけらばならないという不都合がある。 Also, the process of extracting feature quantities of the same object from each time-series image requires a huge amount of calculation, so a high-performance processing system must be provided for processing in a short time. There is an inconvenience.
さらに、物体の移動態様(移動方向、移動量)や物体の明暗の変化等により、特徴量の追跡を正確に行うことができなくなる場合があるという不都合がある。 Furthermore, there is a problem in that the tracking of the feature amount may not be performed accurately depending on the movement mode (movement direction, movement amount) of the object, changes in the brightness of the object, and the like.
本発明は上記背景を鑑みてなされたものであり、カメラの時系列画像間での特徴点の追跡を行うことなく、計算量を低減させてカメラ運動を精度良く求めることができる車両周辺監視装置を提供することを目的とする。 The present invention has been made in view of the background described above, and is a vehicle periphery monitoring device capable of accurately obtaining camera motion by reducing the amount of calculation without tracking feature points between time series images of a camera. The purpose is to provide.
先ず、本発明の前提となるエピポーラ幾何の考え方について、図11を参照して説明する。 First, the concept of epipolar geometry, which is the premise of the present invention, will be described with reference to FIG.
図11は、カメラ100の視点Vp1及びカメラ101の視点Vp2と、空間上の注目点Ptとを結んだ平面として定義されるエピポーラ平面Efと、カメラ100の撮像面Ip1及びカメラ101の撮像面Ip2との位置関係を示したものである。エピポーラ平面Efと各撮像面Ip1及びIp2との交線EL1,EL2をエピポーラ線といい、視点Vp1及びVp2を結ぶ直線と各撮像面Ip1,Ip2との交点Ep1,Ep2をエピポールという。
FIG. 11 shows an epipolar plane Ef defined as a plane connecting the viewpoint Vp1 of the
図11に示したように、空間上の一つの注目点Ptに対して一つのエピポーラ平面Efが規定され、エピポーラ平面Efと各撮像面Ip1,Ip2との交線(エピポーラ線)EL1,EL2が定まる。そして、注目点Ptの撮像面Ip1での対応点m1は撮像面Ip1のエピポーラ線EL1上に存在し、注目点Ptの撮像面Ip2での対応点m2は撮像面Ip2のエピポーラ線EL2上に存在するという拘束関係(エピポーラ拘束)がある。 As shown in FIG. 11, one epipolar plane Ef is defined for one point of interest Pt in space, and intersecting lines (epipolar lines) EL1, EL2 between the epipolar plane Ef and the respective imaging surfaces Ip1, Ip2 are defined. Determined. The corresponding point m1 of the target point Pt on the imaging surface Ip1 exists on the epipolar line EL1 of the imaging surface Ip1, and the corresponding point m2 of the target point Pt on the imaging surface Ip2 exists on the epipolar line EL2 of the imaging surface Ip2. There is a constraint relationship (epipolar constraint).
また、図11では2台のカメラ100,101により撮像する例を示したが、1台のカメラにより異なる時間で撮像された2つの画像についても、同様にしてエピポーラ拘束を考えることができる。
In addition, FIG. 11 shows an example in which images are captured by two
本発明は、上記エピポーラ拘束の考え方を用いたものであり、車両に搭載されたカメラにより異なる時点で撮像された画像間での特徴点の変位に基づいて、前記カメラの視軸の変化を示すカメラ運動を推定するカメラ運動推定部と、前記カメラによる撮像画像と前記カメラ運動とに基づいて、車両周囲に所在する対象物の位置を検知する対象物検知部とを備えた車両周辺監視装置に関する。 The present invention uses the above-mentioned concept of epipolar constraint, and shows the change of the visual axis of the camera based on the displacement of feature points between images taken at different times by a camera mounted on the vehicle. The present invention relates to a vehicle periphery monitoring device including a camera motion estimation unit that estimates camera motion, and an object detection unit that detects a position of an object located around the vehicle based on an image captured by the camera and the camera motion. .
そして、本発明の第1の態様は、前記カメラ運動推定部は、前記カメラにより異なる時点で撮像された第1撮像画像及び第2撮像画像について、該第1撮像画像から所定条件を満たす複数の第1特徴点を抽出すると共に、該第2撮像画像から該所定条件を満たす複数の第2特徴点を抽出する特徴点抽出処理と、前記第2撮像画像の撮像時におけるカメラ運動を想定した仮カメラ運動を設定し、前記複数の第1特徴点を一つずつ順次選択して、選択した第1特徴点に対応する前記第2撮像画像での第2エピポーラ線を求め、前記複数の第2特徴点から該第2エピポーラ線までの距離が最小となる第2特徴点を抽出して、該最小の距離を該選択した第1特徴点の距離誤差とし、各第1特徴点の距離誤差の総和を算出する総距離誤差算出処理を、前記仮カメラ運動を変更しながら繰り返し実行して、該距離誤差の総和が最小となる前記仮カメラ運動を求める仮カメラ運動最適化処理と、前記距離誤差の総和が最小となる仮カメラ運動を、前記カメラ運動として推定するカメラ運動推定処理とを実行することを特徴とする。 In the first aspect of the present invention, the camera motion estimation unit includes a plurality of conditions that satisfy a predetermined condition from the first captured image with respect to the first captured image and the second captured image captured at different times by the camera. A feature point extraction process for extracting a first feature point and extracting a plurality of second feature points satisfying the predetermined condition from the second captured image, and a temporary motion assuming a camera motion at the time of capturing the second captured image A camera motion is set, the plurality of first feature points are sequentially selected one by one, a second epipolar line in the second captured image corresponding to the selected first feature point is obtained, and the plurality of second feature points are obtained. A second feature point having a minimum distance from the feature point to the second epipolar line is extracted, and the minimum distance is set as a distance error of the selected first feature point. The total distance error calculation process to calculate the sum is The temporary camera motion optimization process for obtaining the temporary camera motion that minimizes the total sum of the distance errors and the temporary camera motion that minimizes the total sum of the distance errors are repeatedly executed while changing the temporary camera motion. A camera motion estimation process for estimating the camera motion is performed.
かかる本発明によれば、前記車両運動推定部は、前記特徴点抽出処理により、前記第1撮像画像から前記第1特徴点を抽出すると共に、前記第2撮像画像から前記第2特徴量を抽出する。そして、前記仮カメラ運動最適化処理により、各第1特徴点の前記距離誤差の総和が最小となる仮カメラ運動を求めている。 According to the present invention, the vehicle motion estimation unit extracts the first feature point from the first captured image and the second feature amount from the second captured image by the feature point extraction process. To do. Then, the temporary camera motion that minimizes the sum of the distance errors of the first feature points is obtained by the temporary camera motion optimization process.
ここで、図12に示したように、車両に搭載されたカメラ110の視軸が、カメラ運動Mij(車両のピッチング等によるカメラ110の姿勢の変化)により、前回の撮像時(フレームiの撮像時)と今回の撮像時(フレームjの撮像時)間で変化した場合を考えると、今回の撮像時でのエピポールは、カメラ運動Mijに応じて変化する。
Here, as shown in FIG. 12, the visual axis of the
そして、このエピポールの変化に応じて、空間上の対象物に応じたフレームjの撮像画像Im102でのエピポーラ線が変化する。そのため、フレームjの撮像時の仮カメラ運動をいくつか設定し、各仮カメラ運動に基づくエピポーラ線(EL100、EL101、EL102、EL103、EL104、…)のうち、対象物の画像の特徴点m102との距離が最小になるエピポーラ線が設定される仮カメラ運動を求めることで、カメラ運動Mijを推定することができる。 And according to the change of this epipole, the epipolar line in the captured image Im102 of the frame j according to the object in space changes. Therefore, several temporary camera motions at the time of imaging the frame j are set, and among the epipolar lines (EL100, EL101, EL102, EL103, EL104,...) Based on each temporary camera motion, the feature point m102 of the image of the object The camera motion Mij can be estimated by obtaining a temporary camera motion in which an epipolar line that minimizes the distance is set.
そこで、前記車両運動推定部は、前記仮カメラ運動最適化処理により前記各第1特徴点の距離誤差の総和が最小となる仮カメラ運動を求め、該仮カメラ運動を前記カメラ運動として推定する前記カメラ運動推定処理を実行する。これにより、時系列画像間の特徴量の追跡を不要として、計算量を低減させてカメラ運動を精度良く推定することができる。 Therefore, the vehicle motion estimation unit obtains a temporary camera motion that minimizes the sum of distance errors of the first feature points by the temporary camera motion optimization process, and estimates the temporary camera motion as the camera motion. Execute camera motion estimation processing. This eliminates the need for tracking feature amounts between time-series images, reduces the amount of calculation, and can accurately estimate camera motion.
次に、本発明の第2の態様は、前記車両運動推定部は、前記カメラにより異なる時点で撮像された第1撮像画像及び第2撮像画像について、該第1撮像画像から所定条件を満たす複数の第1特徴点を抽出すると共に、該第2撮像画像から該所定条件を満たす複数の第2特徴点を抽出する特徴点抽出処理と、前記第2撮像画像の撮像時におけるカメラ運動を想定した仮カメラ運動を設定し、前記複数の第1特徴点を一つずつ順次選択して、選択した第1特徴点に対応する前記第2撮像画像での第2エピポーラ線を求めると共に、前記複数の第2特徴点に対応する前記第1画像での第1エピポーラ線を求め、前記複数の第2特徴点のうち、該第2エピポーラ線との距離と、該選択した第1特徴点と該対応する第1エピポーラ線との距離の和が最小となる第2特徴点を抽出して、該最小となる距離の和を該選択した第1特徴点の距離誤差とし、各第1特徴点の距離誤差の総和を算出する処理を、前記仮カメラ運動を変更しながら繰り返し実行して、該距離誤差の総和が最小となる前記仮カメラ運動を求める仮カメラ運動最適化処理と、前記距離誤差の総和が最小となる仮カメラ運動を、前記カメラ運動として推定するカメラ運動推定処理とを実行することを特徴とする。 Next, according to a second aspect of the present invention, the vehicle motion estimation unit includes a plurality of conditions that satisfy a predetermined condition from the first captured image with respect to the first captured image and the second captured image captured at different times by the camera. The first feature point is extracted, and a feature point extraction process for extracting a plurality of second feature points satisfying the predetermined condition from the second captured image and a camera motion at the time of capturing the second captured image are assumed. A temporary camera motion is set, the plurality of first feature points are sequentially selected one by one, a second epipolar line in the second captured image corresponding to the selected first feature point is obtained, and the plurality of the plurality of first feature points are obtained. A first epipolar line in the first image corresponding to the second feature point is obtained, and the distance from the second epipolar line among the plurality of second feature points, the selected first feature point, and the correspondence The sum of the distance to the first epipolar line A process of extracting the second feature points and calculating the sum of the distance errors of the first feature points by using the minimum distance sum as the distance error of the selected first feature points. The temporary camera motion optimization process for obtaining the temporary camera motion that minimizes the total sum of the distance errors and the temporary camera motion that minimizes the total sum of the distance errors are used as the camera motion. A camera motion estimation process to be estimated is executed.
かかる本発明によれば、詳細は後述するが、前記仮カメラ運動が真のカメラ運動に近いほど、前記第1撮像画像の前記第1エピポーラ線と前記第1特徴点との距離、及び前記第2撮像画像の前記第2エピポーラ線と前記第2特徴点との距離がいずれも短くなる。そこで、前記カメラ運動推定部は、前記仮カメラ運動最適化処理により各第1特徴点の前記距離誤差の総和が最小となる仮カメラ運動を求めて、該仮カメラ運動を前記カメラ運動として推定する前記カメラ運動推定処理を実行する。これにより、時系列画像間の特徴点の追跡を不要として、計算量を低減させてカメラ運動を精度良く推定することができる。 According to the present invention, as will be described in detail later, the closer the temporary camera motion is to the true camera motion, the more the distance between the first epipolar line of the first captured image and the first feature point, and the first The distance between the second epipolar line and the second feature point of the two captured images is shortened. Therefore, the camera motion estimation unit obtains a temporary camera motion that minimizes the sum of the distance errors of the first feature points by the temporary camera motion optimization process, and estimates the temporary camera motion as the camera motion. The camera motion estimation process is executed. This eliminates the need for tracking feature points between time-series images, reduces the amount of calculation, and can accurately estimate camera motion.
次に、本発明の第3の態様は、前記車両運動推定部は、前記カメラにより異なる時点で撮像された第1撮像画像及び第2撮像画像について、該第1撮像画像から所定条件を満たす複数の第1特徴点を抽出すると共に、該第2撮像画像から該所定条件を満たす複数の第2特徴点を抽出する特徴点抽出処理と、前記第2撮像画像の撮像時におけるカメラ運動を想定した仮カメラ運動を設定し、前記複数の第1特徴点を一つずつ順次選択して、選択した第1特徴点に対応する前記第2撮像画像での第2エピポーラ線を求め、該第2エピポーラ線の線上に前記第2特徴点が位置しているか否かを判断し、各第1特徴点のうち、対応する前記第2撮像画像での第2エピポーラ線の線上に前記第2特徴点が存在するものの個数である対特徴点数を算出する処理を、前記仮カメラ運動を変更しながら繰り返し実行して、該対特徴点数が最大となる前記仮カメラ運動を求める仮カメラ運動最適化処理と、前記対特徴点数が最大となる仮カメラ運動を、前記カメラ運動として推定するカメラ運動推定処理とを実行することを特徴とする。 Next, according to a third aspect of the present invention, the vehicle motion estimation unit includes a plurality of conditions that satisfy a predetermined condition from the first captured image for the first captured image and the second captured image captured at different times by the camera. The first feature point is extracted, and a feature point extraction process for extracting a plurality of second feature points satisfying the predetermined condition from the second captured image and a camera motion at the time of capturing the second captured image are assumed. A temporary camera motion is set, the plurality of first feature points are sequentially selected one by one, a second epipolar line in the second captured image corresponding to the selected first feature point is obtained, and the second epipolar is obtained. It is determined whether or not the second feature point is located on the line, and among the first feature points, the second feature point is located on the second epipolar line in the corresponding second captured image. Calculate the number of feature points, which is the number of existing objects The temporary camera motion optimization process for obtaining the temporary camera motion that maximizes the number of feature points and temporary camera motion that maximizes the number of feature points And a camera motion estimation process for estimating the camera motion.
かかる本発明によれば、前記仮カメラ運動が真のカメラ運動に近いほど、前記仮カメラ運動最適化処理により算出される、対応する前記第2撮像画像での前記第2エピポーラ線の線上に前記第2特徴点が存在する前記第1特徴点の個数である前記対特徴点数が多くなる。そこで、前記カメラ運動推定部は、前記仮カメラ運動最適化処理により前記対特徴点数が最大となる仮カメラ運動を求めて、該仮カメラ運動を前記カメラ運動として推定する前記カメラ運動推定処理を実行する。これにより、時系列画像間の特徴量の追跡を不要として、計算量を低減させてカメラ運動を精度良く推定することができる。 According to the present invention, as the temporary camera motion is closer to the true camera motion, the temporary camera motion is calculated by the temporary camera motion optimization process, and the second epipolar line in the corresponding second captured image is calculated on the line of the second epipolar line. The number of feature points that is the number of the first feature points where the second feature points exist increases. Therefore, the camera motion estimation unit obtains a temporary camera motion that maximizes the number of feature points by the temporary camera motion optimization processing, and executes the camera motion estimation processing to estimate the temporary camera motion as the camera motion To do. This eliminates the need for tracking feature amounts between time-series images, reduces the amount of calculation, and can accurately estimate camera motion.
また、前記第1から第3の実施の態様において、前記車両の挙動を検出する車両挙動検出部を備え、前記車両運動推定部は、前記車両の挙動に応じて、前記仮カメラ運動最適化処理における前記仮カメラ運動の初期値を決定することを特徴とする。 In the first to third embodiments, the vehicle behavior detection unit that detects the behavior of the vehicle is provided, and the vehicle motion estimation unit performs the temporary camera motion optimization process according to the behavior of the vehicle. An initial value of the temporary camera motion in is determined.
かかる本発明によれば、前記車両挙動検出部により検出される前記車両の挙動(例えば、ヨー角、車速、加減速、ナビゲーションシステムから提供される道路の勾配・曲率等により検出される)から、前記第1撮像画像と前記第2画像間における前記カメラ運動を想定して、前記仮カメラ運動の初期値を決定することにより、真のカメラ運動に近い仮カメラ運動を速やかに求めることができる。 According to the present invention, from the behavior of the vehicle detected by the vehicle behavior detector (for example, detected by the yaw angle, vehicle speed, acceleration / deceleration, road gradient / curvature provided by the navigation system, etc.), Assuming the camera movement between the first captured image and the second image, by determining the initial value of the temporary camera movement, a temporary camera movement close to the true camera movement can be quickly obtained.
また、前記車両運動推定部は、前記仮カメラ運動に対応する前記車両の移動方向に合わせて、前記仮カメラ運動最適化処理における前記仮カメラ運動の変更態様を決定することを特徴とする。 The vehicle motion estimation unit may determine a change mode of the temporary camera motion in the temporary camera motion optimization process according to a moving direction of the vehicle corresponding to the temporary camera motion.
かかる本発明によれば、前記仮カメラ運動に対応する前記車両の移動方向に合わせて前記仮カメラ運動を変更することにより、前記仮カメラ運動最適化処理において、真のカメラ運動に近い仮カメラ運動を効率良く求めることができる。 According to the present invention, by changing the temporary camera motion in accordance with the moving direction of the vehicle corresponding to the temporary camera motion, the temporary camera motion close to the true camera motion in the temporary camera motion optimization process. Can be obtained efficiently.
また、前記対象物の移動量を検出する移動量検出部を備え、前記所定条件に、移動量が所定値以下であることが含まれていることを特徴とする。 In addition, a movement amount detection unit that detects a movement amount of the object is provided, and the predetermined condition includes that the movement amount is equal to or less than a predetermined value.
かかる本発明によれば、静止物又は静止物と同一視できる対象物の画像を用いることで、前記カメラ運動を推定するときに対象物の移動による誤差が生じることを抑制することができる。 According to the present invention, by using an image of a stationary object or an object that can be identified with a stationary object, it is possible to suppress an error due to the movement of the object when estimating the camera motion.
本発明の実施形態について、図1〜図10を参照して説明する。図1を参照して、本発明の車両周辺監視装置は、ECU(Electronic Control Unit)1と、遠赤外線を検出可能な赤外線カメラ2(本発明のカメラに相当する)と、レーザー光線を物体に照射してその反射波を受信することにより物体と車両間の実空間上の相対位置(相対距離を含む)を検出するレーザーレーダー8と、車両のヨーレートを検出するヨーレートセンサ3と、車両の走行速度を検出する車速センサ4とを備えている。
An embodiment of the present invention will be described with reference to FIGS. Referring to FIG. 1, a vehicle periphery monitoring apparatus according to the present invention includes an ECU (Electronic Control Unit) 1, an infrared camera 2 (corresponding to the camera according to the present invention) capable of detecting far-infrared rays, and irradiating an object with a laser beam. Then, by receiving the reflected wave, the laser radar 8 that detects the relative position (including the relative distance) in the real space between the object and the vehicle, the
ECU1は、レーザーレーダー8による物体の位置の検出データと赤外線カメラ2による撮像画像から、車両前方に所在する物体の種別(他車両、自転車、歩行者等)を判別し、車両が接触する可能性が高い自転車又は歩行者を検知したときに警報を出力する。そして、車両周辺監視装置は、音声により警報を行うためのスピーカ5と、監視対象物を運転者に視認させる表示を行うためのヘッドアップディスプレイ(以下、HUDという)7とを備えている。
The
次に、図2を参照して、車両周辺監視装置の車両への取付け態様を説明する。レーザーレーダー8はスキャン方式のレーザーレーダーであり、車両10の前部に配置されている。そして、レーザーレーダー8は、予め設定された前方(車両10の進行方向)の第1監視範囲内を水平方向及び垂直方向に走査する。
Next, with reference to FIG. 2, the attachment aspect to the vehicle of the vehicle periphery monitoring apparatus is demonstrated. The laser radar 8 is a scanning type laser radar and is disposed in the front portion of the
また、赤外線カメラ2は、撮像物の温度が高い程出力レベルが高くなる(輝度が大きくなる)特性を有している。そして、赤外線カメラ2は、車両10の前部に配置されて予め設定された前方の第2監視範囲(上記第1監視範囲内に設定される)を撮像する。HUD7は、車両10のフロントウィンドウの運転者側の前方位置に画面7aが表示されるように設けられている。
The
また、図1を参照して、ECU1は、赤外線カメラ2から出力されるアナログの映像信号をデジタルデータに変換して画像メモリ12に取り込む画像入力回路11と、画像メモリ12に取り込まれた画像データにアクセス(読出し及び書込み)するためのインターフェース回路(図示しない)と、レーザーレーダー8による物体の位置(車両10からの物体の相対位置)の検出信号を入力するためのインターフェース回路(図示しない)とを有している。
Referring to FIG. 1, the
また、ECU1は、画像メモリに取り込まれた車両前方の画像データに対して各種の演算処理を行うコンピュータ(CPU,メモリ,入出力回路等からなる演算処理回路、或いはこれらの機能を集約したマイクロコンピュータ)等を備えた電子ユニットである。
The
そして、前記コンピュータに車両周辺監視用のプログラムを実行させることによって、前記コンピュータが、時系列画像間の撮像時における赤外線カメラ2の視軸の変化を示すカメラ運動の推定値Mij_eを求めるカメラ運動推定部13と、カメラ運動の推定値Mij_eとレーザーレーダー8による検出データ及び赤外線カメラ2の撮像画像とに基づいて車両10と接触する可能性が高い物体(対象物)を検出する対象物検知部14として機能する。
Then, by causing the computer to execute a vehicle periphery monitoring program, the computer obtains a camera motion estimation value Mij_e indicating a change in the visual axis of the
カメラ運動推定部13は、所定の制御周期をもって撮像された第1撮像画像Im1と第2撮像画像Im2間の特徴点の変位から、エピポーラ拘束の概念を用いてカメラ運動の推定値Mij_eを求める。
The camera
対象物検知部14は、車速センサ4とヨーレートセンサ3の出力を読み込んで、車両10の回頭角を算出する。そして、レーザーレーダー8による測距データに基いて、回頭角補正を行いつつ、第1監視領域内に所在する物体のトラッキングを行う。
The
また、対象物検知部14は、トラッキングを行っている物体について、赤外線カメラ2による撮像画像から、カメラ運動の推定値Mij_eによる赤外線カメラ2の視軸補正(トラッキングによる視軸の変化分の補正等)を行ってその画像を検出する。そして、対象物検知部14は、対象物が車両10との接触可能性が高い歩行者又は自転車であると判断したときに、HUD7への表示とスピーカ5からの音声出力による報知を行なう。
In addition, the
次に、図3〜図10を参照して、カメラ運動推定部13によるカメラ運動の推定値Mij_eの算出処理について説明する。
Next, with reference to FIGS. 3 to 10, processing for calculating the camera motion estimation value Mij_e by the camera
先ず、図3(a),図3(b)は、赤外線カメラ2により異なる時点で撮像された第1撮像画像Im1及び第2撮像画像Im2について、車両10のピッチング(上下動)が生じているときと、生じていないときの第2撮像画像Im2のエピポールの変化を示したものである。
First, in FIGS. 3A and 3B, the pitching (vertical movement) of the
図3(a)はピッチングが生じていない状態で、車両10が前進している場合の撮像画像であり、第1撮像画像Im1のエピポールEp1と第2撮像画像Im2のエピポールEp2はほとんど変化していない。そして、実空間上の対象物の特徴部についての第1画像Im1の画像部分である第1特徴点P1に対応する、該特徴部についての第2画像Im2の画像部分である第2特徴点Q1は、第2撮像画像Im2でのエピポーラ線EL_P1上にある。
FIG. 3A shows a captured image when the
それに対して、図3(b)はピッチングが生じている状態で、車両10が前進している場合の撮像画像であり、第2撮像画像Im2のエピポールEp2が上方に変位して、エピポーラ線EL_P1が変化している。
On the other hand, FIG. 3B shows a picked-up image when the
そのため、図3(b)の第2撮像画像Im2のエピポールEp2の変化を生じさせるカメラ運動を、カメラ運動の推定値Mij_eとして求めることができる。 Therefore, the camera motion that causes the change in the epipole Ep2 of the second captured image Im2 in FIG. 3B can be obtained as the estimated value Mij_e of the camera motion.
そこで、カメラ運動推定部13は、以下の第1実施形態〜第3実施形態のいずれかの処理を行ってカメラ運動の推定値Mij_eを求める。
Therefore, the camera
[第1実施形態]
カメラ運動推定部13は、以下の手順によりカメラ運動の推定値Mij_eを求める。
[First Embodiment]
The camera
「特徴点抽出処理」
カメラ運動推定部13は、図4の(a)に示したように、ハリスオペレータ等により第1撮像画像Im1から所定特徴量を有する第1特徴点を抽出する。図4(a)ではP1〜P3の3個の特徴点が抽出されている。また、同様にして、カメラ運動推定部13は、図4の(b)に示したように、第2撮像画像Im2から所定特徴量を有する第2特徴点を抽出する。図4(b)ではQ1〜Q3の3個の特徴点が抽出されている。
"Feature point extraction process"
As illustrated in FIG. 4A, the camera
「仮カメラ運動最適化処理」
カメラ運動推定部13は、図4の(c)に示したように、第2撮像画像Im2の撮像時における仮カメラ運動を設定して、仮カメラ運動に応じた仮エピポールEp2_s1による各第1特徴点P1〜P3に対応する第2エピポーラ線EL_P1〜EL_P3を求める。ここで、カメラ運動推定部13は、仮カメラ運動Mkを複数パターン(Mk1,Mk2,…)用意する。
"Temporary camera motion optimization process"
As shown in FIG. 4C, the camera
そして、カメラ運動推定部13は、各仮カメラ運動Mk毎に、各第2エピポーラ線について、図4の(d)に示したように、距離が最小となる第2特徴量を検索して、その距離を対応する第1特徴点の距離誤差dとして算出する。
Then, for each temporary camera motion Mk, the
例えば、図5に示したように、第1撮像画像Im1の第1特徴点P1に対する第2エピポーラ線EL_P1が設定されたときには、第2特徴点Q1〜Q4のうちで、第2エピポーラ線EL_P1との距離が最小となる第2特徴点Q1が選択され、第2特徴点Q1と第2エピポーラ線EL_P1との距離が、第1特徴点P1の距離誤差dとして算出される。 For example, as shown in FIG. 5, when the second epipolar line EL_P1 for the first feature point P1 of the first captured image Im1 is set, the second epipolar line EL_P1 among the second feature points Q1 to Q4 and The second feature point Q1 that minimizes the distance is selected, and the distance between the second feature point Q1 and the second epipolar line EL_P1 is calculated as the distance error d of the first feature point P1.
なお、図6に示したように、第2特徴点P(x0,y0)と第2エピポーラ線EL_s(ax+by+c=0)との距離dは、以下の式(1)により算出することができる。 As shown in FIG. 6, the distance d between the second feature point P (x 0 , y 0 ) and the second epipolar line EL_s (ax + by + c = 0) can be calculated by the following equation (1). it can.
カメラ運動推定部13は、図4(d)では、各第2エピポーラ線EL_P1〜EL_P3について、第2特徴点Q1〜Q3の中から、距離が最小となる第2特徴点を探索して、各第1特徴点P1〜P3の距離誤差dを算出する。
In FIG. 4D, the camera
そして、カメラ運動推定部13は、以下の式(2),式(3)により、各仮カメラ運動Mkに対する評価値Ekを算出する。
And the camera
但し、Ek:仮カメラ運動Mkに対する評価値、p:第1特徴点の識別子(p=1,2,3,…)、d:各第1特徴点の距離誤差。 Where Ek: evaluation value for temporary camera motion Mk, p: identifier of first feature point (p = 1, 2, 3,...), D: distance error of each first feature point.
但し、q:第2特徴点の識別子(q=1,2,3,…)、a,b,c:第1特徴点に対する第2エピポーラ線のパラメータ。 Where q: identifier of the second feature point (q = 1, 2, 3,...), A, b, c: parameters of the second epipolar line for the first feature point.
そして、カメラ運動推定部13は、上記式(2)による評価値Ekが最小となる仮カメラ運動Mkを求める。
And the camera
「カメラ運動推定処理」
カメラ運動推定部13は、「仮カメラ運動最適化処理」により求めた、評価値Ekが最小となる仮カメラ運動Mkを、第2撮像画像Im2の撮像時におけるカメラ運動の推定値Mij_eとして求める。
"Camera motion estimation process"
The camera
そして、対象物検知部14は、このようにして求められたカメラ運動の推定値Mij_eによる赤外線カメラ2の撮像画像の変位分を相殺する位置補正を行って、対象物の画像部分の位置を検出する。
Then, the
[第2実施形態]
次に、図7を参照して、カメラ運動推定部13によるカメラ運動推定値Mij_eの算出処理の第2実施形態について説明する。第2実施形態は、第1特徴点の距離誤差の算出方法が上述した第1の実施形態と相違し、他の処理は第1の実施形態と同様である。
[Second Embodiment]
Next, with reference to FIG. 7, a second embodiment of the camera motion estimation value Mij_e calculation process by the camera
カメラ運動推定部13は、上述した第1実施形態と同様に複数パターンの仮カメラ運動Mk(Mk1,Mk2,…)を設定し、各第1特徴点P1について、図7に示したように距離誤差d'を算出する。図7では、第1特徴点P1に対応する第2エピポーラ線EL_P1と第2特徴点Q1との距離d2と、第2特徴点Q1に対応する第1エピポーラ線EL_Q1と第1特徴点Q1との距離d1との合算距離d'を算出している。
The
カメラ運動推定部13は、このようにして、全ての第2特徴点についての合算距離d'を算出したときの最小値を、各第1特徴点の距離誤差d'として求める。この場合は、上記式(3)に代えて、以下の式(4)により距離誤差を算出する。
In this way, the camera
但し、p:第1特徴点の識別子(p=1,2,3,…)、q:第2特徴点の識別子(q=1,2,3,…)、ap,bp,cp:第1特徴点に対応する第2エピポーラ線のパラメータ、aq,bq,cq:第2特徴点に対応する第1エピポーラ線のパラメータ。 Where p: identifier of the first feature point (p = 1, 2, 3,...), Q: identifier of the second feature point (q = 1, 2, 3,...), A p , b p , c p : Parameters of the second epipolar line corresponding to the first feature point, a q , b q , c q : parameters of the first epipolar line corresponding to the second feature point.
そして、カメラ運動推定部13は、以下の式(5)により、各仮カメラ運動Mkに対する評価値Ek'を算出し、評価値Ek'が最小となる仮カメラ運動Mkを求める。
Then, the camera
但し、Ek':仮カメラ運動に対する評価値、p:第1特徴点の識別子(p=1,2,3,…)、d':各第1特徴点の距離誤差。 Where Ek ′: evaluation value for temporary camera motion, p: identifier of the first feature point (p = 1, 2, 3,...), D ′: distance error of each first feature point.
そして、カメラ運動推定部13は、評価値Ek'が最小となる仮カメラ運動Mkを、第2撮像画像Im2の撮像時におけるカメラ運動の推定値Mij_eとして求める。
Then, the camera
[第3実施形態]
次に、図8を参照して、カメラ運動推定部13によるカメラ運動推定値Mij_eの算出処理の第3実施形態について説明する。第3の実施形態において、カメラ運動推定部13は、「仮カメラ運動最適化処理」を、第2特徴点と第2エピポーラ線との距離ではなく、第1特徴点のうち、対応する第2撮像画像での第2エピポーラ線上に第2特徴点が存在するものの個数に基づいて行う。
[Third Embodiment]
Next, a third embodiment of the camera motion estimation value Mij_e calculation process by the camera
カメラ運動推定部13は、上述した第1実施形態と同様に複数の仮カメラ運動Mk(Mk1,Mk2,…)を設定し、各第1特徴点P1について、各仮カメラ運動Mkに対応する各第2エピポーラ線EL_P1上に第2特徴点(Q1,Q2,…)が存在するか否かを判断する。
The camera
そして、カメラ運動推定部13は、各第1特徴点P1のうち、対応する第2エピポーラ線EL_P1上に第2特徴点(Q1,Q2,…)が存在するものの個数(対特徴点数)が、最大となる仮カメラ運動Mkを、第2撮像画像Im2の撮像時におけるカメラ運動の推定値Mji_eとして求める。
Then, the camera
また、上記第1実施形態から第3実施形態において、レーザーレーダー8、ヨーレートセンサ3、及び車速センサ4の検出データから検出される車両10の挙動に応じて、仮カメラ運動Mkの初期値を設定するようにしてもよい。なお、このようにして、車両の挙動を検出する構成が、本発明の車両挙動検出部に相当する。
In the first to third embodiments, the initial value of the temporary camera motion Mk is set according to the behavior of the
図9は、車両10が前進している場合の評価値Ekと赤外線カメラ2の並進運動のz成分を想定した仮並進運動成分tzとの関係Rを、縦軸を評価値Ekとし、横軸を仮並進運動成分として例示したものである。
FIG. 9 shows the relationship R between the evaluation value Ek when the
ここで、車両10が前進しているときには、同一対象物の画像について、第2撮像画像Im2での位置が、第1撮像画像Im1での位置の下方に移動する。そして、この移動は、赤外線カメラ2が鉛直方向の上向きに並進運動したことに対応する。そこで、仮カメラ運動Mkの初期値を、仮並進運動成分tzの初期値が正側のtz_1となるように設定して、評価値Ekが極小となるように仮カメラ運動Mkを変更することにより、真の並進運動成分tz_2を生じさせる最適な仮カメラ運動Mkを探索することができる。
Here, when the
なお、車両10が前進しているときに、仮カメラ運動Mkの初期値を、仮並進運動成分tzの初期値が負側のtz_3となるように設定して、評価値Ekが極小となるように仮カメラ運動Mkを変更すると、ローカルミニマム点であるtz_4が最適な仮カメラ運動Mkとして、誤って探知されてしまう。そのため、上述したように、仮カメラ運動Mkの初期値を、仮並進運動成分tzの初期値が正側になるように設定することにより、このような最適な仮カメラ運動Mkの誤探知を防止することができる。
When the
次に、図10(a),図10(b)は、車両10が前進している場合の仮カメラ運動Mkの変更態様を例示したものである。仮カメラ運動Mkに応じた仮エピポールEp_sによる第2エピポーラ線を、第1撮像画像Im1の第1特徴点P1を無限遠の点と仮定して対応する点P1'で分けた線分ELa,ELbについて、車両10が前進しているとき(車両10が仮エピポールEp_sの方向に進んでいるとき)は、線分ELbを有効とし、車両10が後退しているとき(車両10が仮エピポールEp_sの方向とは逆向きに進んでいるとき)は、線分ELaを有効とする。
Next, FIG. 10A and FIG. 10B illustrate a change mode of the temporary camera motion Mk when the
そして、図10(b)に示したように、有効とした線分(例えばELb)と各第2特徴点Q1,Q2,Q3との距離(d1,d2,d3)の最小値を用いて、評価値Ekを算出すればよい。 Then, as shown in FIG. 10B, using the minimum value of the distance (d1, d2, d3) between the effective line segment (for example, ELb) and each of the second feature points Q1, Q2, Q3, The evaluation value Ek may be calculated.
また、カメラ運動の推定に使用される特徴点は、静止物の画像である必要がある。そこで、レーザーレーダー8により検出された対象物の位置と、車速センサ4により検出された車両10の走行速度とにより、移動量が所定値以下であって静止していると認識できる対象物の画像の特徴点のみを用いてカメラ運動を推定することで、カメラ運動を精度良く推定することができる。
In addition, the feature point used for camera motion estimation needs to be an image of a stationary object. Therefore, an image of the object that can be recognized as stationary due to the amount of movement below a predetermined value based on the position of the object detected by the laser radar 8 and the traveling speed of the
なお、このように、レーザーレーダー8により検出された対象物の位置と、車速センサ4により検出された車両10の走行速度とにより、移動量が所定量以下である物体を静止物と認識する構成が、本発明の静止物検知部に相当する。
As described above, an object whose moving amount is a predetermined amount or less is recognized as a stationary object based on the position of the object detected by the laser radar 8 and the traveling speed of the
1…ECU、2…赤外線カメラ、3…ヨーレートセンサ、4…車速センサ、8…レーザーレーダー、10…車両(自車両)、13…カメラ運動推定部、14…対象物検知部。
DESCRIPTION OF
Claims (6)
前記カメラによる撮像画像と前記カメラ運動とに基づいて、車両周囲に所在する対象物の位置を検知する対象物検知部と
を備えた車両周辺監視装置において、
前記カメラ運動推定部は、
前記カメラにより異なる時点で撮像された第1撮像画像及び第2撮像画像について、該第1撮像画像から所定条件を満たす複数の第1特徴点を抽出すると共に、該第2撮像画像から該所定条件を満たす複数の第2特徴点を抽出する特徴点抽出処理と、
前記第2撮像画像の撮像時におけるカメラ運動を想定した仮カメラ運動を設定し、前記複数の第1特徴点を一つずつ順次選択して、選択した第1特徴点に対応する前記第2撮像画像での第2エピポーラ線を求め、前記複数の第2特徴点から該第2エピポーラ線までの距離が最小となる第2特徴点を抽出して、該最小の距離を該選択した第1特徴点の距離誤差とし、各第1特徴点の距離誤差の総和を算出する総距離誤差算出処理を、前記仮カメラ運動を変更しながら繰り返し実行して、該距離誤差の総和が最小となる前記仮カメラ運動を求める仮カメラ運動最適化処理と、
前記距離誤差の総和が最小となる仮カメラ運動を、前記カメラ運動として推定するカメラ運動推定処理と
を実行することを特徴とする車両周辺監視装置。 A camera motion estimation unit that estimates a camera motion indicating a change in the visual axis of the camera, based on displacement of feature points between images captured at different times by a camera mounted on the vehicle;
In a vehicle periphery monitoring device including an object detection unit that detects a position of an object located around the vehicle based on an image captured by the camera and the camera motion.
The camera motion estimator is
For a first captured image and a second captured image captured at different times by the camera, a plurality of first feature points satisfying a predetermined condition are extracted from the first captured image, and the predetermined condition is extracted from the second captured image. A feature point extraction process for extracting a plurality of second feature points satisfying
Temporary camera motion is set assuming camera motion at the time of capturing the second captured image, the plurality of first feature points are sequentially selected one by one, and the second imaging corresponding to the selected first feature point A second epipolar line in the image is obtained, a second feature point having a minimum distance from the plurality of second feature points to the second epipolar line is extracted, and the selected first feature is the minimum distance. The total distance error calculation process for calculating the sum of the distance errors of the first feature points as the distance error of the points is repeatedly executed while changing the temporary camera motion, so that the temporary sum of the distance errors is minimized. Temporary camera motion optimization processing to obtain camera motion,
A vehicle periphery monitoring device that executes a camera motion estimation process that estimates a temporary camera motion that minimizes the sum of the distance errors as the camera motion.
前記カメラによる撮像画像と前記カメラ運動とに基づいて、車両周囲に所在する対象物の位置を検知する対象物検知部と
を備えた車両周辺監視装置において、
前記車両運動推定部は、
前記カメラにより異なる時点で撮像された第1撮像画像及び第2撮像画像について、該第1撮像画像から所定条件を満たす複数の第1特徴点を抽出すると共に、該第2撮像画像から該所定条件を満たす複数の第2特徴点を抽出する特徴点抽出処理と、
前記第2撮像画像の撮像時におけるカメラ運動を想定した仮カメラ運動を設定し、前記複数の第1特徴点を一つずつ順次選択して、選択した第1特徴点に対応する前記第2撮像画像での第2エピポーラ線を求めると共に、前記複数の第2特徴点に対応する前記第1画像での第1エピポーラ線を求め、前記複数の第2特徴点のうち、該第2エピポーラ線との距離と、該選択した第1特徴点と該対応する第1エピポーラ線との距離の和が最小となる第2特徴点を抽出して、該最小となる距離の和を該選択した第1特徴点の距離誤差とし、各第1特徴点の距離誤差の総和を算出する処理を、前記仮カメラ運動を変更しながら繰り返し実行して、該距離誤差の総和が最小となる前記仮カメラ運動を求める仮カメラ運動最適化処理と、
前記距離誤差の総和が最小となる仮カメラ運動を、前記カメラ運動として推定するカメラ運動推定処理と
を実行することを特徴とする車両周辺監視装置。 A vehicle motion estimation unit that estimates a camera motion indicating a change in posture and position of the camera based on displacement of feature points between images captured at different times by a camera mounted on the vehicle;
In a vehicle periphery monitoring device including an object detection unit that detects a position of an object located around the vehicle based on an image captured by the camera and the camera motion.
The vehicle motion estimator is
For a first captured image and a second captured image captured at different times by the camera, a plurality of first feature points satisfying a predetermined condition are extracted from the first captured image, and the predetermined condition is extracted from the second captured image. A feature point extraction process for extracting a plurality of second feature points satisfying
Temporary camera motion is set assuming camera motion at the time of capturing the second captured image, the plurality of first feature points are sequentially selected one by one, and the second imaging corresponding to the selected first feature point A second epipolar line in the image is obtained, a first epipolar line in the first image corresponding to the plurality of second feature points is obtained, and among the plurality of second feature points, the second epipolar line and , And the second feature point that minimizes the sum of the distance between the selected first feature point and the corresponding first epipolar line is extracted, and the sum of the minimum distances is selected as the selected first feature point. The process of calculating the sum of the distance errors of the first feature points as the distance error of the feature points is repeatedly executed while changing the temporary camera movement, and the temporary camera movement that minimizes the sum of the distance errors is performed. Temporary camera motion optimization processing
A vehicle periphery monitoring device that executes a camera motion estimation process that estimates a temporary camera motion that minimizes the sum of the distance errors as the camera motion.
前記カメラによる撮像画像と前記カメラ運動とに基づいて、車両周囲に所在する対象物の位置を検知する対象物検知部と
を備えた車両周辺監視装置において、
前記車両運動推定部は、
前記カメラにより異なる時点で撮像された第1撮像画像及び第2撮像画像について、該第1撮像画像から所定条件を満たす複数の第1特徴点を抽出すると共に、該第2撮像画像から該所定条件を満たす複数の第2特徴点を抽出する特徴点抽出処理と、
前記第2撮像画像の撮像時におけるカメラ運動を想定した仮カメラ運動を設定し、前記複数の第1特徴点を一つずつ順次選択して、選択した第1特徴点に対応する前記第2撮像画像での第2エピポーラ線を求め、該第2エピポーラ線の線上に前記第2特徴点が位置しているか否かを判断し、各第1特徴点のうち、対応する前記第2撮像画像での第2エピポーラ線の線上に前記第2特徴点が存在するものの個数である対特徴点数を算出する処理を、前記仮カメラ運動を変更しながら繰り返し実行して、該対特徴点数が最大となる前記仮カメラ運動を求める仮カメラ運動最適化処理と、前記対特徴点数が最大となる仮カメラ運動を、前記カメラ運動として推定するカメラ運動推定処理と
を実行することを特徴とする車両周辺監視装置。 A camera motion estimation unit that estimates a camera motion indicating a change in the visual axis of the camera, based on displacement of feature points between images captured at different times by a camera mounted on the vehicle;
In a vehicle periphery monitoring device including an object detection unit that detects a position of an object located around the vehicle based on an image captured by the camera and the camera motion.
The vehicle motion estimator is
For a first captured image and a second captured image captured at different times by the camera, a plurality of first feature points satisfying a predetermined condition are extracted from the first captured image, and the predetermined condition is extracted from the second captured image. A feature point extraction process for extracting a plurality of second feature points satisfying
Temporary camera motion is set assuming camera motion at the time of capturing the second captured image, the plurality of first feature points are sequentially selected one by one, and the second imaging corresponding to the selected first feature point A second epipolar line in the image is obtained, it is determined whether or not the second feature point is located on the line of the second epipolar line, and the corresponding second captured image is selected from the first feature points. The process of calculating the number of feature points, which is the number of the second feature points existing on the second epipolar line, is repeatedly executed while changing the temporary camera motion to maximize the number of feature points. A vehicle periphery monitoring device that executes temporary camera motion optimization processing for obtaining the temporary camera motion, and camera motion estimation processing for estimating the temporary camera motion that maximizes the number of feature points as the camera motion. .
前記車両の挙動を検出する車両挙動検出部を備え、
前記車両運動推定部は、前記車両の挙動に応じて、前記仮カメラ運動最適化処理における前記仮カメラ運動の初期値を決定することを特徴とする車両周辺監視装置。 In the vehicle periphery monitoring device according to any one of claims 1 to 3,
A vehicle behavior detection unit for detecting the behavior of the vehicle;
The vehicle periphery monitoring device, wherein the vehicle motion estimation unit determines an initial value of the temporary camera motion in the temporary camera motion optimization process according to the behavior of the vehicle.
前記車両運動推定部は、前記仮カメラ運動に対応する前記車両の移動方向に合わせて、前記仮カメラ運動の変更態様を決定することを特徴とする車両周辺監視装置。 In the vehicle periphery monitoring device according to any one of claims 1 to 4,
The vehicle motion estimation unit determines a change mode of the temporary camera motion in accordance with a moving direction of the vehicle corresponding to the temporary camera motion.
前記対象物の移動量を検出する移動量検出部を備え、
前記所定条件に、移動量が所定値以下であることが含まれていることを特徴とする車両周辺監視装置。 In the vehicle periphery monitoring device according to any one of claims 1 to 5,
A movement amount detection unit for detecting the movement amount of the object;
The vehicle periphery monitoring apparatus, wherein the predetermined condition includes that the movement amount is equal to or less than a predetermined value.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010072222A JP5113867B2 (en) | 2010-03-26 | 2010-03-26 | Vehicle periphery monitoring device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010072222A JP5113867B2 (en) | 2010-03-26 | 2010-03-26 | Vehicle periphery monitoring device |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011204111A true JP2011204111A (en) | 2011-10-13 |
JP5113867B2 JP5113867B2 (en) | 2013-01-09 |
Family
ID=44880673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010072222A Expired - Fee Related JP5113867B2 (en) | 2010-03-26 | 2010-03-26 | Vehicle periphery monitoring device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5113867B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024116400A1 (en) * | 2022-12-02 | 2024-06-06 | 三菱電機株式会社 | Search assistance device, search assistance system, search assistance method, and program |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007025863A (en) * | 2005-07-13 | 2007-02-01 | Advanced Telecommunication Research Institute International | Photographing system, photographing method, and image processing program |
JP2009135921A (en) * | 2007-11-06 | 2009-06-18 | Panasonic Corp | Image projection apparatus, and image projection method |
JP2009290645A (en) * | 2008-05-30 | 2009-12-10 | Alpine Electronics Inc | In-vehicle unit |
JP2010003253A (en) * | 2008-06-23 | 2010-01-07 | Eidgenoessische Technische Hochschule Zuerich | Motion estimation device |
-
2010
- 2010-03-26 JP JP2010072222A patent/JP5113867B2/en not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007025863A (en) * | 2005-07-13 | 2007-02-01 | Advanced Telecommunication Research Institute International | Photographing system, photographing method, and image processing program |
JP2009135921A (en) * | 2007-11-06 | 2009-06-18 | Panasonic Corp | Image projection apparatus, and image projection method |
JP2009290645A (en) * | 2008-05-30 | 2009-12-10 | Alpine Electronics Inc | In-vehicle unit |
JP2010003253A (en) * | 2008-06-23 | 2010-01-07 | Eidgenoessische Technische Hochschule Zuerich | Motion estimation device |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024116400A1 (en) * | 2022-12-02 | 2024-06-06 | 三菱電機株式会社 | Search assistance device, search assistance system, search assistance method, and program |
Also Published As
Publication number | Publication date |
---|---|
JP5113867B2 (en) | 2013-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4919036B2 (en) | Moving object recognition device | |
JP4367475B2 (en) | Moving object recognition apparatus, moving object recognition method, and computer program | |
JP5083841B2 (en) | Vehicle periphery monitoring device, vehicle periphery monitoring program, and vehicle periphery monitoring method | |
JP5689907B2 (en) | Method for improving the detection of a moving object in a vehicle | |
JP6107081B2 (en) | Image processing apparatus, image processing method, and program | |
CN106981074B (en) | Method and apparatus for estimating an orientation of a camera relative to a surface | |
JP4631096B2 (en) | Vehicle periphery monitoring device | |
US8005266B2 (en) | Vehicle surroundings monitoring apparatus | |
JP4899424B2 (en) | Object detection device | |
KR101961001B1 (en) | Single-camera distance estimation | |
JP6328327B2 (en) | Image processing apparatus and image processing method | |
JP2004354257A (en) | Calibration slippage correction device, and stereo camera and stereo camera system equipped with the device | |
JP2010257377A (en) | Vehicle surroundings monitoring apparatus | |
US10554951B2 (en) | Method and apparatus for the autocalibration of a vehicle camera system | |
JP2009198445A (en) | Device and method for object detection | |
JP5539250B2 (en) | Approaching object detection device and approaching object detection method | |
JP7145770B2 (en) | Inter-Vehicle Distance Measuring Device, Error Model Generating Device, Learning Model Generating Device, Methods and Programs Therefor | |
JP6204782B2 (en) | Off-road dump truck | |
JP2015179066A (en) | Parallax value derivation device, apparatus control system, moving body, robot, parallax value derivation method and program | |
JP2010003253A (en) | Motion estimation device | |
JP2013054399A (en) | Vehicle periphery monitoring device | |
JPH11345392A (en) | Device and method for detecting obstacle | |
JPWO2019123582A1 (en) | Object information generator and object information generator | |
JP5113867B2 (en) | Vehicle periphery monitoring device | |
JP2004235711A (en) | Target tracking system and method therefor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20121002 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20121003 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121012 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151019 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |