JP2015095886A - 周囲環境認識装置 - Google Patents
周囲環境認識装置 Download PDFInfo
- Publication number
- JP2015095886A JP2015095886A JP2013236240A JP2013236240A JP2015095886A JP 2015095886 A JP2015095886 A JP 2015095886A JP 2013236240 A JP2013236240 A JP 2013236240A JP 2013236240 A JP2013236240 A JP 2013236240A JP 2015095886 A JP2015095886 A JP 2015095886A
- Authority
- JP
- Japan
- Prior art keywords
- unit
- image
- detection
- tracking
- return
- 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
- 238000001514 detection method Methods 0.000 claims abstract description 319
- 238000002834 transmittance Methods 0.000 claims description 21
- 230000007423 decrease Effects 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 9
- 238000013459 approach Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 6
- 230000002411 adverse Effects 0.000 claims 2
- 230000002123 temporal effect Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 21
- 238000011084 recovery Methods 0.000 abstract description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 67
- 230000001629 suppression Effects 0.000 description 58
- 238000000034 method Methods 0.000 description 37
- 230000008569 process Effects 0.000 description 32
- 239000003973 paint Substances 0.000 description 17
- 238000003708 edge detection Methods 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 14
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 11
- 240000004050 Pentaglottis sempervirens Species 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 7
- 230000015654 memory Effects 0.000 description 7
- 238000011109 contamination Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001771 impaired effect Effects 0.000 description 2
- 238000002844 melting Methods 0.000 description 2
- 230000008018 melting Effects 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000001464 adherent effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012567 pattern recognition method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Images
Classifications
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
- B60R1/20—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
- B60R1/22—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles for viewing an area outside the vehicle, e.g. the exterior of the vehicle
- B60R1/23—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles for viewing an area outside the vehicle, e.g. the exterior of the vehicle with a predetermined field of view
-
- 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
-
- 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
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
- H04N23/811—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation by dust removal, e.g. from surfaces of the image sensor or processing of the image signal output by the electronic image sensor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/30—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing
- B60R2300/304—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing using merged images, e.g. merging camera image with stored images
- B60R2300/305—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing using merged images, e.g. merging camera image with stored images merging camera image with lines or icons
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/30—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing
- B60R2300/307—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing virtually distinguishing relevant parts of a scene from the background of the scene
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
- B60R2300/8093—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for obstacle warning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
- Camera Bodies And Camera Details Or Accessories (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
【解決手段】周囲環境認識装置1は、撮影画像に基づいて移動体の周囲環境に存在する物体像を認識する画像認識部と、その撮影画像に基づいてカメラレンズに付着した付着物を検知する付着物検知部200と、付着物検知部の検知結果に基づいて画像認識部の動作を中止させるか否かを判定する中止判定部と、画像取得部が基準フレームに取得した撮影画像の所定領域から追尾対象の画像の特徴量を検出して、画像取得部が基準フレームよりも後のフレームに取得した撮影画像から特徴量が検出されるべき推定領域を算出して、推定領域の中の追尾対象の画像の特徴量の有無を判断する追尾部300と、少なくとも追尾部300による追尾対象の画像の特徴量の有無の判断結果に基づいて、画像認識部の動作を中止状態から復帰させるか否かを判定する復帰判定部と、を備える。
【選択図】図2
Description
図3は、付着物検知部200の機能構成例を示す。図3に例示する付着物検知部200は、水滴検知部210と、白濁検知部220と、水滴痕検知部230と、泥検知部240とを有する。
水滴検知部210は、カメラ2aおよび2bに付着した水滴を検知する。図4(a)および(b)を用いて水滴検知部210の動作について説明する。図4(a)に示されるように、水滴検知部210は、撮影画像30の画像領域を複数のブロックB(x,y)に分割する。たとえば、画像領域の左隅を原点とし、100×100の画像に分割した場合、画像領域には、ブロックB(0,0)〜ブロックB(100,100)の1万個の分割画像ブロックが含まれる。各分割画像ブロックを以下ではブロックB(x,y)と記述し、各分割画像ブロックには、それぞれ撮影画像の複数の画素が含まれている。たとえば、カメラの撮像素子が10万画素を有する場合、一つの分割画像ブロックには10画素分の画像が含まれる。
図5(a)を用いて白濁検知部220の動作について説明する。図5(a)に示されるように、白濁検知部220は、撮影画像40の画像領域を複数のブロックB(x,y)に分割する。各ブロックB(x,y)には、それぞれ撮影画像40の複数の画素が含まれている。白濁検知部220は、各ブロックB(x,y)ごとにスコアS2(x,y)を算出する。
水滴痕検知部230の動作について説明する。水滴痕検知部230も、水滴検知部210と同様に、撮影画像30の画像領域を図4(a)に示されるように複数のブロックB(x,y)に分割する。
泥検知部240の動作について説明する。泥検知部240も、水滴検知部210と同様に、撮影画像30の画像領域を図4(a)に示されるように複数のブロックB(x,y)に分割する。
図6は、追尾部300の機能構成例を示す。図6に例示する追尾部300は、レーントラッキング部310と路面トラッキング部320と立体物トラッキング部330と路面ペイント検知部340と距離分解能チェック部350とを有する。
レーントラッキング部310は、アプリケーション実行部500によるレーンマークの認識結果(後述)に基づいて、レーンマークを追尾する。そして、レーントラッキング部310は、その追尾が成功したか否かを判定する。すなわち、レーントラッキング部310は、所定フレームTの撮影画像から認識されたレーンが次フレームT+1の撮影画像中に含まれると推測される位置で認識されるか否かを判定する。レーンマークの追尾が成功した場合、レーントラッキング部310は、追尾対象のレーンマークの像を含む画像領域については視認性がよいと判断する。
路面トラッキング部320は、撮影画像取得部100が撮影画像を出力するたびに、その撮影画像に対して水平方向と垂直方向の2方向に走査して縦エッジ検出と横エッジ検出を行う。水平方向の縦エッジ検出では、路面トラッキング部320は、垂直方向に隣接する二つの画素の輝度差を算出して、二つの画素のうち暗い画素から明るい画素に向かうベクトルを検出する。垂直方向の横エッジ検出では、路面トラッキング部320は、水平方向に隣接する二つの画素の輝度差を算出して、二つの画素のうち暗い画素から明るい画素に向かうベクトルを検出する。路面トラッキング部320は、2方向のエッジ検出の結果でそれぞれ検出された暗い画素から明るい画素に向かうベクトルを画素ごとに合成して、その合成ベクトルが向く方向に基づいてエッジ角度を算出する。たとえば、画素から左隣の画素に向かうベクトルと上隣の画素に向かうベクトルとが検出されている場合は、左上方向のベクトルに合成され、エッジ角度は45°となる。
立体物トラッキング部330は、カメラ2aおよび2bが撮影した画像に基づいて鳥瞰画像を生成して、車両9の周辺に存在する立体形状の物体を追尾する。そして、立体物トラッキング部330は、立体形状の物体の追尾が成功したか否かを判定する。
ペイント検知部340は、道路標示のように路面上に描かれた所定形状の図形をカメラ2aおよび2bが撮影した画像から認識する。ペイント検知部340は、道路標示等の認識にパターン認識を用いる。たとえば、ペイント検知部340は、図11(a)に示す撮影画像から道路標示141を認識する。図11(a)には、フレームTにおいて認識された道路標示141の画像を含むブロックB(x,y)の画像領域142が太線で囲われている。
カメラ2aおよび2bは、被写体との距離が離れるほど距離分解能が低下する。距離分解能チェック部350は、カメラ2aおよび2bの距離分解能が被写体との距離に応じて低下することを確認する。換言すると、距離分解能チェック部350は、車両9の移動により被写体との距離が変化したときに、被写体に関する距離分解能が適切に変化することを確認する。たとえば、距離分解能チェック部350は、車両9の移動により被写体との距離が離れるときに、被写体に関する距離分解能が低下することを確認する。
図13は、システムギブアップ判定部400の機能構成例を示す。図13に例示するシステムギブアップ判定部400は、ギブアップ部410と、復帰部420と、制御部450とを有する。
ギブアップ部410は、付着物検知部200の各部の検知結果に基づいて、アプリケーション実行部500の動作のギブアップを行うか否かを判定する。ギブアップ部410は、付着物マップ管理部411と、レンズ状態解析部412と、ギブアップ判定部413とを有する。
付着物マップ管理部411は、付着部検知物200の各部から入力された正規化スコアNS1(x,y)〜NS4(x,y)と、信頼度R1〜R4とに基づいて、付着物が付着しているブロックB(x,y)を表す付着物マップMP(x,y)を演算する。
レンズ状態解析部412は、付着物検知部200の各部の検知結果を、図14に示す座標空間に投影する。図14に示す座標空間は、メモリ10に制御マップ50として記憶されている。制御マップ50は、レンズ汚れの透過率に関する座標軸と、カメラレンズに付着物が付着している付着面積に関する座標軸とを有している。制御マップ50において、レンズ汚れの透過率は、原点から遠ざかるほど不透過になる。また、付着面積は、原点から遠ざかるほど大きくなる。
ギブアップ判定部413は、アプリケーション実行部500によるレーンマーク、他車両、歩行者、道路標識、駐車枠などの検知をギブアップさせるか否かを判定する。ギブアップ判定部413は、たとえば、以下の条件(C1)が成立したとき、アプリケーション実行部500による検知をギブアップさせることを肯定する。
(C1)レンズ状態解析部412で得られた座標(M(x),M(y))に基づいて後述する制御部450が誤検知対策用第3抑制モードまたは不検知対策用第3抑制モードによる処理の実行指令を出力した後、汚れ除去部640を用いた付着物の除去を所定回数以上繰り返しても座標(M(x),M(y))が制御マップ50の原点に近づかない場合。
復帰部420は、アプリケーション実行部500をギブアップ状態から復帰させる。復帰部420は、復帰マップ管理部421と、復帰判定部425とを有する。
復帰マップ管理部421は、追尾部300の各部から入力される視認可能領域V1(x,y)、V2(x,y)、V3(x,y)、V4(x,y)、V5(x,y)を用いて、(式2)を演算して復帰マップMR(x,y)を生成する。
MR(x,y)=V1(x,y)+V2(x,y)+V3(x,y)+V4(x,y)+V5(x,y) …(式2)
復帰判定部425は、付着物マップ管理部411が出力した付着物マップMP(x,y)と、レンズ状態解析部412が出力した座標(M(x),M(y))と、復帰マップ管理部421が生成した復帰マップMR(x,y)とに基づいて、アプリケーション実行部500をギブアップ状態から復帰させるか否かを判定する。
(C3)すべてのブロックB(x,y)に対する付着物マップMP(x,y)の平均値が減少傾向にある。
(C4)所定時間以上連続して座標(M(x),M(y))が制御マップ50の原点に近づいている。
(C5)追尾部300にてレーンマーク、路面反射などの追尾部300の追尾対象が正しく認識できるほどにカメラレンズの汚れが改善している。
制御部450は、ギブアップ部410の各部と復帰部420の各部の出力に基づいて、アプリケーション実行部500が画像認識に用いる画像領域を決定する。制御部450は、アプリケーション実行部500が画像認識に用いない画像領域をレンズマップML(x,y)で表す。
レンズマップ管理部451は、付着物マップ管理部411が生成した付着物マップMP(x,y)と、復帰マップ管理部421が生成した復帰マップMR(x,y)とに基づいて、後にフローチャートと共に説明する方法によりレンズマップML(x,y)を更新する。
動作決定領域71は、付着面積に関する座標軸より透過率に関する座標軸が近い位置に存在し、1/4円78の円周と1/4円79の円周と線分81と線分83とで囲われた領域である。座標(M(x),M(y))が動作決定領域71の範囲内の座標であるとき、抑制制御部452は、アプリケーション実行部500に対して誤検知対策用第1抑制モードによる処理の実行指令を出力する。
動作決定領域72は、透過率に関する座標軸より付着面積に関する座標軸が近い位置に存在し、1/4円78の円周と1/4円79の円周と線分81と線分82とで囲われた領域である。座標(M(x),M(y))が動作決定領域72の範囲内の座標であるとき、抑制制御部452は、アプリケーション実行部500に対して不検知対策である第1抑制モードによる処理の実行指令を出力する。
統合判定部453は、抑制制御部452の決定と、ギブアップ判定部413の判定結果と、復帰判定部425の判定結果とに基づいて、アプリケーション実行部500の各部へのギブアップ、復帰、抑制モード等に関する指令を決定して、その指令をアプリケーション実行部500へ送信する。また、統合判定部453は、抑制制御部452の決定、ギブアップ判定部413の判定結果、復帰判定部425の判定結果、およびアプリケーション実行部500へ送信した指令に関する履歴をメモリ10などに記録する。
図16は、アプリケーション実行部500の機能構成例を示す。図16に例示するアプリケーション実行部500は、レーン認識部510と車両検知部520と歩行者検知部530と標識検知部540と駐車枠検知部560とを有する。
図17および図18を用いて、誤検知対策も不検知対策も実行していない場合のレーン認識部510の動作について説明する。
図19を用いて、誤検知対策も不検知対策も実行していない場合の車両検知部520の動作について説明する。図19は、車両検知部520の処理に関するフローチャートである。
ステップS89では、統合判定部453がアプリケーション部500の各部のギブアップおよび復帰に関する状況に関する情報をインターフェース部600へ出力して、ステップS81の処理に戻る。
ステップS92でレンズマップML(x,y)を更新した後、システムギブアップ判定部400は、ステップS88の処理に進む。
(1)周囲環境認識装置1は、カメラレンズに付着した付着物を検知する付着物検知部200と、カメラから異なるフレームでそれぞれ取得した複数の撮影画像の互いに対応する画像領域から同一構造物の特徴量を検出する、換言すると基準フレームに取得された撮影画像の所定領域から追尾対象の画像の特徴量を検出して、基準フレームよりも後のフレームに取得した撮影画像から同一の追尾対象の画像の特徴量が検出されるべき推定領域を算出して、推定領域の中の同一の追尾対象の画像の特徴量の有無を判断する追尾部300、たとえばレーントラッキング部310と、撮影画像に基づいて車両9の周囲環境に存在する所定の物体像を認識するアプリケーション実行部500、たとえばレーン認識部510と、付着物検知部200の検知結果に基づいてアプリケーション実行部500の動作を中止させるか否かを判定するギブアップ判定部413と、追尾部300による追尾の成否、すなわち同一の追尾対象の画像の特徴量の検出の成否に基づいてアプリケーション実行部500の動作をギブアップ状態から復帰させるか否かを判定する復帰判定部425と、を備える。したがって、周囲環境認識装置1は、復帰判定部425がギブアップ判定部413の判定で用いる情報とは性質の異なる情報に基づいてアプリケーション実行部500の各部のギブアップと復帰の判定を行うため、物体の検知処理のギブアップと復帰を安定させることができる。
上記の実施の形態では、カメラ2aおよび2bを用いて車両の前方または後方の路面を撮影したが、さらに車両の左側方または右側方の路面を撮影するカメラを設けることにしてもよい。また、車両の周囲の路面を撮影できる限り、カメラの設置位置および撮影範囲をどのように設定しても構わない。
2a,2b カメラ
100 撮影画像取得部
200 付着物検知部
300 追尾部
400 システムギブアップ判定部
413 ギブアップ判定部
425 復帰判定部
Claims (11)
- カメラレンズを介して移動体の周囲環境を撮影するカメラから撮影画像を取得する画像取得部と、
前記画像取得部が取得した撮影画像に基づいて前記周囲環境に存在する物体像を認識する画像認識部と、
前記画像取得部が取得した撮影画像に基づいて前記カメラレンズに付着した付着物を検知する付着物検知部と、
前記付着物検知部の検知結果に基づいて前記画像認識部の動作を中止させるか否かを判定する中止判定部と、
前記画像取得部が基準フレームに取得した撮影画像の所定領域から追尾対象の画像の特徴量を検出して、前記画像取得部が前記基準フレームよりも後のフレームに取得した撮影画像から前記特徴量が検出されるべき推定領域を算出して、前記推定領域の中の前記追尾対象の画像の前記特徴量の有無を判断する追尾部と、
少なくとも前記追尾部による前記追尾対象の画像の前記特徴量の有無の判断結果に基づいて、前記画像認識部の動作を中止状態から復帰させるか否かを判定する復帰判定部と、
を備えることを特徴とする周囲環境認識装置。 - 請求項1に記載の周囲環境認識装置において、
前記復帰判定部は、前記追尾部が前記追尾対象の画像の前記特徴量が有ると判断した場合、前記画像認識部の動作を中止状態から復帰させることを特徴とする周囲環境認識装置。 - 請求項1に記載の周囲環境認識装置において、
前記中止判定部は、撮影に対して悪影響を与えるほどにカメラレンズが汚れていることを表す前記付着物検知部の検知結果に基づいて、前記画像認識部の動作を中止させると判定し、
前記復帰判定部は、前記追尾部が前記追尾対象の画像の前記特徴量が有ると判断した場合、前記撮影に対して悪影響を与えるほどにカメラレンズが汚れていると判定した前記付着物検知部の検知結果に対して、前記追尾部が前記追尾対象の画像の前記特徴量が有ると判断するほどにカメラレンズの汚れが改善していることに応じて、中止している前記画像認識部の動作を復帰させるか否かを判定することを特徴とする周囲環境認識装置。 - 請求項1に記載の周囲環境認識装置において、
前記追尾部は、
前記追尾対象の画像の前記特徴量が有ると判断した場合、前記所定領域と前記推定領域について前記カメラレンズの視認性に関する指標を所定量増加させ、
前記追尾対象の画像の前記特徴量が無いと判断した場合、前記視認性に関する指標を増加させず、
前記復帰判定部は、前記撮影画像に含まれる複数の画像領域の各々に関する複数の前記視認性に関する指標の総和が所定閾値以上である場合、前記画像認識部の動作を中止状態から復帰させるよう判定することを特徴とする周囲環境認識装置。 - 請求項4に記載の周囲環境認識装置において、
前記復帰判定部は、前記追尾部による前記追尾対象の画像の前記特徴量の有無の判断結果による復帰条件と前記付着物検知部の検知結果による復帰条件のすべてが成立した場合、前記画像認識部の動作を中止状態から復帰させるよう判定することを特徴とする周囲環境認識装置。 - 請求項5に記載の周囲環境認識装置において、
前記付着物検知部は、前記画像取得部が取得した撮影画像から前記付着物が検知された場合、前記付着物が検知された画像領域について付着状態を表す指標を所定値増加させ、
前記復帰判定部は、前記付着状態を表す指標に基づいて、前記カメラレンズのレンズ透過率に関する情報と、前記付着物の付着面積に関する情報とを算出して、
前記付着物検知部の検知結果による復帰条件として、前記カメラレンズのレンズ透過率および付着面積の少なくとも一方が改善しているか否かを判定することを特徴とする周囲環境認識装置。 - 請求項6に記載の周囲環境認識装置において、
前記付着物検知部は、複数種類の前記付着物をそれぞれ検知し、
前記周囲環境認識装置は、
前記複数種類の前記付着物の各検知結果に基づいて複数の検知結果を統合した統合検知結果を算出する検知結果統合部をさらに備え、
前記復帰判定部は、前記追尾部による前記追尾対象の画像の前記特徴量の有無の判断結果による復帰条件と前記カメラレンズのレンズ透過率および付着面積に関する情報による復帰条件と前記統合検知結果の時間変化による復帰条件のすべてが成立した場合、前記画像認識部の動作を中止状態から復帰させるよう判定することを特徴とする周囲環境認識装置。 - 請求項7に記載の周囲環境認識装置において、
前記統合検知結果は、前記付着物によるレンズ透過率に関する第1の座標軸と、前記カメラレンズに付着した付着物の付着面積に関する第2の座標軸とを有する座標系上の座標であり、
前記第1の座標軸は、前記座標系の原点に近づくほど前記レンズ透過率が高くなり、
前記第2の座標軸は、前記原点に近づくほど前記付着面積が小さくなり、
前記復帰判定部は、前記統合検知結果の時間変化による復帰条件として、前記統合検知結果が前記原点に所定時間連続して近づいているか否かを判定することを特徴とする周囲環境認識装置。 - 請求項5に記載の周囲環境認識装置において、
前記付着物検知部は、複数種類の前記付着物をそれぞれ検知し、
前記周囲環境認識装置は、
前記複数種類の前記付着物の各検知結果に基づいて複数の検知結果を統合した統合検知結果を算出する検知結果統合部をさらに備え、
前記復帰判定部は、前記追尾部による前記追尾対象の画像の前記特徴量の有無の判断結果による復帰条件と、前記検知結果統合部が前記付着物検知部の検知結果に基づいて算出した前記統合検知結果の時間変化による復帰条件のすべてが成立した場合、前記画像認識部の動作を中止状態から復帰させるよう判定することを特徴とする周囲環境認識装置。 - 請求項9に記載の周囲環境認識装置において、
前記統合検知結果は、前記付着物によるレンズ透過率に関する第1の
座標軸と、前記カメラレンズに付着した付着物の付着面積に関する第2の座標軸とを有する座標系上の座標であり、
前記第1の座標軸は、前記座標系の原点に近づくほど前記レンズ透過率が高くなり、
前記第2の座標軸は、前記原点に近づくほど前記付着面積が小さくなり、
前記復帰判定部は、前記統合検知結果の時間変化による復帰条件として、前記統合検知結果が前記原点に所定時間連続して近づいているか否かを判定することを特徴とする周囲環境認識装置。 - 請求項1に記載の周囲環境認識装置において、
前記中止判定部は、前記画像認識部の認識結果を入力として用いる制御を中止させるか否かを判定し、
前記復帰判定部は、前記画像認識部の認識結果を入力として用いる制御を復帰させるか否かを判定することを特徴とする周囲環境認識装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013236240A JP6174975B2 (ja) | 2013-11-14 | 2013-11-14 | 周囲環境認識装置 |
PCT/JP2014/077463 WO2015072272A1 (ja) | 2013-11-14 | 2014-10-15 | 周囲環境認識装置 |
EP14861644.4A EP3070928B1 (en) | 2013-11-14 | 2014-10-15 | Surrounding environment recognition device |
US15/035,812 US9773177B2 (en) | 2013-11-14 | 2014-10-15 | Surrounding environment recognition device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013236240A JP6174975B2 (ja) | 2013-11-14 | 2013-11-14 | 周囲環境認識装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015095886A true JP2015095886A (ja) | 2015-05-18 |
JP6174975B2 JP6174975B2 (ja) | 2017-08-02 |
Family
ID=53057214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013236240A Active JP6174975B2 (ja) | 2013-11-14 | 2013-11-14 | 周囲環境認識装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9773177B2 (ja) |
EP (1) | EP3070928B1 (ja) |
JP (1) | JP6174975B2 (ja) |
WO (1) | WO2015072272A1 (ja) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016213744A (ja) * | 2015-05-12 | 2016-12-15 | キヤノン株式会社 | 被写体追跡装置、光学機器、撮像装置、被写体追跡装置の制御方法、プログラム |
JP2019003575A (ja) * | 2017-06-20 | 2019-01-10 | 東日本旅客鉄道株式会社 | 画像分析装置及び鉄道設備部品の保守管理方法 |
DE102018118463A1 (de) | 2017-08-01 | 2019-02-07 | Panasonic Corporation | Überwachungseinrichtung |
JP2019128797A (ja) * | 2018-01-24 | 2019-08-01 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
JP2019128798A (ja) * | 2018-01-24 | 2019-08-01 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
JP2019133333A (ja) * | 2018-01-30 | 2019-08-08 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
US10473456B2 (en) | 2017-01-25 | 2019-11-12 | Panasonic Intellectual Property Management Co., Ltd. | Driving control system and driving control method |
US10552706B2 (en) | 2016-10-24 | 2020-02-04 | Fujitsu Ten Limited | Attachable matter detection apparatus and attachable matter detection method |
JP2020098550A (ja) * | 2018-12-19 | 2020-06-25 | クラリオン株式会社 | キャリブレーション装置、キャリブレーション方法 |
JP2020109595A (ja) * | 2019-01-07 | 2020-07-16 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
JP2020109541A (ja) * | 2018-12-28 | 2020-07-16 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
WO2021064511A1 (ja) * | 2019-10-04 | 2021-04-08 | 株式会社半導体エネルギー研究所 | 半導体装置および判定システム |
US11388349B2 (en) | 2015-07-10 | 2022-07-12 | Panasonic Intellectual Property Management Co., Ltd. | Imaging device that generates multiple-exposure image data |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10457281B2 (en) * | 2017-01-23 | 2019-10-29 | Ge Global Sourcing Llc | Vehicle communication system |
US8949726B2 (en) * | 2010-12-10 | 2015-02-03 | Wyse Technology L.L.C. | Methods and systems for conducting a remote desktop session via HTML that supports a 2D canvas and dynamic drawing |
KR102270677B1 (ko) * | 2015-01-13 | 2021-06-29 | 현대모비스 주식회사 | 차량 안전 주행 장치 |
US20160321810A1 (en) * | 2015-04-28 | 2016-11-03 | Pixart Imaging (Penang) Sdn. Bhd. | Optical navigation sensor, electronic device with optical navigation function and operation method thereof |
EP3113108B1 (en) * | 2015-07-02 | 2020-03-11 | Continental Automotive GmbH | Detection of lens contamination using expected edge trajectories |
JP6516012B2 (ja) * | 2015-09-15 | 2019-05-22 | 株式会社リコー | 画像処理装置、物体認識装置、機器制御システム、画像処理方法およびプログラム |
JP6775285B2 (ja) * | 2015-09-24 | 2020-10-28 | アルパイン株式会社 | 後側方車両検知警報装置 |
EP3432291A4 (en) * | 2016-03-15 | 2019-03-27 | Ricoh Company, Ltd. | Image Processing Device, Object Recognition Device, Device Control System, Image Processing Method and Program |
EP3229172A1 (en) * | 2016-04-04 | 2017-10-11 | Conti Temic microelectronic GmbH | Driver assistance system with variable image resolution |
US20170330043A1 (en) * | 2016-05-11 | 2017-11-16 | Icatch Technology, Inc. | Method and System for Synthesizing a Lane Image |
US10742872B2 (en) * | 2016-06-28 | 2020-08-11 | Sony Corporation | Imaging device, imaging method, and program |
JP6729166B2 (ja) | 2016-08-16 | 2020-07-22 | 富士ゼロックス株式会社 | 情報処理装置及びプログラム |
US9919648B1 (en) | 2016-09-27 | 2018-03-20 | Robert D. Pedersen | Motor vehicle artificial intelligence expert system dangerous driving warning and control system and method |
GB201621438D0 (en) * | 2016-12-16 | 2017-02-01 | Trw Ltd | Method of determining the boundary of drivable space |
JP6832224B2 (ja) * | 2017-04-28 | 2021-02-24 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
JP6772113B2 (ja) * | 2017-08-02 | 2020-10-21 | クラリオン株式会社 | 付着物検出装置、および、それを備えた車両システム |
JP6653300B2 (ja) * | 2017-09-15 | 2020-02-26 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、およびプログラム |
DE102018127738B4 (de) | 2017-11-07 | 2023-01-26 | Nvidia Corporation | Kamerablockadeerfassung für autonome Fahrsysteme |
US10769454B2 (en) * | 2017-11-07 | 2020-09-08 | Nvidia Corporation | Camera blockage detection for autonomous driving systems |
EP3483781B1 (en) * | 2017-11-13 | 2021-10-06 | Continental Automotive GmbH | Device for detecting windshield blockage |
CN109033975A (zh) * | 2018-06-27 | 2018-12-18 | 山东大学 | 一种岸滩监测中的鸟类检测、识别与追踪方法及装置 |
US11257375B2 (en) * | 2018-12-31 | 2022-02-22 | Ficosa Adas, S.L.U. | Method and system for detecting objects in a vehicle blind spot |
JP7274867B2 (ja) * | 2019-01-07 | 2023-05-17 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
KR20210030523A (ko) * | 2019-09-09 | 2021-03-18 | 현대자동차주식회사 | 차량 및 그 제어 방법 |
US20210073429A1 (en) * | 2019-09-10 | 2021-03-11 | Apple Inc. | Object Relationship Estimation From A 3D Semantic Mesh |
JP7172931B2 (ja) * | 2019-09-20 | 2022-11-16 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
JP7156224B2 (ja) * | 2019-09-20 | 2022-10-19 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
CN111160240B (zh) * | 2019-12-27 | 2024-05-24 | 腾讯科技(深圳)有限公司 | 图像对象的识别处理方法、装置及智能设备、存储介质 |
US11640708B1 (en) | 2020-04-16 | 2023-05-02 | Apple Inc. | Scene graph-based scene re-identification |
JP7260575B2 (ja) * | 2021-02-25 | 2023-04-18 | 本田技研工業株式会社 | 地図生成装置 |
CN113011316B (zh) * | 2021-03-16 | 2023-05-30 | 北京百度网讯科技有限公司 | 一种镜头状态的检测方法、装置、电子设备和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08202998A (ja) * | 1995-01-31 | 1996-08-09 | Isuzu Motors Ltd | 車線逸脱警報装置 |
JP2008197863A (ja) * | 2007-02-13 | 2008-08-28 | Hitachi Ltd | 車載用走行環境認識装置 |
JP2008236642A (ja) * | 2007-03-23 | 2008-10-02 | Hitachi Ltd | 物体追跡装置 |
JP2012038048A (ja) * | 2010-08-06 | 2012-02-23 | Alpine Electronics Inc | 車両用障害物検出装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4414054B2 (ja) * | 2000-03-27 | 2010-02-10 | 本田技研工業株式会社 | 物体認識装置 |
US9721169B2 (en) * | 2012-07-27 | 2017-08-01 | Clarion Co., Ltd. | Image processing device for detecting vehicle in consideration of sun position |
US9633576B2 (en) * | 2012-12-13 | 2017-04-25 | Alliance Wireless Technologies, Inc. | Vehicle activity information system |
JP6245875B2 (ja) * | 2013-07-26 | 2017-12-13 | クラリオン株式会社 | レンズ汚れ検出装置およびレンズ汚れ検出方法 |
-
2013
- 2013-11-14 JP JP2013236240A patent/JP6174975B2/ja active Active
-
2014
- 2014-10-15 EP EP14861644.4A patent/EP3070928B1/en active Active
- 2014-10-15 WO PCT/JP2014/077463 patent/WO2015072272A1/ja active Application Filing
- 2014-10-15 US US15/035,812 patent/US9773177B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08202998A (ja) * | 1995-01-31 | 1996-08-09 | Isuzu Motors Ltd | 車線逸脱警報装置 |
JP2008197863A (ja) * | 2007-02-13 | 2008-08-28 | Hitachi Ltd | 車載用走行環境認識装置 |
JP2008236642A (ja) * | 2007-03-23 | 2008-10-02 | Hitachi Ltd | 物体追跡装置 |
JP2012038048A (ja) * | 2010-08-06 | 2012-02-23 | Alpine Electronics Inc | 車両用障害物検出装置 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016213744A (ja) * | 2015-05-12 | 2016-12-15 | キヤノン株式会社 | 被写体追跡装置、光学機器、撮像装置、被写体追跡装置の制御方法、プログラム |
US11722784B2 (en) | 2015-07-10 | 2023-08-08 | Panasonic Intellectual Property Management Co., Ltd. | Imaging device that generates multiple-exposure image data |
US11388349B2 (en) | 2015-07-10 | 2022-07-12 | Panasonic Intellectual Property Management Co., Ltd. | Imaging device that generates multiple-exposure image data |
US10552706B2 (en) | 2016-10-24 | 2020-02-04 | Fujitsu Ten Limited | Attachable matter detection apparatus and attachable matter detection method |
US11333489B2 (en) | 2017-01-25 | 2022-05-17 | Panasonic Intellectual Property Management Co., Ltd. | Driving control system and driving control method |
US10473456B2 (en) | 2017-01-25 | 2019-11-12 | Panasonic Intellectual Property Management Co., Ltd. | Driving control system and driving control method |
JP2019003575A (ja) * | 2017-06-20 | 2019-01-10 | 東日本旅客鉄道株式会社 | 画像分析装置及び鉄道設備部品の保守管理方法 |
US11194324B2 (en) | 2017-08-01 | 2021-12-07 | Toyota Jidosha Kabushiki Kaisha | Monitor device |
DE102018118463A1 (de) | 2017-08-01 | 2019-02-07 | Panasonic Corporation | Überwachungseinrichtung |
JP2019029901A (ja) * | 2017-08-01 | 2019-02-21 | トヨタ自動車株式会社 | 周辺監視装置 |
JP7059649B2 (ja) | 2018-01-24 | 2022-04-26 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
JP2019128798A (ja) * | 2018-01-24 | 2019-08-01 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
JP2019128797A (ja) * | 2018-01-24 | 2019-08-01 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
JP2019133333A (ja) * | 2018-01-30 | 2019-08-08 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
JP7210882B2 (ja) | 2018-01-30 | 2023-01-24 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
WO2020129286A1 (ja) * | 2018-12-19 | 2020-06-25 | クラリオン株式会社 | キャリブレーション装置、キャリブレーション方法 |
JP2020098550A (ja) * | 2018-12-19 | 2020-06-25 | クラリオン株式会社 | キャリブレーション装置、キャリブレーション方法 |
JP7191671B2 (ja) | 2018-12-19 | 2022-12-19 | フォルシアクラリオン・エレクトロニクス株式会社 | キャリブレーション装置、キャリブレーション方法 |
JP2020109541A (ja) * | 2018-12-28 | 2020-07-16 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
JP2020109595A (ja) * | 2019-01-07 | 2020-07-16 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
JP7283081B2 (ja) | 2019-01-07 | 2023-05-30 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
WO2021064511A1 (ja) * | 2019-10-04 | 2021-04-08 | 株式会社半導体エネルギー研究所 | 半導体装置および判定システム |
Also Published As
Publication number | Publication date |
---|---|
US20160307054A1 (en) | 2016-10-20 |
EP3070928B1 (en) | 2021-06-23 |
EP3070928A1 (en) | 2016-09-21 |
EP3070928A4 (en) | 2017-06-21 |
JP6174975B2 (ja) | 2017-08-02 |
US9773177B2 (en) | 2017-09-26 |
WO2015072272A1 (ja) | 2015-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6174975B2 (ja) | 周囲環境認識装置 | |
JP7291129B2 (ja) | 路面状態と天候に基づく環境影響を認識し評価する方法及び装置 | |
JP6126094B2 (ja) | 車載用画像認識装置 | |
JP6163207B2 (ja) | 車載装置 | |
CN105922991B (zh) | 基于生成虚拟车道线的车道偏离预警方法及系统 | |
JP6246014B2 (ja) | 外界認識システム、車両、及びカメラの汚れ検出方法 | |
JP5022609B2 (ja) | 撮像環境認識装置 | |
WO2016017340A1 (ja) | 周囲環境認識装置 | |
US9965690B2 (en) | On-vehicle control device | |
WO2014084113A1 (ja) | 車載画像処理装置 | |
JP2014030188A (ja) | レンズ付着物検知装置、レンズ付着物検知方法、および、車両システム | |
EP2698981B1 (en) | Driving assistance system comprising raindrop detection | |
JPWO2019174682A5 (ja) | ||
CN111414857B (zh) | 一种基于视觉的多特征融合的前方车辆检测方法 | |
JP6429101B2 (ja) | 画像判定装置、画像処理装置、画像判定プログラム、画像判定方法、移動体 | |
JP4381394B2 (ja) | 障害物検知装置及びその方法 | |
JP6011110B2 (ja) | 立体物検出装置および立体物検出方法 | |
JP4052226B2 (ja) | 車両用画像処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160630 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20170315 |
|
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: 20170613 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170707 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6174975 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170921 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |