JP2015125760A - 鉱山用作業機械 - Google Patents
鉱山用作業機械 Download PDFInfo
- Publication number
- JP2015125760A JP2015125760A JP2013272270A JP2013272270A JP2015125760A JP 2015125760 A JP2015125760 A JP 2015125760A JP 2013272270 A JP2013272270 A JP 2013272270A JP 2013272270 A JP2013272270 A JP 2013272270A JP 2015125760 A JP2015125760 A JP 2015125760A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- image
- unit
- detected
- feature
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30261—Obstacle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
【課題】一部が隠れた場合であっても車両を検出でき、かつ車両までの距離を計測可能な鉱山用作業機械を提供する。
【解決手段】立体的な画像情報が検出可能な外界環境検出部12と、外界環境検出部12にて検出した画像情報から車両の画像局所特徴を検出する画像局所特徴検出部14と、画像局所特徴検出部14にて検出した画像局所特徴情報に基づいて、画像情報中に検出された物体が、車両か否かを判定する車両判定部17と、車両判定部17にて車両と判定された場合に、外界環境検出部12にて検出した画像情報に基づいて、画像情報中に検出された車両までの車間距離を検出する車間距離検出部18とを備えた構成である。
【選択図】図3
【解決手段】立体的な画像情報が検出可能な外界環境検出部12と、外界環境検出部12にて検出した画像情報から車両の画像局所特徴を検出する画像局所特徴検出部14と、画像局所特徴検出部14にて検出した画像局所特徴情報に基づいて、画像情報中に検出された物体が、車両か否かを判定する車両判定部17と、車両判定部17にて車両と判定された場合に、外界環境検出部12にて検出した画像情報に基づいて、画像情報中に検出された車両までの車間距離を検出する車間距離検出部18とを備えた構成である。
【選択図】図3
Description
本発明は、例えばオフロードダンプトラック等の鉱山用作業機械に関する。
一般に、鉱山においては、土砂の採掘作業および運搬作業として油圧ショベルやダンプトラックなどの建設機械が用いられている。鉱山に用いられる建設機械としては、安全性や低コスト化の観点から無人化が求められる。ダンプトラックにおいては、単位時間当たりの土砂の運搬量が採掘の進捗度に直結するため、効率の良い運用が求められる。したがって、土砂を効率良く採掘現場の外に大量に運搬するためには、連続運転可能な自律走行式のダンプトラックを用いた鉱山システムが必要とされている。
ところが、ダンプトラックを走行させる鉱山の走行路はオフロードであって悪路が多いため、ダンプトラックを自律走行させて無人運転させることにより、他車両等の障害物との衝突が懸念される。仮に、走行路上に障害物が生じ、自律走行式の無人のダンプトラックが障害物と接触して停止した場合には、鉱山の運行を長時間に亘って停止させてしまう。よって、自律走行式のダンプトラックの信頼性を高めるためには、前方車両や走行路上の障害物を早期に検知して、前方車両の追従走行や障害物の回避走行を行わせることが可能な信頼性の高い障害物検知システムが必要となる。
従来、この種の前方車両および障害物検知システムとしては、ミリ波レーダ、レーザセンサまたはステレオカメラ等の障害物検知装置が用いられている。これらの障害物検知装置のうち、ミリ波レーダおよびレーザセンサは、検知範囲が狭く、走行路面や路肩障害物と車両とを区別できないため、登坂時やカーブ走行時などに利用できず、前方車両を認識できる場面が限られてしまう。よって、ミリ波レーダおよびレーザセンサ単体では、自律走行式のダンプトラック用の障害物検出装置としての適用が容易ではない。これに対し、ステレオカメラは、三次元形状を計測できるため、走行路面と障害物とを容易に区別できる。さらに、ステレオカメラは、監視装置や自動車用の障害物検知装置として既に実用化されており、自律走行式のダンプトラック用の障害物検出装置として適している。
一方、自動車用の車両検知システムとしては、ステレオカメラの視差情報と見え情報とを用いた構成が、例えば特許文献1に開示されている。この特許文献1には、物体のエッジ情報を用いて探索範囲を限定し、高精度な距離検出を行うことでステレオカメラの測距精度を向上させている。
上記のように、ステレオカメラは、ミリ波レーダおよびレーザセンサに比べ、前方車両や、走行路面と障害物とを明瞭に区別できるため、自律走行式のダンプトラック用の障害物検出装置として適している。
しかしながら、自律走行式のダンプトラックが運用される鉱山は、ダンプトラックの走行路がオフロードであるため、ステレオカメラにて前方車両を検知する際に、検出する前方車両の一部分が、例えば自車両又は他車両の走行等にて巻き上げられた砂埃によって、ステレオカメラの視界から検出対象である前方車両の全体または一部が隠れてしまう状況が考えられる。特に、単にステレオカメラを用いて前方車両を検出するシステムにおいては、前方車両の一部が砂埃で隠れてまった場合に、前方車両として検出するために必要な情報が不足してしまい、前方車両を検出できないおそれがある。
一方、ステレオカメラは、左右のカメラが撮像した見え画像と、その左右の見え画像の見え方の違い(差分)を利用して、カメラと物体との距離を算出した視差画像を取得できる。このため、視差画像に加え見え画像を利用することにより、隠れてしまった前方車両を検知できるものの、これら視差画像と見え画像とを利用している上記特許文献1に記載の車両検知システムにおいては、測距精度を向上させるためだけに視差画像と見え画像とを用いているものに過ぎず、例えば、車両の一部が砂埃等で隠れた場合の車両検知には応用できない。
本発明は、上述した従来技術における実状からなされたもので、その目的は、一部が隠れた場合であっても所定の物体を検出でき、所定の物体までの距離を計測可能な鉱山用作業機械を提供することにある。
この目的を達成するために、本発明に係る鉱山用作業機械は、三次元の画像情報が検出可能な画像検出部と、前記画像検出部にて検出した画像情報から、予め定めた所定の物体の局所的な特徴部を検出する画像局所特徴検出部と、前記画像局所特徴検出部にて検出した前記局所的な特徴部情報に基づいて、前記画像情報中に検出された物体が、前記所定の物体か否かを判定する物体判定部と、前記物体判定部にて前記所定の物体と判定された場合に、前記画像情報に基づいて、前記画像情報中に検出された前記物体までの距離情報を取得する距離情報取得部と、を備えたことを特徴としている。
このように構成した本発明は、所定の物体の局所的な特徴部(例えば、ダンプトラック等の車両の部分画像やエッジ画像の一部)を検出し、この検出した局所的な特徴部に基づいて、画像情報中に検出された物体が、所定の物体か否かを判定する。このため、例えば砂埃、汚れ、積荷の変化、接近し過ぎて所定の物体の一部のみの画像情報の場合、あるいは壁等によって、所定の物体の一部が隠れてしまい欠けてしまった画像情報が取得された場合であっても、所定の物体を正確に検出することができる。また、所定の物体の正確な検出が可能になることから、この所定の物体までの距離を正確に計測することができる。よって、本発明は、鉱山のような特殊な環境においても、所定の物体の存在とその距離を正確に取得することができるから、例えば、前方車両や走行路上の障害物を早期に検知して、前方車両の追従走行や障害物の回避走行を行わせることが可能な信頼性の高い自律走行式の鉱山用作業機械を実現することが可能となる。
また本発明は、上記発明において、前記画像情報中の前記所定の物体の少なくとも一部に相当する検出対象群を特定する検出対象特定部を備え、前記画像局所特徴検出部は、前記検出対象特定部にて特定された検出対象群中から、前記所定の物体の局所的な特徴部を検出することを特徴としている。
このように構成した本発明は、画像情報全体の中で、所定の物体の少なくとも一部に相当する検出対象群から所定の物体の局所的な特徴部を検出するように、検出対象を絞っている。このため、画像局所特徴検出部による検出対象情報が少なくなるため、物体判定部による所定の物体の判定をより効率良くかつ精度良くできる。
また本発明は、上記発明において、前記所定の物体の特徴部情報を記憶した特徴記憶部を備え、前記物体検出部は、前記特徴記憶部に記憶させた特徴部情報と、前記画像局所特徴検出部にて検出した前記局所的な特徴部情報とに基づいて、前記画像情報中に検出された物体が、前記所定の物体か否かを判定することを特徴としている。
このように構成した本発明は、画像局所特徴検出部にて検出した局所的な特徴部情報に加え、特徴記憶部に記憶させた所定の物体の特徴部情報に基づいて、物体判定部にて所定の物体を判定する。したがって、物体判定部による所定の物体の判定を、特徴記憶部に記憶させた特徴部情報にあてはめる等して対比させて行うことができるから、物体判定部による所定の物体の判定をより精度良くできる。
また本発明は、上記発明において、前記所定の物体は車両であり、前記画像情報中の前記車両が走行可能な領域を検出する走行領域検出部と、前記走行領域検出部にて検出した走行可能領域中の、前記車両が存在する可能性のある領域を算出する車両存在可能領域算出部と、を備え、前記検出対象特定部は、前記物体存在可能領域算出部にて算出した存在可能領域から、前記画像情報中の前記検出対象群を特定することを特徴としている。
このように構成した本発明は、車両が存在する可能性のある領域内で車両の検出対象群を特定するようにしている。したがって、検出対象群の特定から、局所的な特徴部の検出、画像情報中から車両を判定するまでの処理を簡略化できるため、所定の物体として車両を判定する場合に、効率良くかつ精度良く行うことができる。
また本発明は、上記発明において、前記物体判定部にて前記画像情報中に検出された物体が前記所定の物体と判定された場合に、前記画像情報中の前記所定の物体と判定された領域の特徴情報を保存する物体特徴保存部を備え、前記物体判定部は、前記物体特徴保存部に保存された前記特徴情報と、前記距離情報取得部にて取得した距離情報と、前記画像局所特徴検出部にて検出した前記局所的な特徴部情報とに基づいて、前記画像情報中に検出された物体が、前記所定の物体か否かを判定することを特徴としている。
このように構成した本発明は、距離情報取得部にて取得した距離情報、および画像局所特徴検出部にて検出した局所的な特徴部情報に加え、物体特徴保存部に保存された特徴情報に基づいて、画像情報中に検出された物体が所定の物体かを物体判定部にて判定する。すなわち、従前に物体判定部にて画像情報中に検出された物体が所定の物体と判定されて物体特徴保存部に保存された、所定の物体の特徴情報を考慮しながら、物体判定部にて所定の物体か否かを判定できる。よって、所定の物体の特徴情報を更新しながら、更新した特徴情報に基づき、物体判定部にて所定の物体か否かを判定できるから、物体判定部による所定の物体か否かの判定をより精度良くできる。
本発明は、画像検出部にて検出した三次元の画像情報から所定の物体の局所的な特徴部を画像局所特徴検出部にて検出し、この検出した局所的な特徴部情報に基づいて、画像情報中に検出された物体が、所定の物体か否かを物体判定部にて判定するとともに、物体判定部にて所定の物体と判定した場合に、画像検出部にて検出した画像情報に基づいて、画像情報中に検出された物体までの距離情報を距離情報取得部にて取得する構成にしている。この構成により本発明は、例えば砂埃、汚れ、積荷の変化、接近し過ぎて所定の物体の一部のみの画像情報の場合、あるいは壁等によって、所定の物体の一部が隠れてしまい欠けてしまった画像情報が取得された場合であっても、所定の物体を正確に検出することができる。また、所定の物体の正確な検出が可能になることから、この所定の物体までの距離を正確に計測することができる。よって、本発明は、鉱山のような特殊な環境においても、所定の物体の存在とその距離を正確に取得することができる。そして、前述した以外の課題、構成および効果は、以下の実施形態の説明より明らかにされる。
以下、本発明に係る鉱山用運搬機械に用いられる前方車両検知システムを実施するための形態を図に基づいて説明する。
[第1実施形態]
本第1実施形態は、ステレオカメラ装置11を用いた実施形態である。図1は、本発明の第1実施形態に係る鉱山用作業機械として、鉱山用の車両1であるオフロードダンプトラックを示す概略図である。図2は、車両1が用いられる鉱山システムを示す概略図である。図3は、車両1に搭載した前方車両検知システム10を示す概略図である。
本第1実施形態は、ステレオカメラ装置11を用いた実施形態である。図1は、本発明の第1実施形態に係る鉱山用作業機械として、鉱山用の車両1であるオフロードダンプトラックを示す概略図である。図2は、車両1が用いられる鉱山システムを示す概略図である。図3は、車両1に搭載した前方車両検知システム10を示す概略図である。
車両1は、図2に示すように、鉱山に予め設けられた走行路である路面Rを自律運転で走行可能な無人走行式とされている。鉱山には、車両1との間で所定の情報を送受信するための情報センタ3が設置されているとともに、車両1に土砂等の積載物を積載させるための油圧ショベル4等が用いられている。
車両1は、図1に示すように、車両本体1aと、車両本体1aの前側上方に設けられた運転席1bと、車両本体1a上に起伏可能に設けられた作業部としての荷台であるベッセル1cと、車両本体1aを走行可能に支持する左右の前輪1dおよび後輪1eとを備えた構成とされている。車両本体1aの前側のデッキ1f上には、車両本体1aの周囲、特に走行方向前方である外界環境を検出するためのステレオカメラ装置11が取り付けられている。車両1は、ステレオカメラ装置11にて認識した路面A上の障害物、特に先行して前方を走行する他車両1を検出して回避しながら走行する。
ステレオカメラ装置11は、一対のカメラ11a,11bを備え、これら2台のカメラ11a,11bを用いて外界の立体的な三次元の画像情報を取得する。この三次元の画像情報としては、2台のカメラにて検出した二次元の画像(見え画像)情報の差分から算出される視差画像情報と、これら見え画像中の各対象までの距離情報が含まれる。ステレオカメラ装置11は、車両本体1aの前側の左右方向の中央部である中心位置に、左右のカメラ11a,11b間の中心が位置するように取り付けられている。これらカメラ11a,11bの焦点距離やレンズの歪みなどの内部パラメータ、および互いの位置関係および車体への設置位置を示す外部パラメータは、互いに同期されている。これらカメラ11a,11bは、各光軸が平行となるように車両1前方とされており、これら各カメラ11a,11bの計測領域11c,11dの一部が重なり合うように設置されている。
<前方車両検出システム>
前方車両検知システム10は、画像解析装置としてのステレオカメラシステムであって、上記ステレオカメラ装置11を備えた外界環境検出部12と、砂埃検出部13と、視差グルーピング部14と、画像局所特徴検出部15と、車両特徴蓄積部16と、車両判定部17と、車両距離検出部18とを備えている。
前方車両検知システム10は、画像解析装置としてのステレオカメラシステムであって、上記ステレオカメラ装置11を備えた外界環境検出部12と、砂埃検出部13と、視差グルーピング部14と、画像局所特徴検出部15と、車両特徴蓄積部16と、車両判定部17と、車両距離検出部18とを備えている。
外界環境検出部12は、各カメラ11a,11bにて検出される画像情報として、情報を有する視差画像と、視差画像中の物体の色もしくは輝度情報を有する見え画像とを取得する画像検出部である。外界環境検出部12は、前方車両検知システム10への電源をオンオフさせるためのスイッチ(図示せず)がオンされた場合に、初期化処理として、各カメラ11a,11bにて見え画像を取得可能としつつ、各カメラ11a,11bのキャリブレーション(較正)データ等を読み込む。砂埃検出部13は、ステレオカメラ装置11の各カメラ11a,11bにて検出した画像情報から外界環境検出部12にて取得した見え画像に基づいて、これらカメラ11a,11bの前方に存在する砂埃Dの発生を検知する。
視差グルーピング部14は、ステレオカメラ装置11にて検出した画像情報から外界環境検出部12にて取得した中の視差画像に基づいて、距離の近い視差を同一物体の視差と判断する検出対象特定部である。具体的に、視差グルーピング部14は、予め定めた所定サイズのグリッドサイズに視差画像を分割した後、隣り合うグリッド、または距離が設定された任意の閾値以下であり、かつ視差の代表値が近い場合に、それらグリッドは同一物体を示しているとして、車両1の少なくとも一部に相当する検出対象と判断し、同じ視差グループ(検出対象群)に分類する。さらに、視差グルーピング部14は、視差グループと位置的に対応する見え画像の領域を算出し、この算出した領域を、画像局所特徴を検出する範囲である対象領域群Cとする。
画像局所特徴検出部15は、外界環境検出部12にて取得した見え画像に基づいて、所定の物体、例えば前方を走行する車両1特有の局所的な特徴部である画像局所特徴を検出する。ここで、画像局所特徴とは、車両1の特徴を示す部分画像、エッジ画像の一部、または画像の一部から算出できる多次元の特徴量を示し、例えば、SIFT(Scale-Invariant Feature Transform)特徴、SURF(Speed-Up Robust Features)特徴、HOG(Histograms of Oriented Gradients)特徴、Haar-likt特徴、あるいはEdgelet特徴等であって、予め定められている。具体的に、画像局所特徴検出部14は、視差グルーピング部14にて特定された対象領域群C中から、画像局所特徴の検出を行う。
車両特徴蓄積部16は、いわゆるメモリであって、ステレオカメラ装置21にて車両1を撮像した際に取得できる、車両1特有の画像局所特徴に関する画像局所特徴情報(ダンプデータ)が記憶されて保存されている特徴記憶部である。車両判定部17は、車両特徴蓄積部16に蓄積されている画像局所特徴情報と、画像局所特徴検出部15にて検出した画像局所特徴とを比較し、これら画像局所特徴情報中の画像局所特徴が同一か否かをマッチングする。すなわち、車両判定部17は、前処理として画像局所特徴検出部13にて検出した画像局所特徴と、車両特徴蓄積部16に保存されている画像局所特徴をマッチングする。
具体的には、図7に示すように、各グループが有する画像局所特徴のうちの何点が、車両特徴蓄積部16に記憶されている車両1の画像局所特徴と一致するか否かを判定し、予め設定した閾値以上の一致した画像局所特徴を判定した場合に、そのグループを車両1と判断する。このとき、油圧ショベルまたは他の建設機械を検出する場合も同様である。なお、ある特定の画像局所特徴Aが車両1の上方に存在し、ある特定の画像局所特徴Bが画像局所特徴Aの右隣に存在する場合に車両1と判断するといった、画像局所特徴A,Bに互いの幾何学的構造に関する情報を持たせてもよい。
車間距離検出部18は、車両判定部17にて車両1と判定したグループに対する、そのグループまでの相対的な距離を算出する距離情報取得部である。すなわち、車間距離検出部18は、車両判定部17にて判定したグループの視差画像に基づいて、これらグループの視差の代表値が計算され、前方の車両1までの車間距離が算出される。
<動作>
次に、上記第1実施形態に係る前方車両検出システム10の処理について、図4から図7を参照して説明する。図4は、車両1にて前方の他車両1を計測する状況を示す説明図である。図5は、車両1にて砂埃発生時に前方の他車両1を計測する状況を示す説明図である。図6は、車両1の前方車両検知システム10の車両判定部17の動作を示す説明図である。図7は、車両1の前方車両検知システム1による車両検知処理を示すフローチャートである。図8は、車両1の外界環境検出部12にて砂埃発生時に前方の他車両1を検出した画像を示す説明図である。
次に、上記第1実施形態に係る前方車両検出システム10の処理について、図4から図7を参照して説明する。図4は、車両1にて前方の他車両1を計測する状況を示す説明図である。図5は、車両1にて砂埃発生時に前方の他車両1を計測する状況を示す説明図である。図6は、車両1の前方車両検知システム10の車両判定部17の動作を示す説明図である。図7は、車両1の前方車両検知システム1による車両検知処理を示すフローチャートである。図8は、車両1の外界環境検出部12にて砂埃発生時に前方の他車両1を検出した画像を示す説明図である。
まず、前方車両検知システム10の電源がスイッチにてオンされると、外界環境検出部12にて初期化処理が行われる(ステップS1、以下単に「S1」等と示す。)。S1の初期化処理では、ステレオカメラ11の各カメラ11a,11bにて見え画像を取得可能とし、これら各カメラ11a,11bのキャリブレーションデータ等の調整用データを読み込み、これら各カメラ11a,11bにて検出するカメラ画像から、図6に示す視差画像を算出可能とする。
この後、外界環境検出部12により、各カメラ11a,11bにて検出したカメラ画像から視差画像が算出される(S2)。次いで、このS2にて算出した視差画像が、視差グルーピング部14にてグルーピング処理される(S3)。このS3のグルーピング処理は、予め定めたグリッドサイズに視差画像を分割する。その後、隣り合うグリッド、または距離が設定された任意の閾値以下であり、かつ視差の代表値が近い場合に、それらグリッドは同一物体を示しているとして、同じ視差グループに分類する。ここで、視差の代表値を選定する方法としては、有効視差の平均値を取る方法や、有効視差の中央値を取る方法などがある。
次いで、砂埃検出部13により、カメラ画像から砂埃Dが検出される(S4)。ここで、図5および図8に示すように、自車両1の前方に砂埃Dが発生している場合は、見え画像内の砂埃Dを撮影している領域の輝度値または色がほぼ一定となり、視差画像においては、砂埃Dを撮影している領域の視差値がほぼ一定になる性質がある。そこで、S4の砂埃検出においては、予め定めた任意のサイズ以上に亘って連続して、見え画像内の輝度値または色が一定の場合、または視差画像内の視差値がほぼ一定という特徴が検出された場合に、砂埃検出部13にて砂埃が検出されたとし、それ以外の場合は、砂埃Dが検出されないとする(S5)。図4に示す状態であって、S5にて砂埃Dが検出されない(Noの)場合は、後述するS11へ進む。
一方、S5にて砂埃Dが検出された(Yseの)場合は、上記S3でグルーピング処理した各視差グループから、予め定めた任意の基準に基づいて算出された視差画像内の領域に存在し、かつ予め設定した閾値以上の大きさを有するグループを算出してから、図6に示すように、このグループと位置的に対応する見え画像の領域を算出し、この算出した領域を、画像局所特徴を検出する範囲である対象領域群Cと特定する(S6)。
この後、S6にて算出された見え画像中の対象領域群Cに対して、画像局所特徴検出部14にて画像局所特徴を算出して検出する(S7)。すなわち、S7において画像局所特徴を算出する領域は、上記S6にて定めた対象領域Cである。また、S7で検出する画像局所特徴としては、図6に示すように、任意のサイズに格子状に区切ったエッジ画像Eに加え、任意のサイズに格子状に区切った画像、あるいは画像の一部から算出可能な多次元特徴量であるSIFT特徴、SURF特徴、HOG特徴、Haar-like特徴、Edgelet特徴、またはこれらに準ずるものである。
次いで、図6に示すように、S7にて検出した画像局所特徴と、車両情報蓄積部16に記憶させた画像局所特徴情報中の画像局所特徴とを比較し、これら画像局所特徴の一致点の個数が車両判定部17にて算出される(S8)。そして、S8にて算出した一致の個数が、予め定めた所定の閾値を越えているかどうかが車両判定部17にて判断される(S9)。S9により、一致した特徴の個数が閾値を越えていると判断された(Yesの)場合は、その一致した特徴の個数を有するグループを、前方を走行する車両1と判定する(S10)。一方、S9により、一致した特徴の個数が閾値を越えていないと判断された(Noの)場合は、本処理を終了させる。
ここで、図4に示す状態であって、上記S5にて砂埃Dが検出されない(Noの)場合は、上記S3にてグルーピング処理された視差グループ中で任意のサイズを有するものを、前方を走行する車両1と判定する(S11)。そして、上記S9およびS10にて車両1と判定したグループの視差画像に基づき、車間距離検出部18にて距離情報が算出され、これらグループの視差の代表値が計算され、判定した車両1までの車間距離が算出される(S12)。なお、グループの視差の代表値を算出する方法としては、グループの平均値を取る方法、グループの中央の値を取る方法、またはグループのうちの最近接の距離を算出する方法などがある。
以上により、上記第1実施形態に係る車両1の前方車両検出システム10においては、ステレオカメラ112左右のカメラ11a,11bにて検出したカメラ画像から、外界環境検出部12にて視差画像と見え画像とが算出される。このため、この見え画像から、車両1特有の画像局所情報を画像局所特徴検出部15にて検出でき、画像局所特徴検出部15にて検出した画像局所特徴に基づくことにより、見え画像中の物体が、車両1か否かを車両判定部17にて判定できる。さらに、物体判定部17にて車両1と判定した場合に、外界環境検出部12にて検出した視差画像に基づき、見え画像中に検出された車両1までの車間距離を車間距離検出部18にて算出できる。
したがって、ステレオカメラ11の各カメラ11a,11bから外界環境検出部12にて検出した視差画像および見え画像に基づいて、車両1特有の画像局所特徴を検出できることにより、例えば砂埃、汚れ、積荷の変化、接近し過ぎて所定の物体の一部のみの画像情報の場合、あるいは壁等によって、前方の他車両1の一部が隠れてしまった場合であっても、車両1の隠れていない部分の画像局所特徴を利用することによって、前方の他車両1を検出でき、この他車両1までの車間距離を計測できる。すなわち、ステレオカメラ11の各カメラ11a、11bにて検出した視差画像と見え画像とから得られた情報を組み合わせて利用することにより、例えば砂埃発生時に一部が隠れてしまった場合においても、前方の他車両1を検出でき、この他車両1までの車間距離を正確に計測できる。
さらに、視差グルーピング部14にてグルーピング処理した各視差グループから、視差画像内の領域に存在し、かつ所定の閾値以上の大きさを有するグループを算出してから、このグループと位置的に対応する見え画像の領域を算出し、この算出した領域を、画像局所特徴を検出する範囲である対象領域群Cとしている。したがって、この対象領域群Cについて、画像局所特徴検出部15にて画像局所特徴を検出することにより、見え画像中に検出された物体が、他車両1か否かを車両判定部17にて確実に判定できる。すなわち、視差グルーピング部14による対象領域群Cの特定により、画像局所特徴検出部15にて検出する見え画像中の検出範囲を特定でき、検出範囲を狭くできる。よって、画像局所特徴検出部15による検出対象情報を少なくできるから、車両判定部17による車両1か否かの判定をより効率良くかつ精度良くできる。
また、車両判定部17にて見え画像中の物体が車両1か否かを判定する場合に、画像局所特徴検出部15にて検出した画像局所特徴と、車両情報蓄積部16に記憶させた画像局所特徴情報中の画像局所特徴とを比較し、これら画像局所特徴の一致点の個数を算出し、算出した一致の個数が、予め定めた閾値を越えている場合に、その一致した個数を有するグループを、前方の車両1とするようにしている。この結果、車両特徴蓄積部16に記憶させた画像局所特徴情報中の画像局所特徴にあてはめる等して対比させることによって、車両判定部17による車両1か否かの判定ができるため、この車両判定部17による車両1か否かの判定をより精度良くできる。よって、前方車両1や路面R上の障害物を早期に検知して、前方車両1の追従走行や障害物の回避走行を行わせることが可能な信頼性の高い自律走行式の車両1を実現できる。
[第2実施形態]
図9は、本発明の第2実施形態に係る車両1に搭載した前方車両検知システム10Aを示す概略図である。本第2実施形態が前述した第1実施形態と異なるのは、第1実施形態に対し、第2実施形態は、走行路面推定部21、前方車両特徴一時蓄積部22および車両存在可能領域算出部23を備えた点である。なお、本第2実施形態において、第1実施形態と同一又は対応する部分には同一符号を付している。
図9は、本発明の第2実施形態に係る車両1に搭載した前方車両検知システム10Aを示す概略図である。本第2実施形態が前述した第1実施形態と異なるのは、第1実施形態に対し、第2実施形態は、走行路面推定部21、前方車両特徴一時蓄積部22および車両存在可能領域算出部23を備えた点である。なお、本第2実施形態において、第1実施形態と同一又は対応する部分には同一符号を付している。
<構成>
本第2実施形態において、走行路面推定部21は、自車両1および他車両1が走行可能な路面領域(走行路面領域)を判定するための走行領域検出部である。走行路面推定部21は、外界環境検出部12にて検出した視差画像および見え画像に基づいて、これら視差画像および見え画像における画像情報中の走行路面領域を算出する。具体的に、走行路面推定部21は、視差グルーピング部14にてグルーピング処理した各視差グループから、路面Rが平面で構成されているとの仮定に基づき、例えばRANSAC(Random sample consensus)やハフ(Hough)変換等を用い、路面Rの上方に存在する視差のグループ(路面上方視差グループ)を、視差画像中の平面領域として算出し、その平面領域を路面領域と推定する。
本第2実施形態において、走行路面推定部21は、自車両1および他車両1が走行可能な路面領域(走行路面領域)を判定するための走行領域検出部である。走行路面推定部21は、外界環境検出部12にて検出した視差画像および見え画像に基づいて、これら視差画像および見え画像における画像情報中の走行路面領域を算出する。具体的に、走行路面推定部21は、視差グルーピング部14にてグルーピング処理した各視差グループから、路面Rが平面で構成されているとの仮定に基づき、例えばRANSAC(Random sample consensus)やハフ(Hough)変換等を用い、路面Rの上方に存在する視差のグループ(路面上方視差グループ)を、視差画像中の平面領域として算出し、その平面領域を路面領域と推定する。
前方車両特徴一時蓄積部22は、車両判定部17にて前方を走行する他車両1を検出した場合に、画像局所特徴検出部15にて検出した画像局所特徴を一時的に保存させための前方車両特徴蓄積部である。前方車両特徴一時蓄積部22に保存させた画像局所特徴に関する画像局所特徴一時情報は、車両特徴蓄積部16に記憶されている画像局所特徴情報と、画像局所特徴検出部15にて検出した画像局所特徴とによる車両判定部17での比較の際に用いられる。
車両存在可能領域算出部23は、走行路面推定部21にて推定した路面領域と、視差グルーピング部14にてグルーピング処理した視差グループ情報とから、車両1が存在する可能性のある領域(車両存在可能領域)を算出する。車両存在可能領域算出部23は、車両判定部17にて車両1を判定する領域(判定エリア、検索範囲)をより特定させて狭くする。
<動作>
次に、上記第2実施形態に係る前方車両検出システム10Aの処理について、図10を参照して説明する。図10は、車両1の前方車両検知システム10Aによる車両検知処理を示すフローチャートである。図11は、車両1の積荷を積んだ状態を示す概略図である。ここで、本前方車両検出システム10Aによる処理は、上記第1実施形態に係る前方車両検出システム10のうちのS1〜S5、S7、S9〜S12が同一である。
次に、上記第2実施形態に係る前方車両検出システム10Aの処理について、図10を参照して説明する。図10は、車両1の前方車両検知システム10Aによる車両検知処理を示すフローチャートである。図11は、車両1の積荷を積んだ状態を示す概略図である。ここで、本前方車両検出システム10Aによる処理は、上記第1実施形態に係る前方車両検出システム10のうちのS1〜S5、S7、S9〜S12が同一である。
S5にて砂埃Dが検出された(Yesの)場合は、S3でグルーピング処理した各視差グループから、予め定めた任意の基準に基づいて算出された視差画像内の領域に存在し、かつ予め設定した閾値以上の大きさを有するグループを算出するとともに、路面Rの上方に存在する路面上方視差グループを走行路面推定部21にて求め、この路面上方視差グループと位置的に対応する見え画像の平面領域を算出し、この平面領域を路面R領域と推定する。そして、この路面領域と、視差グルーピング部14にてグルーピング処理した視差グループ情報とから、車両1が存在する可能性の高い車両存在可能領域を車両存在可能領域算出部23にて算出し、この車両存在可能領域を、画像局所特徴を検出する範囲である対象領域群Cとする(S21)。
一方、S11にて前方を走行する他車両1を検出できたかどうかが判定される(S22)。S22にて他車両1を検出できたと判定した(Yesの)場合は、上記S11にて判定した車両1が属する視差グループ中の任意のサイズ中の画像局所特徴が、画像局所特徴一時情報として前方車両特徴一時蓄積部22に保存される(S23)。また、上記S22にて他車両1を検出できないと判定した(Noの)場合は、本処理を終了する。
S23にて前方車両特徴一時蓄積部22に蓄積された画像局所特徴一時情報は、S7にて検出した画像局所特徴、および車両情報蓄積部16に記憶されている画像局所特徴情報中の画像局所特徴と比較され、これら画像局所特徴の一致点の個数が算出される(S24)。この後、S24にて算出した一致の個数が、予め定めた閾値を越えているかどうかが、S9にて判断される。
以上の結果、本第2実施形態においては、上記第1実施形態にて奏し得る作用効果に加え、走行路面推定部21にて車両1が走行可能な路面領域を推定した後、走行路面推定部21にて推定した路面領域と、視差グルーピング部14にてグルーピング処理した視差グループ情報とから、車両1が存在する可能性の高い車両存在可能領域を算出し、この車両存在可能領域を、画像局所特徴を検出する範囲である対象領域群Cとしている。この結果、車両1の画像局所特徴は、対象領域群C中に存在することとなるため、この対象領域群Cについてのみ、画像局所特徴検出部14にて車両1の画像局所特徴を検出すれば足りる。
よって、画像局所特徴検出部14にて検出する画像情報中の検出範囲を、車両1が存在する可能性という観点から特定して狭くでき、画像局所特徴検出部14による検出対象情報をより少なくできるから、車両判定部16による車両1か否かの判定をより効率良くかつ精度良くできる。言い換えると、車両判定部17にて車両1を判定する際の判定エリア、すなわち探索範囲をより特定させて限定でき狭くできる。よって、車両判定部17での検出精度をより向上できるとともに、検出対象を少なくできるため検出誤差を低下できる。
また、車両1の主な作業内容が土砂の運搬作業であるため、図11に示すように、車両1のベッセル1cに大量の土砂を積荷Sとして積載させた場合には、車両特徴蓄積部16に記憶させている画像局所特徴では、個々の車両1が有する個体差を考慮できない可能性がある。そこで、上記第2実施形態においては、砂埃検出部13にて砂埃Dが検出されない状況で、車両判定部17にて車両1を検出した場合に、この車両1の画像局所特徴を、前方車両特徴一時蓄積部22に保存する。この結果、砂埃検出部13にて砂埃Dが検出され、ステレオカメラ装置11の各カメラ11a,11bにて車両1の一部が砂埃にて遮られてしまった状況においても、前方車両特徴一時蓄積部22に保存している画像局所情報を利用することによって、車両検出部17による車両1の検知が可能となる。
さらに、従前に物体判定部17にて車両1と判定され前方車両特徴一時蓄積部22に蓄積された車両1の画像局所特徴情報を考慮しながら、車両判定部17にて車両1の判定ができるため、他車両1の画像局所特徴情報を更新しながら、更新した画像局所特徴情報に基づき、車両判定部17にて車両1を判定できる。よって、例えば砂埃Dが発生する直前の他車両1情報を前方車両特徴一時蓄積部22に蓄積でき、この前方車両特徴一時蓄積部22に蓄積させた他車両1の画像局所特徴を、その後の車両判定部17での車両判定に利用することにより、車両判定部17による車両1の判定をより精度良くできる。さらに、例えば異なる画像局所特徴を有する車両1毎の個体差を考慮等した車両1の検知が可能となるため、前方を走行する車両1がいずれの車両1かの特定も可能となる。
[第3実施形態]
図12は、本発明の第3実施形態に係る車両1に搭載した前方車両検知システム10Bを示す概略図である。図12は、車両1の外界環境検出部12にて砂埃D発生時に前方車両1を側方から検出した画像を示す説明図である。図13は、車両1の外界環境検出部12にて砂埃D発生時に前方車両1を側方から検出した画像を示す説明図である。本第3実施形態が前述した第1実施形態と異なるのは、第1実施形態に対し、第3実施形態は、車両1の車体姿勢を考慮した車両特徴蓄積部16としている点である。なお、本第3実施形態において、第1実施形態と同一又は対応する部分には同一符号を付している。
図12は、本発明の第3実施形態に係る車両1に搭載した前方車両検知システム10Bを示す概略図である。図12は、車両1の外界環境検出部12にて砂埃D発生時に前方車両1を側方から検出した画像を示す説明図である。図13は、車両1の外界環境検出部12にて砂埃D発生時に前方車両1を側方から検出した画像を示す説明図である。本第3実施形態が前述した第1実施形態と異なるのは、第1実施形態に対し、第3実施形態は、車両1の車体姿勢を考慮した車両特徴蓄積部16としている点である。なお、本第3実施形態において、第1実施形態と同一又は対応する部分には同一符号を付している。
本第3実施形態において、車両特徴蓄積部16には、図12に示すように、例えば車両1の後方、側方(横向き)および前方等の車両1の姿勢毎の画像局所特徴と、これら画像局所特徴毎の車両1の重心点(積荷を除いた車両1自体の重心点)からの幾何学的な位置に関する画像局所特徴情報が記憶されて蓄積されている。車両判定部17は、前方を走行する他車両1の判定に加え、車両特徴蓄積部16に蓄積されている画像局所特徴情報中の車両1の姿勢毎の画像局所特徴にあてはめる等して、判定した他車両1の姿勢を判定する。
さらに、車間距離算出部18は、車両特徴蓄積部16に蓄積した画像局所特徴情報中の画像局所特徴と、これら画像局所特徴毎の重心点からの位置に基づいて、車両判定部17にて判定した車両1の画像局所特徴毎の車間距離を算出する。また同時に、車間距離算出部18は、車両特徴蓄積部16に蓄積した画像局所特徴情報中の画像局所特徴のうちの少なくとも2以上の画像局所特徴が、車両判定部17での比較にて一致した場合に、これら一致した画像局所特徴の幾何学的な位置関係から、車両1の重心点を算出し、この算出した重心点からの距離を車間距離とする。
以上により、本第3実施形態においては、上記第1実施形態にて奏し得る作用効果に加え、車両1の姿勢毎の画像局所特徴に関する画像局所特徴情報を車両特徴蓄積部16に記憶させ、この車両特徴蓄積部16に蓄積されている画像局所特徴情報中の車両1の姿勢毎の画像局所特徴に基づき、車両判定部17にて他車両1の姿勢を判定する。この結果、図13に示すように、前方の路面Rがカーブしている状況で、前方を走行する他車両1が旋回運動され、この他車両1の側方の一部のみがステレオカメラ装置11の各カメラ11a、1bにて検出された場合であっても、車両特徴蓄積部16に蓄積されている画像局所特徴情報中の車両1の姿勢毎の画像局所特徴に基づいて、車両判定部17にて車両1を判定でき、その車両1の姿勢を判定できる。
さらに、車両特徴蓄積部16に蓄積した画像局所特徴情報中の画像局所特徴のうちの少なくとも2以上の画像局所特徴が車両判定部17での比較で一致した場合に、これら一致した画像局所特徴の幾何学的な位置関係から、車間距離算出部18にて車両1の重心点が算出され、この算出した重心点からの距離を車間距離として算出する。この結果、検出した車両1の姿勢の変化に伴う車両1の重心点からの車間距離の変動を考慮しつつ、検出した他車両1までの車間距離に基づいて、自車両1の走行制御を行うことができる。よって、検出した他車両1の姿勢に応じた自車両1の走行制御が可能となるため、自車両1の走行制御をより適切かつ精度良く行うことができる。
[その他]
なお、本発明は前述した実施形態に限定されるものではなく、様々な変形態様が含まれる。例えば、前述した実施形態は、本発明を分りやすく説明するために説明したものであり、本発明は、必ずしも説明した全ての構成を備えるものに限定されるものではない。
なお、本発明は前述した実施形態に限定されるものではなく、様々な変形態様が含まれる。例えば、前述した実施形態は、本発明を分りやすく説明するために説明したものであり、本発明は、必ずしも説明した全ての構成を備えるものに限定されるものではない。
さらに、上記各実施形態においては、鉱山用のダンプトラックを例として車両1を説明したが、図14に示す本発明の第4実施形態に係る油圧ショベル4や、図15に示す本発明の第5実施形態に係るグレーダ5等の鉱山用作業機械に、本発明に係る前方車両検出システム10,10A,10Bを搭載させることもできる。
また、上記各実施形態に係る前方車両検出システム10,10A,10Bとしては、鉱山用のダンプトラックの他、鉱山を走行する油圧ショベル4や、グレーダ5、パトロールカー等の車両1を検出するシステムとしてもよく、さらには、例えば落下した積荷や、崩れた土砂、落石等の車両1以外の障害物を検出するシステムとしてもよい。
また、上記各実施形態においては、外界環境検出部12としてステレオカメラ装置11を用いた構成について説明したが、三次元である立体的な画像(立体画像)を取得できるものであればよく、3Dのレーザレンジファインダや、2Dのレーザレンジファインダに単眼カメラを組み合わせたもの等を用いても良い。
1 車両(鉱山用作業機械)
4 油圧ショベル(鉱山用作業機械)
5 グレーダ(鉱山用作業機械)
10,10A,10B 前方車両検知システム
11 ステレオカメラ装置
11a,11b カメラ
11c,11d 計測領域
12 外界環境検出部(画像検出部)
13 砂埃検出部
14 視差グルーピング部(検出対象特定部)
15 画像局所特徴検出部
16 車両特徴蓄積部(特徴記憶部)
17 車両判定部(物体判定部)
18 車両距離検出部(距離情報取得部)
21 走行路面推定部(走行領域検出部)
22 前方車両特徴一時蓄積部(物体特徴保存部)
23 車両存在可能領域算出部
4 油圧ショベル(鉱山用作業機械)
5 グレーダ(鉱山用作業機械)
10,10A,10B 前方車両検知システム
11 ステレオカメラ装置
11a,11b カメラ
11c,11d 計測領域
12 外界環境検出部(画像検出部)
13 砂埃検出部
14 視差グルーピング部(検出対象特定部)
15 画像局所特徴検出部
16 車両特徴蓄積部(特徴記憶部)
17 車両判定部(物体判定部)
18 車両距離検出部(距離情報取得部)
21 走行路面推定部(走行領域検出部)
22 前方車両特徴一時蓄積部(物体特徴保存部)
23 車両存在可能領域算出部
Claims (5)
- 三次元の画像情報が検出可能な画像検出部と、
前記画像検出部にて検出した画像情報から、予め定めた所定の物体の局所的な特徴部を検出する画像局所特徴検出部と、
前記画像局所特徴検出部にて検出した前記局所的な特徴部情報に基づいて、前記画像情報中に検出された物体が、前記所定の物体か否かを判定する物体判定部と、
前記物体判定部にて前記所定の物体と判定された場合に、前記画像情報に基づいて、前記画像情報中に検出された前記物体までの距離情報を取得する距離情報取得部と、
を備えたことを特徴とする鉱山用作業機械。 - 請求項1の鉱山用作業機械において、
前記画像情報中の前記所定の物体の少なくとも一部に相当する検出対象群を特定する検出対象特定部を備え、
前記画像局所特徴検出部は、前記検出対象特定部にて特定された検出対象群中から、前記所定の物体の局所的な特徴部を検出する
ことを特徴とする鉱山用作業機械。 - 請求項2の鉱山用作業機械において、
前記所定の物体の特徴部情報を記憶した特徴記憶部を備え、
前記物体検出部は、前記特徴記憶部に記憶させた特徴部情報と、前記画像局所特徴検出部にて検出した前記局所的な特徴部情報とに基づいて、前記画像情報中に検出された物体が、前記所定の物体か否かを判定する
ことを特徴とする鉱山用作業機械。 - 請求項1の鉱山用作業機械において、
前記所定の物体は車両であり、
前記画像情報中の前記車両が走行可能な領域を検出する走行領域検出部と、
前記走行領域検出部にて検出した走行可能領域中の、前記車両が存在する可能性のある領域を算出する車両存在可能領域算出部と、を備え、
前記検出対象特定部は、前記物体存在可能領域算出部にて算出した存在可能領域から、前記画像情報中の前記検出対象群を特定する
ことを特徴とする鉱山用作業機械。 - 請求項1の鉱山用作業機械において、
前記物体判定部にて前記画像情報中に検出された物体が前記所定の物体と判定された場合に、前記画像情報中の前記所定の物体と判定された領域の特徴情報を保存する物体特徴保存部を備え、
前記物体判定部は、前記物体特徴保存部に保存された前記特徴情報と、前記距離情報取得部にて取得した距離情報と、前記画像局所特徴検出部にて検出した前記局所的な特徴部情報とに基づいて、前記画像情報中に検出された物体が、前記所定の物体か否かを判定する
ことを特徴とする鉱山用作業機械。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013272270A JP2015125760A (ja) | 2013-12-27 | 2013-12-27 | 鉱山用作業機械 |
PCT/JP2014/080106 WO2015098344A1 (ja) | 2013-12-27 | 2014-11-13 | 鉱山用作業機械 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013272270A JP2015125760A (ja) | 2013-12-27 | 2013-12-27 | 鉱山用作業機械 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015125760A true JP2015125760A (ja) | 2015-07-06 |
JP2015125760A5 JP2015125760A5 (ja) | 2016-08-25 |
Family
ID=53478219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013272270A Pending JP2015125760A (ja) | 2013-12-27 | 2013-12-27 | 鉱山用作業機械 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2015125760A (ja) |
WO (1) | WO2015098344A1 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017163768A1 (ja) * | 2016-03-23 | 2017-09-28 | 株式会社小松製作所 | モータグレーダの制御方法およびモータグレーダ |
WO2018101247A1 (ja) * | 2016-11-29 | 2018-06-07 | マクセル株式会社 | 画像認識撮像装置 |
JP2018156408A (ja) * | 2017-03-17 | 2018-10-04 | マクセル株式会社 | 画像認識撮像装置 |
JP2019152580A (ja) * | 2018-03-05 | 2019-09-12 | 日立建機株式会社 | 路面状態検出装置 |
WO2019172341A1 (ja) * | 2018-03-07 | 2019-09-12 | 株式会社デンソー | 物体検知装置、物体検知方法、および記録媒体 |
JP2020008430A (ja) * | 2018-07-09 | 2020-01-16 | 株式会社ミツトヨ | 光学測定装置 |
JP2020128925A (ja) * | 2019-02-08 | 2020-08-27 | コベルコ建機株式会社 | 建設機械の障害物検出装置 |
JP2022097504A (ja) * | 2019-10-08 | 2022-06-30 | 楽天グループ株式会社 | 処理システム、無人で飛行可能な航空機、及び粉塵状態推定方法 |
JP7100413B1 (ja) | 2021-09-15 | 2022-07-13 | 日立建機株式会社 | 自律走行鉱山車両 |
US11928973B2 (en) | 2019-10-08 | 2024-03-12 | Rakuten Group, Inc. | Processing system, aerial vehicle capable of flying unmanned, and dust condition estimation method |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10143659A (ja) * | 1996-11-06 | 1998-05-29 | Komatsu Ltd | 物体検出装置 |
WO2010134539A1 (ja) * | 2009-05-19 | 2010-11-25 | 国立大学法人東京大学 | 特徴量生成装置、特徴量生成方法および特徴量生成プログラム、ならびにクラス判別装置、クラス判別方法およびクラス判別プログラム |
JP2011100174A (ja) * | 2009-11-03 | 2011-05-19 | Tokyo Institute Of Technology | 車線内車両検出装置及び車線内車両検出方法 |
-
2013
- 2013-12-27 JP JP2013272270A patent/JP2015125760A/ja active Pending
-
2014
- 2014-11-13 WO PCT/JP2014/080106 patent/WO2015098344A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10143659A (ja) * | 1996-11-06 | 1998-05-29 | Komatsu Ltd | 物体検出装置 |
WO2010134539A1 (ja) * | 2009-05-19 | 2010-11-25 | 国立大学法人東京大学 | 特徴量生成装置、特徴量生成方法および特徴量生成プログラム、ならびにクラス判別装置、クラス判別方法およびクラス判別プログラム |
JP2011100174A (ja) * | 2009-11-03 | 2011-05-19 | Tokyo Institute Of Technology | 車線内車両検出装置及び車線内車両検出方法 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10961685B2 (en) | 2016-03-23 | 2021-03-30 | Komatsu Ltd. | Method of controlling motor grader and motor grader |
JP2017172189A (ja) * | 2016-03-23 | 2017-09-28 | 株式会社小松製作所 | モータグレーダの制御方法およびモータグレーダ |
WO2017163768A1 (ja) * | 2016-03-23 | 2017-09-28 | 株式会社小松製作所 | モータグレーダの制御方法およびモータグレーダ |
WO2018101247A1 (ja) * | 2016-11-29 | 2018-06-07 | マクセル株式会社 | 画像認識撮像装置 |
JP2018156408A (ja) * | 2017-03-17 | 2018-10-04 | マクセル株式会社 | 画像認識撮像装置 |
JP2019152580A (ja) * | 2018-03-05 | 2019-09-12 | 日立建機株式会社 | 路面状態検出装置 |
WO2019172341A1 (ja) * | 2018-03-07 | 2019-09-12 | 株式会社デンソー | 物体検知装置、物体検知方法、および記録媒体 |
US11954918B2 (en) | 2018-03-07 | 2024-04-09 | Denso Corporation | Object detection device, object detection method, and storage medium |
CN111801718A (zh) * | 2018-03-07 | 2020-10-20 | 株式会社电装 | 物体探测装置、物体探测方法、以及记录介质 |
JP2019159380A (ja) * | 2018-03-07 | 2019-09-19 | 株式会社デンソー | 物体検知装置、物体検知方法およびプログラム |
JP7074400B2 (ja) | 2018-07-09 | 2022-05-24 | 株式会社ミツトヨ | 光学測定装置 |
JP2020008430A (ja) * | 2018-07-09 | 2020-01-16 | 株式会社ミツトヨ | 光学測定装置 |
JP2020128925A (ja) * | 2019-02-08 | 2020-08-27 | コベルコ建機株式会社 | 建設機械の障害物検出装置 |
JP7059956B2 (ja) | 2019-02-08 | 2022-04-26 | コベルコ建機株式会社 | 建設機械の障害物検出装置 |
JP2022097504A (ja) * | 2019-10-08 | 2022-06-30 | 楽天グループ株式会社 | 処理システム、無人で飛行可能な航空機、及び粉塵状態推定方法 |
JP7319420B2 (ja) | 2019-10-08 | 2023-08-01 | 楽天グループ株式会社 | 処理システム、無人で飛行可能な航空機、及び粉塵状態推定方法 |
US11928973B2 (en) | 2019-10-08 | 2024-03-12 | Rakuten Group, Inc. | Processing system, aerial vehicle capable of flying unmanned, and dust condition estimation method |
WO2023042451A1 (ja) * | 2021-09-15 | 2023-03-23 | 日立建機株式会社 | 自律走行鉱山車両 |
JP2023042673A (ja) * | 2021-09-15 | 2023-03-28 | 日立建機株式会社 | 自律走行鉱山車両 |
JP7100413B1 (ja) | 2021-09-15 | 2022-07-13 | 日立建機株式会社 | 自律走行鉱山車両 |
Also Published As
Publication number | Publication date |
---|---|
WO2015098344A1 (ja) | 2015-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2015098344A1 (ja) | 鉱山用作業機械 | |
US11198341B2 (en) | Trailer detection and autonomous hitching | |
JP6091977B2 (ja) | 建設機械 | |
EP3787910B1 (en) | Real-time trailer coupler localization and tracking | |
JP6533619B2 (ja) | センサキャリブレーションシステム | |
US20200057897A1 (en) | Obstacle sensing device | |
CN108028023B (zh) | 信息处理装置、信息处理方法和计算机可读存储介质 | |
CA2987373C (en) | Position estimation device and position estimation method | |
JP6385745B2 (ja) | 鉱山用作業車両 | |
CN108139755B (zh) | 自己位置推定装置的异常检测装置以及车辆 | |
US20200079165A1 (en) | Hitch assist system | |
JP2021519242A (ja) | 車両とトレーラとの間の距離を検出する装置および方法 | |
JP6523050B2 (ja) | 鉱山用作業機械 | |
WO2018061084A1 (ja) | 自己位置推定方法及び自己位置推定装置 | |
US10171796B2 (en) | Moving body system | |
WO2015163028A1 (ja) | 鉱山用作業車両用の路面推定装置および路面推定システム | |
CN112771591B (zh) | 用于评价运输工具的环境中的对象对运输工具的行驶机动动作的影响的方法 | |
US11753002B2 (en) | Vehicular control system | |
JP2016197081A (ja) | 運搬車両 | |
JP6204782B2 (ja) | オフロードダンプトラック | |
CN110929475B (zh) | 对象的雷达简档的注释 | |
US20230034560A1 (en) | Method for tracking a remote target vehicle in an area surrounding a motor vehicle by means of a collision detection device | |
WO2018179965A1 (ja) | 障害物検知装置 | |
JP7409240B2 (ja) | 障害物検出装置及び障害物検出方法 | |
US11205081B2 (en) | Arithmetic apparatus |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160711 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160711 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170516 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20171212 |