JP2017138219A - 物体認識装置 - Google Patents
物体認識装置 Download PDFInfo
- Publication number
- JP2017138219A JP2017138219A JP2016019788A JP2016019788A JP2017138219A JP 2017138219 A JP2017138219 A JP 2017138219A JP 2016019788 A JP2016019788 A JP 2016019788A JP 2016019788 A JP2016019788 A JP 2016019788A JP 2017138219 A JP2017138219 A JP 2017138219A
- Authority
- JP
- Japan
- Prior art keywords
- data
- point cloud
- point
- cloud data
- object recognition
- 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
Landscapes
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
Description
そこで、このような問題点をかんがみ、測距点データから物体を認識する物体認識装置において、物体の認識精度を向上させられるようにすることを本発明の目的とする。
点群取得部は、測距点データの集合である点群データを取得し(S110,S310)、分布認識部は、点群データを構成する測距点データの分布の状態を認識する(S320,S330,S350,S410)。また、点群分割部は、分布の状態に応じて点群データが含まれる領域を複数の領域に分割する1または複数の仮想的な平面を表す仮想平面における向きを設定し、該仮想平面にて点群データを複数に分割する(S340,S360,S420,S430,S440)。
[1.第1実施形態]
[1−1.構成]
本実施形態の走行安全装置1は、例えば乗用車等の車両に搭載されており、自車両が障害物等の物体と衝突することを抑制する走行安全機能を備えている。走行安全機能としては、物体の種別および物体までの距離を求める機能を含む。
レーザレーダ21は、発光部22および受光部23を備えた周知のレーザレーダとして構成されている。レーザレーダ21は、車両の進行方向のうちの車両が通過する可能性がある領域を、物体を検出する検出領域とする。そして、レーザレーダ21の発光部22は、この検出領域を予め水平方向および鉛直方向に格子状に区分した多数の照射領域として設定し、これらの照射領域毎にレーザ光を照射する。
このように構成された走行安全装置1において、制御部10は、図2に示す走行安全処理を実施する。走行安全処理は、例えば車両の電源が投入されると開始される処理であり、その後、一定周期毎に繰り返し実施される処理である。
続いて、S320にて、クラスタを構成する測距点データの分布の状態を認識する。「測距点データの分布の状態」とは、複数の測距点データがどのように分布しているかを数値で示したものである。例えば、「測距点データの分布の状態」には、クラスタに外接する直方体や矩形等の図形の大きさ、この図形の重心位置から端点までの距離、この図形のアスペクト比、クラスタを構成する測距点データの数等が含まれうる。
続いて、S210にて、特徴演算処理を実施する。特徴演算処理は、クラスタの特徴量を抽出する処理である。クラスタの特徴量としては、例えば、分割特徴量を抽出する。分割特徴量とは、クラスタを分割することによって得られた分割データについての特徴量を表す。特徴量とは、分割データを構成する測距点の分散、標準偏差、平均値等から得られる特徴を数値化したものである。
続いて、S520にて、分割データに対して、分割特徴量の抽出を行う。賽の目分割では、クラスタを複数の方向に分割することで得られた分割データについて、特徴量の抽出を行う。この処理では、分割特徴量に限らず、その他の特徴量、例えばクラスタに含まれる全点群のヒストグラム等を特徴量として抽出してもよい。これらの手法は、縦長のクラスタについての特徴量を検出する構成において有効な手法である。
すなわち、図10に示すように、クラスタに対して縦方向分割と、横方向分割とを別々に実施し、これらの処理にて得られた特徴量の両方を用いて物体認識を実施できるようにする。なお、S530における統合の手法は、加重平均を採用する等、任意の手法を採用できる。
[1−3.効果]
以上詳述した第1実施形態によれば、以下の効果が得られる。
(1b)また、走行安全装置1において制御部10は、分布の状態として、点群データが示す物体の鉛直方向の長さと鉛直方向に直交する水平方向の長さとの比を表す縦横比を認識する。そして、縦横比が水平方向の長さに対して鉛直方向の長さが長い縦長を示す場合、仮想平面の向きを水平面と平行に設定し、縦横比が水平方向の長さに対して鉛直方向の長さが短い横長を示す場合、仮想平面の向きを奥行き方向に沿い、かつ鉛直方向と平行に設定する。
このような走行安全装置1によれば、反射強度のばらつきの程度を特徴量の1つとするので、例えば、樹木と人物とを識別するときや、人物と電柱とを識別するときのように、反射強度のばらつきに差異がある複数の物体についての反射強度のばらつきの程度を特徴量としてSVM等で学習しておけば、複数の物体を反射強度のばらつきの程度に基づいて良好に識別することができる。なお、「反射強度のばらつきの程度」とは、反射強度の分散や標準偏差、あるいは、距離に対する平均強度等の値を採用することができる。
以上、本発明を実施するための形態について説明したが、本発明は上述の実施形態に限定されることなく、種々変形して実施することができる。
上記実施形態において走行安全装置1は本発明でいう物体認識装置に相当する。また、上記実施形態において制御部10が実行する処理のうちのS110,S310の処理は本発明でいう点群取得部に相当し、上記実施形態においてS200,S210,S220の処理は本発明でいう物体認識部に相当する。
Claims (6)
- 測距点データに基づき物体を認識する物体認識装置であって、
測距点データの集合である点群データを取得する点群取得部(S110,S310)と、
前記点群データを構成する測距点データの分布の状態を認識する分布認識部(S320,S330,S350,S410)と、
前記分布の状態に応じて前記点群データが含まれる領域を複数の領域に分割する1または複数の仮想的な平面を表す仮想平面における向きを設定し、該仮想平面にて前記点群データを複数に分割する点群分割部(S340,S360,S420,S430,S440)と、
前記仮想平面にて分割された点群データを表す分割データ毎に、該分割データの特徴を数値で表す特徴量を求め、前記分割データ毎の特徴量に基づいて、前記点群データが表す物体を認識する物体認識部(S200,S210,S220)と、
を備えた物体認識装置。 - 請求項1に記載の物体認識装置であって、
前記分布認識部は、前記分布の状態として、前記点群データが示す物体の鉛直方向の長さと鉛直方向に直交する水平方向の長さとの比を表す縦横比を認識し、
前記点群分割部は、前記縦横比が前記水平方向の長さに対して前記鉛直方向の長さが長い縦長を示す場合、前記仮想平面の向きを水平面と平行に設定し、前記縦横比が前記水平方向の長さに対して前記鉛直方向の長さが短い横長を示す場合、前記仮想平面の向きを奥行き方向に沿い、かつ前記鉛直方向と平行に設定する
物体認識装置。 - 請求項1または請求項2に記載の物体認識装置であって、
前記分布認識部は、前記分布の状態として、前記点群データが示す物体の鉛直方向の長さと鉛直方向に直交する水平方向の長さとの比を表す縦横比を認識し、
前記点群分割部は、前記縦横比が概ね等しい旨を示す範囲内である場合、前記点群データを構成する測距点データの数と予め設定された閾値とを比較し、前記測距点データの数が閾値以上である場合、前記仮想平面の向きを水平面と平行としたもの、およびに設定する前記仮想平面の向きを奥行き方向に沿いかつ前記鉛直方向と平行としたものの両方を用いて前記点群データを複数に分割する
物体認識装置。 - 請求項3に記載の物体認識装置であって、
前記点群分割部は、前記点群データを構成する測距点データの数が前記閾値未満である場合、前記仮想平面の向きを水平面と平行として前記点群データを分割し、また、前記仮想平面の向きを奥行き方向に沿いかつ前記鉛直方向と平行として前記点群データを分割し、
前記物体認識部は、異なる方向の仮想平面で分割された分割データごとに前記特徴量を求め、該特徴量に基づいて物体を認識する
物体認識装置。 - 請求項1から請求項4までのいずれか1項に記載の物体認識装置であって、
前記測距点データには反射強度の情報も含まれており、
前記物体認識部は、前記反射強度のばらつきの程度を特徴量の1つとして求める
物体認識装置。 - 測距点データに基づき物体を認識する物体認識装置であって、
反射強度の情報が含まれた測距点データの集合である点群データを取得する点群取得部(S110,S310)と、
前記点群データの特徴を数値で表す特徴量を求め、該特徴量に基づいて、前記点群データが表す物体を認識する物体認識部(S200,S210,S220)と、
を備え、
前記物体認識部は、前記反射強度のばらつきを特徴量の1つとして求める
物体認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016019788A JP6597352B2 (ja) | 2016-02-04 | 2016-02-04 | 物体認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016019788A JP6597352B2 (ja) | 2016-02-04 | 2016-02-04 | 物体認識装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017138219A true JP2017138219A (ja) | 2017-08-10 |
JP6597352B2 JP6597352B2 (ja) | 2019-10-30 |
Family
ID=59566787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016019788A Active JP6597352B2 (ja) | 2016-02-04 | 2016-02-04 | 物体認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6597352B2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019191908A (ja) * | 2018-04-25 | 2019-10-31 | 田中 成典 | 対象物認識装置 |
JP2019192059A (ja) * | 2018-04-27 | 2019-10-31 | 田中 成典 | 対象物認識装置 |
WO2021074660A1 (ja) * | 2019-10-18 | 2021-04-22 | 日産自動車株式会社 | 物体認識方法及び物体認識装置 |
JPWO2021106030A1 (ja) * | 2019-11-25 | 2021-06-03 | ||
JP2021108184A (ja) * | 2020-06-28 | 2021-07-29 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッドBeijing Baidu Netcom Science Technology Co., Ltd. | 高精度マップの作成方法及び装置 |
WO2022186354A1 (ja) * | 2021-03-03 | 2022-09-09 | 株式会社Preferred Networks | 情報処理装置および自律移動ロボット |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06331883A (ja) * | 1993-05-25 | 1994-12-02 | Olympus Optical Co Ltd | カメラの測距装置 |
JP2000048211A (ja) * | 1998-07-31 | 2000-02-18 | Matsushita Electric Ind Co Ltd | 移動物体追跡装置 |
JP2001052171A (ja) * | 1999-08-06 | 2001-02-23 | Nissan Motor Co Ltd | 周囲環境認識装置 |
WO2005088244A1 (ja) * | 2004-03-17 | 2005-09-22 | Sony Corporation | 平面検出装置、平面検出方法、及び平面検出装置を搭載したロボット装置 |
JP2007114831A (ja) * | 2005-10-18 | 2007-05-10 | Omron Corp | 物体検出装置 |
JP2012221456A (ja) * | 2011-04-14 | 2012-11-12 | Toyota Central R&D Labs Inc | 対象物識別装置及びプログラム |
CN103106632A (zh) * | 2012-11-29 | 2013-05-15 | 华中科技大学 | 一种基于均值漂移的不同精度三维点云数据的融合方法 |
JP2015152319A (ja) * | 2014-02-10 | 2015-08-24 | 株式会社デンソー | 物体識別方法、および物体識別装置 |
US20160009410A1 (en) * | 2014-07-08 | 2016-01-14 | Sikorsky Aircraft Corporation | Lidar-based shipboard tracking and state estimation for autonomous landing |
-
2016
- 2016-02-04 JP JP2016019788A patent/JP6597352B2/ja active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06331883A (ja) * | 1993-05-25 | 1994-12-02 | Olympus Optical Co Ltd | カメラの測距装置 |
JP2000048211A (ja) * | 1998-07-31 | 2000-02-18 | Matsushita Electric Ind Co Ltd | 移動物体追跡装置 |
JP2001052171A (ja) * | 1999-08-06 | 2001-02-23 | Nissan Motor Co Ltd | 周囲環境認識装置 |
WO2005088244A1 (ja) * | 2004-03-17 | 2005-09-22 | Sony Corporation | 平面検出装置、平面検出方法、及び平面検出装置を搭載したロボット装置 |
JP2007114831A (ja) * | 2005-10-18 | 2007-05-10 | Omron Corp | 物体検出装置 |
JP2012221456A (ja) * | 2011-04-14 | 2012-11-12 | Toyota Central R&D Labs Inc | 対象物識別装置及びプログラム |
CN103106632A (zh) * | 2012-11-29 | 2013-05-15 | 华中科技大学 | 一种基于均值漂移的不同精度三维点云数据的融合方法 |
JP2015152319A (ja) * | 2014-02-10 | 2015-08-24 | 株式会社デンソー | 物体識別方法、および物体識別装置 |
US20160009410A1 (en) * | 2014-07-08 | 2016-01-14 | Sikorsky Aircraft Corporation | Lidar-based shipboard tracking and state estimation for autonomous landing |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019191908A (ja) * | 2018-04-25 | 2019-10-31 | 田中 成典 | 対象物認識装置 |
JP7204087B2 (ja) | 2018-04-25 | 2023-01-16 | 成典 田中 | 対象物認識装置 |
JP2019192059A (ja) * | 2018-04-27 | 2019-10-31 | 田中 成典 | 対象物認識装置 |
JP7290240B2 (ja) | 2018-04-27 | 2023-06-13 | 成典 田中 | 対象物認識装置 |
WO2021074660A1 (ja) * | 2019-10-18 | 2021-04-22 | 日産自動車株式会社 | 物体認識方法及び物体認識装置 |
JPWO2021106030A1 (ja) * | 2019-11-25 | 2021-06-03 | ||
WO2021106030A1 (ja) * | 2019-11-25 | 2021-06-03 | 三菱電機株式会社 | 障害物検知装置 |
JP7224491B2 (ja) | 2019-11-25 | 2023-02-17 | 三菱電機株式会社 | 障害物検知装置 |
JP2021108184A (ja) * | 2020-06-28 | 2021-07-29 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッドBeijing Baidu Netcom Science Technology Co., Ltd. | 高精度マップの作成方法及び装置 |
JP7166383B2 (ja) | 2020-06-28 | 2022-11-07 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 高精度マップの作成方法及び装置 |
US11668831B2 (en) | 2020-06-28 | 2023-06-06 | Beijing Baidu Netcom Science Technology Co., Ltd. | High-precision mapping method and device |
WO2022186354A1 (ja) * | 2021-03-03 | 2022-09-09 | 株式会社Preferred Networks | 情報処理装置および自律移動ロボット |
Also Published As
Publication number | Publication date |
---|---|
JP6597352B2 (ja) | 2019-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6597352B2 (ja) | 物体認識装置 | |
KR102198724B1 (ko) | 포인트 클라우드 데이터를 처리하기 위한 방법 및 장치 | |
JP5944781B2 (ja) | 移動体認識システム、移動体認識プログラム、及び移動体認識方法 | |
US10769421B2 (en) | Method for performing pedestrian detection with aid of light detection and ranging | |
JP5822255B2 (ja) | 対象物識別装置及びプログラム | |
JP5206752B2 (ja) | 走行環境認識装置 | |
US10502832B2 (en) | Object recognition apparatus and noise removal method | |
KR20190095592A (ko) | 라이다 센서 및 카메라를 이용한 객체 검출 방법 및 그를 위한 장치 | |
CN111052201B (zh) | 碰撞预测装置、碰撞预测方法以及存储介质 | |
JP4322913B2 (ja) | 画像認識装置、画像認識方法および電子制御装置 | |
CN110286389A (zh) | 一种用于障碍物识别的栅格管理方法 | |
JP2017187864A (ja) | 車両制御装置、車両制御方法 | |
US11400923B2 (en) | Information processing device, vehicle control device, and mobile object control method | |
JP6413957B2 (ja) | ピッチング判定装置 | |
JP2021131902A (ja) | 車両用障害物回避方法、装置、電子機器及びコンピュータ記憶媒体 | |
JP2016197278A (ja) | 歩行者判定装置 | |
JP2015152319A (ja) | 物体識別方法、および物体識別装置 | |
JP2018092596A (ja) | 情報処理装置、撮像装置、機器制御システム、移動体、情報処理方法、およびプログラム | |
US20220171975A1 (en) | Method for Determining a Semantic Free Space | |
JP5780249B2 (ja) | 画像処理装置及び、当該画像処理装置を用いた車両制御システム | |
JP7081098B2 (ja) | 走行環境認識装置、走行環境認識方法、プログラム | |
JP2016012303A (ja) | 対象物認識装置 | |
WO2020209046A1 (ja) | 物体検出装置 | |
JP2010032429A (ja) | 物体検出装置 | |
JP2008015771A (ja) | 画像認識装置、画像認識方法および車両制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180530 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190411 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190514 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190708 |
|
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: 20190903 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190916 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6597352 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |