JP2019158662A - Target recognition device and vehicle driving control system - Google Patents
Target recognition device and vehicle driving control system Download PDFInfo
- Publication number
- JP2019158662A JP2019158662A JP2018047008A JP2018047008A JP2019158662A JP 2019158662 A JP2019158662 A JP 2019158662A JP 2018047008 A JP2018047008 A JP 2018047008A JP 2018047008 A JP2018047008 A JP 2018047008A JP 2019158662 A JP2019158662 A JP 2019158662A
- Authority
- JP
- Japan
- Prior art keywords
- target
- vehicle
- integrated
- frame
- image
- 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
Images
Landscapes
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Image Analysis (AREA)
Abstract
Description
本発明は、車両に搭載される物標認識装置及び車両走行制御システムに関する。 The present invention relates to a target recognition device and a vehicle travel control system mounted on a vehicle.
特許文献1は、レーザレーダを用いた車両用の障害物検知装置を開示している。その障害物検知装置は、車両のタイヤによる水分の巻き上げを検出する巻き上げ検出手段を備えている。その巻き上げ検出手段は、レーザ光強度、ワイパー作動速度、雨量の増加等に基づいて、タイヤによる水分の巻き上げを検出する。そして、障害物検知装置は、巻き上げ検出手段の出力信号に基づいて、レーザレーダの出力を制御する。
車両の周囲の物標を認識する「物標認識処理」について考える。物標認識処理の結果は、自動運転制御等の車両走行制御に利用され得る。従って、物標認識処理の精度を高めることが望まれている。 Consider “target recognition processing” for recognizing targets around a vehicle. The result of the target recognition process can be used for vehicle travel control such as automatic driving control. Therefore, it is desired to improve the accuracy of the target recognition process.
物標認識精度を低下させる1つの要因として、車両走行に伴って発生する水しぶきが考えられる。例えば、雨が降っている時や路面に水が溜まっている時に車両が走行すると、タイヤによって水分が巻き上げられ、水しぶきが発生する。そのような水しぶきは、車両の周囲の物標として誤認識されるおそれがある。 As one factor that lowers the target recognition accuracy, it is conceivable that the water splash is generated as the vehicle travels. For example, when the vehicle travels when it is raining or when water is accumulated on the road surface, water is taken up by the tires and splashes occur. Such splashing may be erroneously recognized as a target around the vehicle.
上記の特許文献1に開示された技術によれば、例えばレーザ光強度に基づいて水しぶきが判定される。しかしながら、その場合、リフレクタを有さない後方車両と水しぶきとを区別することができない。他の例として、ワイパー作動速度や雨量の増加に基づいて水しぶきが判定される。しかしながら、雨が降っていなくても、路面に水が溜まっていれば、水しぶきは発生する。従って、ワイパー作動速度や雨量の増加を参照しても、水しぶきを正しく判定できるとは限らない。
According to the technique disclosed in
本発明の1つの目的は、車両の周囲の物標を認識する物標認識処理において、水しぶきが物標として誤認識されることを抑制することができる技術を提供することにある。 One object of the present invention is to provide a technique capable of suppressing that a splash is erroneously recognized as a target in a target recognition process for recognizing a target around a vehicle.
本発明の1つの観点において、車両に搭載される物標認識装置が提供される。
前記物標認識装置は、
ライダーと、
前記ライダーと視野が重なるカメラと、
物標認識処理を行う制御装置と
を備える。
前記物標認識処理は、
前記ライダーによる計測結果に基づいて第1物標を検出する第1物標検出処理と、
前記カメラによって撮像された画像に基づいて第2物標を検出する第2物標検出処理と、
前記第1物標と前記第2物標を統合物標として統合するフュージョン処理と、
前記統合物標が前記車両の走行に伴って発生した水しぶきか否かを判定する水しぶき判定処理と、
前記統合物標が前記水しぶきと判定された場合、前記統合物標を前記車両の周囲の物標から除外する除外処理と
を含む。
物標枠は、前記画像上に投影された前記第1物標を表す枠である。
物標面積は、前記物標枠の面積である。
フロー量は、前記物標枠内の前記画像の特徴点のオプティカルフローの大きさである。
第1特徴量は、前記物標枠の外の前記画像の平均輝度に対する前記物標枠の中の前記画像の平均輝度の比率である。
第2特徴量は、前記車両の速度の増加に対する前記物標面積の増加の度合いである。
第3特徴量は、前記車両の速度の増加に対する前記フロー量の増加の度合いである。
前記水しぶき判定処理において前記統合物標を前記水しぶきと判定する条件は、前記第1特徴量が第1閾値以上であること、前記第2特徴量が第2閾値以上であること、及び前記第3特徴量が第3閾値以上であること、のうち少なくとも1つを含む。
In one aspect of the present invention, a target recognition device mounted on a vehicle is provided.
The target recognition device
With the rider,
A camera whose field of view overlaps with the rider;
And a control device that performs target recognition processing.
The target recognition process
A first target detection process for detecting a first target based on a measurement result by the rider;
A second target detection process for detecting a second target based on an image captured by the camera;
A fusion process for integrating the first target and the second target as an integrated target;
A splash determination process for determining whether or not the integrated target is a splash generated as the vehicle travels;
And an exclusion process for excluding the integrated target from the targets around the vehicle when the integrated target is determined to be the splash.
A target frame is a frame representing the first target projected on the image.
The target area is the area of the target frame.
The flow amount is the size of the optical flow of the feature point of the image in the target frame.
The first feature amount is a ratio of the average luminance of the image in the target frame to the average luminance of the image outside the target frame.
The second feature amount is a degree of increase in the target area with respect to an increase in the speed of the vehicle.
The third feature amount is a degree of increase in the flow amount with respect to an increase in the speed of the vehicle.
The conditions for determining the integrated target as the splash in the splash determination process are that the first feature value is equal to or greater than a first threshold, the second feature value is equal to or greater than a second threshold, and the third It includes at least one of the feature amount being equal to or greater than the third threshold value.
本発明によれば、物標認識処理にライダーとカメラの両方が用いられる。第1物標は、ライダーによる計測結果に基づいて検出され、第2物標は、カメラによって撮像された画像に基づいて検出される。第1物標と第2物標がフュージョン可能な場合、統合物標が水しぶきか否かを精度良く判定することができる。 According to the present invention, both the rider and the camera are used for the target recognition process. The first target is detected based on the measurement result by the rider, and the second target is detected based on the image captured by the camera. When the first target and the second target can be fused, it can be accurately determined whether or not the integrated target is splashed.
具体的には、水しぶき判定処理において、物標枠と特徴量が考慮される。物標枠は、カメラによって撮像された画像上に投影された第1物標の枠である。仮に統合物標が水しぶきである場合、物標枠内の画像は、水しぶきに特有の特徴を有しているはずである。そこで、物標枠に関連する特徴量が、カメラによる撮像結果に基づいて演算される。そして、特徴量が閾値以上である場合、統合物標は水しぶきであると判定される。 Specifically, the target frame and the feature amount are considered in the splash determination process. The target frame is a frame of the first target projected on the image captured by the camera. If the integrated target is a splash, the image in the target frame should have characteristics specific to the splash. Therefore, the feature quantity related to the target frame is calculated based on the imaging result by the camera. And when a feature-value is more than a threshold value, it determines with an integrated target being a splash.
このような手法により、車両の走行に伴って発生する水しぶきを精度良く判定することが可能となる。統合物標が水しぶきであると判定された場合、当該統合物標は車両の周囲の物標から除外される。これにより、水しぶきが物標として誤認識されることが抑制される。すなわち、物標認識処理の精度が向上する。 With such a method, it is possible to accurately determine the splashing generated as the vehicle travels. When it is determined that the integrated target is splash, the integrated target is excluded from the targets around the vehicle. Thereby, it is suppressed that a splash is misrecognized as a target. That is, the accuracy of the target recognition process is improved.
添付図面を参照して、本発明の実施の形態を説明する。 Embodiments of the present invention will be described with reference to the accompanying drawings.
1.概要
図1は、本実施の形態の概要を説明するための概念図である。車両1は、周囲の物標を認識する物標認識機能を搭載している。車両1の周囲の物標の典型例は、周辺車両2である。図1には、先行車両2A、後続車両2B、及び並走車両2Cが例示されている。
1. Overview FIG. 1 is a conceptual diagram for explaining an overview of the present embodiment. The
雨が降っている時や路面に水が溜まっている時に車両1が走行すると、タイヤによって水分が巻き上げられ、水しぶきが発生する。そのような水しぶきは、車両1の周囲の物標として誤認識されるおそれがある。例えば、水しぶきが後続車両2Bあるいは並走車両2Cと誤認識されるおそれがある。
When the
このように車両1の走行に伴って発生する水しぶきは、物標認識精度を低下させる要因となる。そこで、本実施の形態は、水しぶきの判定精度を向上させ、水しぶきが物標として誤認識されることを抑制することができる技術を提供する。
In this way, the splashing that occurs as the
2.物標認識装置
図2は、本実施の形態に係る物標認識装置10の構成例を示すブロック図である。物標認識装置10は、車両1に搭載されており、車両1の周囲の物標を認識する物標認識処理を行う。この物標認識装置10は、ライダー(LIDAR: Laser Imaging Detection and Ranging)20、カメラ30、車両状態センサ40、及び制御装置50を備えている。
2. Target Recognition Device FIG. 2 is a block diagram illustrating a configuration example of the
ライダー20は、レーザパルスを用いて反射点の位置(距離及び方向)を計測する。より詳細には、ライダー20は、複数の方向に向けてレーザパルスを順次出力(走査)する。レーザパルスが反射点で反射すると、レーザパルスの反射光がライダー20に戻ってくる。ライダー20は、レーザパルスの反射光を受け取る。反射光の受光状態から、反射点の距離及び方向を算出することができる。ライダー20による計測結果は、制御装置50に送られる。
The
カメラ30は、車両1の周囲を撮像する。このカメラ30の視野は、ライダー20の視野(計測レンジ)と少なくとも部分的に重なっている。カメラ30によって撮像された画像情報は、制御装置50に送られる。
The
尚、ライダー20及びカメラ30の設置位置及び個数は、特に限定されない。例えば、ライダー20及びカメラ30は、車両1の前面、側面、及び後面に設置される。
In addition, the installation position and the number of
車両状態センサ40は、車両1の状態を検出する。例えば、車両状態センサ40は、車輪速センサ、車速センサ等を含んでいる。車輪速センサは、車両1の各車輪の回転速度を検出する。車速センサは、車両1の速度を検出する。車両状態センサ40によって検出された車両状態情報は、制御装置50に送られる。
The
制御装置50は、プロセッサ及び記憶装置を備えるマイクロコンピュータである。制御装置50は、ECU(Electronic Control Unit)とも呼ばれる。プロセッサが記憶装置に格納された制御プログラムを実行することにより、制御装置50による処理が実現される。制御装置50による処理は、車両1の周囲の物標を認識する物標認識処理を含む。以下、制御装置50による物標認識処理について説明する。
The
3.物標認識処理
図3は、本実施の形態に係る物標認識処理を示すフローチャートである。図3に示されるフローは、一定サイクル毎に繰り返し実行される。
3. Target Recognition Processing FIG. 3 is a flowchart showing the target recognition processing according to the present embodiment. The flow shown in FIG. 3 is repeatedly executed every fixed cycle.
3−1.ステップS100(物標検出処理)
制御装置50は、車両1の周囲の物標を検出する。具体的には、制御装置50は、ライダー20による計測結果に基づいて物標を検出する(ステップS110)。ライダー20による計測結果に基づいて検出される物標は、以下「第1物標T1」と呼ばれる。制御装置50は、第1物標T1の検出情報(距離、方向、サイズ等)を取得する。更に、制御装置50は、第1物標T1の相対速度を算出してもよい。
3-1. Step S100 (target detection process)
The
また、制御装置50は、カメラ30によって撮像された画像を解析することによって、車両1の周囲の物標を検出する(ステップS120)。カメラ30によって撮像された画像に基づいて検出される物標は、以下「第2物標T2」と呼ばれる。制御装置50は、第2物標T2の検出情報(距離、方向、サイズ等)を取得する。更に、制御装置50は、第2物標T2の相対速度を算出してもよい。
Moreover, the
3−2.ステップS200(フュージョン処理)
第1物標T1と第2物標T2が所定の条件の満たす場合、それら2つの物標は同一の物標であると認識することができる。そのような処理は、「フュージョン(fusion)」と呼ばれる。所定の条件は、例えば、第1物標T1と第2物標T2との間の位置の差が誤差範囲内であることを含む。所定の条件は、更に、第1物標T1と第2物標T2との間の相対速度の差が誤差範囲内であることを含んでいてもよい。
3-2. Step S200 (fusion process)
When the first target T1 and the second target T2 satisfy predetermined conditions, the two targets can be recognized as the same target. Such a process is called “fusion”. The predetermined condition includes, for example, that the position difference between the first target T1 and the second target T2 is within an error range. The predetermined condition may further include that the difference in relative speed between the first target T1 and the second target T2 is within an error range.
制御装置50は、所定の条件が成立するか否か、すなわち、フュージョンが可能か否かを判定する(ステップS210)。フュージョンが可能な場合(ステップS210;Yes)、制御装置50は、第1物標T1と第2物標T2を統合物標TFとして統合する(ステップS220)。その後、処理はステップS300に進む。
The
一方、フュージョンが不可能な場合(ステップS210;No)、制御装置50は、第1物標T1と第2物標T2のそれぞれを単独物標として認識する(ステップS230)。その後、処理はステップS500に進む。
On the other hand, when fusion is not possible (step S210; No), the
3−3.ステップS300(水しぶき判定処理)
制御装置50は、統合物標TFが車両1の走行に伴って発生した水しぶきか否かを判定する。統合物標TFが水しぶきであると判定された場合(ステップS300;Yes)、処理はステップS400に進む。それ以外の場合(ステップS300;No)、処理はステップS500に進む。図3に示される例では、ステップS300は、次のステップS310〜S330を含んでいる。
3-3. Step S300 (spray determination process)
The
3−3−1.ステップS310
図4は、ステップS310を説明するための概念図である。図4には、カメラ30によって撮像された画像が示されている。図4に示される例では、車両1の走行に伴って水しぶきが発生しており、画像には水しぶきも含まれている。尚、上記のステップS100(物標検出処理)において、水しぶき(水滴の集合)は、公知のクラスタリング処理によって1つの物標として検出される。
3-3-1. Step S310
FIG. 4 is a conceptual diagram for explaining step S310. FIG. 4 shows an image captured by the
ステップS310において、制御装置50は、第1物標T1を、カメラ30によって撮像された画像上に投影する。ライダー20とカメラ30の設置位置及びカメラ30のカメラパラメータは既知である。そのような既知パラメータに基づいて、第1物標T1をカメラ30によって撮像された画像上に投影することができる。図4中の「物標枠FR」は、画像上に投影された第1物標T1を表す枠である。
In step S <b> 310, the
3−3−2.ステップS320
仮に統合物標TFが水しぶきである場合、物標枠FR内の画像は、水しぶきに特有の特徴を有しているはずである。そこで、制御装置50は、物標枠FRに関連する「特徴量C」を、カメラ30による撮像結果に基づいて演算する。以下、特徴量Cのいくつかの例を説明する。
3-3-2. Step S320
If the integrated target TF is a splash, the image in the target frame FR should have a characteristic characteristic of the splash. Therefore, the
<第1特徴量C1>
仮に統合物標TFが水しぶきである場合、物標枠FR内の領域は、物標枠FR外の領域よりも明るいと考えられる。このような観点から、第1特徴量C1では、「画像の平均輝度」が用いられる。例えば、第1特徴量C1は、次のように定義される。
<First feature amount C1>
If the integrated target TF is splashed, the area inside the target frame FR is considered brighter than the area outside the target frame FR. From this point of view, “average image brightness” is used as the first feature amount C1. For example, the first feature amount C1 is defined as follows.
第1特徴量C1=(物標枠FRの中の画像の平均輝度)/(物標枠FRの外の画像の平均輝度) First feature amount C1 = (average luminance of the image inside the target frame FR) / (average luminance of the image outside the target frame FR)
第1特徴量C1が大きいほど、統合物標TFが水しぶきである確率は高くなると言える。 It can be said that the larger the first feature amount C1, the higher the probability that the integrated target TF is splashing.
<第2特徴量C2>
車速(車両1の速度)が増加するにつれて、水しぶきの量及び勢いが増す。従って、仮に統合物標TFが水しぶきである場合、車速の増加に従って物標枠FRが大きくなると考えられる。一方、仮に統合物標TFが後続車両2Bである場合、車速が増加すると、車間距離が拡がるため、物標枠FRは小さくなるはずである。このような観点から、第2特徴量C2では、物標枠FRの面積である「物標面積」が用いられる。例えば、第2特徴量C2は、次のように定義される。
<Second feature amount C2>
As the vehicle speed (the speed of the vehicle 1) increases, the amount and momentum of splashing increases. Therefore, if the integrated target TF is splashed, it is considered that the target frame FR increases as the vehicle speed increases. On the other hand, if the integrated target TF is the succeeding vehicle 2B, the target frame FR should be reduced because the inter-vehicle distance increases as the vehicle speed increases. From such a viewpoint, the “target area” that is the area of the target frame FR is used as the second feature amount C2. For example, the second feature amount C2 is defined as follows.
第2特徴量C2=(物標面積@Vmax−物標面積@Vmin)/(Vmax−Vmin) Second feature amount C2 = (target area @ Vmax−target area @ Vmin) / (Vmax−Vmin)
ここで、Vmax及びVminは、それぞれ、一定期間における車速の最大値及び最小値であり、車両状態センサ40によって検出される。第2特徴量C2は、車速の増加に対する物標面積の増加の度合いであると言うこともできる。第2特徴量C2が大きいほど、統合物標TFが水しぶきである確率は高くなる。
Here, Vmax and Vmin are the maximum value and the minimum value of the vehicle speed in a certain period, respectively, and are detected by the
<第3特徴量C3>
物標面積の代わりに、物標枠FR内の画像の特徴点のオプティカルフロー(optical flow)に着目してもよい。物標枠FR内の画像の特徴点のオプティカルフローの大きさは、以下「フロー量」と呼ばれる。仮に統合物標TFが水しぶきである場合、車速の増加に従ってフロー量は大きくなると考えられる。このような観点から、第3特徴量C3は、例えば次のように定義される。
<Third feature amount C3>
Instead of the target area, attention may be paid to the optical flow of the feature points of the image in the target frame FR. The size of the optical flow of the feature points of the image within the target frame FR is hereinafter referred to as “flow amount”. If the integrated target TF is splashed, the flow amount is considered to increase as the vehicle speed increases. From such a viewpoint, the third feature amount C3 is defined as follows, for example.
第3特徴量C3=(フロー量@Vmax−フロー量@Vmin)/(Vmax−Vmin) Third feature amount C3 = (flow amount @ Vmax−flow amount @ Vmin) / (Vmax−Vmin)
ここで、Vmax及びVminは、それぞれ、一定期間における車速の最大値及び最小値であり、車両状態センサ40によって検出される。第3特徴量C3は、車速の増加に対するフロー量の増加の度合いであると言うこともできる。第3特徴量C3が大きいほど、統合物標TFが水しぶきである確率は高くなる。
Here, Vmax and Vmin are the maximum value and the minimum value of the vehicle speed in a certain period, respectively, and are detected by the
3−3−3.ステップS330
制御装置50は、判定条件が成立するか否かを判定する。判定条件は、次の第1〜第3条件のうち少なくとも1つを含む。
<第1条件>第1特徴量C1が第1閾値以上であること。
<第2条件>第2特徴量C2が第2閾値以上であること。
<第3条件>第3特徴量C3が第3閾値以上であること。
判定条件は、第1〜第3条件の全てが成立することであってもよい。あるいは、判定条件は、第1〜第3条件のいくつかが成立することであってもよい。
3-3-3. Step S330
The
<First condition> The first feature amount C1 is equal to or greater than a first threshold value.
<Second condition> The second feature amount C2 is equal to or greater than the second threshold value.
<Third condition> The third feature amount C3 is equal to or greater than a third threshold value.
The determination condition may be that all of the first to third conditions are satisfied. Alternatively, the determination condition may be that some of the first to third conditions are satisfied.
判定条件が成立する場合(ステップS330;Yes)、制御装置50は、統合物標TFが水しぶきであると判定する(ステップS300;Yes)。この場合、処理はステップS400に進む。一方、判定条件が成立しない場合(ステップS330;No)、制御装置50は、統合物標TFは水しぶきではないと判定する(ステップS300;No)。この場合、処理はステップS500に進む。
When the determination condition is satisfied (step S330; Yes), the
3−4.ステップS400(除外処理)
制御装置50は、統合物標TFを車両1の周囲の物標から除外する。
3-4. Step S400 (exclusion process)
The
3−5.ステップS500(物標情報出力処理)
制御装置50は、認識した物標に関する情報(位置、方向、サイズ等)を出力する。認識物標は、単独物標(第1物標T1、第2物標T2)及び統合物標TFである。統合物標TFの場合、前後位置として第1物標T1の前後位置を用い、横位置として第2物標T2の横位置を用いてもよい。
3-5. Step S500 (target information output process)
The
4.効果
以上に説明されたように、本実施の形態によれば、物標認識処理にライダー20とカメラ30の両方が用いられる。第1物標T1は、ライダー20による計測結果に基づいて検出され、第2物標T2は、カメラ30によって撮像された画像に基づいて検出される。第1物標T1と第2物標T2がフュージョン可能な場合、統合物標TFが水しぶきか否かを精度良く判定することができる。
4). Effect As described above, according to the present embodiment, both the
具体的には、水しぶき判定処理において、物標枠FRと特徴量Cが考慮される。物標枠FRは、カメラ30によって撮像された画像上に投影された第1物標T1の枠である。仮に統合物標TFが水しぶきである場合、物標枠FR内の画像は、水しぶきに特有の特徴を有しているはずである。そこで、物標枠FRに関連する特徴量Cが、カメラ30による撮像結果に基づいて演算される。そして、特徴量Cが閾値以上である場合、統合物標TFは水しぶきであると判定される。
Specifically, the target frame FR and the feature amount C are considered in the splash determination process. The target frame FR is a frame of the first target T1 projected on the image captured by the
このような手法により、車両1の走行に伴って発生する水しぶきを精度良く判定することが可能となる。統合物標TFが水しぶきであると判定された場合、統合物標TFは車両1の周囲の物標から除外される。これにより、水しぶきが物標として誤認識されることが抑制される。すなわち、物標認識処理の精度が向上する。
With such a method, it is possible to accurately determine the splashes generated as the
5.車両走行制御システム
物標認識処理の結果は、車両走行制御に利用される。例えば、物標認識処理の結果は、自動運転制御に利用される。自動運転制御では、例えば、周辺車両2(図1参照)の認識結果に基づいて車線変更の実施可否が決定される。従って、物標認識処理の精度を高めることは、自動運転制御において重要である。他の例として、物標認識処理の結果は、ACC(Adaptive Cruise Control)やLTA(Lane Tracing Assist)等の運転支援制御に利用されてもよい。
5). Vehicle Travel Control System The result of the target recognition process is used for vehicle travel control. For example, the result of the target recognition process is used for automatic operation control. In the automatic driving control, for example, whether or not the lane change can be performed is determined based on the recognition result of the surrounding vehicle 2 (see FIG. 1). Therefore, increasing the accuracy of the target recognition process is important in automatic operation control. As another example, the result of the target recognition process may be used for driving support control such as ACC (Adaptive Cruise Control) or LTA (Lane Tracing Assist).
図5は、本実施の形態に係る車両走行制御システム100の構成例を示すブロック図である。車両走行制御システム100は、車両1に搭載されており、車両1の走行を制御する車両走行制御を行う。
FIG. 5 is a block diagram illustrating a configuration example of the vehicle
より詳細には、車両走行制御システム100は、上述の物標認識装置10に加えて、走行装置60を備えている。走行装置60は、操舵装置、駆動装置、制動装置を含んでいる。操舵装置は、車輪を転舵する。駆動装置は、駆動力を発生させる動力源である。駆動装置としては、電動機やエンジンが例示される。制動装置は、制動力を発生させる。
More specifically, the vehicle
制御装置50は、物標認識装置10による物標認識処理の結果に基づいて車両走行制御を行う。車両走行制御は、操舵制御及び加減速制御を含む。制御装置50は、操舵装置を適宜作動させて操舵制御を行う。また、制御装置50は、駆動装置及び制動装置を適宜作動させて加減速制御を行う。制御装置50と走行装置60は、車両走行制御を行う「車両走行制御装置70」を構成していると言える。
The
本実施の形態によれば、物標認識装置10による物標認識処理の精度が向上する。従って、物標認識処理の結果を利用する自動運転制御や運転支援制御の精度も向上する。このことは、自動運転制御や運転支援制御に対するドライバの信頼の向上に寄与する。
According to the present embodiment, the accuracy of the target recognition process by the
1 車両
2 周辺車両
10 物標認識装置
20 ライダー
30 カメラ
40 車両状態センサ
50 制御装置
60 走行装置
70 車両走行制御装置
100 車両走行制御システム
DESCRIPTION OF
Claims (1)
ライダーと、
前記ライダーと視野が重なるカメラと、
物標認識処理を行う制御装置と
を備え、
前記物標認識処理は、
前記ライダーによる計測結果に基づいて第1物標を検出する第1物標検出処理と、
前記カメラによって撮像された画像に基づいて第2物標を検出する第2物標検出処理と、
前記第1物標と前記第2物標を統合物標として統合するフュージョン処理と、
前記統合物標が前記車両の走行に伴って発生した水しぶきか否かを判定する水しぶき判定処理と、
前記統合物標が前記水しぶきと判定された場合、前記統合物標を前記車両の周囲の物標から除外する除外処理と
を含み、
物標枠は、前記画像上に投影された前記第1物標を表す枠であり、
物標面積は、前記物標枠の面積であり、
フロー量は、前記物標枠内の前記画像の特徴点のオプティカルフローの大きさであり、
第1特徴量は、前記物標枠の外の前記画像の平均輝度に対する前記物標枠の中の前記画像の平均輝度の比率であり、
第2特徴量は、前記車両の速度の増加に対する前記物標面積の増加の度合いであり、
第3特徴量は、前記車両の速度の増加に対する前記フロー量の増加の度合いであり、
前記水しぶき判定処理において前記統合物標を前記水しぶきと判定する条件は、前記第1特徴量が第1閾値以上であること、前記第2特徴量が第2閾値以上であること、及び前記第3特徴量が第3閾値以上であること、のうち少なくとも1つを含む
物標認識装置。 A target recognition device mounted on a vehicle,
With the rider,
A camera whose field of view overlaps with the rider;
A control device for performing target recognition processing,
The target recognition process
A first target detection process for detecting a first target based on a measurement result by the rider;
A second target detection process for detecting a second target based on an image captured by the camera;
A fusion process for integrating the first target and the second target as an integrated target;
A splash determination process for determining whether or not the integrated target is a splash generated as the vehicle travels;
An exclusion process for excluding the integrated target from the targets around the vehicle when the integrated target is determined to be the splash;
A target frame is a frame representing the first target projected on the image,
The target area is the area of the target frame,
The flow amount is the size of the optical flow of the feature point of the image in the target frame,
The first feature amount is a ratio of the average luminance of the image in the target frame to the average luminance of the image outside the target frame,
The second feature amount is a degree of increase in the target area with respect to an increase in the speed of the vehicle,
The third feature amount is a degree of increase in the flow amount with respect to an increase in the speed of the vehicle,
The conditions for determining the integrated target as the splash in the splash determination process are that the first feature value is equal to or greater than a first threshold, the second feature value is equal to or greater than a second threshold, and the third A target recognition apparatus including at least one of the feature amount being equal to or greater than a third threshold value.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018047008A JP2019158662A (en) | 2018-03-14 | 2018-03-14 | Target recognition device and vehicle driving control system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018047008A JP2019158662A (en) | 2018-03-14 | 2018-03-14 | Target recognition device and vehicle driving control system |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019158662A true JP2019158662A (en) | 2019-09-19 |
Family
ID=67993868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018047008A Pending JP2019158662A (en) | 2018-03-14 | 2018-03-14 | Target recognition device and vehicle driving control system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2019158662A (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111866376A (en) * | 2020-06-22 | 2020-10-30 | 上海摩象网络科技有限公司 | Feature recognition method and device, pan-tilt camera and storage medium |
CN115147689A (en) * | 2021-03-29 | 2022-10-04 | 本田技研工业株式会社 | Identification device, vehicle system, identification method, and storage medium |
JP2023507940A (en) * | 2019-12-30 | 2023-02-28 | ウェイモ エルエルシー | Contact detection camera system |
US11880200B2 (en) | 2019-12-30 | 2024-01-23 | Waymo Llc | Perimeter sensor housings |
-
2018
- 2018-03-14 JP JP2018047008A patent/JP2019158662A/en active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2023507940A (en) * | 2019-12-30 | 2023-02-28 | ウェイモ エルエルシー | Contact detection camera system |
US11880200B2 (en) | 2019-12-30 | 2024-01-23 | Waymo Llc | Perimeter sensor housings |
US11887378B2 (en) | 2019-12-30 | 2024-01-30 | Waymo Llc | Close-in sensing camera system |
JP7454674B2 (en) | 2019-12-30 | 2024-03-22 | ウェイモ エルエルシー | Close-contact detection camera system |
CN111866376A (en) * | 2020-06-22 | 2020-10-30 | 上海摩象网络科技有限公司 | Feature recognition method and device, pan-tilt camera and storage medium |
CN111866376B (en) * | 2020-06-22 | 2022-03-22 | 上海摩象网络科技有限公司 | Feature recognition method and device, pan-tilt camera and storage medium |
CN115147689A (en) * | 2021-03-29 | 2022-10-04 | 本田技研工业株式会社 | Identification device, vehicle system, identification method, and storage medium |
US11933900B2 (en) | 2021-03-29 | 2024-03-19 | Honda Motor Co., Ltd. | Recognition device, vehicle system, recognition method, and storage medium |
CN115147689B (en) * | 2021-03-29 | 2024-07-19 | 本田技研工业株式会社 | Identification device, vehicle system, identification method, and storage medium |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9415718B2 (en) | Vehicular headlight apparatus | |
JP6536064B2 (en) | Travel locus selection device, travel locus selection method | |
WO2020090251A1 (en) | Object recognition device, object recognition method, and object recognition program | |
JP5022609B2 (en) | Imaging environment recognition device | |
JP5680573B2 (en) | Vehicle driving environment recognition device | |
JP6120395B2 (en) | In-vehicle device | |
US9827956B2 (en) | Method and device for detecting a braking situation | |
JP2019158662A (en) | Target recognition device and vehicle driving control system | |
JP5363921B2 (en) | Vehicle white line recognition device | |
US9676333B2 (en) | Vehicle control system | |
JP6512164B2 (en) | Object detection apparatus, object detection method | |
JP4980970B2 (en) | Image pickup means adjustment device and object detection device | |
US20140139368A1 (en) | Device And Method For Judging Likelihood Of Collision Between Vehicle And Target, Vehicle Collision Avoidance System, And Method For Avoiding Collision Between Vehicle And Target | |
CN108528448A (en) | Vehicle travels autocontrol method and device | |
JP7095640B2 (en) | Object detector | |
JP2012088217A (en) | Drive support control device | |
JP2018063606A (en) | Movement detection device, movement detection method | |
JP2013241065A (en) | Traveling environment detecting device, traveling environment detecting program, and light control device | |
JP5543938B2 (en) | Outside monitoring device | |
CN113753051B (en) | Vehicle control method, vehicle control program, and vehicle control system | |
JP5444130B2 (en) | Vehicle white line recognition device | |
CN113646820A (en) | Detection device and detection method | |
JP4376147B2 (en) | Obstacle recognition method and obstacle recognition device | |
JP4807763B1 (en) | Outside monitoring device | |
JP2006146754A (en) | Preceding car detecting method and preceding car detecting apparatus |