JP2019192059A - 対象物認識装置 - Google Patents
対象物認識装置 Download PDFInfo
- Publication number
- JP2019192059A JP2019192059A JP2018086120A JP2018086120A JP2019192059A JP 2019192059 A JP2019192059 A JP 2019192059A JP 2018086120 A JP2018086120 A JP 2018086120A JP 2018086120 A JP2018086120 A JP 2018086120A JP 2019192059 A JP2019192059 A JP 2019192059A
- Authority
- JP
- Japan
- Prior art keywords
- point cloud
- cloud data
- program
- dimensional point
- roadway
- 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
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 238000000605 extraction Methods 0.000 claims description 17
- 238000010801 machine learning Methods 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 2
- 238000007637 random forest analysis Methods 0.000 abstract description 9
- 238000000034 method Methods 0.000 description 39
- 238000003066 decision tree Methods 0.000 description 23
- 239000000284 extract Substances 0.000 description 7
- 238000000926 separation method Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 239000004744 fabric Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007636 ensemble learning method Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
Description
1.1全体構成
図1に、この発明の一実施形態による認識装置の学習方法を示す。これにより、機械学習プログラムが学習を行って、三次元点群データによって表されるオブジェクト(対象物)の種類を認識する認識装置を生成することができる。なお、機械学習プログラムとしては、ランダムフォレストによって機械学習を行うプログラムを用いることができるが、他の機械学習プログラムを用いてもよい。
図2に、認識装置のハードウエア構成を示す。CPU30には、メモリ32、ディスプレイ34、通信回路36、ハードディスク38、DVD−ROMドライブ40、キーボード/マウス42、記録媒体ドライブ44が接続されている。通信回路36は、インターネットに接続するためのものである。記録媒体ドライブ44は、可搬性記録媒体52に記録された三次元点群データを取り込むためのものである。
図3に、認識プログラム48の学習データ生成処理のフローチャートを示す。この処理においては、オブジェクトごとの三次元点群データを学習用元データとして、これに基づいて学習データを生成する。
(1)上記実施形態では、テンプレートマッチングによる一致率を分布特性として学習データとして用いている。しかし、テンプレートマッチングによる一致率を用いないようにしてもよい。
2.1全体構成
図18に、この発明の一実施形態による認識装置を示す。三次元点群データ取得手段10は、認識対象物を測定した三次元点群データを取得する。分布特性算出手段12は、三次元点群データを内包する直方体を基準として、三次元点群データにおける点群の分布特性を数値として算出する。推定手段14は、算出した分布特性の数値に基づいて、対象物を推定する。
ハードウエア構成は、第1の実施形態と同様である。
図19に、認識プログラム48の推定処理のフローチャートを示す。この実施形態では、主としてランダムフォレストによって機械学習を行った認識装置を用いている。
(1)上記実施形態では、テンプレートマッチングによる一致率を分布特性として学習データとして用いている。しかし、テンプレートマッチングによる一致率を用いないようにしてもよい。
Claims (23)
- 対象物を区別して認識するための認識装置であって、
対象物を測定した三次元点群データを取得するデータ取得手段と、
前記対象物の三次元点群データを内包する三次元領域を定義する領域生成手段と、
前記対象物の三次元点群データを内包する三次元領域を基準として、三次元点群データにおける点群の分布特性を数値として算出する分布特性算出手段と、
算出した分布特性の数値に基づいて、対象物を推定する推定手段と、
を備えた認識装置。 - 対象物を区別して認識するための認識装置をコンピュータによって実現するための認識プログラムであって、コンピュータを、
対象物を測定した三次元点群データを取得するデータ取得手段と、
前記対象物の三次元点群データを内包する三次元領域を定義する領域生成手段と、
前記対象物の三次元点群データを内包する三次元領域を基準として、三次元点群データにおける点群の分布特性を数値として算出する分布特性算出手段と、
算出した分布特性の数値に基づいて、対象物を推定する推定手段として機能させるための認識プログラム。 - 請求項1の装置または請求項2のプログラムにおいて、
前記三次元点群データは、道路および地物を測定したものであり、
前記領域生成手段は、地物に対応する道路面を基準として地物を内包する三次元領域を定義することを特徴とする装置またはプログラム。 - 請求項1〜3のいずれかのプログラムにおいて、
前記分布特性算出手段は、前記三次元領域のX方向長さ、Y方向長さまたはZ方向長さを分布特性として算出することを特徴とする装置またはプログラム。 - 請求項1〜4のいずれかの装置またはプログラムにおいて、
前記分布特性算出手段は、少なくともX軸またはY軸にて前記三次元領域を短冊状に区切った時の各区画に含まれる点の数の分散を分布特性として算出することを特徴とする装置またはプログラム。 - 請求項1〜5のいずれかの装置またはプログラムにおいて、
前記分布特性算出手段は、少なくとも前記三次元領域を上下に分割し、上部・下部に含まれる点の数の比率を分布特性として算出することを特徴とする装置またはプログラム。 - 請求項1〜6のいずれかの装置またはプログラムにおいて、
前記分布特性算出手段は、少なくとも前記三次元領域のX方向長さまたはY方向長さと、Z方向長さとの比率を分布特性として算出することを特徴とする装置またはプログラム。 - 請求項1〜7のいずれかの装置またはプログラムにおいて、
前記分布特性算出手段は、少なくとも前記三次元領域のZ方向の所定間隔の位置での三次元点群データのX方向幅またはY方向幅の変化量を分布特性として算出することを特徴とする装置またはプログラム。 - 請求項1〜8のいずれかの装置またはプログラムにおいて、
前記分布特性算出手段は、少なくともZ軸にて前記三次元領域を短冊状に区切った時の点の数が最も多い区画の点の密度を分布特性として算出することを特徴とする装置またはプログラム。 - 請求項1〜9のいずれかの装置またはプログラムにおいて、
前記分布特性算出手段は、少なくとも三次元点群データ全体の法線ベクトルのZ軸に対する傾きを分布特性として算出することを特徴とする装置またはプログラム。 - 請求項1〜10のいずれかの装置またはプログラムにおいて、
前記分布特性算出手段は、少なくともZ軸にて前記三次元領域を短冊状に区切った時の各区画の点群データの法線ベクトルのZ軸に対する傾きのばらつきを分布特性として算出することを特徴とする装置またはプログラム。 - 請求項1〜11のいずれかの装置またはプログラムにおいて、
前記分布特性算出手段は、少なくともZ軸にて前記三次元領域を短冊状に区切った断面における点群データの面積の累積変化量を分布特性として算出することを特徴とする装置またはプログラム。 - 請求項1〜12のいずれかの装置またはプログラムにおいて、
前記分布特性算出手段は、少なくともテンプレートマッチングによる合致率を分布特性として算出することを特徴とする装置またはプログラム。 - 請求項1〜13のいずれかの装置またはプログラムにおいて、
前記推定手段は、前記分布特性に基づいて機械学習を行って推定を行うものであることを特徴とする装置またはプログラム。 - 請求項1〜14のいずれかの装置またはプログラムにおいて、
前記推定手段は、前記三次元点群データの存在する位置に基づいて当該三次元点群データをグループ分けし、当該グループごとに機械学習または深層学習を行って対象物を推定することを特徴とする装置またはプログラム。 - 請求項1〜15のいずれかの装置またはプログラムにおいて、
前記推定手段は、各点における反射強度または色データまたはその双方も考慮して対象物を推定することを特徴とする装置またはプログラム。 - 対象物を測定した三次元点群データに基づいて、対象物を区別して識別するための認識装置を生産する方法であって、
学習対象物を測定した三次元点群データを内包する三次元領域を形成し、
前記三次元領域を基準として、三次元点群データにおける点群の分布特性を数値として算出し、学習によって上記認識処理を実現する装置に、算出した分布特性の数値を学習データとして与えて学習させることにより認識装置を生産する方法。 - 計測された三次元点群データから車道被覆オブジェクトを認識するための認識装置であって、
計測された三次元点群データを取得する取得手段と、
前記三次元点群データから車道オブジェクトを抽出する道路抽出手段と、
前記抽出された車道オブジェクトの上に重なるオブジェクトを抽出する車道上部オブジェクト抽出手段と、
前記被覆オブジェクトを前記車道オブジェクトに設定された車線方向に垂直な所定間隔の平面にて断面を形成し、各断面において前記被覆オブジェクトが実質的に同一形状であれば車道被覆オブジェクトであると推定する車道被覆オブジェクト抽出手段と、
を備えた認識装置。 - 計測された三次元点群データから車道被覆オブジェクトを認識するための認識装置を、コンピュータによって実現するための認識プログラムであって、コンピュータを、
計測された三次元点群データを取得する取得手段と、
前記三次元点群データから車道オブジェクトを抽出する道路抽出手段と、
前記抽出された車道オブジェクトの上に重なるオブジェクトを抽出する車道上部オブジェクト抽出手段と、
前記被覆オブジェクトを前記車道オブジェクトに設定された車線方向に垂直な所定間隔の平面にて断面を形成し、各断面において前記被覆オブジェクトが実質的に同一形状であれば車道被覆オブジェクトであると推定する車道被覆オブジェクト抽出手段として機能させるための認識プログラム。 - 請求項19の装置または請求項19のプログラムにおいて、
前記車道被覆オブジェクトとして、少なくともカルバート、シェッド、シェルターまたはトンネルを含むことを特徴とする装置またはプログラム。 - 請求項18〜20のいずれかの装置またはプログラムにおいて、
前記車線方向は、計測時に走行方向として取得されたものであることを特徴とする装置またはプログラム。 - 計測された三次元点群データから擁壁オブジェクトを認識するための認識装置であって、
対象物を測定した三次元点群データを取得するデータ取得手段と、
前記三次元点群データから車道オブジェクトを抽出する車道抽出手段と、
前記車道オブジェクトの端部に接する近似平面を形成する点群データを見いだし、当該近似平面と車道との角度が所定角度以上であれば、当該近似平面を擁壁であると推定する擁壁推定手段と、
を備えた認識装置。 - 計測された三次元点群データから擁壁オブジェクトを認識するための認識装置をコンピュータによって実現するための認識プログラムであって、コンピュータを、
対象物を測定した三次元点群データを取得するデータ取得手段と、
前記三次元点群データから車道オブジェクトを抽出する車道抽出手段と、
前記車道オブジェクトの端部に接する近似平面を形成する点群データを見いだし、当該近似平面と車道との角度が所定角度以上であれば、当該近似平面を擁壁であると推定する擁壁推定手段として機能させるための認識プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018086120A JP7290240B2 (ja) | 2018-04-27 | 2018-04-27 | 対象物認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018086120A JP7290240B2 (ja) | 2018-04-27 | 2018-04-27 | 対象物認識装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019192059A true JP2019192059A (ja) | 2019-10-31 |
JP7290240B2 JP7290240B2 (ja) | 2023-06-13 |
Family
ID=68390217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018086120A Active JP7290240B2 (ja) | 2018-04-27 | 2018-04-27 | 対象物認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7290240B2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6961126B1 (ja) * | 2020-10-28 | 2021-11-05 | 三菱電機株式会社 | 劣化検知装置 |
JP2021532442A (ja) * | 2019-06-17 | 2021-11-25 | センスタイム グループ リミテッド | ターゲット検出方法及び装置、スマート運転方法、装置並びに記憶媒体 |
KR102356910B1 (ko) * | 2021-08-05 | 2022-02-08 | 주식회사 인피닉 | 객체의 선제 검출 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램 |
CN115824052A (zh) * | 2023-02-14 | 2023-03-21 | 长沙空维激光技术服务有限公司 | 一种基于激光雷达点云数据的堆料体积测量方法 |
CN115995010A (zh) * | 2023-03-22 | 2023-04-21 | 华南农业大学 | 一种基于植株群体点云的株高提取方法及系统 |
WO2024004723A1 (ja) * | 2022-06-28 | 2024-01-04 | 京セラ株式会社 | 電子機器、制御方法および制御プログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012203894A (ja) * | 2011-03-28 | 2012-10-22 | Kumamoto Univ | 3dパターンマッチング方法 |
JP2014109555A (ja) * | 2012-12-04 | 2014-06-12 | Nippon Telegr & Teleph Corp <Ntt> | 点群解析処理装置、点群解析処理方法及びプログラム |
JP2016143324A (ja) * | 2015-02-04 | 2016-08-08 | 株式会社デンソー | 物体検出装置 |
JP2017138219A (ja) * | 2016-02-04 | 2017-08-10 | 株式会社デンソー | 物体認識装置 |
JP2017146957A (ja) * | 2016-02-19 | 2017-08-24 | トヨタ自動車株式会社 | 深層畳み込みニューラルネットワークによるレイヤベースの物体検出の強化 |
JP2018048949A (ja) * | 2016-09-23 | 2018-03-29 | トヨタ自動車株式会社 | 物体識別装置 |
-
2018
- 2018-04-27 JP JP2018086120A patent/JP7290240B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012203894A (ja) * | 2011-03-28 | 2012-10-22 | Kumamoto Univ | 3dパターンマッチング方法 |
JP2014109555A (ja) * | 2012-12-04 | 2014-06-12 | Nippon Telegr & Teleph Corp <Ntt> | 点群解析処理装置、点群解析処理方法及びプログラム |
JP2016143324A (ja) * | 2015-02-04 | 2016-08-08 | 株式会社デンソー | 物体検出装置 |
JP2017138219A (ja) * | 2016-02-04 | 2017-08-10 | 株式会社デンソー | 物体認識装置 |
JP2017146957A (ja) * | 2016-02-19 | 2017-08-24 | トヨタ自動車株式会社 | 深層畳み込みニューラルネットワークによるレイヤベースの物体検出の強化 |
JP2018048949A (ja) * | 2016-09-23 | 2018-03-29 | トヨタ自動車株式会社 | 物体識別装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021532442A (ja) * | 2019-06-17 | 2021-11-25 | センスタイム グループ リミテッド | ターゲット検出方法及び装置、スマート運転方法、装置並びに記憶媒体 |
JP7033373B2 (ja) | 2019-06-17 | 2022-03-10 | センスタイム グループ リミテッド | ターゲット検出方法及び装置、スマート運転方法、装置並びに記憶媒体 |
JP6961126B1 (ja) * | 2020-10-28 | 2021-11-05 | 三菱電機株式会社 | 劣化検知装置 |
WO2022091248A1 (ja) * | 2020-10-28 | 2022-05-05 | 三菱電機株式会社 | 劣化検知装置 |
KR102356910B1 (ko) * | 2021-08-05 | 2022-02-08 | 주식회사 인피닉 | 객체의 선제 검출 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램 |
WO2024004723A1 (ja) * | 2022-06-28 | 2024-01-04 | 京セラ株式会社 | 電子機器、制御方法および制御プログラム |
CN115824052A (zh) * | 2023-02-14 | 2023-03-21 | 长沙空维激光技术服务有限公司 | 一种基于激光雷达点云数据的堆料体积测量方法 |
CN115995010A (zh) * | 2023-03-22 | 2023-04-21 | 华南农业大学 | 一种基于植株群体点云的株高提取方法及系统 |
CN115995010B (zh) * | 2023-03-22 | 2023-06-16 | 华南农业大学 | 一种基于植株群体点云的株高提取方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP7290240B2 (ja) | 2023-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7290240B2 (ja) | 対象物認識装置 | |
CN106127153B (zh) | 车载激光扫描点云数据的交通标牌识别方法 | |
Wang et al. | Road boundaries detection based on local normal saliency from mobile laser scanning data | |
Wu et al. | Rapid localization and extraction of street light poles in mobile LiDAR point clouds: A supervoxel-based approach | |
CN110796714B (zh) | 一种地图构建方法、装置、终端以及计算机可读存储介质 | |
JP5430627B2 (ja) | 道路付属物検出装置、道路付属物検出方法、及びプログラム | |
CN106920278B (zh) | 一种基于Reeb图的立交桥三维建模方法 | |
Heinzle et al. | Characterising space via pattern recognition techniques: identifying patterns in road networks | |
CN105701798A (zh) | 柱状物体的点云提取方法及装置 | |
JP2006323608A (ja) | 立体構造物群モデル作成装置、立体構造物群モデル作成方法及び立体モデル作成システム | |
WO2021051346A1 (zh) | 立体车道线确定方法、装置和电子设备 | |
CN108388995B (zh) | 一种道路资产管理系统的建立方法及建立系统 | |
Yadav et al. | Pole-shaped object detection using mobile LiDAR data in rural road environments | |
Husain et al. | Road surface and its center line and boundary lines detection using terrestrial Lidar data | |
CN114509065B (zh) | 地图构建方法、系统、车辆终端、服务器端及存储介质 | |
Badenko et al. | Comparison of software for airborne laser scanning data processing in smart city applications | |
CN112837414B (zh) | 基于车载点云数据的三维高精度地图的构建方法 | |
RU2638638C1 (ru) | Способ и система автоматического построения трехмерных моделей городов | |
CN111047694A (zh) | 一种基于视觉与规则的三维道路建模方法及系统 | |
Wolf et al. | Applicability of neural networks for image classification on object detection in mobile mapping 3d point clouds | |
Namouchi et al. | Piecewise horizontal 3d roof reconstruction from aerial lidar | |
JP7204087B2 (ja) | 対象物認識装置 | |
Chiang et al. | Fast multi-resolution spatial clustering for 3D point cloud data | |
Yastikli et al. | Automatic 3D building model generations with airborne LiDAR data | |
CN113128122A (zh) | 基于bim的市政公路检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180511 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20200310 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20200310 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200312 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200605 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210412 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220310 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220418 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220601 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220912 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221017 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20221017 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20221026 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20221031 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20221125 |
|
C211 | Notice of termination of reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C211 Effective date: 20221129 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20221226 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20230306 |
|
C23 | Notice of termination of proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C23 Effective date: 20230327 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230522 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7290240 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |