JP2021056608A - 占有グリッドマップ生成装置、占有グリッドマップ生成システム、占有グリッドマップ生成方法、およびプログラム - Google Patents

占有グリッドマップ生成装置、占有グリッドマップ生成システム、占有グリッドマップ生成方法、およびプログラム Download PDF

Info

Publication number
JP2021056608A
JP2021056608A JP2019177053A JP2019177053A JP2021056608A JP 2021056608 A JP2021056608 A JP 2021056608A JP 2019177053 A JP2019177053 A JP 2019177053A JP 2019177053 A JP2019177053 A JP 2019177053A JP 2021056608 A JP2021056608 A JP 2021056608A
Authority
JP
Japan
Prior art keywords
data
map
detection result
occupancy probability
occupancy
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
Application number
JP2019177053A
Other languages
English (en)
Other versions
JP7200897B2 (ja
Inventor
直広 藤原
Naohiro Fujiwara
直広 藤原
真 大門
Makoto Daimon
真 大門
存也 寺二
Ariya TERANI
存也 寺二
元気 千葉
Genki Chiba
元気 千葉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Denso Corp
Original Assignee
Denso Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Denso Corp filed Critical Denso Corp
Priority to JP2019177053A priority Critical patent/JP7200897B2/ja
Priority to PCT/JP2020/028376 priority patent/WO2021059714A1/ja
Publication of JP2021056608A publication Critical patent/JP2021056608A/ja
Priority to US17/656,623 priority patent/US20220215673A1/en
Application granted granted Critical
Publication of JP7200897B2 publication Critical patent/JP7200897B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/93Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867Combination of radar systems with cameras
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/89Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/123Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G08G1/127Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station
    • G08G1/13Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station the indicator being in the form of a map

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)
  • Navigation (AREA)

Abstract

【課題】占有確率の更新幅を適切に制御できる占有グリッドマップ(OGM)生成装置を提供する。【解決手段】OGM生成システム1において、占有OGM生成装置10は、領域をグリッド分割した複数のセルのそれぞれに物体が存在する占有確率を示す、周辺の物体を検出するカメラ、ミリ波レーダ及びその他センサから物体の検出結果データを取得するカメラ用ECU、ミリ波用ECU及びその他ECUと、検出結果データに基づいて、前時刻に算出した各セルの占有確率を逐次更新して最新の占有確率を算出する占有確率更新部と、周辺の地図データを取得するPD地図取得部と、地図データに基づいて周辺の各セルの物体の存否に関するデータを求め、当該各セルの物体の存否に関するデータと検出結果データとの一致度合に基づいて、占有確率更新部による各セルの占有確率を更新する際に用いる検出結果データの重みを決定する更新重み算出部とを備える。【選択図】図2

Description

本発明は、占有グリッドマップを生成する技術に関する。
車両が走行可能領域(フリースペース)を認識する手法の一つとして、占有グリッドマップ(Occupancy Grid Map:以下「OGM」ともいう)が知られている(特許文献1)。OGMは、領域をグリッド(格子)状に区切り、グリッドによって仕切られた各セルに対し、セルを物体(立体物)が占有する確率を与えたマップである。OGMは、各セルの占有確率を時系列で更新していく。
特開2019−46147号公報
時系列で更新を行う際、フレーム毎に各セルの占有確率をどの程度更新するか(更新幅)の設定が難しい。更新幅を大きくすれば、フレーム間で確率が大きく動くため、クラッター等に対しても占有確率が大きくなってしまう。一方で、更新幅を小さくしすぎると、物標確定に時間がかかってしまう。
本開示は、上記背景に鑑み、占有確率の更新幅を適切に制御できる占有グリッドマップ生成装置を提供する。
本開示は上記課題を解決するために以下の技術的手段を採用する。特許請求の範囲及びこの項に記載した括弧内の符号は、ひとつの態様として後述する実施の形態に記載の具体的手段との対応関係を示す一例であって、本発明の技術的範囲を限定するものではない。
本開示の占有グリッドマップ生成装置(1)は、領域をグリッド状に分割した複数のセルのそれぞれに物体が存在する占有確率を示す占有グリッドマップの生成装置であって、周辺にある物体を検出するデバイス(20,21)から、物体の検出結果データを取得するデータ取得部(11,12)と、前記検出結果データに基づいて、前時刻に算出した各セルの占有確率を逐次更新して最新の占有確率を算出する占有確率更新部(13)と、周辺の地図データを取得する地図データ取得部(16)と、前記地図データに基づいて、周辺の各セルの物体の存否に関するデータを求め、当該各セルの物体の存否に関するデータと前記検出結果データとの一致度合に基づいて、前記占有確率更新部による各セルの占有確率を更新する際に用いる検出結果データの重みを決定する更新重み算出部(14)とを備える。
本開示によれば、地図データを利用して占有確率の更新幅を適切に制御することができる。
OGM生成システムの構成を示す図である。 OGM生成装置の構成を示す図である。 更新重みについて説明する図である。 OGM生成装置の動作を示すフローチャートである。 PD地図の精度と更新重みについて説明する図である。(a)はPD地図が高精度のときの更新重みを示し、(b)はPD地図が低精度のときの更新重みを示す。
以下、本開示の実施の形態にかかる占有グリッドマップ生成装置(以下、「OGM生成装置」という)10について、図面を参照して説明する。本実施の形態では、OGM生成装置10が複数の車両に搭載されて占有グリッドマップ生成システム(以下、「OGM生成システム」という)1を構成する例を挙げて説明するが、OGM生成装置10は単体でも用いることができるし、また、必ずしも車両に搭載されなくてもよい。
図1は、OGM生成システム1の構成を示す図である。OGM生成システム1は、複数のプローブカーCのそれぞれに搭載されたOGM生成装置10と、プローブデータ地図サーバ(以下、「PD地図サーバ」という)30とを備えている。
各プローブカーCは、車両周辺にある物体の検出データと、車両の現在位置のデータをPD地図サーバ30に送信する。PD地図サーバ30は、複数のプローブカーCから収集した検出データに基づいてプローブデータ地図(以下、「PD地図」という)を生成する。PD地図サーバ30は、プローブカーCからの要求に応じて、当該プローブカーCの周辺のPD地図を配信する。
図2は、OGM生成装置10の構成を示す図である。OGM生成装置10は、領域をグリッド状に分割した複数のセルのそれぞれに物体が存在する占有確率を示す占有グリッドマップの生成装置である。
OGM生成装置10は、車両に搭載されたカメラ20とミリ波レーダー21とその他センサ22に接続されている。カメラ20で撮影された映像はカメラ用ECU11で処理され、周辺にある物体を検出する。ミリ波レーダー21で取得されたデータはミリ波用ECU12で処理され、周辺にある物体を検出する。その他センサ22は周辺にある物体を検出するその他のデバイスであり、その他センサ22で取得されたデータはその他ECU13で処理される。カメラ20とミリ波レーダー21とその他センサ22は、周辺にある物体を検出するデバイスに相当する。カメラ用ECU11、ミリ波用ECU12、その他ECU13で得られた物体の検出結果データは占有確率更新部14に入力される。なお、以下の説明において、車両に搭載されたカメラ20、ミリ波レーダー21、その他センサ22などの車両に搭載されたセンサを「自律センサ」と呼ぶ。なお、ここでは、センサの具体例としてカメラ20、ミリ波レーダー21を挙げたが、センサの種類はこれらに限定されず、その他センサ22として様々な種類のセンサを用いることができる。
占有確率更新部14は、周辺にある物体の検出結果データに基づいて、OGMの各セルの占有確率を更新する機能を有する。占有確率とは、セルに立体物が存在する確率である。
占有確率更新部14は、所定のタイミングでOGMを更新するが、前のタイミングで生成されたOGMがある場合には、当該OGMの各セルの占有確率を更新することにより、OGMを逐次更新する。つまり、占有確率更新部14は、カメラ20やミリ波レーダー21から検出結果データに基づいて各セルの占有確率を置き換えるのではなく、検出結果データに基づいて、前に生成したOGMの占有確率を更新する。なお、OGM生成装置10は、例えば起動時などのように、OGMを一度も生成したことのない状態では、前のタイミングで生成したOGMがないので、占有確率更新部14は、検出結果データに基づいて、OGMの各セルの占有確率を算出する。
更新重み算出部15は、占有確率を更新する際に用いる検出結果データの重みを算出する機能を有する。検出結果データに基づいて求めた検出点の尤度を重視する場合には、検出結果データの重みを大きくし、前時刻のOGMの占有確率を重視する場合には、検出結果データの重みを小さくする。この結果、更新重み算出部15にて算出された重みによって、占有確率更新部14が占有確率を更新する際の更新幅が制御される。更新重み算出部15は、更新重みを算出するために、PD地図データを用いる。
現在位置算出部16は、自車両の現在位置を検出する機能を有する。現在位置算出部16は、例えば、GPS受信機である。PD地図取得部17は、現在位置算出部16にて算出した現在位置のデータをPD地図サーバ30に送信し、現在位置の周辺のPD地図データのダウンロードを要求する。PD地図取得部17は、PD地図サーバ30からPD地図データを受信すると、受信したPD地図データを更新重み算出部15に渡す。
PD地図データは、複数のプローブカーCから収集された検出結果データを用いて生成され、周辺に存在する物体のデータが含まれている。ただし、PD地図のデータの精度は、収集したプローブデータの量や新しさによって異なり、必ずしも一定ではない。
更新重み算出部15は、PD地図サーバ30から取得したPD地図に基づいて各セルの物体の存否に関するデータを求める。PD地図は、緯度経度と物体属性のデータで構成されているので、更新重み算出部15は、自車両の位置のデータを用いて、取得したPD地図を自車両から見たグリッドマップに変換する。これにより、自車両の周辺の領域をグリッド状に分割した各セル(すなわち、周辺の各セル)の物体の存否に関するデータが得られる。その後、更新重み算出部15は、各セルの物体の存否に関するデータと、自律センサによる検出結果データとの一致度合に基づいて、各セルの占有確率の更新する際の検出結果データの重みを算出する。なお、PD地図がグリッドマップの形式の情報を有する場合には、PD地図に示される各セルの物体の存否に関するデータを用いて、各セルの更新重みを算出することができる。
図3は、更新重みについて説明する図である。図3において、「PD地図」の「あり」「なし」は、PD地図のデータにおける物体の「あり」「なし」を示し、「自律センサ」の「あり」「なし」は、自律センサの検出結果データに基づく物体の「あり」「なし」の判定結果を示す。
図3に見られるように、PD地図と自律センサの検出結果において、物体の存否が一致している場合には、更新重みを「大」とする。逆に、PD地図と自律センサの検出結果において、物体の存否が一致していない場合には、更新重みを「中」または「小」とする。つまり、物体の存否が一致する場合のほうが、一致しない場合よりも、更新重みを大きくする。なお、「大」「中」「小」の具体的な値は、実験的に適切な値を設定することができる。
PD地図と自律センサにおいて、物体の存否が一致していない場合については、自律センサで物体が「あり」と判定した場合と「なし」と判定した場合とで、更新重みを変える。すなわち、PD地図で物体が「なし」、自律センサで「あり」の場合には、何も存在しないセル(例えば、道路等)に物体(例えば、車両)が現れた可能性があり、自律センサの検出結果データが間違っていない可能性があるので、検出結果データに基づく更新重みを「中」とする。逆に、PD地図で物体が「あり」、自律センサで「なし」の場合には、自律センサの検出結果データが間違っている可能性があるので、更新重みを小さくする。なお、PD地図で物体が「なし」、自律センサで「あり」の状態が一定フレーム数連続した場合には、物体が存在する可能性が高いので、更新重みを「大」としてもよい。
更新重み算出部15は、更新重みのデータを占有確率更新部14に渡し、占有確率更新部14は、検出結果データに基づき、各セルの占有確率を更新する際に、更新重み算出部15から渡された更新重みを用いる。
図4は、実施の形態のOGM生成装置10の動作を示す図である。OGM生成装置10は、自律センサから検出結果データを取得する(S10)。続いて、OGM生成装置10は、検出結果データに基づき、物体の検出点を取得し、検出点の尤度を推定する(S11)。
また、OGM生成装置10は、PD地図サーバ30から現在位置周辺のPD地図データを取得し(S12)、PD地図データと検出結果データとに基づき、OGMの各セルの占有確率を更新する際の検出結果データの重みを算出する(S13)。続いて、OGM生成装置10は、自律センサの検出点に基づき、更新重み算出部15で求めた重みでOGMを更新する(S14)。
以上、本実施の形態のOGM生成装置10の構成について説明したが、上記したOGM生成装置10のハードウェアの例は、CPU、RAM、ROM、ハードディスク、ディスプレイ、通信インターフェース等を備えたコンピュータである。上記した各機能を実現するモジュールを有するプログラムをRAMまたはROMに格納しておき、CPUによって当該プログラムを実行することによって、上記したOGM生成装置が実現される。このようなプログラムも本発明の範囲に含まれる。
以上、本実施の形態のOGM生成システム1、OGM生成装置10の構成および動作について説明した。
本実施の形態のOGM生成装置10は、PD地図データに基づく物体の存否に関する情報を用いて、自律センサによる検出結果を反映させる更新重みを算出するので、適切な更新重みでOGMを更新することができる。自律センサによる検出結果データがPD地図データと一致する場合には、更新重みを大きくすることで、早期に物標を確定することができ、未検出を低減できる。逆に、一致しない場合には、更新重みを小さくすることで、誤検出を低減できる。
以上、本実施の形態のOGM生成装置について説明したが、本開示のOGM生成装置は上記した実施の形態に限定されるものではない。
本開示にかかるOGM生成装置は、PD地図の精度に基づいて、OGMの更新重みを算出してもよい。PD地図の精度は、PD地図の生成に用いたプローブデータの量によって規定することができる。多くのプローブデータから生成したPD地図は精度が高く、元となったプローブデータが少ない場合には精度が高いとはいえない。本開示では、PD地図の生成に用いたプローブデータの量が所定の閾値以上の場合は精度が高い、所定の閾値未満の場合は精度が低いとする。
図5(a)は、PD地図の精度が高い場合の更新重みを示す図であり、図5(b)はPD地図の精度が低い場合の更新重みを示す図である。図5(a)および図5(b)では、更新重みを5段階の数値で示している。図5(a)と図5(b)に示したように、PD地図の精度が高いほど、自律センサとPD地図との一致度が高い場合の更新重みを大きくしてもよい。図5(a)および図5(b)では、PD地図の精度の良し悪しと更新重みについて示したが、PD地図の更新日時によって更新重みを変えてよい。すなわち、最新の更新日時が新しいほど、自律センサとPD地図との一致度が高い場合の更新重みを大きくしてもよい。
また、上記した実施の形態では、PD地図に基づく物体の存否に関するデータは、「あり」「なし」の2値である場合を例としたが、物体の存否に関する情報は、確率値であってもよい。この確率値と、ステップS11で求めた検出点の尤度との一致度に基づいて、更新重みを算出してもよい。
また、上記した実施の形態では、地図データとして、PD地図を用いる例を挙げたが、地図データをPD地図でなくてもよい。任意の会社が編集して作成された電子地図を用いてもよい。
上記した実施の形態では、地図データを用いて更新重みを算出する例を挙げたが、車車間通信や路車間通信等を通じて取得したデータに基づいて、更新重みを算出してもよい。
本発明は、車両の周辺領域等の占有確率マップを生成する装置として有用である。
1…OGM生成システム、10…OGM生成装置、11…カメラ用ECU、
12…ミリ波用ECU、13…その他ECU、14…占有確率更新部、
15…更新重み算出部、16…現在位置算出部、17…PD地図取得部、
20…カメラ、21…ミリ波レーダー、22…その他センサ、
30…PD地図サーバ。

Claims (7)

  1. 領域をグリッド状に分割した複数のセルのそれぞれに物体が存在する占有確率を示す占有グリッドマップの生成装置(10)であって、
    周辺にある物体を検出するデバイスから、物体の検出結果データを取得するデータ取得部(11,12)と、
    前記検出結果データに基づいて、前時刻に算出した各セルの占有確率を逐次更新して最新の占有確率を算出する占有確率更新部(13)と、
    周辺の地図データを取得する地図データ取得部(16)と、
    前記地図データに基づいて、周辺の各セルの物体の存否に関するデータを求め、当該各セルの物体の存否に関するデータと前記検出結果データとの一致度合に基づいて、前記占有確率更新部による各セルの占有確率を更新する際に用いる検出結果データの重みを決定する更新重み算出部(14)と、
    を備える占有グリッドマップ生成装置。
  2. 前記更新重み算出部は、前記検出結果データと前記地図データに基づく物体の存否に関するデータとの一致度が高い場合に、一致度が低い場合よりも前記重みを大きくする請求項1に記載の占有グリッドマップ生成装置。
  3. 前記地図データ取得部にて取得する地図データは、プローブカーによって収集されたデータから生成されたプローブデータ地図であり、
    前記プローブデータ地図の精度が高いほど、前記検出結果データと前記地図データに基づく物体の存否に関するデータとの一致度が高い場合の前記重みを大きくする請求項2に記載の占有グリッドマップ生成装置。
  4. 前記地図データ取得部にて取得する地図データは、プローブカーによって収集されたデータから生成されたプローブデータ地図であり、
    前記プローブデータ地図の更新日時が新しいほど、前記検出結果データと前記プローブ地図データに基づく物体の存否に関するデータとの一致度が高い場合の前記重みを大きくする請求項2に記載の占有グリッドマップ生成装置。
  5. 周辺にある物体を検出するデバイスと、現在位置のデータを検出する現在位置検出部と、請求項3または4に記載の占有グリッドマップ生成装置と、を有する複数の車両と、
    前記複数の車両から、前記デバイスによる検出結果データと現在位置のデータを取得するプローブデータ地図サーバ(30)と、
    を備え、
    前記各車両が有する占有グリッドマップ生成装置は、前記プローブデータ地図サーバから取得した現在位置周辺のプローブデータ地図と、自車両に備えられたデバイスにて検出した検出結果データとに基づいて占有グリッドマップを生成する占有グリッドマップ生成システム(1)。
  6. 領域をグリッド状に分割した複数のセルのそれぞれに物体が存在する占有確率を示す占有グリッドマップを生成する方法であって、
    周辺にある物体を検出するデバイスから、物体の検出結果データを取得するステップと、
    周辺の地図データを取得するステップと、
    前記地図データに基づいて、周辺の各セルの物体の存否に関するデータを求め、当該各セルの物体の存否に関するデータと前記検出結果データとの一致度合に基づいて、前記占有グリッドマップの各セルの占有確率を更新する際に用いる検出結果データの重みを算出するステップと、
    前記検出結果データと前記重みとに基づいて、前時刻に算出した各セルの占有確率を逐次更新して最新の占有確率を算出するステップと、
    を備える占有グリッドマップ生成方法。
  7. 領域をグリッド状に分割した複数のセルのそれぞれに物体が存在する占有確率を示す占有グリッドマップを生成するためのプログラムであって、コンピュータに、
    周辺にある物体を検出するデバイスから、物体の検出結果データを取得するステップと、
    周辺の地図データを取得するステップと、
    前記地図データに基づいて、周辺の各セルの物体の存否に関するデータを求め、当該各セルの物体の存否に関するデータと前記検出結果データとの一致度合に基づいて、前記占有グリッドマップの各セルの占有確率を更新する際に用いる検出結果データの重みを算出するステップと、
    前記検出結果データと前記重みとに基づいて、前時刻に算出した各セルの占有確率を逐次更新して最新の占有確率を算出するステップと、
    を実行させるプログラム。
JP2019177053A 2019-09-27 2019-09-27 占有グリッドマップ生成装置、占有グリッドマップ生成システム、占有グリッドマップ生成方法、およびプログラム Active JP7200897B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2019177053A JP7200897B2 (ja) 2019-09-27 2019-09-27 占有グリッドマップ生成装置、占有グリッドマップ生成システム、占有グリッドマップ生成方法、およびプログラム
PCT/JP2020/028376 WO2021059714A1 (ja) 2019-09-27 2020-07-22 占有グリッドマップ生成装置、占有グリッドマップ生成システム、占有グリッドマップ生成方法、およびプログラム
US17/656,623 US20220215673A1 (en) 2019-09-27 2022-03-25 Device, system, and method for generating occupancy grid map

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019177053A JP7200897B2 (ja) 2019-09-27 2019-09-27 占有グリッドマップ生成装置、占有グリッドマップ生成システム、占有グリッドマップ生成方法、およびプログラム

Publications (2)

Publication Number Publication Date
JP2021056608A true JP2021056608A (ja) 2021-04-08
JP7200897B2 JP7200897B2 (ja) 2023-01-10

Family

ID=75166561

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019177053A Active JP7200897B2 (ja) 2019-09-27 2019-09-27 占有グリッドマップ生成装置、占有グリッドマップ生成システム、占有グリッドマップ生成方法、およびプログラム

Country Status (3)

Country Link
US (1) US20220215673A1 (ja)
JP (1) JP7200897B2 (ja)
WO (1) WO2021059714A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023013341A1 (ja) * 2021-08-04 2023-02-09 株式会社デンソー 車載システム及び運転診断プログラム
KR20230046909A (ko) * 2021-09-30 2023-04-06 서울대학교산학협력단 비-구조화된 주행 환경을 위한 자율 주행 방법 및 장치
WO2024025270A1 (ko) * 2022-07-27 2024-02-01 엘지전자 주식회사 도로 공간 점유 가능성 표시 방법 및 장치

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7276261B2 (ja) * 2020-06-22 2023-05-18 トヨタ自動車株式会社 冠水検知装置、冠水表示システム、冠水検知方法およびプログラム
US11673581B2 (en) 2020-12-11 2023-06-13 Waymo Llc Puddle occupancy grid for autonomous vehicles
US20220185267A1 (en) * 2020-12-16 2022-06-16 Zoox, Inc. Object determination in an occluded region
US20220309521A1 (en) * 2021-03-24 2022-09-29 Here Global B.V. Computing a vehicle interest index
CN116086430A (zh) * 2022-12-27 2023-05-09 深圳市普渡科技有限公司 栅格地图构建方法、机器人和计算机可读存储介质
WO2024138369A1 (zh) * 2022-12-27 2024-07-04 华为技术有限公司 一种目标识别方法、相关装置及终端

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014137743A (ja) * 2013-01-17 2014-07-28 Denso It Laboratory Inc 情報提供システム
JP2017166966A (ja) * 2016-03-16 2017-09-21 株式会社デンソーアイティーラボラトリ 周辺環境推定装置及び周辺環境推定方法
JP6552678B1 (ja) * 2018-05-14 2019-07-31 三菱電機株式会社 物体認識装置および物体認識方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4358629A (en) * 1980-08-18 1982-11-09 Avco Corporation Method of producing acetylene from coal

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014137743A (ja) * 2013-01-17 2014-07-28 Denso It Laboratory Inc 情報提供システム
JP2017166966A (ja) * 2016-03-16 2017-09-21 株式会社デンソーアイティーラボラトリ 周辺環境推定装置及び周辺環境推定方法
JP6552678B1 (ja) * 2018-05-14 2019-07-31 三菱電機株式会社 物体認識装置および物体認識方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023013341A1 (ja) * 2021-08-04 2023-02-09 株式会社デンソー 車載システム及び運転診断プログラム
KR20230046909A (ko) * 2021-09-30 2023-04-06 서울대학교산학협력단 비-구조화된 주행 환경을 위한 자율 주행 방법 및 장치
KR102600238B1 (ko) * 2021-09-30 2023-11-10 서울대학교산학협력단 비-구조화된 주행 환경을 위한 자율 주행 방법 및 장치
WO2024025270A1 (ko) * 2022-07-27 2024-02-01 엘지전자 주식회사 도로 공간 점유 가능성 표시 방법 및 장치

Also Published As

Publication number Publication date
WO2021059714A1 (ja) 2021-04-01
US20220215673A1 (en) 2022-07-07
JP7200897B2 (ja) 2023-01-10

Similar Documents

Publication Publication Date Title
WO2021059714A1 (ja) 占有グリッドマップ生成装置、占有グリッドマップ生成システム、占有グリッドマップ生成方法、およびプログラム
US11680817B2 (en) Surrounding information collection system and surrounding information acquisition apparatus
US9794519B2 (en) Positioning apparatus and positioning method regarding a position of mobile object
US20140160295A1 (en) Road condition detection
US11408739B2 (en) Location correction utilizing vehicle communication networks
CN112630799B (zh) 用于输出信息的方法和装置
CN112783135B (zh) 诊断车辆的感知系统的系统和方法
US20230108621A1 (en) Method and system for generating visual feature map
JP2017138660A (ja) 物体検出方法、物体検出装置、およびプログラム
US11999371B2 (en) Driving assistance processing method and apparatus, computer-readable medium, and electronic device
US20230229152A1 (en) Processing system for dynamic event verification & sensor selection
US20200363214A1 (en) Method for using a feature-based localization map for a vehicle
JP2019164626A (ja) 障害物認識支援装置、障害物認識支援方法、プログラム
US12039783B2 (en) Simultaneous diagnosis and shape estimation from a perceptual system derived from range sensors
US20210067905A1 (en) Cellular network delivery of travel safety alerts
CN110503740B (zh) 一种车辆状态判定方法、装置、计算机设备及系统
JP2016153832A (ja) 地図データ記憶装置、制御方法、プログラム及び記憶媒体
CN112590798B (zh) 用于检测驾驶员状态的方法、装置、电子设备和介质
JP7409326B2 (ja) サーバおよび学習システム
WO2019188429A1 (ja) 動体管理装置、動体管理システム、動体管理方法、及びコンピュータプログラム
US20210125423A1 (en) Processing System for Dynamic Collison Verification & Sensor Selection
US20230061682A1 (en) Systems and methods for bayesian likelihood estimation of fused objects
JP7261892B2 (ja) 占有格子地図管理装置
CN113220805B (zh) 地图生成装置、记录介质以及地图生成方法
CN109859254B (zh) 自动驾驶中用于发送信息的方法和装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210831

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220906

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221013

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: 20221122

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221205

R151 Written notification of patent or utility model registration

Ref document number: 7200897

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151