JP2022124663A - 識別装置、識別プログラム、および識別方法 - Google Patents
識別装置、識別プログラム、および識別方法 Download PDFInfo
- Publication number
- JP2022124663A JP2022124663A JP2021022428A JP2021022428A JP2022124663A JP 2022124663 A JP2022124663 A JP 2022124663A JP 2021022428 A JP2021022428 A JP 2021022428A JP 2021022428 A JP2021022428 A JP 2021022428A JP 2022124663 A JP2022124663 A JP 2022124663A
- Authority
- JP
- Japan
- Prior art keywords
- damage
- identification
- road surface
- unit
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 13
- 230000010365 information processing Effects 0.000 claims abstract description 65
- 238000001514 detection method Methods 0.000 claims abstract description 61
- 238000011156 evaluation Methods 0.000 claims abstract description 36
- 230000005540 biological transmission Effects 0.000 claims abstract description 21
- 238000003384 imaging method Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 description 28
- 238000004891 communication Methods 0.000 description 25
- 230000006870 function Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 5
- 239000002131 composite material Substances 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 206010052428 Wound Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
Description
<概要>
本開示の識別装置1の実施形態の概要について説明する。
本実施形態に係る識別装置1は、車両が走行する道路における路面の損傷を識別して、損傷の有無を検出する装置である。
まず、図1を用いて本実施形態に係る識別装置1の構成について説明する。図1は、本実施形態に係る識別装置1の構成例を表すブロック図である。図1に示される識別装置1は、端末装置10と、情報処理サーバ20と、を備えている。
端末装置10と情報処理サーバ20とは、ネットワーク30を介して相互に通信可能に接続されている。ネットワーク30は、有線又は無線ネットワークにより構成される。
ここで、識別装置1を構成する各装置(例えば、端末装置10と情報処理サーバ20)の集合体を、1つの「情報処理装置」として把握することができる。すなわち、複数の装置の集合体として識別装置1を実現し、識別装置1を実現するための複数の機能の配分を、各装置のハードウェアの処理能力に基づき適宜決定することとしてもよい。
端末装置10は、車両に搭載される端末である。端末装置10は、例えば、スマートフォン、タブレット端末、又はラップトップパソコン等の汎用の携帯端末である。端末装置10として、複数のスマートフォン、タブレット端末、及びラップトップパソコン等を使用してもよい。このような携帯端末は、運転中の車両の走行経路の確認を目的として車両に搭載される端末であってもよい。
また、端末装置10は、事故発生時の状況記録を目的として車両に搭載される汎用のドライブレコーダに、後述する端末装置10としての各機能を搭載した機器を用いてもよい。
すなわち、本発明において路面の状態を撮影する端末装置10は、路面の撮影のためにのみ用いられる専用の装置に限られず、他の目的で搭載される端末装置10が有する撮影機能を利用して、付帯的に路面を撮影する兼用の装置であってもよい。
プロセッサ11は、プログラムに記述された命令セットを実行するためのハードウェアであり、演算装置、レジスタ、周辺回路などにより構成される。
図2は、端末装置10の機能的な構成を示すブロック図である。図2に示すように、端末装置10は、複数のアンテナ(アンテナ111、アンテナ112)と、各アンテナに対応する無線通信部(第1無線通信部121、第2無線通信部122)と、操作受付部130と、音声処理部140(マイク141及びスピーカ142を含む)と、撮影部150と、記憶部160と、制御部170と、GPSアンテナ180と、を備えている。なお、端末装置10は、操作受付部130として、キーボードを備えていてもよい。
マイク141は、音声入力を受け付けて、当該音声入力に対応する音声信号を音声処理部140へ与える。スピーカ142は、音声処理部140から与えられる音声信号を音声に変換して当該音声を端末装置10の外部へ出力する。
撮影部150は、例えば、撮影部150から撮影対象までの距離を検出できる深度カメラである。撮影部150は、静止画のみならず、動画を撮影することができる。撮影部150により動画を撮影する場合には、動画を構成する1フレーム毎の画像が撮影画像161として扱われる。図3は端末装置10を車両に搭載した状態を説明する図である。
図3Aに示すように、端末装置10は、撮影部150が車両の前方を向く姿勢で車両に搭載される。撮影部150は、車両の前方の路面の状態を所定の時間ごとに断続的に撮影する。
第1画面DP1は、画像が撮影された位置を示す地図DP11、画像が撮影された路面の情報DP12 、画像を一意に特定するためのデータID DP13及び画像が撮影された日時を示すタイムスタンプDP14等を含む。
このように、データID DP13、およびタイムスタンプDP14が表示されていることにより、撮影画像161のデータを一意に特定した上で、いつどのような損傷が生じているのかを明らかにすることができ、修復を行うタイミング等の判断材料を提供することができる。
本実施形態では、撮影部150は、所定の時間間隔で画像を撮影し、識別部173は、所定の時間間隔以内に、路面の損傷を識別する。ここで、所定の時間間隔は、例えば1.2秒である。1.2秒間隔で画像を撮影する場合、車両を40km/h(約11.1m/s)で走行させれば、約13m毎に路面が撮影されることとなり、路面を途切れることなく撮影することができる。
このように、識別部173によって、撮影部150の撮影間隔以内に路面の損傷が認識されるため、所定の時間間隔を車両の速度に応じて適切に選択することで、路面を途切れることなく撮影して損傷を識別することができる。
第1学習済みモデル162は、例えば、予め記憶部160に記憶されている。第1学習済みモデル162は、撮影部150が撮影する撮影画像161に基づき、随時、生成および更新されることとしてもよい。
第1学習済みモデル162は、画像中に路面の損傷箇所があるかどうかの識別を行うモデルである。
このとき、学習用データは、例えば、過去に路面の状態が撮影された路面の画像情報を入力データとし、入力された画像情報に対して損傷箇所に関する情報と、損傷の種類に関する情報と、を正解出力データとする。
第2学習済みモデル163は、画像中に検出された損傷箇所が、道路領域内にあるかどうかの識別を行うモデルである。
このとき、学習用データは、例えば、過去に損傷のある路面の状態が撮影された路面の画像情報を入力データとし、入力された画像情報に対して損傷箇所が道路領域内に位置するかどうかに関する情報を正解出力データとする。
図5は、情報処理サーバ20の機能的な構成を示す図である。図3に示すように、情報処理サーバ20は、通信部201と、記憶部202と、制御部203としての機能を発揮する。
第3学習済みモデル2022および評価データ2024については後述する。
第3学習済みモデル2022は、画像中に路面の損傷箇所があるかどうかの識別を行うモデルであり、識別における判断基準以外は、第1学習済みモデル162と同様の構成を備えている。
第4学習済みモデル2023は、画像中に検出された損傷箇所が道路領域内にあるかどうかの識別を行うモデルであり、識別における判断基準以外は、第2学習済みモデル163と同様の構成を備えている。
また、位置判定部2033は、車両の走行経路に関する情報を用いて、複数の検出画像2021に撮影された路面の損傷が、同一箇所かどうかを判定してもよい。
ここで、路面の損傷に関する情報とは、検出画像2021が撮影された位置における損傷の有無に関する情報、および検出画像2021のうちの少なくとも一方を含む。
評価部2034は、座標の損傷が撮影された座標位置毎に、任意の期間における路面の損傷の有無に関する情報を統合する。
第2画面DP2は、情報処理サーバ20の再識別部2032が損傷を検出した検出画像2021および識別結果を受信した場合に表示されてよく、第1画面DP1と並べて表示されてもよい。情報処理サーバ20は、第2画面DP2を表示して、識別結果が正しいか管理者に確認させ、誤っている場合には管理者から識別結果の訂正を受け付けてよい。
第2画面DP2における対応状況DP24は、当該損傷に対して行われる対応に関する情報が記載されている。対応に関する情報としては、例えば、経過観察、管理者への報告予定、管理者への報告済み、修繕予定、等が挙げられる。
図7は、識別装置1により識別される損傷の種類の第1例を示す図である。図8は、識別装置1により識別される損傷の種類の第2例を示す図である。
図7Bに示すD01で識別される損傷の種類は、縦方向に沿って延びる線状のひび割れであり、施工ジョイント部に発生する損傷を指す。施工ジョイント部とは、アスファルト舗装のつなぎ目を意味する。
図7Dに示すD11で識別される損傷の種類は、横方向に沿って延びる線状のひび割れであり、施工ジョイント部に発生する損傷を指す。
図8Bに示すD40で識別される損傷の種類は、段差、ポットホール、および剥離を指す。
図8Cで示すD43で識別される損傷の種類は、横断歩道のかすれを指す。
図8Dで示すD44で識別される損傷の種類は、白線のかすれを指す。
次に、識別装置1の制御処理について説明する。図9は、識別装置1により実行される処理のフローを説明する図である。
図9に示すように、まず、撮影部150が所定の時間間隔で画像を撮影する(ステップS110)。撮影部150は、撮影した撮影画像161を記憶部160に記憶させる。
ステップS110の後に、識別部173は、撮影画像161に撮影された路面における損傷の有無を識別する(ステップS111)。具体的には、識別部173は、第1学習済みモデル162に撮影画像161を入力することで、損傷の有無に関する出力を得る。
ステップS115の後に、端末装置10の送受信部172が、検出画像2021を情報処理サーバ20に送信する(ステップS116)。これにより、情報処理サーバ20の送受信部2031が、検出画像2021を受信し、記憶部202に記憶させる。
具体的には、再識別部2032は、撮影画像161を第4学習済みモデル2023に入力することで、損傷が道路領域内かどうかの出力を得る。
このため、撮影された膨大な量の撮影画像161のうち、全ての撮影画像161を端末装置10から情報処理サーバ20に送信する必要がなく、一部の撮影画像161に相当する、損傷が検出された検出画像2021のみを、端末装置10から情報処理サーバ20に送信すれば足りる。これにより、撮影を行う端末装置10からのデータの通信量を大きく抑えることができる。
このため、一枚の撮影画像161による判定ではなく、多数の撮影画像161から総合的に損傷の有無を判断することができ、路面の損傷の有無の検出を精度よく行うことができる。
上述の実施形態においては、評価部2034が時系列に沿って統合する路面の損傷に関する情報が、検出画像2021が撮影された位置における損傷の有無に関する情報である例を示したが、この限りではない。例えば、評価部2034は、検出画像2021を路面の損傷に関する情報として、時系列に沿って統合してもよい。この場合には、時系列に沿って成長する損傷の様子が描写された画像の集合(動画)を得ることができる。
具体的には、事前に登録された多数のユーザが撮影した撮影画像161に対して、それぞれの端末装置10において損傷の有無の識別を行う。そして、複数の撮影画像161のうち、損傷が検出された検出画像2021が、それぞれの端末装置10から情報処理サーバ20に送信され、情報処理サーバ20において、前述したそれぞれの評価処理が行われてもよい。このような構成を採用すれば、端末装置10として、汎用の携帯端末やドライブレコーダのような兼用の装置を採用することにより、様々な走行経路における膨大な数の撮影地点において撮影された、大量の検出画像2021を容易に取得することができる。これにより、算出された路面の損傷の存在確率の精度を確保することができる。
実施形態で説明した事項を、以下に付記する。
端末装置10、および情報処理サーバ20を備える識別装置1であって、
端末装置10は、
車両に搭載され、路面の画像を撮影する撮影部150と、
撮影部150が撮影した画像に対して、学習済みモデルを用いた識別を行うことで、路面の損傷の有無を識別する識別部173と、
画像のうち、識別部173が損傷を検出した検出画像2021を、情報処理サーバ20に送信する送信部172と、を備え、
情報処理サーバ20は、
送信部172から送信された複数の検出画像2021に撮影された路面の損傷が、同一箇所であるかどうかを判定する位置判定部2033と、
位置判定部2033により同一箇所と判定された路面の損傷に関する情報を、時系列に沿って統合して、路面の損傷の有無を評価する評価部2034と、を備える識別装置1。
評価部2034は、時系列に沿って、路面の損傷に関する情報を統合することで、路面の損傷の存在確率を算出する、(付記1)に記載の識別装置1。
情報処理サーバ20は、
車両が走行する外部環境に関する情報を取得し、
評価部2034は、
外部環境に関する情報を用いて、存在確率への重み付けを行う、(付記2)に記載の識別装置1。
識別部173は、
撮影した位置に関する情報を検出画像2021に関連付け、
路面の損傷に関する情報は、検出画像2021が撮影された位置における損傷の有無に関する情報、および検出画像2021のうちの少なくとも一方を含む、(付記1)から(付記3)のいずれかに記載の識別装置1。
識別部173は、
撮影した位置に関する情報を検出画像2021に関連付け、
位置判定部2033は、
検出画像2021、および検出画像2021が撮影された位置情報を用いて、複数の検出画像2021に撮影された路面の損傷が、同一箇所かどうかを判定する、(付記1)から(付記4)のいずれかに記載の識別装置1。
情報処理サーバ20は、
車両の走行経路に関する情報を取得し、
位置判定部2033は、
車両の走行経路に関する情報を用いて、複数の検出画像2021に撮影された路面の損傷が、同一箇所かどうかを判定する、(付記1)から(付記5)のいずれかに記載の識別装置1。
識別部173は、
検出画像2021において検出された損傷が、道路領域内に位置するかどうかを判定する、(付記1)から(付記6)のいずれかに記載の識別装置1。
情報処理サーバ20は、
送信部172から送信された複数の検出画像2021に対して、学習済みモデルを用いた識別を行うことで、路面の損傷の有無の識別、および路面の損傷が、道路領域内に位置するかどうかの判定を再度行う再識別部2032をさらに備えている、(付記1)から(付記7)のいずれかに記載の識別装置1。
再識別部2032は、識別部173と異なる識別基準に従って、路面の損傷の有無を再度識別する、(付記8)に記載の識別装置1。
情報処理サーバ20は、
車両の走行経路に関する情報を取得し、
評価部2034は、路面の損傷が撮影された座標位置毎に、任意の期間における路面の損傷の有無に関する情報を統合する、(付記1)から(付記9)のいずれかに記載の識別装置1。
プロセッサを備えた識別システムに実行させる識別プログラムであって、
プロセッサに、
車両に搭載された撮影部150が、路面の画像を撮影するステップ(ステップS110)と、
撮影部150が撮影した画像に対して、学習済みモデルを用いた識別を行うことで、路面の損傷の有無を識別するステップ(ステップS111)と、
画像のうち、識別部173が損傷を検出した検出画像2021を、情報処理サーバ20に送信するステップ(ステップS116)と、
送信部172から送信された複数の検出画像2021に撮影された路面の損傷が、同一箇所であるかどうかを判定するステップ(ステップS122)と、
同一箇所と判定された路面の損傷に関する情報を、時系列に沿って統合して、路面の損傷の有無を評価するステップ(ステップS123)と、を実行させるプログラム。
プロセッサを備えた識別装置1が実行する方法であって、
プロセッサが、
車両に搭載された撮影部150が、路面の画像を撮影するステップ(ステップS110)と、
撮影部150が撮影した画像に対して、学習済みモデルを用いた識別を行うことで、路面の損傷の有無を識別するステップ(ステップS111)と、
画像のうち、識別部173が損傷を検出した検出画像2021を、情報処理サーバ20に送信するステップ(ステップS116)と、
送信部172から送信された複数の検出画像2021に撮影された路面の損傷が、同一箇所であるかどうかを判定するステップ(ステップS122)と、
位置判定部2033により同一箇所と判定された路面の損傷に関する情報を、時系列に沿って統合して、路面の損傷の有無を評価するステップ(ステップS123)と、を実行する方法。
10…端末装置
150…撮影部
170…制御部
171…入力操作受付部
172…送受信部
173…識別部
174…表示処理部
20…情報処理端末
203…制御部
2031…送受信部
2032…再識別部
2033…位置判定部
2034…評価部
Claims (12)
- 端末装置、および情報処理サーバを備える識別装置であって、
前記端末装置は、
車両に搭載され、路面の画像を撮影する撮影部と、
前記撮影部が撮影した画像に対して、学習済みモデルを用いた識別を行うことで、前記路面の損傷の有無を識別する識別部と、
前記画像のうち、前記識別部が損傷を検出した検出画像を、前記情報処理サーバに送信する送信部と、を備え、
前記情報処理サーバは、
前記送信部から送信された複数の前記検出画像に撮影された前記路面の損傷が、同一箇所であるかどうかを判定する位置判定部と、
前記位置判定部により同一箇所と判定された前記路面の損傷に関する情報を、時系列に沿って統合して、前記路面の損傷の有無を評価する評価部と、を備える識別装置。 - 前記評価部は、時系列に沿って、前記路面の損傷に関する情報を統合することで、前記路面の損傷の存在確率を算出する、請求項1に記載の識別装置。
- 前記情報処理サーバは、
車両が走行する外部環境に関する情報を取得し、
前記評価部は、
前記外部環境に関する情報を用いて、前記存在確率への重み付けを行う、請求項2に記載の識別装置。 - 前記識別部は、
撮影した位置に関する情報を前記検出画像に関連付け、
前記路面の損傷に関する情報は、前記検出画像が撮影された位置における損傷の有無に関する情報、および前記検出画像のうちの少なくとも一方を含む、請求項1から3のいずれか1項に記載の識別装置。 - 前記識別部は、
撮影した位置に関する情報を前記検出画像に関連付け、
前記位置判定部は、
前記検出画像、および前記検出画像が撮影された位置情報を用いて、複数の前記検出画像に撮影された前記路面の損傷が、同一箇所かどうかを判定する、請求項1から4のいずれか1項に記載の識別装置。 - 前記情報処理サーバは、
前記車両の走行経路に関する情報を取得し、
前記位置判定部は、
前記車両の走行経路に関する情報を用いて、複数の前記検出画像に撮影された前記路面の損傷が、同一箇所かどうかを判定する、請求項1から5のいずれか1項に記載の識別装置。 - 前記識別部は、
前記検出画像において検出された損傷が、道路領域内に位置するかどうかを判定する、請求項1から6のいずれか1項に記載の識別装置。 - 前記情報処理サーバは、
前記送信部から送信された複数の前記検出画像に対して、学習済みモデルを用いた識別を行うことで、前記路面の損傷の有無の識別、および前記路面の損傷が、道路領域内に位置するかどうかの判定を再度行う再識別部をさらに備えている、請求項1から7のいずれか1項に記載の識別装置。 - 前記再識別部は、前記識別部と異なる識別基準に従って、前記路面の損傷の有無を再度識別する、請求項8に記載の識別装置。
- 前記情報処理サーバは、
前記車両の走行経路に関する情報を取得し、
前記評価部は、前記路面の損傷が撮影された座標位置毎に、任意の期間における路面の損傷の有無に関する情報を統合する、請求項1から9のいずれか1項に記載の識別装置。 - プロセッサを備えた識別システムに実行させる識別プログラムであって、
プロセッサに、
車両に搭載された撮影部が、路面の画像を撮影するステップと、
前記撮影部が撮影した画像に対して、学習済みモデルを用いた識別を行うことで、前記路面の損傷の有無を識別するステップと、
前記画像のうち、前記識別部が損傷を検出した検出画像を、情報処理サーバに送信するステップと、
前記送信部から送信された複数の前記検出画像に撮影された前記路面の損傷が、同一箇所であるかどうかを判定するステップと、
同一箇所と判定された前記路面の損傷に関する情報を、時系列に沿って統合して、前記路面の損傷の有無を評価するステップと、を実行させるプログラム。 - プロセッサを備えた識別装置が実行する方法であって、
プロセッサが、
車両に搭載された撮影部が、路面の画像を撮影するステップと、
前記撮影部が撮影した画像に対して、学習済みモデルを用いた識別を行うことで、前記路面の損傷の有無を識別するステップと、
前記画像のうち、前記識別部が損傷を検出した検出画像を、情報処理サーバに送信するステップと、
前記送信部から送信された複数の前記検出画像に撮影された前記路面の損傷が、同一箇所であるかどうかを判定するステップと、
前記位置判定部により同一箇所と判定された前記路面の損傷に関する情報を、時系列に沿って統合して、前記路面の損傷の有無を評価するステップと、を実行する方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021022428A JP6955295B1 (ja) | 2021-02-16 | 2021-02-16 | 識別装置、識別プログラム、および識別方法 |
JP2021155233A JP2022124993A (ja) | 2021-02-16 | 2021-09-24 | 識別装置、識別プログラム、および識別方法 |
PCT/JP2021/043492 WO2022176303A1 (ja) | 2021-02-16 | 2021-11-26 | 識別装置、識別プログラム、および識別方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021022428A JP6955295B1 (ja) | 2021-02-16 | 2021-02-16 | 識別装置、識別プログラム、および識別方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021155233A Division JP2022124993A (ja) | 2021-02-16 | 2021-09-24 | 識別装置、識別プログラム、および識別方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6955295B1 JP6955295B1 (ja) | 2021-10-27 |
JP2022124663A true JP2022124663A (ja) | 2022-08-26 |
Family
ID=78119269
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021022428A Active JP6955295B1 (ja) | 2021-02-16 | 2021-02-16 | 識別装置、識別プログラム、および識別方法 |
JP2021155233A Pending JP2022124993A (ja) | 2021-02-16 | 2021-09-24 | 識別装置、識別プログラム、および識別方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021155233A Pending JP2022124993A (ja) | 2021-02-16 | 2021-09-24 | 識別装置、識別プログラム、および識別方法 |
Country Status (2)
Country | Link |
---|---|
JP (2) | JP6955295B1 (ja) |
WO (1) | WO2022176303A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024089849A1 (ja) * | 2022-10-27 | 2024-05-02 | 日本電気株式会社 | 路面診断システム、路面診断方法及びプログラムを非一時的に記録する記録媒体 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018025919A (ja) * | 2016-08-09 | 2018-02-15 | 株式会社東芝 | 情報処理装置、情報処理方法、および移動体 |
JP2018516799A (ja) * | 2015-05-06 | 2018-06-28 | コンティネンタル・テーベス・アクチエンゲゼルシヤフト・ウント・コンパニー・オッフェネ・ハンデルスゲゼルシヤフト | 路面反射を認識し評価するための方法及び装置 |
JP2019045922A (ja) * | 2017-08-30 | 2019-03-22 | 株式会社ネクスコ・エンジニアリング北海道 | 変状箇所検出装置、変状箇所検出プログラムおよび変状箇所検出方法 |
JP6795064B1 (ja) * | 2019-08-27 | 2020-12-02 | トヨタ自動車株式会社 | 表示処理装置、表示処理方法、プログラム |
WO2020255628A1 (ja) * | 2019-06-20 | 2020-12-24 | 矢崎総業株式会社 | 画像処理装置及び画像処理用プログラム |
JP2021071919A (ja) * | 2019-10-31 | 2021-05-06 | 三菱電機株式会社 | 道路監視装置 |
-
2021
- 2021-02-16 JP JP2021022428A patent/JP6955295B1/ja active Active
- 2021-09-24 JP JP2021155233A patent/JP2022124993A/ja active Pending
- 2021-11-26 WO PCT/JP2021/043492 patent/WO2022176303A1/ja active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018516799A (ja) * | 2015-05-06 | 2018-06-28 | コンティネンタル・テーベス・アクチエンゲゼルシヤフト・ウント・コンパニー・オッフェネ・ハンデルスゲゼルシヤフト | 路面反射を認識し評価するための方法及び装置 |
JP2018025919A (ja) * | 2016-08-09 | 2018-02-15 | 株式会社東芝 | 情報処理装置、情報処理方法、および移動体 |
JP2019045922A (ja) * | 2017-08-30 | 2019-03-22 | 株式会社ネクスコ・エンジニアリング北海道 | 変状箇所検出装置、変状箇所検出プログラムおよび変状箇所検出方法 |
WO2020255628A1 (ja) * | 2019-06-20 | 2020-12-24 | 矢崎総業株式会社 | 画像処理装置及び画像処理用プログラム |
JP2021002162A (ja) * | 2019-06-20 | 2021-01-07 | 矢崎総業株式会社 | 画像処理装置及び画像処理用プログラム |
JP6795064B1 (ja) * | 2019-08-27 | 2020-12-02 | トヨタ自動車株式会社 | 表示処理装置、表示処理方法、プログラム |
JP2021071919A (ja) * | 2019-10-31 | 2021-05-06 | 三菱電機株式会社 | 道路監視装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2022176303A1 (ja) | 2022-08-25 |
JP6955295B1 (ja) | 2021-10-27 |
JP2022124993A (ja) | 2022-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110174093B (zh) | 定位方法、装置、设备和计算机可读存储介质 | |
US20200042800A1 (en) | Image acquiring system, terminal, image acquiring method, and image acquiring program | |
CN107563419B (zh) | 图像匹配和二维码相结合的列车定位方法 | |
US10223816B2 (en) | Method and apparatus for generating map geometry based on a received image and probe data | |
US9070305B1 (en) | Traffic light detecting system and method | |
CN109935077A (zh) | 用于为自动驾驶车辆构建车辆与云端实时交通地图的系统 | |
CN110147705A (zh) | 一种基于视觉感知的车辆定位方法及电子设备 | |
JP6758160B2 (ja) | 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラム | |
US10679077B2 (en) | Road marking recognition device | |
JP6278791B2 (ja) | 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラムならびに車両位置検出システム | |
CN110164164B (zh) | 利用摄像头拍摄功能增强手机导航软件识别复杂道路精准度的方法 | |
JP2008065087A (ja) | 静止物地図生成装置 | |
CN108700428A (zh) | 电子地图中道路的绘制方法及装置 | |
CN114945802A (zh) | 用于识别和更新自动驾驶车辆的设计适用域的系统、设备和方法 | |
CN106600652A (zh) | 一种基于人工神经网络的全景摄像头定位方法 | |
WO2022176303A1 (ja) | 識別装置、識別プログラム、および識別方法 | |
JP2023174747A (ja) | 情報処理装置、情報収集装置、地図情報更新タイミング判定システム、地図情報更新タイミング判定方法およびプログラム | |
CN111369760A (zh) | 一种基于无人机的夜间行人安全预警装置及方法 | |
JP2017188164A (ja) | 画像取得装置、端末および画像取得システム | |
JP2012215442A (ja) | 自位置特定システム、自位置特定プログラム及び自位置特定方法 | |
JP6916975B2 (ja) | 標識位置特定システム及びプログラム | |
WO2023021736A1 (ja) | 識別装置、識別プログラム、および識別方法 | |
CN113269977B (zh) | 地图生成用数据收集装置以及地图生成用数据收集方法 | |
US20230081098A1 (en) | Deterioration diagnosis device, deterioration diagnosis method, and recording medium | |
JP2006331058A (ja) | 画像修正装置、地物認識装置及び地物認識方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210216 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210216 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20210326 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210525 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210625 |
|
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: 20210917 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210924 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6955295 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |