JP2023093846A - 駐車支援装置、及び駐車支援方法 - Google Patents
駐車支援装置、及び駐車支援方法 Download PDFInfo
- Publication number
- JP2023093846A JP2023093846A JP2021208938A JP2021208938A JP2023093846A JP 2023093846 A JP2023093846 A JP 2023093846A JP 2021208938 A JP2021208938 A JP 2021208938A JP 2021208938 A JP2021208938 A JP 2021208938A JP 2023093846 A JP2023093846 A JP 2023093846A
- Authority
- JP
- Japan
- Prior art keywords
- parking
- vehicle
- type
- vehicles
- type determination
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
【課題】他の複数の車両が駐車している領域の駐車種別を適正に決定する。【解決手段】駐車支援装置100は、車両1の周囲の撮像画像PFを取得する画像取得部131と、撮像画像PFを用いて、車両1の周囲に駐車している他の複数の車両2を検出する車両検出部133と、他の複数の車両2の各々について、縦列駐車PA、並列駐車PC、及び斜め駐車PBのいずれかを示す駐車種別PKを判定する種別判定部134と、種別判定部134の判定結果に基づき、他の複数の車両2のうち、最も台数の多い駐車種別PKを、他の複数の車両2が駐車している領域の駐車種別PKとして決定する種別決定部135と、を備える。【選択図】図1
Description
本発明は、駐車支援装置、及び駐車支援方法に関する。
従来、車両の駐車支援に関する技術が開示されている。
特許文献1には、「前記自車両の外部を撮影する撮影部と、前記撮影部により撮影された画像から駐車領域に駐車されている駐車車両のナンバープレート又はホイールを画像認識し、画像認識した前記ナンバープレート及び前記ホイールの少なくとも一方に基づいて、前記駐車領域の駐車スペースの種別が、少なくとも並列駐車型か縦列駐車型かを判定する制御部と、を有する」駐車支援装置が記載されている。
特許文献1には、「前記自車両の外部を撮影する撮影部と、前記撮影部により撮影された画像から駐車領域に駐車されている駐車車両のナンバープレート又はホイールを画像認識し、画像認識した前記ナンバープレート及び前記ホイールの少なくとも一方に基づいて、前記駐車領域の駐車スペースの種別が、少なくとも並列駐車型か縦列駐車型かを判定する制御部と、を有する」駐車支援装置が記載されている。
しかしながら、特許文献1に記載の駐車支援装置では、画像認識したナンバープレート及びホイールの少なくとも一方に基づいて、駐車領域の駐車スペースの種別が、少なくとも並列駐車型か縦列駐車型かを判定する。そこで、ナンバープレート及びホイールの画像が取得できない場合には、駐車種別を判定できなかった。
本発明は、車両が駐車している領域の駐車種別を適正に決定することの可能な駐車支援装置、及び駐車支援方法を提供することを目的とする。
本発明は、車両が駐車している領域の駐車種別を適正に決定することの可能な駐車支援装置、及び駐車支援方法を提供することを目的とする。
上記目的を達成するために、例えば、本実施形態の駐車支援装置は、自車両の周囲の撮像画像を取得する画像取得部と、前記撮像画像を用いて、前記自車両の周囲に駐車している他の複数の車両を検出する車両検出部と、前記他の複数の車両の各々について、縦列駐車、並列駐車、及び斜め駐車のいずれかを示す駐車種別を判定する種別判定部と、前記種別判定部の判定結果に基づき、前記他の複数の車両のうち、最も台数の多い駐車種別を、前記他の複数の車両が駐車している領域の駐車種別として決定する種別決定部と、を備える。
本発明の駐車支援装置、及び駐車支援方法によれば、他の複数の車両の各々について、縦列駐車、並列駐車、及び斜め駐車のいずれかを示す駐車種別を判定し、その判定結果に基づき、他の複数の車両のうち、最も台数の多い駐車種別を、他の複数の車両が駐車している領域の駐車種別として決定する。
したがって、他の複数の車両のうち、最も台数の多い駐車種別を、他の複数の車両が駐車している領域の駐車種別として決定するため、他の複数の車両が駐車している領域の駐車種別を適正に決定できる。
したがって、他の複数の車両のうち、最も台数の多い駐車種別を、他の複数の車両が駐車している領域の駐車種別として決定するため、他の複数の車両が駐車している領域の駐車種別を適正に決定できる。
以下、図面を参照して本発明の実施形態について説明する。
図1は、駐車支援装置100を含む車載装置3の構成の一例を示す図である。車載装置3は、車両1に搭載される。
車載装置3は、位置検出ユニット10、検出部20、操作部50、表示部60、及び駐車支援装置100を備える。
車両1は、「自車両」の一例に対応する。
図1は、駐車支援装置100を含む車載装置3の構成の一例を示す図である。車載装置3は、車両1に搭載される。
車載装置3は、位置検出ユニット10、検出部20、操作部50、表示部60、及び駐車支援装置100を備える。
車両1は、「自車両」の一例に対応する。
位置検出ユニット10は、車両1の位置を検出する。位置検出ユニット10は、GNSS(Global Navigation Satellite System)信号を受信するGNSS受信器と、GNSS受信器が受信したGNSS信号に基づいて車両1の位置を算出するプロセッサと、を備える。GNSS受信器、及びプロセッサの図示は省略する。位置検出ユニット10は、車両1の位置を示す位置情報を駐車支援装置100に出力する。
検出部20は、車両1の周囲の他の複数の車両2(図2参照)を検出する1個又は複数個のセンサを備える。本実施形態の検出部20は、センサとして、撮影部30を備える。検出部20は、撮影部30の撮影画像を検出情報として駐車支援装置100に出力する。
本実施形態では、検出部20がカメラを備える場合について説明するが、検出部20には、例えば、電波や光等を利用して他の車両2との間の距離を測定可能なレーダーやソナーセンサ、LiDARを備えてもよい。
本実施形態では、検出部20がカメラを備える場合について説明するが、検出部20には、例えば、電波や光等を利用して他の車両2との間の距離を測定可能なレーダーやソナーセンサ、LiDARを備えてもよい。
撮影部30は、車両1の前方を撮影するフロントカメラ31、車両1の後方を撮影するリアカメラ33、車両1の左側方を撮影する左サイドカメラ35、及び車両1の右側方を撮影する右サイドカメラ37を備える。これらのカメラの各々は、CCD(Charge-Coupled Device)やCMOS(Complementary Metal-Oxide-Semiconductor)等のイメージセンサと、イメージセンサから撮影画像を生成するデータ処理回路とを備える。
フロントカメラ31は、車両1の周囲に駐車している他の複数の車両2の撮像画像PFを生成する。
本実施形態では、フロントカメラ31が、車両1の周囲に駐車している他の複数の車両2の撮像画像PFを生成する場合について説明するが、撮影部30が、撮像画像PFを生成すればよい。
本実施形態では、フロントカメラ31が、車両1の周囲に駐車している他の複数の車両2の撮像画像PFを生成する場合について説明するが、撮影部30が、撮像画像PFを生成すればよい。
操作部50は、車両1に乗車したユーザーの操作を受け付ける。ユーザーは、例えば、運転者である。操作部50は、受け付けた操作に対応した操作信号を駐車支援装置100に出力する。操作部50が受け付ける操作には、例えば、駐車種別決定処理の開始を指示する操作や、駐車種別決定処理を終了させる操作等が含まれる。
操作部50は、例えば、図略の駐車種別決定オンスイッチ、及び図略の駐車種別決定オフスイッチを備え、駐車種別決定オンスイッチが押下された場合には、駐車支援装置100は、駐車種別決定処理の開始を指示する操作を受け付ける。また、駐車種別決定処理を実行中に、駐車種別決定処理オフスイッチが押下された場合には、駐車支援装置100は、駐車種別決定処理を終了させる操作を受け付ける。
なお、「駐車種別決定処理」とは、駐車支援装置100が、他の複数の車両2の各々について駐車種別PKを判定し、他の複数の車両2が駐車している領域RNの駐車種別PKを決定する処理を示す。
また、駐車種別PKとは、縦列駐車PA、並列駐車PC、及び、斜め駐車PBのいずれかを示す。
操作部50は、例えば、図略の駐車種別決定オンスイッチ、及び図略の駐車種別決定オフスイッチを備え、駐車種別決定オンスイッチが押下された場合には、駐車支援装置100は、駐車種別決定処理の開始を指示する操作を受け付ける。また、駐車種別決定処理を実行中に、駐車種別決定処理オフスイッチが押下された場合には、駐車支援装置100は、駐車種別決定処理を終了させる操作を受け付ける。
なお、「駐車種別決定処理」とは、駐車支援装置100が、他の複数の車両2の各々について駐車種別PKを判定し、他の複数の車両2が駐車している領域RNの駐車種別PKを決定する処理を示す。
また、駐車種別PKとは、縦列駐車PA、並列駐車PC、及び、斜め駐車PBのいずれかを示す。
表示部60は、表示パネル61と、タッチセンサ63と、を備える。
表示パネル61には、液晶ディスプレイや有機ELディスプレイ等が用いられる。表示部60は、駐車支援装置100から入力される表示データに基づく表示画像を表示パネル61に表示する。
タッチセンサ63は、抵抗膜方式や静電容量方式等のセンサが用いられる。表示部60は、表示パネル61に対するユーザーの指でのタッチ操作を、タッチセンサ63によって検出し、検出したタッチ操作の操作位置を示す位置信号を生成する。表示部60は、生成した位置信号を駐車支援装置100に出力する。
表示パネル61には、液晶ディスプレイや有機ELディスプレイ等が用いられる。表示部60は、駐車支援装置100から入力される表示データに基づく表示画像を表示パネル61に表示する。
タッチセンサ63は、抵抗膜方式や静電容量方式等のセンサが用いられる。表示部60は、表示パネル61に対するユーザーの指でのタッチ操作を、タッチセンサ63によって検出し、検出したタッチ操作の操作位置を示す位置信号を生成する。表示部60は、生成した位置信号を駐車支援装置100に出力する。
駐車支援装置100は、CPU(Central Processing Unit)やMPU(Micro-Processing Unit)等のプロセッサ130と、ROM(Read Only Memory)やRAM(Random Access Memory)等のメモリ110と、を備えるコンピュータである。また、メモリ110は、HDD(Hard Disk Drive)やSSD(Solid State Drive)等のストレージ装置を備える。
駐車支援装置100は、これらの装置の他に、センサ類や周辺機器等を接続するためのインターフェース回路、車載ネットワークを介して他の車載装置と通信する車載ネットワーク通信回路等を備える。駐車支援装置100は、メモリ110が記憶する制御プログラムPGMを、プロセッサ130が実行することで各種の機能的構成を実現する。
駐車支援装置100は、例えば、ECU(Electronic Control Unit)で構成される。
駐車支援装置100は、これらの装置の他に、センサ類や周辺機器等を接続するためのインターフェース回路、車載ネットワークを介して他の車載装置と通信する車載ネットワーク通信回路等を備える。駐車支援装置100は、メモリ110が記憶する制御プログラムPGMを、プロセッサ130が実行することで各種の機能的構成を実現する。
駐車支援装置100は、例えば、ECU(Electronic Control Unit)で構成される。
駐車支援装置100は、画像取得部131、領域分割部132、車両検出部133、種別判定部134、及び種別決定部135を備える。具体的には、プロセッサ130が、メモリ110が記憶する制御プログラムPGMを実行することによって、画像取得部131、領域分割部132、車両検出部133、種別判定部134、及び種別決定部135、として機能する。
画像取得部131は、車両1の周囲の撮像画像PFを取得する。画像取得部131は、例えば、フロントカメラ31が生成した撮像画像PFを取得する。
領域分割部132は、車両1の進行方向D1に基づいて、撮像画像PFを複数の領域RNに分割する。領域分割部132は、車両1が走行する道路の画像である道路画像RDを撮像画像PFから抽出し、抽出した道路画像RDに基づいて、撮像画像PFを複数の領域RNに分割する。本実施形態では、領域RNは、左側領域RLと、右側領域RRと、で構成される。
領域分割部132の処理については、図2及び図4を参照して更に説明する。
領域分割部132の処理については、図2及び図4を参照して更に説明する。
車両検出部133は、撮像画像PFを用いて、車両1の周囲に駐車している他の複数の車両2を検出する。本実施形態では、車両検出部133は、例えば、撮像画像PFを入力として他の複数の車両2を出力する学習済モデルMD1を用いて、車両1の周囲に駐車している他の複数の車両2を検出する。なお、車両検出部133は、例えば、撮像画像PFに対して、いわゆる、画像処理を施し、車両1の周囲に駐車している他の複数の車両2を検出してもよい。
例えば、メモリ110は、種々の撮像画像PFが入力され、他の複数の車両2の位置又は範囲を出力する学習済モデルMD1を記憶する。学習済モデルMD1は、例えば、Deep Learning等の機械学習によって、学習されたモデルである。学習済モデルMD1は、いわゆる、ニューラルネットワークで構成される。学習済モデルMD1は、車両2の種々の撮像画像PFと、車両2の撮像画像PFでの位置、又は撮像画像PFでの範囲とを対応付けた入力データセットを用いて、教師あり学習される。車両2の撮像画像PFでの位置、又は撮像画像PFでの範囲は、教師あり学習におけるラベルに対応する。
例えば、メモリ110は、種々の撮像画像PFが入力され、他の複数の車両2の位置又は範囲を出力する学習済モデルMD1を記憶する。学習済モデルMD1は、例えば、Deep Learning等の機械学習によって、学習されたモデルである。学習済モデルMD1は、いわゆる、ニューラルネットワークで構成される。学習済モデルMD1は、車両2の種々の撮像画像PFと、車両2の撮像画像PFでの位置、又は撮像画像PFでの範囲とを対応付けた入力データセットを用いて、教師あり学習される。車両2の撮像画像PFでの位置、又は撮像画像PFでの範囲は、教師あり学習におけるラベルに対応する。
本実施形態では、メモリ110が学習済モデルMD1を備える場合について説明するが、これに限定されない。例えば、駐車支援装置100と通信可能に接続するサーバ装置が学習済モデルMD1を備えてもよい。この場合には、車両検出部133は、サーバ装置に撮像画像PFを送信する。そして、サーバ装置は、学習済モデルMD2によって、車両2の各々の位置又は範囲を求める。種別判定部134は、サーバ装置から車両2の各々の位置又は範囲を取得する。
種別判定部134は、他の複数の車両2の各々について、縦列駐車PA、並列駐車PC、及び斜め駐車PBのいずれかを示す駐車種別PKを判定する。種別判定部134は、例えば、他の複数の車両2の各々について、車体の向きDBを検出し、車体の向きDBに基づいて、駐車種別PKを判定する。
種別判定部134の処理については、図3及び図4を参照して更に説明する。
種別判定部134の処理については、図3及び図4を参照して更に説明する。
また、例えば、メモリ110は、他の複数の車両2の各々の撮像画像PFが入力され、他の複数の車両2の各々の車体の向きDBを出力する学習済モデルMD2を記憶する。種別判定部134は、撮像画像PFから他の複数の車両2の各々の撮像画像を抽出し、他の複数の車両2の各々の撮像画像を、学習済モデルMD2に入力することによって、他の複数の車両2の各々の車体の向きDBを求めてもよい。
学習済モデルMD2は、例えば、Deep Learning等の機械学習によって、学習されたモデルである。学習済モデルMD2は、いわゆる、ニューラルネットワークで構成される。学習済モデルMD2は、車両2の種々の撮像画像PFと、車両2の車体の向きDBとを対応付けた入力データセットを用いて、教師あり学習される。車両2の車体の向きDBは、教師あり学習におけるラベルに対応する。
本実施形態では、メモリ110が学習済モデルMD2を備える場合について説明するが、これに限定されない。例えば、駐車支援装置100と通信可能に接続するサーバ装置が学習済モデルMD2を備えてもよい。この場合には、種別判定部134は、サーバ装置に車両2の各々の撮像画像PFを送信する。そして、サーバ装置は、学習済モデルMD2によって、車両2の各々の車体の向きDBを求める。種別判定部134は、サーバ装置から車両2の各々の車体の向きDBを取得する。
種別決定部135は、種別判定部134の判定結果に基づき、他の複数の車両2のうち、最も台数の多い駐車種別PKを、他の複数の車両2が駐車している領域RNの駐車種別PKとして決定する。種別決定部135は、例えば、複数の領域RNの各々について、最も台数の多い駐車種別PKを駐車種別PKとして決定する。
種別決定部135の処理については、図2、図5及び図6を参照して更に説明する。
種別決定部135の処理については、図2、図5及び図6を参照して更に説明する。
駐車支援装置100は、例えば、種別決定部135の判定結果を表示パネル61に表示する。駐車支援装置100は、例えば、地図画像に対応付けて、複数の領域RNの各々の駐車種別PKを表示パネル61に表示する。
次に、図2を参照して、領域分割部132、及び種別判定部134の処理について説明する。図2は、領域分割部132、及び種別判定部134の処理の一例を示す撮像画像700である。撮像画像700は、撮像画像PFの一例に対応する。
撮像画像700では、車両1は、道路画像RDに対応する道路を走行している。車両1の進行方向D1に対して、図2の右方向に曲がっている。左端線ELは、道路の左端の位置を示す。右端線ERは、道路の右端の位置を示す。走行線DLは、車両1の走行する経路の一例を示す。
領域分割部132は、撮像画像PFを、左側領域RLと、右側領域RRとに分割する。左側領域RLは、左端線ELに対して左側の領域である。右側領域RRは、右端線ERに対して右側の領域である。左側領域RL及び右側領域RRの各々は、複数の領域RNの一例に対応する。
撮像画像700では、車両1は、道路画像RDに対応する道路を走行している。車両1の進行方向D1に対して、図2の右方向に曲がっている。左端線ELは、道路の左端の位置を示す。右端線ERは、道路の右端の位置を示す。走行線DLは、車両1の走行する経路の一例を示す。
領域分割部132は、撮像画像PFを、左側領域RLと、右側領域RRとに分割する。左側領域RLは、左端線ELに対して左側の領域である。右側領域RRは、右端線ERに対して右側の領域である。左側領域RL及び右側領域RRの各々は、複数の領域RNの一例に対応する。
図2に示すように、左側領域RLには、他の車両2が駐車している。車両2は、車両検出部133によって検出される。また、車両2は、第1車両VA1、第2車両VA2、及び第3車両VA3を含む。
種別判定部134は、他の車両2の各々について車体の向きDBを検出する。図2では、第1車両VA1の車体の向きDBを矢印で記載している。進行方向D1は、例えば、走行線DLにおいて、第1車両VA1に対向する位置PA1における車両1の進行方向である。種別判定部134は、進行方向D1と向きDBとのなす角θに応じて、駐車種別PKを判定する。図2では、進行方向D1と向きDBとのなす角θが、略零であるため、駐車種別PKが縦列駐車PAであると判定する。
角θと駐車種別PKとの関係については、図4を参照して更に説明する。
種別判定部134は、他の車両2の各々について車体の向きDBを検出する。図2では、第1車両VA1の車体の向きDBを矢印で記載している。進行方向D1は、例えば、走行線DLにおいて、第1車両VA1に対向する位置PA1における車両1の進行方向である。種別判定部134は、進行方向D1と向きDBとのなす角θに応じて、駐車種別PKを判定する。図2では、進行方向D1と向きDBとのなす角θが、略零であるため、駐車種別PKが縦列駐車PAであると判定する。
角θと駐車種別PKとの関係については、図4を参照して更に説明する。
図2では、種別判定部134が、進行方向D1と向きDBとのなす角θに応じて、駐車種別PKを判定する場合について説明するが、これに限定されない。他の車両2の各々の車体の向きDBと車両1との進行方向D1とのなす角θに応じて、駐車種別PKを判定すればよい。車両1との進行方向D1として、例えば、撮像画像700を撮像したときの車両1の進行方向D1を用いてもよい。
次に、図3を参照して、種別判定部134が車両2の駐車種別PKを判定する処理の一例について説明する。図3は、種別判定部134が車両2の駐車種別PKを判定する処理の一例を示す撮像画像710である。撮像画像710は、撮像画像PFの一例に対応する。
撮像画像PFには、道路上に駐車している他の車両2として車両VBが含まれる。道路画像RDは、車両VBが駐車している道路の画像である。道路は紙面に垂直な方向に延びる。
図3には、横軸Uと縦軸Vとを記載している。横軸Uは、撮像画像PFの左右方向に平行である。縦軸Vは、撮像画像PFの上下方向に平行である。太線で示す矩形領域RBは、車両VBに対応する画像を含む面積が最小の矩形領域である。矩形領域RBの4隅は、点P1、点P2、点P3、及び点P4である。点P1は、矩形領域RBの右下の頂点である。点P2は、矩形領域RBの左下の頂点である。点P3は、矩形領域RBの右上の頂点である。点P4は、矩形領域RBの左上の頂点である。点P1、点P2、点P3、及び点P4の各々の(U,V)座標は、(P1U,P1V)、(P2U,P2V)、(P3U,P3V)、及び(P4U,P4V)である。
撮像画像PFには、道路上に駐車している他の車両2として車両VBが含まれる。道路画像RDは、車両VBが駐車している道路の画像である。道路は紙面に垂直な方向に延びる。
図3には、横軸Uと縦軸Vとを記載している。横軸Uは、撮像画像PFの左右方向に平行である。縦軸Vは、撮像画像PFの上下方向に平行である。太線で示す矩形領域RBは、車両VBに対応する画像を含む面積が最小の矩形領域である。矩形領域RBの4隅は、点P1、点P2、点P3、及び点P4である。点P1は、矩形領域RBの右下の頂点である。点P2は、矩形領域RBの左下の頂点である。点P3は、矩形領域RBの右上の頂点である。点P4は、矩形領域RBの左上の頂点である。点P1、点P2、点P3、及び点P4の各々の(U,V)座標は、(P1U,P1V)、(P2U,P2V)、(P3U,P3V)、及び(P4U,P4V)である。
種別判定部134は、次の式(1)を満たす場合に、車両VBが横向きであると判定し、車両VBが並列駐車PCしていると判定する。
|P1U-P2U|/|P1V-P3V|≧TH1 (1)
左辺は、矩形領域RBの縦方向のサイズに対する矩形領域RBの横方向のサイズの比である。第1閾値TH1は、例えば、1.5である。
種別判定部134は、次の式(2)を満たす場合に、車両VBが縦向きであると判定し、車両VBが縦列駐車PAしていると判定する。第2閾値TH2は、第1閾値TH1よりも小さい閾値であって、例えば、1.2である。
|P1U-P2U|/|P1V-P3V|<TH2 (2)
また、種別判定部134は、次の式(3)を満たす場合に、車両VBが斜め向きであると判定し、車両VBが斜め駐車PBしていると判定する。
TH2≦|P1U-P2U|/|P1V-P3V|<TH1 (3)
|P1U-P2U|/|P1V-P3V|≧TH1 (1)
左辺は、矩形領域RBの縦方向のサイズに対する矩形領域RBの横方向のサイズの比である。第1閾値TH1は、例えば、1.5である。
種別判定部134は、次の式(2)を満たす場合に、車両VBが縦向きであると判定し、車両VBが縦列駐車PAしていると判定する。第2閾値TH2は、第1閾値TH1よりも小さい閾値であって、例えば、1.2である。
|P1U-P2U|/|P1V-P3V|<TH2 (2)
また、種別判定部134は、次の式(3)を満たす場合に、車両VBが斜め向きであると判定し、車両VBが斜め駐車PBしていると判定する。
TH2≦|P1U-P2U|/|P1V-P3V|<TH1 (3)
このように、種別判定部134は、矩形領域RBの縦方向のサイズに対する矩形領域RBの横方向のサイズの比に基づいて、駐車種別PKを判定するため、簡単な処理で駐車種別PKを判定できる。
次に、図4を参照して、車両2の各々の車体の向きDBに基づいて、駐車種別PKを判定する処理について説明する。図4は、車両1の進行方向D1と車両2の向きDBとのなす角θと、駐車種別PKとの関係を示す図である。
図4に示すように、種別判定部134は、角θが、例えば、式(4)又は式(5)を満たす場合に、車両2の駐車種別PKが縦列駐車PAであると判定する。
-25°<θ≦25° (4)
155<θ≦205° (5)
図4に示すように、種別判定部134は、角θが、例えば、式(4)又は式(5)を満たす場合に、車両2の駐車種別PKが縦列駐車PAであると判定する。
-25°<θ≦25° (4)
155<θ≦205° (5)
また、種別判定部134は、角θが、例えば、式(6)又は式(7)を満たす場合に、車両2の駐車種別PKが並列駐車PCであると判定する。
55°<θ≦115° (6)
245<θ≦295° (7)
55°<θ≦115° (6)
245<θ≦295° (7)
また、種別判定部134は、角θが、式(4)~式(7)の全てを満たさない場合に、車両2の駐車種別PKが斜め駐車PBであると判定する。
このように、種別判定部134は、車両1の進行方向D1と車両2の向きDBとのなす角θに応じて駐車種別PKを判定するため、簡素な処理で駐車種別PKを判定できる。
次に、図5及び図6を参照して、種別決定部135の処理について説明する。図5は、種別決定部135の処理の一例を示す撮像画像720である。撮像画像720は、撮像画像PFの一例に対応する。
撮像画像720では、車両1は、道路画像RDに対応する道路を走行している。道路画像RDに対応する道路は、一方通行の道路であって、車両1に進行方向D1に沿って延びている。左端線ELは、道路の左端の位置を示す。右端線ERは、道路の右端の位置を示す。
領域分割部132は、撮像画像PFを、左側領域RLと、右側領域RRとに分割する。左側領域RLは、左端線ELに対して左側の領域である。右側領域RRは、右端線ERに対して右側の領域である。左側領域RL及び右側領域RRの各々は、複数の領域RNの一例に対応する。
撮像画像720では、車両1は、道路画像RDに対応する道路を走行している。道路画像RDに対応する道路は、一方通行の道路であって、車両1に進行方向D1に沿って延びている。左端線ELは、道路の左端の位置を示す。右端線ERは、道路の右端の位置を示す。
領域分割部132は、撮像画像PFを、左側領域RLと、右側領域RRとに分割する。左側領域RLは、左端線ELに対して左側の領域である。右側領域RRは、右端線ERに対して右側の領域である。左側領域RL及び右側領域RRの各々は、複数の領域RNの一例に対応する。
左側領域RLには、車両VC1、車両VC2、及び車両VC3が駐車している。車両VC1、車両VC2、及び車両VC3は、他の複数の車両2の一例に対応する。右側領域RRには、車両VD1及び車両VD2が駐車している。車両VD1及び車両VD2は、他の複数の車両2の一例に対応する。
種別判定部134は、例えば、車両1の進行方向D1と車両2の向きDBとのなす角θに応じて駐車種別PKを判定する。例えば、図5には、車両VC1の向きDBを示している。車両1の進行方向D1と車両VC1の向きDBとのなす角θは、90°であるため、種別判定部134は、車両VC1の駐車種別PKは、並列駐車PCであると判定する。
種別判定部134は、例えば、車両1の進行方向D1と車両2の向きDBとのなす角θに応じて駐車種別PKを判定する。例えば、図5には、車両VC1の向きDBを示している。車両1の進行方向D1と車両VC1の向きDBとのなす角θは、90°であるため、種別判定部134は、車両VC1の駐車種別PKは、並列駐車PCであると判定する。
図6は、種別決定部135の処理の一例を示す図表である。時間TMは、種別判定部134が、駐車種別PKを判定する時間を示す。図6では、時間TMが、(t)、(t+1)、(t+2)、(t+3)の4回において、種別判定部134が、駐車種別PKを判定する。図6の右端には、累計台数CMを示す。
図6では、左側領域RLに駐車している車両2の各々について、種別判定部134が並列駐車PCと判定した車両2の台数、種別判定部134が縦列駐車PAと判定した車両2の台数、及び種別判定部134が斜め駐車PBと判定した車両2の台数を示している。
例えば、時間TMが(t)では、並列駐車PCと判定した車両2の台数は2台であり、縦列駐車PAと判定した車両2の台数は1台であり、及び斜め駐車PBと判定した車両2の台数は0台である。また、時間TMが(t+1)では、並列駐車PCと判定した車両2の台数は1台であり、縦列駐車PAと判定した車両2の台数は1台であり、及び斜め駐車PBと判定した車両2の台数は1台である。
図6では、左側領域RLに駐車している車両2の各々について、種別判定部134が並列駐車PCと判定した車両2の台数、種別判定部134が縦列駐車PAと判定した車両2の台数、及び種別判定部134が斜め駐車PBと判定した車両2の台数を示している。
例えば、時間TMが(t)では、並列駐車PCと判定した車両2の台数は2台であり、縦列駐車PAと判定した車両2の台数は1台であり、及び斜め駐車PBと判定した車両2の台数は0台である。また、時間TMが(t+1)では、並列駐車PCと判定した車両2の台数は1台であり、縦列駐車PAと判定した車両2の台数は1台であり、及び斜め駐車PBと判定した車両2の台数は1台である。
左側領域RLにおける累計台数CMについては、並列駐車PCと判定した車両2の台数は6台であり、縦列駐車PAと判定した車両2の台数は3台であり、及び斜め駐車PBと判定した車両2の台数は1台である。並列駐車PCと判定した車両2の台数が最も多いため、種別決定部135は、左側領域RLの駐車種別PKを、並列駐車PCに決定する。
また、右側領域RRにおける累計台数CMについては、並列駐車PCと判定した車両2の台数は0台であり、縦列駐車PAと判定した車両2の台数は8台であり、及び斜め駐車PBと判定した車両2の台数は0台である。縦列駐車PAと判定した車両2の台数が最も多いため、種別決定部135は、左側領域RLの駐車種別PKを、縦列駐車PAに決定する。
このように、種別決定部135は、複数の領域RNの各々について、最も台数の多い駐車種別PKを、複数の領域RNの各々の駐車種別PKとして決定するため、複数の領域RNの各々の駐車種別PKを適正に決定できる。
なお、時間TMである(t)、(t+1)、(t+2)、及び(t+3)の4回の各々の間隔は、例えば、0.5秒間である。本実施形態では、種別決定部135が、所定時間毎に、並列駐車PCと判定した車両2の台数、縦列駐車PAと判定した車両2の台数、及び斜め駐車PBと判定した車両2の台数を算出する場合について説明するが、これに限定されない。例えば、種別決定部135が、車両1が所定距離、例えば、3m前進する度に、並列駐車PCと判定した車両2の台数、縦列駐車PAと判定した車両2の台数、及び斜め駐車PBと判定した車両2の台数を算出してもよい。
本実施形態では、種別判定部134による4回の判定結果の累計台数CMに基づいて、種別決定部135が複数の領域RNの各々の駐車種別PKを決定するが、これに限定されない。種別決定部135が、種別判定部134による2回又は3回の判定結果の累計台数CMに基づいて、複数の領域RNの各々の駐車種別PKを決定してもよい。また、種別決定部135が、種別判定部134による5回以上の判定結果の累計台数CMに基づいて、複数の領域RNの各々の駐車種別PKを決定してもよい。また、種別決定部135が、種別判定部134による1回の判定結果に基づいて、複数の領域RNの各々の駐車種別PKを決定してもよい。
次に、図7を参照して、駐車支援装置100の処理の一例について説明する。図7は、駐車支援装置100の処理の一例を示すフローチャートである。
図7に示すように、まず、ステップS101において、画像取得部131は、車両1の周囲の撮像画像PFを取得する。
次に、ステップS103において、領域分割部132は、撮像画像PFを複数の領域RNに分割する。
次に、ステップS105において、車両検出部133は、複数の領域RNの各々における他の複数の車両2を検出する。
次に、ステップS107において、種別判定部134は、複数の領域RNの各々における他の複数の車両2の各々について、車体の向きDBを検出する。
図7に示すように、まず、ステップS101において、画像取得部131は、車両1の周囲の撮像画像PFを取得する。
次に、ステップS103において、領域分割部132は、撮像画像PFを複数の領域RNに分割する。
次に、ステップS105において、車両検出部133は、複数の領域RNの各々における他の複数の車両2を検出する。
次に、ステップS107において、種別判定部134は、複数の領域RNの各々における他の複数の車両2の各々について、車体の向きDBを検出する。
次に、ステップS109において、種別判定部134は、複数の領域RNの各々における他の複数の車両2の各々の駐車種別PKを判定する。種別判定部134は、例えば、車両1の進行方向D1と他の複数の車両2の各々の車体の向きDBとのなす角θに応じて、他の複数の車両2の各々の駐車種別PKを判定する。
次に、ステップS111において、種別決定部135は、複数の領域RNの各々における駐車種別PK毎の車両2の台数を算出する。種別決定部135は、例えば、複数の領域RNの各々において、並列駐車PCと判定した車両2の台数、縦列駐車PAと判定した車両2の台数、及び斜め駐車PBと判定した車両2の台数を算出する。
次に、ステップS113において、種別決定部135は、複数の領域RNの各々における駐車種別PKを決定する。種別決定部135は、例えば、複数の領域RNの各々について、最も台数の多い駐車種別PKを、複数の領域RNの各々の駐車種別PKとして決定する。本実施形態では、複数の領域RNは、左側領域RL、及び右側領域RRに対応する。
次に、ステップS115において、駐車支援装置100は、操作部50に対するユーザーの操作に基づいて、駐車種別決定処理を終了するか否かを判定する。
駐車種別決定処理を終了すると駐車支援装置100が判定した場合(ステップS115;YES)には、処理が終了する。駐車種別決定処理を終了しないと駐車支援装置100が判定した場合(ステップS115;NO)には、処理がステップS111に戻る。
次に、ステップS111において、種別決定部135は、複数の領域RNの各々における駐車種別PK毎の車両2の台数を算出する。種別決定部135は、例えば、複数の領域RNの各々において、並列駐車PCと判定した車両2の台数、縦列駐車PAと判定した車両2の台数、及び斜め駐車PBと判定した車両2の台数を算出する。
次に、ステップS113において、種別決定部135は、複数の領域RNの各々における駐車種別PKを決定する。種別決定部135は、例えば、複数の領域RNの各々について、最も台数の多い駐車種別PKを、複数の領域RNの各々の駐車種別PKとして決定する。本実施形態では、複数の領域RNは、左側領域RL、及び右側領域RRに対応する。
次に、ステップS115において、駐車支援装置100は、操作部50に対するユーザーの操作に基づいて、駐車種別決定処理を終了するか否かを判定する。
駐車種別決定処理を終了すると駐車支援装置100が判定した場合(ステップS115;YES)には、処理が終了する。駐車種別決定処理を終了しないと駐車支援装置100が判定した場合(ステップS115;NO)には、処理がステップS111に戻る。
ステップS101は、「画像取得ステップ」の一例に対応する。
ステップS103は、「車両検出ステップ」の一例に対応する。
ステップS109は、「種別判定ステップ」の一例に対応する。
ステップS113は、「種別決定ステップ」の一例に対応する。
ステップS103は、「車両検出ステップ」の一例に対応する。
ステップS109は、「種別判定ステップ」の一例に対応する。
ステップS113は、「種別決定ステップ」の一例に対応する。
以上、図1~図6を参照して説明したように、本実施形態の駐車支援装置100は、車両1の周囲の撮像画像PFを取得する画像取得部131と、撮像画像PFを用いて、車両1の周囲に駐車している他の複数の車両2を検出する車両検出部133と、他の複数の車両2の各々について、縦列駐車PA、並列駐車PC、及び斜め駐車PBのいずれかを示す駐車種別PKを判定する種別判定部134と、種別判定部134の判定結果に基づき、他の複数の車両2のうち、最も台数の多い駐車種別PKを、他の複数の車両2が駐車している領域RNの駐車種別PKとして決定する種別決定部135と、を備える。
すなわち、他の複数の車両2の各々について、縦列駐車PA、並列駐車PC、及び斜め駐車PBのいずれかを示す駐車種別PKを判定し、他の複数の車両2のうち、最も台数の多い駐車種別PKを、他の複数の車両2が駐車している領域RNの駐車種別PKとして決定する。
したがって、他の複数の車両2が駐車している領域RNの駐車種別PKを適正に決定できる。
したがって、他の複数の車両2が駐車している領域RNの駐車種別PKを適正に決定できる。
また、駐車支援装置100は、車両1の進行方向D1に基づいて、撮像画像PFを複数の領域RNに分割する領域分割部132を備え、種別決定部135は、複数の領域RNの各々について、最も台数の多い駐車種別PKを、複数の領域RNの各々の駐車種別PKとして決定する。
したがって、複数の領域RNの各々の駐車種別PKを適正に決定できる。
したがって、複数の領域RNの各々の駐車種別PKを適正に決定できる。
また、駐車支援装置100において、領域分割部132は、車両1が走行する道路の画像である道路画像RDを撮像画像PFから抽出し、抽出した道路画像RDに基づいて、撮像画像PFを複数の領域RNに分割する。
したがって、撮像画像PFを複数の領域RNに適正に分割できる。
したがって、撮像画像PFを複数の領域RNに適正に分割できる。
また、駐車支援装置100において、種別判定部134は、他の複数の車両2の各々について、車体の向きDBを検出し、車体の向きDBに基づいて、駐車種別PKを判定する。例えば、図4を参照して説明したように、種別判定部134は、車体の向きDBと、車両1の進行方向D1とのなす角θに応じて、駐車種別PKを判定する。
したがって、他の複数の車両2の各々の駐車種別PKを適正に判定できる。
したがって、他の複数の車両2の各々の駐車種別PKを適正に判定できる。
また、本実施形態の駐車支援方法は、車両1の周囲の撮像画像PFを取得する画像取得ステップと、撮像画像PFを用いて、車両1の周囲に駐車している他の複数の車両2を検出する車両検出ステップと、他の複数の車両2の各々について、縦列駐車PA、並列駐車PC、及び斜め駐車PBのいずれかを示す駐車種別PKを判定する種別判定ステップと、種別判定ステップにおける判定結果に基づき、他の複数の車両2のうち、最も台数の多い駐車種別PKを、他の複数の車両2が駐車している領域RNの駐車種別PKとして決定する種別決定ステップと、を含む。
したがって、本実施形態の駐車支援方法は、本実施形態の駐車支援装置100と同様の効果を奏する。
したがって、本実施形態の駐車支援方法は、本実施形態の駐車支援装置100と同様の効果を奏する。
上述した本実施形態は、あくまでも本発明の一実施形態を例示したものであって、本発明の主旨を逸脱しない範囲で任意に変形、及び応用が可能である。
例えば、図1は、本発明の理解を容易にするために、構成要素を主な処理内容に応じて分類して示した図であり、構成要素は、処理内容に応じて、更に多くの構成要素に分類することもできる。また、1つの構成要素が更に多くの処理を実行するように分類することもできる。
また、各構成要素の処理は、1つのハードウェアで実行されてもよいし、複数のハードウェアで実行されてもよい。
また、各構成要素の処理は、1つのプログラムで実現されてもよいし、複数のプログラムで実現されてもよい。
例えば、図1は、本発明の理解を容易にするために、構成要素を主な処理内容に応じて分類して示した図であり、構成要素は、処理内容に応じて、更に多くの構成要素に分類することもできる。また、1つの構成要素が更に多くの処理を実行するように分類することもできる。
また、各構成要素の処理は、1つのハードウェアで実行されてもよいし、複数のハードウェアで実行されてもよい。
また、各構成要素の処理は、1つのプログラムで実現されてもよいし、複数のプログラムで実現されてもよい。
また、図1において、駐車支援装置100が、位置検出ユニット10、操作部50及び表示部60の少なくとも1つを一体に備えてもよい。
また、本実施形態では、駐車支援装置100が、画像取得部131、領域分割部132、車両検出部133、種別判定部134、及び種別決定部135を備えるが、これに限定されない。駐車支援装置100とインターネット等のネットワークを介して通信可能に接続されたサーバ装置が、領域分割部132、車両検出部133、種別判定部134、及び種別決定部135の少なくとも1つを備えてもよい。サーバ装置が、例えば、領域分割部132、車両検出部133、種別判定部134、及び種別決定部135を備えてもよい。
また、本実施形態では、メモリ110が学習済モデルMD1、及び学習済モデルMD2を記憶する場合について説明するが、これに限定されない。例えば、駐車支援装置100と通信可能に接続するサーバ装置が学習済モデルMD1、及び学習済モデルMD2の少なくとも一方を記憶してもよい。
例えば、サーバ装置が学習済モデルMD1を記憶する場合には、車両検出部133は、サーバ装置に対して他の複数の車両2の各々の撮像画像PFを送信する。そして、サーバ装置は、学習済モデルMD1に撮像画像PFを入力することによって、車両2の位置、又は画像での範囲を出力する。車両検出部133は、サーバ装置から、車両2の画像での位置、又は画像での範囲を取得する。
また、例えば、サーバ装置が学習済モデルMD2を記憶する場合には、種別判定部134は、サーバ装置に対して他の複数の車両2の各々の撮像画像PFを送信する。そして、サーバ装置は、学習済モデルMD2に他の複数の車両2の各々の撮像画像PFを入力することによって、車両2の各々の車体の向きDBを出力する。種別判定部134は、サーバ装置から、車両2の各々の車体の向きDBを取得する。
例えば、サーバ装置が学習済モデルMD1を記憶する場合には、車両検出部133は、サーバ装置に対して他の複数の車両2の各々の撮像画像PFを送信する。そして、サーバ装置は、学習済モデルMD1に撮像画像PFを入力することによって、車両2の位置、又は画像での範囲を出力する。車両検出部133は、サーバ装置から、車両2の画像での位置、又は画像での範囲を取得する。
また、例えば、サーバ装置が学習済モデルMD2を記憶する場合には、種別判定部134は、サーバ装置に対して他の複数の車両2の各々の撮像画像PFを送信する。そして、サーバ装置は、学習済モデルMD2に他の複数の車両2の各々の撮像画像PFを入力することによって、車両2の各々の車体の向きDBを出力する。種別判定部134は、サーバ装置から、車両2の各々の車体の向きDBを取得する。
また、本発明の駐車支援方法を、コンピュータを用いて実現する場合には、このコンピュータが実行する制御プログラムPGMを記録媒体、又はこの制御プログラムPGMを伝送する伝送媒体の態様で構成することも可能である。
記録媒体には、磁気的、光学的記録媒体又は半導体メモリーデバイスを用いることができる。具体的には、フレキシブルディスク、HDD、CD-ROM(Compact Disk Read Only Memory)、DVD、Blu-ray(登録商標) Disc、光磁気ディスク、フラッシュメモリ、カード型記録媒体等の可搬型、或いは固定式の記録媒体が挙げられる。また、上記記録媒体は、駐車支援装置100が備えるRAM、ROM、HDD等の不揮発性記憶装置であってもよい。
また、制御プログラムPGMを、駐車支援装置100とネットワークを介して通信可能に接続されたサーバ装置から駐車支援装置100がダウンロードしてもよい。
記録媒体には、磁気的、光学的記録媒体又は半導体メモリーデバイスを用いることができる。具体的には、フレキシブルディスク、HDD、CD-ROM(Compact Disk Read Only Memory)、DVD、Blu-ray(登録商標) Disc、光磁気ディスク、フラッシュメモリ、カード型記録媒体等の可搬型、或いは固定式の記録媒体が挙げられる。また、上記記録媒体は、駐車支援装置100が備えるRAM、ROM、HDD等の不揮発性記憶装置であってもよい。
また、制御プログラムPGMを、駐車支援装置100とネットワークを介して通信可能に接続されたサーバ装置から駐車支援装置100がダウンロードしてもよい。
また、例えば、図7に示すフローチャートの処理単位は、駐車支援装置100の処理の理解を容易にするために、主な処理内容に応じて分割したものであり、処理単位の分割の仕方や名称によって、本発明が限定されることはない。駐車支援装置100の処理は、処理内容に応じて、更に多くの処理単位に分割してもよい。また、駐車支援装置100の処理は、1つの処理単位が更に多くの処理を含むように分割してもよい。
1 車両(自車両)
2 他の複数の車両
31 フロントカメラ
100 駐車支援装置
131 画像取得部
133 車両検出部
134 種別判定部
135 種別決定部
PA 縦列駐車
PB 斜め駐車
PC 並列駐車
PF 撮像画像
PK 駐車種別
2 他の複数の車両
31 フロントカメラ
100 駐車支援装置
131 画像取得部
133 車両検出部
134 種別判定部
135 種別決定部
PA 縦列駐車
PB 斜め駐車
PC 並列駐車
PF 撮像画像
PK 駐車種別
Claims (5)
- 自車両の周囲の撮像画像を取得する画像取得部と、
前記撮像画像を用いて、前記自車両の周囲に駐車している他の複数の車両を検出する車両検出部と、
前記他の複数の車両の各々について、縦列駐車、並列駐車、及び斜め駐車のいずれかを示す駐車種別を判定する種別判定部と、
前記種別判定部の判定結果に基づき、前記他の複数の車両のうち、最も台数の多い駐車種別を、前記他の複数の車両が駐車している領域の駐車種別として決定する種別決定部と、
を備える、駐車支援装置。 - 前記自車両の進行方向に基づいて、前記撮像画像を複数の領域に分割する領域分割部を備え、
前記種別決定部は、前記複数の領域の各々について、最も台数の多い駐車種別を、前記複数の領域の各々の駐車種別として決定する、
請求項1に記載の駐車支援装置。 - 前記領域分割部は、前記自車両が走行する道路の画像である道路画像を前記撮像画像から抽出し、抽出した前記道路画像に基づいて、前記撮像画像を前記複数の領域に分割する、
請求項2に記載の駐車支援装置。 - 前記種別判定部は、前記他の複数の車両の各々について、車体の向きを検出し、前記車体の向きに基づいて、前記駐車種別を判定する、
請求項1から請求項3のいずれか1項に記載の駐車支援装置。 - 自車両の周囲の撮像画像を取得する画像取得ステップと、
前記撮像画像を用いて、前記自車両の周囲に駐車している他の複数の車両を検出する車両検出ステップと、
前記他の複数の車両の各々について、縦列駐車、並列駐車、及び斜め駐車のいずれかを示す駐車種別を判定する種別判定ステップと、
前記種別判定ステップにおける判定結果に基づき、前記他の複数の車両のうち、最も台数の多い駐車種別を、前記他の複数の車両が駐車している領域の駐車種別として決定する種別決定ステップと、
を含む、駐車支援方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021208938A JP2023093846A (ja) | 2021-12-23 | 2021-12-23 | 駐車支援装置、及び駐車支援方法 |
EP22215881.8A EP4202865A1 (en) | 2021-12-23 | 2022-12-22 | Parking assisting device and parking assisting method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021208938A JP2023093846A (ja) | 2021-12-23 | 2021-12-23 | 駐車支援装置、及び駐車支援方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023093846A true JP2023093846A (ja) | 2023-07-05 |
Family
ID=84569332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021208938A Pending JP2023093846A (ja) | 2021-12-23 | 2021-12-23 | 駐車支援装置、及び駐車支援方法 |
Country Status (2)
Country | Link |
---|---|
EP (1) | EP4202865A1 (ja) |
JP (1) | JP2023093846A (ja) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005032095A1 (de) * | 2005-07-08 | 2007-01-18 | Robert Bosch Gmbh | Parkvorrichtung |
JP2016101778A (ja) | 2014-11-27 | 2016-06-02 | パナソニックIpマネジメント株式会社 | 駐車支援装置 |
-
2021
- 2021-12-23 JP JP2021208938A patent/JP2023093846A/ja active Pending
-
2022
- 2022-12-22 EP EP22215881.8A patent/EP4202865A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4202865A1 (en) | 2023-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11657604B2 (en) | Systems and methods for estimating future paths | |
JP5867273B2 (ja) | 接近物体検知装置、接近物体検知方法及び接近物体検知用コンピュータプログラム | |
KR20210115026A (ko) | 차량 인텔리전트 운전 제어 방법 및 장치, 전자 기기 및 기억 매체 | |
JP2010067262A (ja) | インテリジェント走行支援システム | |
JP2004531424A5 (ja) | ||
US11126875B2 (en) | Method and device of multi-focal sensing of an obstacle and non-volatile computer-readable storage medium | |
US8155380B2 (en) | Method and apparatus for the recognition of obstacles | |
JP7200572B2 (ja) | 付着物検出装置 | |
JP6869467B2 (ja) | 駐車支援装置 | |
JP2008276642A (ja) | 走行車線認識装置および走行車線認識方法 | |
JP6081247B2 (ja) | 車両後方画像の表示切替装置および表示切替方法 | |
JP2016190575A (ja) | 駐車支援装置、及び駐車支援システム | |
US11393223B2 (en) | Periphery monitoring device | |
JP6774948B2 (ja) | 判定装置、車両および判定方法 | |
JP2018073275A (ja) | 画像認識装置 | |
WO2016151977A1 (ja) | 移動体検出装置、画像処理装置、移動体検出方法、及び、集積回路 | |
US11967007B2 (en) | Vehicle surroundings information displaying system and vehicle surroundings information displaying method | |
JP2021056717A (ja) | 物体検知装置 | |
JP2023093846A (ja) | 駐車支援装置、及び駐車支援方法 | |
JP2023066483A (ja) | 後方画像表示装置、及び後方画像表示方法 | |
JP2019153932A (ja) | 汚れ報知装置 | |
CN114684020A (zh) | 驾驶员辅助装置、车辆以及控制车辆的方法 | |
JP2019137397A (ja) | 駐車支援装置、及び駐車支援システム | |
WO2023085406A1 (ja) | 駐車支援装置、及び駐車支援方法 | |
US20240034322A1 (en) | Travel controller and travel control method |