JP2023517105A - 点群の特徴に基づく障害物濾過システム - Google Patents
点群の特徴に基づく障害物濾過システム Download PDFInfo
- Publication number
- JP2023517105A JP2023517105A JP2022554770A JP2022554770A JP2023517105A JP 2023517105 A JP2023517105 A JP 2023517105A JP 2022554770 A JP2022554770 A JP 2022554770A JP 2022554770 A JP2022554770 A JP 2022554770A JP 2023517105 A JP2023517105 A JP 2023517105A
- Authority
- JP
- Japan
- Prior art keywords
- candidate
- obstacles
- standard deviation
- threshold
- candidate obstacles
- 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
- 238000001914 filtration Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000005259 measurement Methods 0.000 claims description 30
- 239000000428 dust Substances 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 230000001953 sensory effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20068—Projection on vertical or horizontal image axis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30261—Obstacle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Optics & Photonics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Image Analysis (AREA)
Abstract
Description
図面の各図において、本開示の実施形態は、例示的かつ非限定的な例として示されており、図面中の類似の図面記号は、類似の要素を示す。
Claims (33)
- 光検出および測距(LIDAR)機器の出力に基づいて、複数の点を含む点群を生成することと、
前記点群に基づいて、1つまたは複数の候補障害物を決定することと、
前記1つまたは複数の候補障害物のそれぞれに対応する点に関連付けられた特徴に少なくとも部分的に基づいて、前記1つまたは複数の候補障害物を濾過して、前記1つまたは複数の候補障害物からノイズに対応する第一候補障害物セットを除去することと、
除去されていない前記候補障害物を含む1つまたは複数の認識された障害物を決定することと、
前記認識された障害物に基づいて、自動運転車両の操作を制御することと、
を含むコンピュータ実装方法。 - ノイズに対応する前記第一候補障害物セットは、塵埃に対応する点に対応する候補障害物を含む、
請求項1に記載の方法。 - 前記1つまたは複数の候補障害物を濾過する際に基づかれ、前記1つまたは複数の候補障害物のそれぞれに対応する点に関連付けられた前記特徴は、
前記1つまたは複数の候補障害物のそれぞれに対応する前記点の強度測定値分布、前記1つまたは複数の候補障害物のそれぞれに対応する前記点の空間分布、またはそれらの組み合わせのうちの1つまたは複数を含む、
請求項1または2に記載の方法。 - 前記1つまたは複数の候補障害物を濾過することは、
低強度測定値に関連付けられた点の数と前記候補障害物に対応する点の総数との比率が第一閾値よりも大きい点に対応する候補障害物のそれぞれを除去することであって、点の強度測定値が強度閾値よりも小さい場合、前記点が低強度測定値に関連付けられることを含む、
請求項3に記載の方法。 - 前記1つまたは複数の候補障害物を濾過することは、認識された障害物のタイプが車両であるか、または認識された物理的サイズがサイズ閾値よりも大きい候補障害物の残部のそれぞれについて、
前記候補障害物に対応する点を水平面の第一次元および第二次元に投影することであって、前記第一次元および前記第二次元が互いに直交することと、
前記第一次元に沿った前記投影点の第一標準偏差、および前記第二次元に沿った前記投影点の第二標準偏差を決定することと、
前記第一標準偏差が第一標準偏差閾値よりも大きい場合、または前記第二標準偏差が第二標準偏差閾値よりも大きい場合、前記候補障害物を除去することと、をさらに含む、
請求項4に記載の方法。 - 前記第一標準偏差が前記第一標準偏差閾値よりも大きく、前記第二標準偏差が前記第二標準偏差閾値よりも大きい場合、前記候補障害物を除去する、
請求項5に記載の方法。 - 前記第一標準偏差閾値は、前記第二標準偏差閾値と同じである、
請求項5に記載の方法。 - 前記第一標準偏差閾値は、前記第二標準偏差閾値と異なる、
請求項5に記載の方法。 - 前記1つまたは複数の候補障害物を濾過することは、認識された障害物のタイプが車両であるか、または認識された物理的サイズがサイズ閾値よりも大きい候補障害物の残部のそれぞれについて、
前記候補障害物に対応する点を前記水平面の領域に投影することであって、前記水平面の前記領域が第一平方数量を含むグリッドに関連付けられることと、
それぞれが少なくとも1つの投影点を含む第二平方数量を前記第一平方数量で決定することと、
前記第二数量と前記第一数量との比率が第二閾値よりも大きい場合、前記候補障害物を除去することと、をさらに含む、
請求項5に記載の方法。 - 前記1つまたは複数の候補障害物を濾過することは、
低い高さに関連付けられた点の数と前記候補障害物に対応する点の総数との比率が第三閾値よりも小さい点に対応する候補障害物のそれぞれを除去することであって、前記点の高さが高さ閾値よりも小さい場合、前記点が低い高さに関連付けられることをさらに含む、
請求項9に記載の方法。 - 前記1つまたは複数の候補障害物を濾過することは、
それぞれが所定数の以前に隣接した感知周期のいずれかの感知結果に存在しない候補障害物を除去することをさらに含む、
請求項10に記載の方法。 - 命令を記憶する非一時的な機械可読媒体であって、命令がプロセッサによって実行されると、前記プロセッサに操作を実行させるものであり、前記操作は、
光検出および測距(LIDAR)機器の出力に基づいて、複数の点を含む点群を生成することと、
前記点群に基づいて、1つまたは複数の候補障害物を決定することと、
前記1つまたは複数の候補障害物のそれぞれに対応する点に関連付けられた特徴に少なくとも部分的に基づいて、前記1つまたは複数の候補障害物を濾過して、前記1つまたは複数の候補障害物からノイズに対応する第一候補障害物セットを除去することと、
除去されていない前記候補障害物を含む1つまたは複数の認識された障害物を決定することと、
前記認識された障害物に基づいて、自動運転車両の操作を制御することと、を含む、
非一時的な機械可読媒体。 - ノイズに対応する前記第一候補障害物セットは、塵埃に対応する点に対応する候補障害物を含む、
請求項12に記載の非一時的な機械可読媒体。 - 前記1つまたは複数の候補障害物を濾過する際に基づかれ、前記1つまたは複数の候補障害物のそれぞれに対応する点に関連付けられた前記特徴は、
前記1つまたは複数の候補障害物のそれぞれに対応する前記点の強度測定値分布、前記1つまたは複数の候補障害物のそれぞれに対応する前記点の空間分布、またはそれらの組み合わせのうちの1つまたは複数を含む、
請求項12または13に記載の非一時的な機械可読媒体。 - 前記1つまたは複数の候補障害物を濾過することは、
低強度測定値に関連付けられた点の数と前記候補障害物に対応する点の総数との比率が第一閾値よりも大きい点に対応する候補障害物のそれぞれを除去することであって、点の強度測定値が強度閾値よりも小さい場合、前記点が低強度測定値に関連付けられることを含む、
請求項14に記載の非一時的な機械可読媒体。 - 前記1つまたは複数の候補障害物を濾過することは、認識された障害物のタイプが車両であるか、または認識された物理的サイズがサイズ閾値よりも大きい候補障害物の残部のそれぞれについて、
前記候補障害物に対応する点を水平面の第一次元および第二次元に投影することであって、前記第一次元および前記第二次元が互いに直交することと、
前記第一次元に沿った前記投影点の第一標準偏差、および前記第二次元に沿った前記投影点の第二標準偏差を決定することと、
前記第一標準偏差が第一標準偏差閾値よりも大きい場合、または前記第二標準偏差が第二標準偏差閾値よりも大きい場合、前記候補障害物を除去することと、をさらに含む、
請求項15に記載の非一時的な機械可読媒体。 - 前記第一標準偏差が前記第一標準偏差閾値よりも大きく、前記第二標準偏差が前記第二標準偏差閾値よりも大きい場合、前記候補障害物を除去する、
請求項16に記載の非一時的な機械可読媒体。 - 前記第一標準偏差閾値は、前記第二標準偏差閾値と同じである、
請求項16に記載の非一時的な機械可読媒体。 - 前記第一標準偏差閾値は、前記第二標準偏差閾値と異なる、
請求項16に記載の非一時的な機械可読媒体。 - 前記1つまたは複数の候補障害物を濾過することは、認識された障害物のタイプが車両であるか、または認識された物理的サイズがサイズ閾値よりも大きい候補障害物の残部のそれぞれについて、
前記候補障害物に対応する点を前記水平面の領域に投影することであって、前記水平面の前記領域が第一平方数量を含むグリッドに関連付けられることと、
それぞれが少なくとも1つの投影点を含む第二平方数量を前記第一平方数量で決定することと、
前記第二数量と前記第一数量との比率が第二閾値よりも大きい場合、候補障害物を除去することと、をさらに含む、
請求項16に記載の非一時的な機械可読媒体。 - 前記1つまたは複数の候補障害物を濾過することは、
低い高さに関連付けられた点の数と前記候補障害物に対応する点の総数との比率が第三閾値よりも小さい点に対応する候補障害物のそれぞれを除去することであって、前記点の高さが高さ閾値よりも小さい場合、前記点が低い高さに関連付けられることをさらに含む、
請求項20に記載の非一時的な機械可読媒体。 - 前記1つまたは複数の候補障害物を濾過することは、
それぞれが所定数の以前に隣接した感知周期のいずれかの感知結果に存在しない候補障害物を除去することをさらに含む、
請求項21に記載の非一時的な機械可読媒体。 - プロセッサと、
前記プロセッサに接続されて命令を記憶するメモリであって、前記命令が前記プロセッサによって実行されると、前記プロセッサに操作を実行させるメモリと、を含み、前記操作は、
光検出および測距(LIDAR)機器の出力に基づいて、複数の点を含む点群を生成することと、
前記点群に基づいて、1つまたは複数の候補障害物を決定することと、
前記1つまたは複数の候補障害物のそれぞれに対応する点に関連付けられた特徴に少なくとも部分的に基づいて、前記1つまたは複数の候補障害物を濾過して、前記1つまたは複数の候補障害物からノイズに対応する第一候補障害物セットを除去することと、
除去されていない前記候補障害物を含む1つまたは複数の認識された障害物を決定することと、
前記認識された障害物に基づいて、自動運転車両の操作を制御することと、を含む、
データ処理システム。 - ノイズに対応する前記第一候補障害物セットは、塵埃に対応する点に対応する候補障害物を含む、
請求項23に記載のシステム。 - 前記1つまたは複数の候補障害物を濾過する際に基づかれ、前記1つまたは複数の候補障害物のそれぞれに対応する点に関連付けられた前記特徴は、
前記1つまたは複数の候補障害物のそれぞれに対応する前記点の強度測定値分布、前記1つまたは複数の候補障害物のそれぞれに対応する前記点の空間分布、またはそれらの組み合わせのうちの1つまたは複数を含む、
請求項23または24に記載のシステム。 - 前記1つまたは複数の候補障害物を濾過することは、
低強度測定値に関連付けられた点の数と前記候補障害物に対応する点の総数との比率が第一閾値よりも大きい点に対応する候補障害物のそれぞれを除去することであって、点の強度測定値が強度閾値よりも小さい場合、前記点が低強度測定値に関連付けられることを含む、
請求項25に記載のシステム。 - 前記1つまたは複数の候補障害物を濾過することは、認識された障害物のタイプが車両であるか、または認識された物理的サイズがサイズ閾値よりも大きい候補障害物の残部のそれぞれについて、
前記候補障害物に対応する点を水平面の第一次元および第二次元に投影することであって、前記第一次元および前記第二次元が互いに直交することと、
前記第一次元に沿った前記投影点の第一標準偏差、および前記第二次元に沿った前記投影点の第二標準偏差を決定することと、
前記第一標準偏差が第一標準偏差閾値よりも大きい場合、または前記第二標準偏差が第二標準偏差閾値よりも大きい場合、前記候補障害物を除去することと、をさらに含む、
請求項26に記載のシステム。 - 前記第一標準偏差が前記第一標準偏差閾値よりも大きく、前記第二標準偏差が前記第二標準偏差閾値よりも大きい場合、前記候補障害物を除去する、
請求項27に記載のシステム。 - 前記第一標準偏差閾値は、前記第二標準偏差閾値と同じである、
請求項27に記載のシステム。 - 前記第一標準偏差閾値は、前記第二標準偏差閾値と異なる、
請求項27に記載のシステム。 - 前記1つまたは複数の候補障害物を濾過することは、認識された障害物のタイプが車両であるか、または認識された物理的サイズがサイズ閾値よりも大きい候補障害物の残部のそれぞれについて、
前記候補障害物に対応する点を前記水平面の領域に投影することであって、前記水平面の前記領域が第一平方数量を含むグリッドに関連付けられることと、
それぞれが少なくとも1つの投影点を含む第二平方数量を前記第一平方数量で決定することと、
前記第二数量と前記第一数量との比率が第二閾値よりも大きい場合、前記候補障害物を除去することと、をさらに含む、
請求項27に記載のシステム。 - 前記1つまたは複数の候補障害物を濾過することは、
低い高さに関連付けられた点の数と前記候補障害物に対応する点の総数との比率が第三閾値よりも小さい点に対応する候補障害物のそれぞれを除去することであって、前記点の高さが高さ閾値よりも小さい場合、前記点が低い高さに関連付けられることをさらに含む、
請求項31に記載のシステム。 - 前記1つまたは複数の候補障害物を濾過することは、
それぞれが所定数の以前に隣接した感知周期のいずれかの感知結果に存在しない候補障害物を除去することをさらに含む、
請求項32に記載のシステム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/081475 WO2021189375A1 (en) | 2020-03-26 | 2020-03-26 | A point cloud feature-based obstacle filter system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023517105A true JP2023517105A (ja) | 2023-04-21 |
JP7389267B2 JP7389267B2 (ja) | 2023-11-29 |
Family
ID=77855963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022554770A Active JP7389267B2 (ja) | 2020-03-26 | 2020-03-26 | 点群の特徴に基づく障害物濾過システム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11609333B2 (ja) |
JP (1) | JP7389267B2 (ja) |
KR (1) | KR20220134033A (ja) |
CN (1) | CN114127778A (ja) |
WO (1) | WO2021189375A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11592570B2 (en) * | 2020-02-25 | 2023-02-28 | Baidu Usa Llc | Automated labeling system for autonomous driving vehicle lidar data |
CN114475650B (zh) * | 2021-12-01 | 2022-11-01 | 中铁十九局集团矿业投资有限公司 | 一种车辆行驶行为确定方法、装置、设备及介质 |
WO2023192515A1 (en) * | 2022-03-31 | 2023-10-05 | Zoox, Inc. | Ground profile estimation for sensor data |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07334800A (ja) * | 1994-06-06 | 1995-12-22 | Matsushita Electric Ind Co Ltd | 車両認識装置 |
JP2003306102A (ja) * | 2002-04-11 | 2003-10-28 | Toshiba Corp | 追越車両検出装置と運転支援システムの後側方警報装置 |
JP2009205436A (ja) * | 2008-02-28 | 2009-09-10 | Tamagawa Gakuen | 画像セグメンテーション装置、画像セグメンテーション方法及びプログラム |
US20100045674A1 (en) * | 2008-08-25 | 2010-02-25 | Harris Corporation, Corporation Of The State Of Delaware | Image processing device using selective neighboring voxel removal and related methods |
US20130202197A1 (en) * | 2010-06-11 | 2013-08-08 | Edmund Cochrane Reeler | System and Method for Manipulating Data Having Spatial Co-ordinates |
JP2015022541A (ja) * | 2013-07-19 | 2015-02-02 | 株式会社日本自動車部品総合研究所 | 監視装置およびプログラム |
US20180058861A1 (en) * | 2016-08-26 | 2018-03-01 | Here Global B.V. | Automatic localization geometry detection |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156926B (zh) | 2014-08-19 | 2017-06-23 | 武汉海达数云技术有限公司 | 多场景下车载激光点云噪声点去除方法 |
EP3430427B1 (en) * | 2016-03-14 | 2021-07-21 | IMRA Europe S.A.S. | Processing method of a 3d point cloud |
US10137890B2 (en) * | 2016-06-28 | 2018-11-27 | Toyota Motor Engineering & Manufacturing North America, Inc. | Occluded obstacle classification for vehicles |
CN106548520A (zh) | 2016-11-16 | 2017-03-29 | 湖南拓视觉信息技术有限公司 | 一种点云数据去噪的方法和系统 |
CN106951847B (zh) * | 2017-03-13 | 2020-09-29 | 百度在线网络技术(北京)有限公司 | 障碍物检测方法、装置、设备及存储介质 |
US10128248B1 (en) | 2017-07-14 | 2018-11-13 | Intel Corporation | Aging tolerant apparatus |
CN109521756B (zh) * | 2017-09-18 | 2022-03-08 | 阿波罗智能技术(北京)有限公司 | 用于无人驾驶车辆的障碍物运动信息生成方法和装置 |
CN109840448A (zh) * | 2017-11-24 | 2019-06-04 | 百度在线网络技术(北京)有限公司 | 用于无人驾驶车辆的信息输出方法和装置 |
CN111788602B (zh) * | 2017-12-29 | 2024-05-28 | 泰立戴恩菲力尔有限责任公司 | 点云去噪系统和方法 |
US10671862B2 (en) * | 2018-01-30 | 2020-06-02 | Wipro Limited | Method and system for detecting obstacles by autonomous vehicles in real-time |
CN110136072B (zh) * | 2018-02-08 | 2021-02-09 | 北京大学 | 点云噪声的去除方法、去噪系统、计算机设备及存储介质 |
US10468062B1 (en) * | 2018-04-03 | 2019-11-05 | Zoox, Inc. | Detecting errors in sensor data |
CN108846809B (zh) | 2018-05-28 | 2022-08-12 | 河海大学 | 一种面向密集点云的噪声剔除方法 |
CN109100741B (zh) * | 2018-06-11 | 2020-11-20 | 长安大学 | 一种基于3d激光雷达及图像数据的目标检测方法 |
US10921817B1 (en) * | 2018-06-29 | 2021-02-16 | Zoox, Inc. | Point cloud filtering with semantic segmentation |
CN109214994B (zh) | 2018-08-10 | 2022-02-01 | 河海大学 | 一种基于双控制点的隧道密集点云噪声剔除方法 |
JP7256639B2 (ja) * | 2018-12-26 | 2023-04-12 | フォルシアクラリオン・エレクトロニクス株式会社 | 車載処理装置 |
CN109858460B (zh) * | 2019-02-20 | 2022-06-10 | 重庆邮电大学 | 一种基于三维激光雷达的车道线检测方法 |
US11532168B2 (en) * | 2019-11-15 | 2022-12-20 | Nvidia Corporation | Multi-view deep neural network for LiDAR perception |
US11407431B2 (en) * | 2019-11-22 | 2022-08-09 | Samsung Electronics Co., Ltd. | System and method for object trajectory prediction in an autonomous scenario |
-
2020
- 2020-03-26 US US16/758,738 patent/US11609333B2/en active Active
- 2020-03-26 WO PCT/CN2020/081475 patent/WO2021189375A1/en active Application Filing
- 2020-03-26 JP JP2022554770A patent/JP7389267B2/ja active Active
- 2020-03-26 CN CN202080003238.3A patent/CN114127778A/zh active Pending
- 2020-03-26 KR KR1020227031982A patent/KR20220134033A/ko not_active Application Discontinuation
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07334800A (ja) * | 1994-06-06 | 1995-12-22 | Matsushita Electric Ind Co Ltd | 車両認識装置 |
JP2003306102A (ja) * | 2002-04-11 | 2003-10-28 | Toshiba Corp | 追越車両検出装置と運転支援システムの後側方警報装置 |
JP2009205436A (ja) * | 2008-02-28 | 2009-09-10 | Tamagawa Gakuen | 画像セグメンテーション装置、画像セグメンテーション方法及びプログラム |
US20100045674A1 (en) * | 2008-08-25 | 2010-02-25 | Harris Corporation, Corporation Of The State Of Delaware | Image processing device using selective neighboring voxel removal and related methods |
US20130202197A1 (en) * | 2010-06-11 | 2013-08-08 | Edmund Cochrane Reeler | System and Method for Manipulating Data Having Spatial Co-ordinates |
JP2015022541A (ja) * | 2013-07-19 | 2015-02-02 | 株式会社日本自動車部品総合研究所 | 監視装置およびプログラム |
US20180058861A1 (en) * | 2016-08-26 | 2018-03-01 | Here Global B.V. | Automatic localization geometry detection |
Also Published As
Publication number | Publication date |
---|---|
WO2021189375A1 (en) | 2021-09-30 |
CN114127778A (zh) | 2022-03-01 |
US11609333B2 (en) | 2023-03-21 |
JP7389267B2 (ja) | 2023-11-29 |
US20210302582A1 (en) | 2021-09-30 |
KR20220134033A (ko) | 2022-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111775933B (zh) | 用于基于车辆周围障碍物的移动轨迹自主驾驶车辆的方法 | |
US10915766B2 (en) | Method for detecting closest in-path object (CIPO) for autonomous driving | |
US11880201B2 (en) | Fastest lane determination algorithm under traffic jam | |
US11726212B2 (en) | Detector for point cloud fusion | |
US11703599B2 (en) | Partial point cloud-based pedestrians' velocity estimation method | |
JP7389267B2 (ja) | 点群の特徴に基づく障害物濾過システム | |
CN112230646A (zh) | 设计用于单车运行的自动驾驶系统下的车辆队列实施 | |
US11787440B2 (en) | Lane boundary and vehicle speed based nudge decision | |
US20210284195A1 (en) | Obstacle prediction system for autonomous driving vehicles | |
CN112985435A (zh) | 用于操作自主驾驶车辆的方法及系统 | |
KR102597917B1 (ko) | 자율 주행 차량을 위한 음원 검출 및 위치 측정 | |
US11835629B2 (en) | Neighbor-based point cloud filter system | |
US11527076B2 (en) | Point cloud-based low-height obstacle detection system | |
US11288528B2 (en) | Differentiation-based traffic light detection | |
US11679761B2 (en) | Forward collision warning alert system for autonomous driving vehicle safety operator | |
CN212391730U (zh) | 用于自动驾驶车辆的光探测和测距装置 | |
US11300414B2 (en) | Estimated time of arrival based on history | |
US11577644B2 (en) | L3-level auto-emergency light system for ego vehicle harsh brake | |
CN212515471U (zh) | 用于自动驾驶车辆的光探测和测距装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220912 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220912 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230530 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230825 |
|
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: 20231114 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231116 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7389267 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |