JP6298128B2 - 3dセンサにより検出されたオブジェクトの分類 - Google Patents
3dセンサにより検出されたオブジェクトの分類 Download PDFInfo
- Publication number
- JP6298128B2 JP6298128B2 JP2016177291A JP2016177291A JP6298128B2 JP 6298128 B2 JP6298128 B2 JP 6298128B2 JP 2016177291 A JP2016177291 A JP 2016177291A JP 2016177291 A JP2016177291 A JP 2016177291A JP 6298128 B2 JP6298128 B2 JP 6298128B2
- Authority
- JP
- Japan
- Prior art keywords
- trajectory
- cluster
- identified
- based classifier
- automatic driving
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 claims description 69
- 230000001133 acceleration Effects 0.000 claims description 8
- 230000015654 memory Effects 0.000 description 13
- 238000001514 detection method Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000010295 mobile communication Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Images
Classifications
-
- 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
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- 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
-
- 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
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- 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
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Image Analysis (AREA)
Description
本明細書に開示される発明は以下の実施形態を含む。
(1)自動運転の方法であって、3Dセンサを用いて、車両の周辺環境内の複数のオブジェクトを示す複数の3次元点を生成すること、及び、コンピュータ装置を用いて、前記複数の3次元点から、前記車両の周辺環境内の前記同じオブジェクトを示す複数の3次元点クラスタの時系列を一つの軌跡として特定し、前記軌跡内の前記複数のクラスタに対して特定された複数の局所特徴に基づいて、前記オブジェクトのためのクラスタベース分類器を特定し、前記軌跡に対して特定された複数の大域特徴に基づいて、前記オブジェクトのための軌跡ベース分類器を特定し、前記クラスタベース分類器が特定されたクラスタ上の情報量に基づいて前記クラスタベース分類器を重み付けし、且つ、前記重みを情報量の増加に伴って増加させながら、前記オブジェクトを分類するために前記クラスタベース分類器及び前記軌跡ベース分類器を統合し、及び、前記オブジェクトの分類に基づいて、経路に沿って前記車両を走行させること、を含む方法。
(2)上記(1)に記載の自動運転の方法であって、前記クラスタ上の情報量は、前記クラスタから前記クラスタベース分類器が特定された前記クラスタ内の3次元点の量である、方法。
(3)上記(1)又は(2)に記載の自動運転の方法であって、クラスタベース分類器が特定された前記クラスタからの情報量が閾値を下回る場合、前記クラスタベース分類器はゼロに重み付される、方法。
(4)上記(1)〜(3)のいずれかに記載の自動運転の方法であって、各クラスタベース分類器は、複数のオブジェクトクラスの中から前記オブジェクトが属するオブジェクトクラスの予測を含む、方法。
(5)上記(1)〜(4)のいずれかに記載の自動運転の方法であって、各クラスタベース分類器は、複数のクラスの中から前記オブジェクトが属する1つのクラスの1対多の対数オッズ又は複数のクラスの中から前記オブジェクトが1つに属する確率のうち、少なくとも1つを含む、方法。
(6)上記(1)〜(5)のいずれかに記載の自動運転の方法であって、各軌跡ベース分類器は、複数のオブジェクトクラスの中から前記オブジェクトが属するオブジェクトクラスの予測を含む、方法。
(7)上記(1)〜(6)のいずれかに記載の自動運転の方法であって、各軌跡ベース分類器は、複数のクラスの中から前記オブジェクトが属する1つのクラスの1対多の対数オッズ又は複数のクラスの中から前記オブジェクトが1つに属する確率のうち、少なくとも1つを含む、方法。
(8)上記(1)〜(7)のいずれかに記載の自動運転の方法であって、前記軌跡ベース分類器及び前記重み付き前記クラスタベース分類器の組合せは、複数のクラスの中から前記オブジェクトが属するオブジェクトクラスの確率を含む、方法。
(9)上記(1)〜(8)のいずれかに記載の自動運転の方法であって、前記軌跡ベース分類器及び前記重み付きクラスタベース分類器の組合せは、複数のクラスの中から前記オブジェクトが属する1つのクラスの1対多の対数オッズ又は複数のクラスの中から前記オブジェクトが1つに属する確率のうち、少なくとも1つを含む、方法。
(10)上記(1)〜(9)のいずれかに記載の自動運転の方法であって、前記コンピュータ装置を用いて、前記軌跡内の前記複数のクラスタに基づいて前記局所特徴を特定することをさらに含む、方法。
(11)上記(10)に記載の自動運転の方法であって、前記局所特徴は、前記軌跡内の前記複数のクラスタのアピアランスに基づく、方法。
(12)上記(1)〜(11)のいずれかに記載の自動運転の方法であって、前記コンピュータ装置を用いて、前記軌跡に基づいて前記大域特徴を特定することをさらに含む、方法。
(13)上記(12)に記載の自動運転の方法であって、前記大域特徴は、前記軌跡内の前記複数のクラスタの前記動作に基づく、方法。
(14)上記(1)〜(13)のいずれかに記載の自動運転の方法であって、前記コンピュータ装置を用いて、前記軌跡内の各クラスタに対して、前記クラスタの境界ボックスを特定し、及び、前記クラスタのための局所特徴として前記境界ボックスの高さ、幅及び長さを特定すること、をさらに含む、方法。
(15)上記(1)〜(14)のいずれかに記載の自動運転の方法であって、前記コンピュータ装置を用いて、前記軌跡内の各クラスタに対して、前記クラスタの境界ボックスを特定し、及び、前記クラスタのための局所特徴として前記境界ボックスの体積を特定すること、をさらに含む、方法。
(16)上記(1)〜(15)のいずれかに記載の自動運転の方法であって、前記コンピュータ装置を用いて、前記軌跡内の各クラスタに対して、前記クラスタの境界ボックスを特定し、境界ボックスの前記重心を特定し、及び、前記クラスタのための局所特徴として特定された前記境界ボックスの重心に対する距離を特定すること、をさらに含む、方法。
(17)上記(1)〜(16)のいずれかに記載の自動運転の方法であって、前記コンピュータ装置を用いて、前記軌跡に対して、前記軌跡内の前記複数のクラスタの速度を特定し、及び、前記軌跡のための大域特徴として前記速度を特定すること、をさらに含む、方法。
(18)上記(1)〜(17)のいずれかに記載の自動運転の方法であって、前記コンピュータ装置を用いて、前記軌跡に対して、前記軌跡内の前記複数のクラスタの加速度を特定し、及び、前記軌跡のための大域特徴として前記加速度を特定すること、をさらに含む、方法。
Claims (18)
- 自動運転の方法であって、
3Dセンサを用いて、車両の周辺環境内の複数のオブジェクトを示す複数の3次元点を生成すること、
コンピュータ装置を用いて、前記複数の3次元点から、前記車両の周辺環境内の前記同じオブジェクトを示す複数の3次元点クラスタの時系列を一つの軌跡として特定すること、
前記コンピュータ装置を用いて、前記軌跡内の前記複数のクラスタに対して特定された複数の局所特徴に基づいて、前記オブジェクトのためのクラスタベース分類器を特定すること、
前記コンピュータ装置を用いて、前記軌跡に対して特定された複数の大域特徴に基づいて、前記オブジェクトのための軌跡ベース分類器を特定すること、
前記コンピュータ装置を使用することによって、前記クラスタベース分類器が特定された前記複数のクラスタ上の情報量に基づいて前記クラスタベース分類器を重み付けし、且つ、前記重みを情報量の増加に伴って増加させながら、前記オブジェクトを分類するために前記クラスタベース分類器及び前記軌跡ベース分類器を統合すること、及び
前記コンピュータ装置を使用して、前記オブジェクトの分類に基づいて、経路に沿って前記車両を走行させること、
を含む方法。 - 請求項1に記載の自動運転の方法であって、前記複数のクラスタ上の情報量は、前記複数のクラスタから前記クラスタベース分類器が特定された前記複数のクラスタ内の3次元点の量である、方法。
- 請求項1又は2に記載の自動運転の方法であって、前記複数のクラスタベース分類器のうちの一つの前記クラスタベース分類器からの前記クラスタ上の情報量が閾値を下回るとき、前記クラスタベース分類器はゼロに重み付される、方法。
- 請求項1〜3のいずれか一項に記載の自動運転の方法であって、各クラスタベース分類器は、複数のオブジェクトクラスの中から前記オブジェクトが属するオブジェクトクラスの予測を含む、方法。
- 請求項1〜4のいずれか一項に記載の自動運転の方法であって、各クラスタベース分類器は、複数のオブジェクトクラスの中から前記オブジェクトが属する1つのオブジェクトクラスの1対多の対数オッズ又は前記複数のオブジェクトクラスの中から前記オブジェクトが1つに属する確率のうち、少なくとも1つを含む、方法。
- 請求項1〜5のいずれか一項に記載の自動運転の方法であって、各軌跡ベース分類器は、複数のオブジェクトクラスの中から前記オブジェクトが属するオブジェクトクラスの予測を含む、方法。
- 請求項1〜6のいずれか一項に記載の自動運転の方法であって、各軌跡ベース分類器は、複数のオブジェクトクラスの中から前記オブジェクトが属する1つのオブジェクトクラスの1対多の対数オッズ又は前記複数のオブジェクトクラスの中から前記オブジェクトが1つに属する確率のうち、少なくとも1つを含む、方法。
- 請求項1〜7のいずれか一項に記載の自動運転の方法であって、前記軌跡ベース分類器及び前記重み付き前記クラスタベース分類器の組合せは、複数のオブジェクトクラスの中から前記オブジェクトが属するオブジェクトクラスの確率を含む、方法。
- 請求項1〜8のいずれか一項に記載の自動運転の方法であって、前記軌跡ベース分類器及び前記重み付きクラスタベース分類器の組合せは、複数のオブジェクトクラスの中から前記オブジェクトが属する1つのオブジェクトクラスの1対多の対数オッズ又は前記複数のオブジェクトクラスの中から前記オブジェクトが1つに属する確率のうち、少なくとも1つを含む、方法。
- 請求項1〜9に記載の自動運転の方法であって、前記コンピュータ装置を用いて、前記軌跡内の前記複数のクラスタに基づいて前記局所特徴を特定することをさらに含む、方法。
- 請求項10に記載の自動運転の方法であって、前記局所特徴は、前記軌跡内の前記複数のクラスタのアピアランスに基づいて特定される、方法。
- 請求項1〜11のいずれか一項に記載の自動運転の方法であって、前記コンピュータ装置を用いて、前記軌跡に基づいて前記大域特徴を特定することをさらに含む、方法。
- 請求項12に記載の自動運転の方法であって、前記大域特徴は、前記軌跡内の前記複数のクラスタの前記動作に基づいて特定される、方法。
- 請求項1〜13のいずれか一項に記載の自動運転の方法であって、
前記軌跡内の各クラスタに対して、前記コンピュータ装置を用いて、
前記クラスタの境界ボックスを特定し、及び、
前記クラスタのための局所特徴として特定された前記境界ボックスの高さ、幅及び長さを特定すること、
をさらに含む、方法。 - 請求項1〜14のいずれか一項に記載の自動運転の方法であって、
前記軌跡内の各クラスタに対して、前記コンピュータ装置を用いて、
前記クラスタの境界ボックスを特定し、及び、
前記クラスタのための局所特徴として特定された前記境界ボックスの体積を特定すること、
をさらに含む、方法。 - 請求項1〜15のいずれか一項に記載の自動運転の方法であって、
前記軌跡内の各クラスタに対して、前記コンピュータ装置を用いて、
前記クラスタの境界ボックスを特定し、
特定された前記境界ボックスの重心を特定し、及び、
前記クラスタのための局所特徴として特定された前記境界ボックスの特定された前記重心に対する距離を特定すること、
をさらに含む、方法。 - 請求項1〜16のいずれか一項に記載の自動運転の方法であって、
前記軌跡に対して、前記コンピュータ装置を用いて、
前記軌跡内の前記複数のクラスタの速度を特定し、及び、
前記軌跡のための大域特徴として特定された前記速度を特定すること、
をさらに含む、方法。 - 請求項1〜17のいずれか一項に記載の自動運転の方法であって、
前記軌跡に対して、前記コンピュータ装置を用いて、
前記軌跡内の前記複数のクラスタの加速度を特定し、及び、
前記軌跡のための大域特徴として特定された前記加速度を特定すること、
をさらに含む、方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/852,806 | 2015-09-14 | ||
US14/852,806 US9576185B1 (en) | 2015-09-14 | 2015-09-14 | Classifying objects detected by 3D sensors for autonomous vehicle operation |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2017056935A JP2017056935A (ja) | 2017-03-23 |
JP2017056935A5 JP2017056935A5 (ja) | 2018-02-01 |
JP6298128B2 true JP6298128B2 (ja) | 2018-03-20 |
Family
ID=58017693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016177291A Active JP6298128B2 (ja) | 2015-09-14 | 2016-09-12 | 3dセンサにより検出されたオブジェクトの分類 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9576185B1 (ja) |
JP (1) | JP6298128B2 (ja) |
DE (1) | DE102016116029B4 (ja) |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10121082B2 (en) * | 2015-10-07 | 2018-11-06 | Honda Motor Co., Ltd. | System and method for providing laser camera fusion for identifying and tracking a traffic participant |
CA2998956C (en) * | 2015-11-26 | 2023-03-21 | Sportlogiq Inc. | Systems and methods for object tracking and localization in videos with adaptive image representation |
US9961261B2 (en) | 2016-06-20 | 2018-05-01 | Gopro, Inc. | Image alignment using a virtual gyroscope model |
US10740658B2 (en) * | 2016-09-08 | 2020-08-11 | Mentor Graphics Corporation | Object recognition and classification using multiple sensor modalities |
CN110461787B (zh) * | 2017-03-30 | 2022-09-09 | 旭硝子欧洲玻璃公司 | 用于自主汽车的玻璃 |
US10710579B2 (en) * | 2017-06-01 | 2020-07-14 | Waymo Llc | Collision prediction system |
US11042155B2 (en) | 2017-06-06 | 2021-06-22 | Plusai Limited | Method and system for closed loop perception in autonomous driving vehicles |
US11392133B2 (en) | 2017-06-06 | 2022-07-19 | Plusai, Inc. | Method and system for object centric stereo in autonomous driving vehicles |
US11573573B2 (en) | 2017-06-06 | 2023-02-07 | Plusai, Inc. | Method and system for distributed learning and adaptation in autonomous driving vehicles |
JP7193464B2 (ja) | 2017-08-18 | 2022-12-20 | 株式会社小糸製作所 | 認識センサ、自動車、車両用灯具 |
US10713940B2 (en) | 2017-10-31 | 2020-07-14 | Waymo Llc | Detecting and responding to traffic redirection for autonomous vehicles |
US10401862B2 (en) | 2017-10-31 | 2019-09-03 | Waymo Llc | Semantic object clustering for autonomous vehicle decision making |
CN108230379B (zh) * | 2017-12-29 | 2020-12-04 | 百度在线网络技术(北京)有限公司 | 用于融合点云数据的方法和装置 |
CN108460791A (zh) | 2017-12-29 | 2018-08-28 | 百度在线网络技术(北京)有限公司 | 用于处理点云数据的方法和装置 |
JP7174037B2 (ja) | 2018-03-15 | 2022-11-17 | 株式会社小糸製作所 | オブジェクト識別システム、自動車、車両用灯具、オブジェクトの種類の識別方法 |
CN111989709B (zh) | 2018-04-05 | 2024-07-02 | 株式会社小糸制作所 | 运算处理装置、对象识别系统、对象识别方法、汽车、车辆用灯具 |
JP7268001B2 (ja) * | 2018-04-05 | 2023-05-02 | 株式会社小糸製作所 | 演算処理装置、オブジェクト識別システム、学習方法、自動車、車両用灯具 |
CN110555449B (zh) * | 2018-05-30 | 2023-03-24 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
US10845818B2 (en) * | 2018-07-30 | 2020-11-24 | Toyota Research Institute, Inc. | System and method for 3D scene reconstruction of agent operation sequences using low-level/high-level reasoning and parametric models |
US10754338B2 (en) | 2018-08-14 | 2020-08-25 | GM Global Technology Operations LLC | Controlling an autonomous vehicle based upon labels assigned to objects represented in sensor data |
US10984540B2 (en) * | 2018-10-15 | 2021-04-20 | Tusimple, Inc. | Tracking and modeling processing of image data for LiDAR-based vehicle tracking system and method |
US10878282B2 (en) * | 2018-10-15 | 2020-12-29 | Tusimple, Inc. | Segmentation processing of image data for LiDAR-based vehicle tracking system and method |
US10878580B2 (en) | 2018-10-15 | 2020-12-29 | Tusimple, Inc. | Point cluster refinement processing of image data for LiDAR-based vehicle tracking system and method |
US10983530B2 (en) * | 2018-10-31 | 2021-04-20 | Wipro Limited | Method and system for determining an accurate position of an autonomous vehicle |
JP7288460B2 (ja) | 2018-11-30 | 2023-06-07 | 株式会社小糸製作所 | 車載用物体識別システム、自動車、車両用灯具、分類器の学習方法、演算処理装置 |
JP7339277B2 (ja) | 2018-11-30 | 2023-09-05 | 株式会社小糸製作所 | 測距センサおよび車両用灯具、測距方法 |
US10891518B1 (en) | 2018-12-14 | 2021-01-12 | Waymo Llc | Auto labeler |
CN109726692A (zh) * | 2018-12-29 | 2019-05-07 | 重庆集诚汽车电子有限责任公司 | 基于深度学习的高清摄像头3d目标检测系统 |
WO2020168464A1 (en) * | 2019-02-19 | 2020-08-27 | SZ DJI Technology Co., Ltd. | Local sensing based autonomous navigation, and associated systems and methods |
US11630209B2 (en) | 2019-07-09 | 2023-04-18 | Waymo Llc | Laser waveform embedding |
EP3795940A1 (de) * | 2019-09-19 | 2021-03-24 | sentronics metrology GmbH | Vorrichtung und verfahren zur inspektion von flachen objekten und zum erfassen von grenzschichten dieser objekte |
US11597406B2 (en) * | 2020-02-19 | 2023-03-07 | Uatc, Llc | Systems and methods for detecting actors with respect to an autonomous vehicle |
CN113870347A (zh) * | 2020-06-30 | 2021-12-31 | 北京市商汤科技开发有限公司 | 目标车辆的控制方法、装置、电子设备及存储介质 |
JP7001795B1 (ja) * | 2020-11-13 | 2022-01-20 | 株式会社ネクスティエレクトロニクス | シミュレーション用のデータ生成装置、方法及びコンピュータプログラム |
CN114387305A (zh) * | 2021-12-30 | 2022-04-22 | 驭势科技(北京)有限公司 | 拖车队列跟踪方法、装置、计算机设备及存储介质 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3516856B2 (ja) * | 1998-01-30 | 2004-04-05 | 富士重工業株式会社 | 車外監視装置 |
JP4239689B2 (ja) | 2003-05-30 | 2009-03-18 | スズキ株式会社 | 車両用警報システム及び車両用警報発生方法 |
US7522066B2 (en) | 2006-02-23 | 2009-04-21 | Rockwell Automation Technologies, Inc. | Systems and methods that evaluate distance to potential hazards utilizing overlapping sensing zones |
US7720260B2 (en) * | 2006-09-13 | 2010-05-18 | Ford Motor Company | Object detection system and method |
EP2107503A1 (en) * | 2008-03-31 | 2009-10-07 | Harman Becker Automotive Systems GmbH | Method and device for generating a real time environment model for vehicles |
KR100946723B1 (ko) | 2008-04-12 | 2010-03-12 | 재단법인서울대학교산학협력재단 | 차량의 조향 방법 및 그 장치 |
US8744122B2 (en) * | 2008-10-22 | 2014-06-03 | Sri International | System and method for object detection from a moving platform |
FR2953313B1 (fr) * | 2009-11-27 | 2012-09-21 | Thales Sa | Systeme optronique et procede d'elaboration d'images en trois dimensions dedies a l'identification |
DE112011104992T5 (de) * | 2011-03-01 | 2014-01-23 | Toyota Jidosha Kabushiki Kaisha | Zustandsschätzvorrichtung |
CN102685382B (zh) * | 2011-03-18 | 2016-01-20 | 安尼株式会社 | 图像处理装置和方法、及移动体防碰撞装置 |
US8605998B2 (en) * | 2011-05-06 | 2013-12-10 | Toyota Motor Engineering & Manufacturing North America, Inc. | Real-time 3D point cloud obstacle discriminator apparatus and associated methodology for training a classifier via bootstrapping |
DE102011101246A1 (de) | 2011-05-11 | 2012-11-15 | Conti Temic Microelectronic Gmbh | Redudante objektdetektion für fahrerassistenzsysteme |
FR2981772B1 (fr) * | 2011-10-21 | 2017-12-22 | Thales Sa | Procede de reconstruction 3d d'un objet d'une scene |
DE102012014300A1 (de) | 2012-07-19 | 2013-01-17 | Daimler Ag | Verfahren zur Objekterkennung in einer Umgebung eines Kraftwagens sowie Fahrerassistenzsystem zur Objekterkennung in einer Umgebung eines Kraftwagens |
US9383753B1 (en) * | 2012-09-26 | 2016-07-05 | Google Inc. | Wide-view LIDAR with areas of special attention |
US8473144B1 (en) * | 2012-10-30 | 2013-06-25 | Google Inc. | Controlling vehicle lateral lane positioning |
US9110163B2 (en) * | 2013-06-14 | 2015-08-18 | Microsoft Technology Licensing, Llc | Lidar-based classification of object movement |
US8989944B1 (en) * | 2013-11-26 | 2015-03-24 | Google Inc. | Methods and devices for determining movements of an object in an environment |
US9091558B2 (en) * | 2013-12-23 | 2015-07-28 | Automotive Research & Testing Center | Autonomous driver assistance system and autonomous driving method thereof |
US9664779B2 (en) * | 2014-07-03 | 2017-05-30 | GM Global Technology Operations LLC | Object classification for vehicle radar systems |
-
2015
- 2015-09-14 US US14/852,806 patent/US9576185B1/en active Active
-
2016
- 2016-08-29 DE DE102016116029.6A patent/DE102016116029B4/de not_active Expired - Fee Related
- 2016-09-12 JP JP2016177291A patent/JP6298128B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
US20170075356A1 (en) | 2017-03-16 |
DE102016116029A1 (de) | 2017-03-23 |
US9576185B1 (en) | 2017-02-21 |
JP2017056935A (ja) | 2017-03-23 |
DE102016116029B4 (de) | 2019-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6298128B2 (ja) | 3dセンサにより検出されたオブジェクトの分類 | |
US11885910B2 (en) | Hybrid-view LIDAR-based object detection | |
US10152059B2 (en) | Systems and methods for landing a drone on a moving base | |
US20190310651A1 (en) | Object Detection and Determination of Motion Information Using Curve-Fitting in Autonomous Vehicle Applications | |
US11769318B2 (en) | Systems and methods for intelligent selection of data for building a machine learning model | |
US11841927B2 (en) | Systems and methods for determining an object type and an attribute for an observation based on fused sensor data | |
US11657591B2 (en) | Autonomous vehicle system for intelligent on-board selection of data for building a remote machine learning model | |
US20220188695A1 (en) | Autonomous vehicle system for intelligent on-board selection of data for training a remote machine learning model | |
US11361484B1 (en) | Methods and systems for ground segmentation using graph-cuts | |
CN112660128B (zh) | 用于确定自动驾驶车辆的车道变更路径的设备及其方法 | |
CN117440908A (zh) | 用于自动驾驶系统中基于图神经网络的行人动作预测的方法和系统 | |
EP4145398A1 (en) | Systems and methods for vehicle camera obstruction detection | |
KR20240047408A (ko) | 비전 기반 시스템을 위한 검출된 오브젝트 경로 예측 | |
US11731662B2 (en) | Autonomous vehicle system for detecting pedestrian presence | |
US20230386326A1 (en) | Systems and methods for detecting pedestrians with crosswalking or jaywalking intent | |
US20240125940A1 (en) | Systems and methods for variable-resolution refinement of geiger mode lidar | |
US20220212694A1 (en) | Methods and systems for generating a longitudinal plan for an autonomous vehicle based on behavior of uncertain road users | |
US20220315002A1 (en) | Traveling lane planning device, medium storing computer program for traveling lane planning, and traveling lane planning method | |
US20240192369A1 (en) | Systems and methods for infant track association with radar detections for velocity transfer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171215 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171215 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20171215 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180116 |
|
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: 20180123 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180222 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6298128 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |