JP6316976B2 - 車載画像認識装置 - Google Patents
車載画像認識装置 Download PDFInfo
- Publication number
- JP6316976B2 JP6316976B2 JP2016551626A JP2016551626A JP6316976B2 JP 6316976 B2 JP6316976 B2 JP 6316976B2 JP 2016551626 A JP2016551626 A JP 2016551626A JP 2016551626 A JP2016551626 A JP 2016551626A JP 6316976 B2 JP6316976 B2 JP 6316976B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- monocular
- image processing
- captured
- stereo
- 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
- 238000012545 processing Methods 0.000 claims description 247
- 239000000872 buffer Substances 0.000 claims description 50
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 2
- 238000013459 approach Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 44
- 230000008569 process Effects 0.000 description 38
- 238000001514 detection method Methods 0.000 description 17
- 238000004364 calculation method Methods 0.000 description 16
- 230000015572 biosynthetic process Effects 0.000 description 9
- 238000003786 synthesis reaction Methods 0.000 description 9
- 238000012937 correction Methods 0.000 description 8
- 238000012546 transfer Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000009795 derivation Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000037303 wrinkles Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
- H04N13/239—Image signal generators using stereoscopic image cameras using two 2D image sensors having a relative position equal to or related to the interocular distance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/95—Computational photography systems, e.g. light-field imaging systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/10—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used
- B60R2300/105—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used using multiple cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/10—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used
- B60R2300/107—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used using stereoscopic cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/30—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing
- B60R2300/303—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing using joined images, e.g. multiple camera images
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Studio Devices (AREA)
Description
本発明は、車載画像認識装置に関する。
特許文献１には、領域ごとに各物体の検出に適した画質を有する処理画像を生成することで、複数の物体を検出する処理の負荷を軽減することを目的とした車載画像処理装置の技術が示されている。特許文献１の車載画像処理装置は、レーダ装置で検出した自車前方の物体の位置に基づいて障害物領域及び路面領域を設定する領域設定部と、カメラで撮像した前方画像のダイナミックレンジ及び解像度を領域ごとに調整することで処理画像を生成する画像生成部とを備えている。
しかしながら、前述した特許文献１の手法では、カメラのほか、物体の位置を検出するためのレーダ装置も用いるため、装置全体が複雑になり、カメラ単体では対応できない。また、画像生成部で障害物領域及び路面領域ごとの処理画像を生成する際に、カメラで撮像した画像の全面が用いられるため、画像処理に時間がかかり、画像処理の効率化を図ることが困難であった。
本発明の目的は、上記の課題を鑑みてなされたものであり、その目的とするところは、画像処理の効率化を図ることができる車載画像認識装置を提供することである。
上記課題を解決するため本発明の車載画像認識装置は、複数のアプリケーションを実行するために左右一対のカメラで撮像した撮像画像を用いて車外環境を認識する車載画像認識装置であって、前記複数のアプリケーションの中から実行されるアプリケーションの種類に基づいて前記左右一対のカメラで撮像した各撮像画像内にステレオ視用画像領域をそれぞれ設定すると共に一方のカメラで撮像した撮像画像内に単眼視用画像領域を設定し、前記左右一対のカメラで撮像した各撮像画像を左右方向の画像走査ラインに沿ってスキャンして前記ステレオ視用画像領域内をスキャンしたステレオ視用画像データと前記単眼視用画像領域内をスキャンした単眼視用画像データとに分配する分配部と、前記ステレオ視用画像データを用いてステレオ視画像処理を行うステレオ視画像処理部と、前記単眼視用画像データを用いて単眼視画像処理を行う単眼視画像処理部と、前記ステレオ視画像処理部の画像処理結果と、前記単眼視画像処理部の画像処理結果を用いて前記アプリケーションの種類に応じた物体の認識を行う物体認識部と、前記ステレオ視用画像データを蓄積するステレオ視用画像バッファと、前記単眼視用画像データを蓄積する単眼視用画像バッファと、を有し、前記ステレオ視画像処理部は、前記ステレオ視用画像バッファへの前記ステレオ視用画像データの蓄積を完了してから前記ステレオ視画像処理を実行し、前記単眼視画像処理部は、前記単眼視用画像バッファに前記単眼視用画像データを蓄積しながら前記単眼視画像処理を実行することを特徴としている。
また、本発明の車載画像認識装置は、複数のアプリケーションを実行するために左右一対のカメラで撮像した撮像画像を用いて車外環境を認識する車載画像認識装置であって、前記複数のアプリケーションの中から実行されるアプリケーションの種類に基づいて前記左右一対のカメラで撮像した各撮像画像内にステレオ視用画像領域をそれぞれ設定すると共に一方のカメラで撮像した撮像画像内に単眼視用画像領域を設定し、前記左右一対のカメラで撮像した各撮像画像を左右方向の画像走査ラインに沿ってスキャンして前記ステレオ視用画像領域内をスキャンしたステレオ視用画像データと前記単眼視用画像領域内をスキャンした単眼視用画像データとに分配する分配部と、前記ステレオ視用画像データを用いてステレオ視画像処理を行うステレオ視画像処理部と、前記単眼視用画像データを用いて単眼視画像処理を行う単眼視画像処理部と、前記ステレオ視画像処理部の画像処理結果と、前記単眼視画像処理部の画像処理結果を用いて前記アプリケーションの種類に応じた物体の認識を行う物体認識部と、を有し、前記分配部は、対象物の接近を検知した場合に前記単眼視用画像領域の設定をやめることを特徴としている。
また、本発明の車載画像認識装置は、複数のアプリケーションを実行するために左右一対のカメラで撮像した撮像画像を用いて車外環境を認識する車載画像認識装置であって、前記複数のアプリケーションの中から実行されるアプリケーションの種類に基づいて前記左右一対のカメラで撮像した各撮像画像内にステレオ視用画像領域をそれぞれ設定すると共に一方のカメラで撮像した撮像画像内に単眼視用画像領域を設定し、前記左右一対のカメラで撮像した各撮像画像を左右方向の画像走査ラインに沿ってスキャンして前記ステレオ視用画像領域内をスキャンしたステレオ視用画像データと前記単眼視用画像領域内をスキャンした単眼視用画像データとに分配する分配部と、前記ステレオ視用画像データを用いてステレオ視画像処理を行うステレオ視画像処理部と、前記単眼視用画像データを用いて単眼視画像処理を行う単眼視画像処理部と、前記ステレオ視画像処理部の画像処理結果と、前記単眼視画像処理部の画像処理結果を用いて前記アプリケーションの種類に応じた物体の認識を行う物体認識部と、を有し、前記分配部は、対象物の接近を検知した場合に前記単眼視用画像領域の設定をやめることを特徴としている。
本発明によれば、先行車認識や白線認識や標識認識などの画像認識アプリケーションの性能を損なうことなく、かつ様々な画像認識アプリケーションを、可能な限り処理周期を保ちつつ、中央演算装置（ＣＰＵ）や画像特性などのリソース配分を可能とする。特に、標識認識や車両テールランプ検知などの画像処理を主体とするアプリケーションと、人や車の検知といった立体物処理が主体となるアプリケーションとの並立を可能とする効果がある。また、上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
次に、本発明の実施形態について図を用いて以下に説明する。なお、図面の説明において同一の要素には同一の符号を付し、重複する説明を省略する。
図１は、本実施形態にかかわる車載画像認識装置の全体構成を示すブロック図である。本実施形態にかかる車載画像認識装置１００は、車両前方の画像に基づいて複数のアプリケーションを実行することにより、車外環境を認識して車両の運転支援を行う装置である。この車載画像認識装置１００は、ステレオカメラ１０１、画像入力インタフェース１０２、画像処理部１０４、演算処理部１０５、記憶部１０６、制御処理部１０８および分配部１０９を備えている。そして、画像入力インタフェース１０２、画像処理部１０４、演算処理部１０５、記憶部１０６、制御処理部１０８および分配部１０９は、バス１０３によって互いに接続されている。
ステレオカメラ１０１は、互いに車幅方向に所定の間隔をあけて取り付けられた左カメラ１０１Ｌと右カメラ１０１Ｒとを有しており、車両前方の様子を撮像する。左カメラ１０１Ｌおよび右カメラ１０１Ｒは、例えばＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）やＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）等の撮像素子から構成されている。画像入力インタフェース１０２は、ステレオカメラ１０１の撮像を制御するとともに、撮像した画像を取り込むものである。そして、画像入力インタフェース１０２を通して取り込まれた画像データは、バス１０３を経由して画像処理部１０４に出力され、そこで処理される。そして、処理途中の結果や最終結果となる画像データなどは、バス１０３を経由して出力され、記憶部１０６に記憶される。
画像処理部１０４は、左カメラ１０１Ｌの撮像素子から得られる左の画像と、右カメラ１０１Ｒの撮像素子から得られる右の画像とを比較して、それぞれの画像に対して撮像素子に起因するデバイス固有の偏差の補正や、ノイズ補間などの画像補正を行い、さらにその結果を記憶部１０６に出力して記憶させる。また、画像処理部１０４は、左の画像および右の画像の間で相互に対応する箇所を計算して、視差情報の計算を行い、更にその結果を記憶部１０６に出力して記憶させる。
演算処理部１０５は、記憶部１０６に記憶された画像および視差情報（例えば、画像上の各点に対する距離情報）を使い、車両周辺の各種物体の認識を行う。各種物体とは、人、車、その他の障害物、信号機、標識、車のテールランプやヘッドライトなどである。また、演算処理部１０５は、認識の結果又は計算途中の結果の一部を、バス１０３を経由して出力され記憶部１０６に記憶される。更に、演算処理部１０５は、各種物体の認識結果を用いて車両の制御方針を決定する。
計算の結果として得られた車両の制御方針や、物体認識結果の一部は、ＣＡＮインタフェース１０７を通して、車載ネットワークＣＡＮ１１０に伝えられ、これにより車両の制動が行われる。また、これらの動作について、各処理部が異常動作を起こしていないか、データ転送時にエラーが発生していないかどうかなどを、制御処理部１０８が監視しており、異常動作を防ぐようになっている。
記憶部１０６は、車載画像認識装置１００の動作に関する各情報を格納するものであり、例えば画像処理部１０４によって得られた画像情報や、演算処理部１０５によって走査された結果や作成された画像情報等を記憶する。制御処理部１０８は、車載画像認識装置１００全体の制御を行い、例えば画像処理部１０４に画像処理するための制御信号を出力して画像処理部１０４の動作をコントロールし、あるいは演算処理部１０５に制御信号を出力して画像処理部１０４に演算処理をさせる。画像処理部１０４、演算処理部１０５、記憶部１０６、制御処理部１０８、画像入力インタフェース１０２、ＣＡＮインタフェース１０７は、単一または複数のコンピュータユニットにより構成されている。
分配部１０９は、各アプリケーションの実行に必要な画像の要求に基づいて、ステレオカメラ１０１のいずれか一方のカメラによって撮像された画像を複数行分の走査ラインで取り込む単眼視用画像データと、ステレオカメラ１０１の両方のカメラ１０１Ｌ、１０１Ｒによって撮像された画像を所定の領域で取り込むステレオ視用画像データとに分配する。例えば、標識認識アプリケーションの場合は、標識の存在が分かればよいため、単眼視用画像データが要求される。一方、車両・歩行者認識アプリケーションの場合は、距離や位置などの詳細な情報が必要であるため、ステレオ視用画像データが要求される。なお、アプリケーション例としては、上述の車両・歩行者認識および標識認識のほか、例えば配光制御、レーン逸脱警報、割り込み車両警報、追い越し車両警報、レーン維持走行支援なども挙げられる。
車載画像認識装置１００は、ＣＡＮ（Ｃｏｎｔｒｏｌｌｅｒ Ａｒｅａ Ｎｅｔｗｏｒｋ）インタフェース１０７をさらに備える。ＣＡＮインタフェース１０７は、バス１０３を介して入力インタフェース１０２、画像処理部１０４、演算処理部１０５、記憶部１０６、制御処理部１０８および分配部１０９と接続されている。演算処理部１０５の計算結果として得られた車両の制御方針や物体認識結果の一部は、ＣＡＮインタフェース１０７および車載ネットワークＣＡＮ１１０を介して自車両の制御システムに出力され、これにより車両の制御が行われる。また、これらの動作について、各処理部が異常動作を起こしていないか、データ転送時にエラーが発生していないか否かなどを制御処理部１０８が監視しており、異常動作を防ぐようになっている。
次に、既存の典型的なステレオ視画像処理の手順について図２及び図３を用いて説明する。
図２は、既存の典型的なステレオ視画像処理の内容を説明するフロー図、図３は、各種処理のタイミングチャートである。
車載ステレオカメラ装置２００は、左カメラ２０１と右カメラ２０２により画像を撮像し、各々で撮像した画像データ２０３、２０４のそれぞれについて画像処理Ａ２０５を行う。画像処理Ａ２０５では、左カメラ２０１の撮像素子と右カメラ２０２の撮像素子とがそれぞれ持つ固有の癖を吸収するために画像を補正する処理が行われる。画像処理Ａ２０５における処理結果は、補正画像として画像バッファ２０６に蓄えられる。画像バッファ２０６は、図１の記憶部１０６に設けられる。
次に、ステレオ視画像処理である視差処理２０７が行われる。視差処理２０７では、補正された２つの画像を使って、画像同士の照合を行い、これにより左右カメラで得た画像の視差情報を得る。左右画像の視差により、対象物体上のある着目点が、左右カメラの画像上の何処と何処に対応するかが明らかとなり、三角測量の原理によって、対象物までの距離が得られることになる。画像処理Ａ２０５および視差処理２０７は、図１の画像処理部１０４で行われ、最終的に得られた補正画像、および視差情報は、記憶部１０６に蓄えられる。
次に、上記の補正画像、および視差情報を用いて、各種物体認識２０９が行われる。認識対象の物体としては、人、車、その他の立体物、標識、信号機、テールランプなどがある。認識の際は必要に応じて認識辞書２１０を利用する。
そして、物体認識の結果と、自車両の状態（速度、舵角など）とを勘案して、車両制御処理２１１が行われる。車両制御処理２１１により、例えば、乗員に警告を発し、自車両のブレーキングや舵角調整などの制動を行う、あるいは、それによって対象物の回避制御を行う方針を決め、その結果を、ＣＡＮインタフェース２１２を通して出力する。
各種物体認識２０９および車両制御処理２１１は、図１の演算処理部１０５で行われ、ＣＡＮへの出力は、ＣＡＮインタフェース１０７にて行われる。これらの各処理手段は、例えば単一または複数のコンピュータユニットにより構成され、相互にデータを交換可能に構成されている。
図３のタイミングチャートでは大きく２系統の流れを、画像処理３０１と、演算処理３０２として示している。画像処理３０１の流れが、図１の画像処理部１０４における処理タイミングであり、演算処理３０２の流れが、図１の演算処理部１０５における処理タイミングを示している。
まず、画像処理３０１において右画像入力３０３が行われる。これは、図２における右カメラ２０２による画像撮像を行い、その後で画像処理Ａ２０５を経て、画像バッファ２０６に右画像の画像データを蓄えるまでの処理に相当する。次に、左画像入力３０４が行われる。これは、図２における左カメラ２０１による画像撮像を行い、画像処理Ａ２０５を経て、画像バッファ２０６に左画像の画像データを蓄えるまでの処理に該当する。
次に、視差処理３０５を行う。これは、図２において、画像バッファ２０６から左右の２つの画像を読み出し、両画像間の照合を取ることで視差を計算し、計算して得られた視差情報を記憶部１０６に蓄えるまでの視差処理２０７に相当する。この時点で、画像と視差情報が記憶部１０６に揃ったことになる。次に、演算処理部１０５に移行し、各種物体認識３０７と車両制御処理３０８が行われ、その結果がＣＡＮに出力される。
図３のタイミングチャートを見て分かるように、既存の典型的な車載ステレオカメラ装置２００では、各種認識アプリケーションが、各種物体認識３０７のタイミングで動作する。これは処理構成をシンプルにできる反面、幾つかの課題が残る。１つは、各種物体認識３０７において、それぞれ必要とされる情報や、画像の品質が異なることである。
例えば視差処理を経て得られる画像は、自車前方の車両や歩行者を立体物として良く捉えられるよう、前方の物体に適合した画像処理を行う必要があるが、一方で、信号機や標識などの周辺にある物体を認識するには相応しくない画像となってしまう事態が生じる。
また、各種認識アプリケーションの全てが視差情報を必要とする訳では無い。典型例の１つが標識や遠距離における車両のテールランプ検知といったアプリケーションである。これらのアプリケーションでは、視差情報よりも、まず初めに画像情報を使った処理が主体となるため、この特性を活用することで、アプリケーションの計算処理を効率化することが見込まれる。
次に、本発明の車載画像認識装置の処理手順について図４及び図５を参照して説明する。
図４は、本実施形態にかかる車載画像認識装置の処理手順を示すフロー図、図５は、分配処理の事例を示したイメージ図であり、右の撮像画像内にステレオ視用画像領域と単眼視用画像領域が設定された状態を示す。
図４は、本実施形態にかかる車載画像認識装置の処理手順を示すフロー図、図５は、分配処理の事例を示したイメージ図であり、右の撮像画像内にステレオ視用画像領域と単眼視用画像領域が設定された状態を示す。
車載画像認識装置４００は、図４に示すように、左カメラ４０１と右カメラ４０２により撮像された撮像画像の画像データ４０３、４０４のそれぞれについて、左カメラ４０１と右カメラ４０２の各撮像素子が持つ固有の癖を吸収するための画像処理Ａ４０５を行う。画像処理Ａ４０５では、ノイズ補間や歪み補正などが行われる。
そして、分配部１０９により、画像バッファα４０７と画像バッファβ４０８に画像処理Ａ４０５後の画像データを分配する分配処理４０６が行われる。分配処理４０６では、画像処理Ａ４０５後の画像データを双方の画像バッファ４０７、４０８に蓄えるか、または片方だけに蓄えるか、及び蓄えた画像データに対する画像処理の指示などが行われる。具体的には、左右一対のカメラ４０１、４０２で撮像した各撮像画像５０１を左右方向の画像走査ラインに沿ってスキャンし、各撮像画像５０１の予め設定されたステレオ視用画像領域５０２内をスキャンしたステレオ視用画像データと、右の撮像画像５０１の予め設定された単眼視用画像領域５０３内をスキャンした単眼視用画像データとに分配する処理が行われる。
ステレオ視用画像領域５０２は、例えばステレオ視画像処理により車両や人を検出するための領域であり、複数のアプリケーションの中から実行されるアプリケーションの種類に基づいて各撮像画像５０１内にそれぞれ設定される。単眼視用画像領域５０３は、例えば単眼視画像処理により道路面上の標識や自車両前方の先行車両のテールランプを検出するための領域であり、一方のカメラである右カメラ４０２で撮像した撮像画像５０１内にのみ設定される。本実施形態では、単眼視用画像領域５０３は、右カメラ４０２で撮像した撮像画像５０１内にのみ設定される場合について説明したが、左カメラ４０１で撮像した撮像画像５０１内にのみ設定してもよい。
画像バッファα４０７と画像バッファβ４０８に蓄えられたステレオ視用画像データと単眼視用画像データは、画像処理部１０４によって画像処理Ｂ４０９と画像処理Ｃ４１０に用いられる。画像バッファα４０７は、ステレオ視用画像データを蓄積する画像バッファであり、その後の画像処理Ｂ４０９は、従来の視差処理（ステレオ視画像処理）２０７に相当する。視差処理では左右の画像間の相関を見る必要があるため、画像バッファα４０７は、左右の画像の視差対象とするエリアに相当するステレオ視用画像領域５０２のステレオ視用画像データをそれぞれ蓄積する。画像処理Ｂ４０９では、画像バッファα４０７に蓄積された左右のステレオ視用画像領域５０２のステレオ視用画像データを用いた視差処理が行われる（ステレオ視画像処理部）。
一方、画像バッファβ４０８は、画像バッファβ４０８へのデータ転送や、その後の画像処理Ｃ４１０の計算量を抑えるため、横方向の画像ラインとして、１ラインから、フィルタ処理に必要となる数ライン分の画像データを蓄積する、小容量のライン画像バッファである。画像処理Ｃ４１０では、画像バッファβ４０８に蓄積される単眼視用画像データを用いた単眼視画像処理が行われる（単眼視画像処理部）。
画像処理Ｂ４０９は、比較的容量の大きい画像データが必要であり、相互の画像データの照合を行うため、画像転送と処理に時間が掛かる。この画像処理Ｂ４０９により、車両や人の検出に適した画像処理が行われた画像と、視差データが得られる。
一方、画像処理Ｃ４１０は、ラインバッファに蓄えられた、数行分のライン画像データに対して、コントラスト変換やぼかし処理などの限定した単眼視画像処理を行う。例えばぼかし処理のフィルタサイズを３×３とすれば、３ライン分の画像が画像バッファβ４０８に蓄えられていれば良い。この画像処理Ｃ４１０により、標識やテールランプの検出に適した画像処理が行われた画像と、エッジデータなどが得られる。
画像処理Ｃ４１０は、分配処理４０６によって画像バッファβ４０８に１ライン分のライン画像データが送られるたびに実行可能なため、画像のエリア内全面をバッファリングするための待ち時間が無く、パイプライン的な逐次の画像処理ができることが特長となる。但し、小領域の画像処理を何度も繰り返すことは処理時間的に厳しいので、適用する画像処理を想定した処理合成が必要である。処理合成については後述する。
この２つの画像処理結果を受けて、各種物体認識４１１が行われる。どの物体認識がどの画像を使うかは事前に決定することが可能であり、例えば車両や人の検知などは立体物としての情報が重要なので、画像処理Ｂ４０９の結果を使って認識処理を行う。一方、標識の検知やテールランプの検知などは、立体物の情報ではなく画像のみの情報で処理ができるため、画像処理Ｃ４１０の結果を使って認識処理を行う。各種物体認識４１１の際には、認識辞書４１２を用いる。このとき、認識辞書４１２に、分配処理に応じたフラグを持たせることで、認識精度の向上が可能となる。最後に、各種物体認識４１１の結果を使用して車両制御処理４１３による制御処理を行い、車両の制御方針を決定し、その結果を、ＣＡＮインタフェース４１４を通して出力する。
更に、各種物体認識４１１と車両制御処理４１３は、次回、次々回の撮像サイクルにおける分配処理を予約するための指示を分配計画４１６に送る。例えば、ステレオ視画像処理において、道路面上の立体構造物を検知し、高速道路の電光掲示板が出現すると予想した場合に、次のフレームでは、画面上方において標識認識を行うため、画像バッファβ４０８にライン画像の画像データを分配し、それに連携する画像処理Ｃ４１０を起動するような指示を、分配計画４１６に送る。
分配計画４１６は、各種物体認識４１１と車両制御処理４１３からの情報に基づいて分配部１０９による分配計画データを作成する（分配計画部）。分配計画４１６では、各アプリケーションから、次のサイクル、次々のサイクルなど将来的な撮像時における、各バッファへの画像の分配状況と、分配時の画像処理が記憶される。更に過去の履歴を用いることで、分配処理４０６による分配計画データを作成し、画像処理時のヒストグラム補正や意図的なランダム性を考慮した画像処理の指示を可能とする。例えば、標識認識においてはコントラスト補正が重要であるが、最適なコントラスト補正のパラメータを求めることは容易ではない。そこで、ある一定範囲においてコントラスト補正パラメータをランダムに補正し、これに応じて標識検知や標識認識結果の履歴を参照することで、標識が映っている期間内において精度を高める調整を可能とする。また、コントラスト補正パラメータと標識検知の精度が一定のモデル関数で結び付けられるという前提によって、当該関数の導関数値からパラメータを補正することも可能となる。
図５に示す撮像画像は、右カメラ４０２で撮像した撮像画像５０１のイメージ図であり、例えば図５（ａ）では、標識の出現位置が自車両前方の上側のため、標識用画像領域として単眼視用画像領域５０３が撮像画像５０１の上方に設定されている。一方、ステレオ視をするための車両や人の検知エリアは、車両の前方中央付近に集中するため、標識用画像領域とは別に、車両／人用画像領域としてステレオ視用画像領域５０２が撮像画像５０１の略中央に設定されている。本実施形態ではステレオ視用画像領域５０２と単眼視用画像領域５０３はそれぞれ矩形を有しており、重複して配置されている。標識用画像領域と車両/人用画像領域は、重複していてもよく、また、重複していなくてもよい。
図５（ａ）〜（ｄ）に示す各撮像画像５０１は、例えば左側から右側に向かって水平方向に上位のラインから順番にスキャンされてゆく。そして、図５(ａ）に示す例では、画像走査ライン１については、標識用のみにスキャンデータを転送すれば良いため、画像バッファβ４０８のみに分配されて記憶される。
一方、画像走査ライン２については、単眼視用画像領域５０３とステレオ視用画像領域５０２とが重複しているため、画像バッファα４０７と画像バッファβ４０８のそれぞれにスキャンデータが転送される。すなわち、画像走査ライン２のスキャンデータは、画像バッファα４０７と画像バッファβ４０８のそれぞれに分配されて記憶される。そして、画像走査ライン３については、ステレオ視用のみにスキャンデータを転送すればよく、画像バッファα４０７のみに分配されて記憶される。
検知エリアの配置は、動的に変わり得る。例えば図５（ｂ）に示す例では、ステレオ視用画像領域５０２が図５（ａ）よりも上側にシフトしている。例えば、このような状況は前方に急な坂道があるなど、撮像画像５０１内の上方をステレオ視で注視する必要が生じたときに発生し得る。この場合は、先程と異なり、画像走査ライン１において画像バッファα４０７と画像バッファβ４０８にスキャンデータを転送する必要がある。そして、画像走査ライン３については、双方のバッファに転送する必要が無くなる。
また、図５（ｃ）に示すように、近距離に背の低い立体物があるケースにおいて、それが子供などの可能性がある場合、単眼系の人検知やオプティカルフローなどの画像処理アプリケーションで使用する単眼視用画像領域５０３を撮像画像５０１の下側に設けて、画像走査ライン３を設定することも可能である。
また、図５（ｄ）に示すように、車両制御の情報に応じて、ステレオ視用画像領域５０２を、あたかも人が寄り目や流し目を行って対象物を注視するように左右にシフトすることも可能である。画像処理Ｂ４０９の計算量が多くなる場合は、同様な処理を単眼アプリケーションで行うことができる。すなわち、分配処理４０６により、バッファの分類と処理すべき画像処理の指定を可能とすることで、ステレオカメラにおけるアプリケーションの適用範囲を柔軟に構築でき、更にタイミング調整により処理時間の削減を図ることができる。
分配処理４０６では、例えば子供などの対象物が予め設定された位置よりも自車に接近したことを検知した場合に、単眼視用画像領域５０３の設定をやめて、ステレオ視用画像領域５０２のステレオ視用画像データのみを用いた画像処理Ｂ４０９のみを行ってもよい。
図６は、本発明による処理のタイミングチャートである。
図６のタイミングチャートでは大きく２系統の流れを画像処理６０１と演算処理６０２として示している。画像処理６０１の流れが、図１の画像処理部１０４における処理タイミングであり、演算処理６０２の流れが、図１の演算処理部１０５における処理タイミングを示している。
図６のタイミングチャートでは大きく２系統の流れを画像処理６０１と演算処理６０２として示している。画像処理６０１の流れが、図１の画像処理部１０４における処理タイミングであり、演算処理６０２の流れが、図１の演算処理部１０５における処理タイミングを示している。
まず、画像処理６０１において右画像入力６０３が行われる。これは、図４における右カメラ４０２による画像撮像を行い、その後で画像処理Ａ４０５を経て、画像バッファα４０７に右画像のステレオ視用画像領域５０２のステレオ視用画像データと、画像バッファβ４０８に右画像の単眼視用画像領域５０３の単眼視用画像データを蓄える処理に相当する。
次に、左画像入力６０４が行われる。これは、図４における左カメラ４０１による撮像を行い、その後で画像処理Ａ４０５を経て、画像バッファα４０７に左画像のステレオ視用画像領域５０２のステレオ視用画像データを蓄えるまでの処理に該当する。
まず、右画像入力６０３が行われる。画像処理Ｃ４１０では、右画像の入力において全ての画像データが揃うのを待つ必要は無く、途中の段階から分配処理４０６によってデータ転送６０６が行われ、画像バッファβ４０８に一部データが蓄積され、更に画像処理６０９が行われる。ここで言う画像処理６０９とは、図４における画像処理Ｃ４１０に該当する。
この段階では視差処理のための画像処理を行う必要はなく、想定するアプリケーションに適した画像処理を行うことができる。例えば、視差処理では自車前方中央の立体物をなるべく検知しやすくなるように、コントラスト調整を行うが、周辺で暗く映っているオブジェクトの認識が行い難くなる。そこで、標識などの認識が想定される標識用画像領域に対しては、例えば、ぼかし処理を緩める、暗い対象物を明るくするようなコントラスの調整処理、標識の色味を強調する色彩処理、あるいは最適なコントラストを探すため、最初はランダムにコントラストの値を設定し、検知結果に応じて最適なコントラストを決定するといった、時系列の記憶を使った処理を行う。
画像処理６０１、すなわち画像処理部１０４においては、左画像入力６０４と視差処理６０５が行われるが、この間に標識認識や車両テールランプ検知など、非立体系（平面系）の各種物体認識を行うことができる。また、視差処理６０５の後には、認識対象の画像領域全面（ステレオ視用画像領域全面）の画像データと、視差データが得られるため、これを視差処理６０５の終了のタイミング６０８で演算処理部１０５に転送して、演算処理６０２において立体系の各種物体認識６１１を行うことができる。
また、非立体系の認識処理結果を受けて、この段階で視差情報を使うことも可能である。例えば、車両のテールランプ検知は、画像処理を元に、平面系の各種物体認識６１０のタイミングで行えるが、検知したテールランプまでの距離測定は、立体系の各種物体認識６１１の段階で行える。これにより、効率的な処理分配が可能となり、画像処理部１０４から演算処理部１０５におけるタイミングの隙間に認識アプリケーションを駆動することができ、全体としての処理効率化が可能となる。
更に、これら各種物体認識６１０と６１１の結果を受けて車両制御処理６１２で制御処理を行う。車両制御処理６１２では、外界状況と自車制動状況に応じて、アプリケーション駆動とそのための画像処理を設定することで、認識精度の向上が可能となる。例えばハンドルを右に切るが、左側に注視したい物体がある、あるいは小さい立体物が目の前に現れ、それが次にエリア下の方に隠れそうな場合などにおいて、次のエリア設定をどうするかが判断される。また、外界の暗さに応じたコントラスト補正をどうするかが設定される。また、車両前方の道路面上に立体物がある場合、今後は数フレームに渡って、電光掲示板の出現が想定されるエリアに対する認識に備えるため、単眼認識のエリア（単眼視用画像領域）を上位に設定することが行われる。
図７は一般的な撮像素子で撮像した画像の一例であり、例えば右画像入力６０３により得られて画像処理６０９を経た画像がこれに相当する。
例えば、標識認識に適した画像バッファの処理については、赤色など特徴的な標識を認識する際に、赤を強調する処理を入れる、またはメモリ削減のため奇数の横ライン１，３・・・のみを転送するといった処理を分配部１０９に指示することで、アプリケーションに適した柔軟な画像処理の構成が可能となる。但し、小領域の画像処理を何度も繰り返すことは処理時間的に厳しいので、適用する画像処理を想定した処理合成が必要となる。以下に、画像バッファβ４０８に一部データを蓄積して画像処理６０９を行う際の、処理合成の概要を述べる。
画像バッファの処理については、画像の横ラインを幾つかまとめた処理を行うことが基本となる。例えば、縦３画素と横３画素（３×３）を単位としたぼかし処理やエッジ抽出などのフィルタ処理は、３行分の横ラインの画像データが、画像バッファに記録された段階で処理が可能となる。画像バッファ処理におけるフィルタ演算処理としては、コントラスト変換、画像ぼかし、画像先鋭化、ハフ投票、などがある。但し、これらの画像処理演算を複数回繰り返すことは難しいため、演算結果を統合した処理合成を行う。
標識の検知で重要となるハフ投票を例に、処理合成を述べる。ハフ投票とは、画像から抽出したエッジの角度を元に、当該角度の方向に円や矩形の中心が存在することを推定する処理である。ここでは３×３フィルタによるエッジ抽出からハフ投票における処理合成過程を述べる。エッジを抽出する対象画像と、その上のピクセルを図８のようにｐｉｊで表すとする。このとき、ｐ２２を着目点として、縦方向のエッジ強度は、図９に示すフィルタとの畳み込みで計算できる。また、横方向のエッジ強度は、同様に図１０に示すフィルタとの畳み込みで表される。このとき、着目点ｐ２２に対するエッジの角度として、横方向エッジ強度／縦方向エッジ強度、という推定が可能である。
また、エッジの強度として、エッジベクトルの二乗ノルムを使うとする。このとき、エッジ抽出からハフ投票に至るプロセスは、画素ｐ２２を中心とする３×３の画素範囲に対して、
１）エッジ強度＝（ｐ１１＋ｐ１２＋ｐ１３−ｐ３１−ｐ３２−ｐ３３）
＾２＋（ｐ１１＋ｐ２１＋ｐ３１−ｐ１３−ｐ２３
−ｐ３３）＾２
２）エッジ(横)＝ｐ１１＋ｐ１２＋ｐ１３−ｐ３１−ｐ３２−ｐ３３／
エッジ強度
３）エッジ(縦)＝ｐ１１＋ｐ２１＋ｐ３１−ｐ１３−ｐ２３−ｐ３３／
エッジ強度
４）エッジ角度 ＝（ｐ１１＋ｐ１２＋ｐ１３−ｐ３１−ｐ３２−
ｐ３３）／（ｐ１１＋ｐ２１＋ｐ３１−ｐ１３−
ｐ２３−ｐ３３）
という計算で求めることができる。
１）エッジ強度＝（ｐ１１＋ｐ１２＋ｐ１３−ｐ３１−ｐ３２−ｐ３３）
＾２＋（ｐ１１＋ｐ２１＋ｐ３１−ｐ１３−ｐ２３
−ｐ３３）＾２
２）エッジ(横)＝ｐ１１＋ｐ１２＋ｐ１３−ｐ３１−ｐ３２−ｐ３３／
エッジ強度
３）エッジ(縦)＝ｐ１１＋ｐ２１＋ｐ３１−ｐ１３−ｐ２３−ｐ３３／
エッジ強度
４）エッジ角度 ＝（ｐ１１＋ｐ１２＋ｐ１３−ｐ３１−ｐ３２−
ｐ３３）／（ｐ１１＋ｐ２１＋ｐ３１−ｐ１３−
ｐ２３−ｐ３３）
という計算で求めることができる。
したがって、エッジ角度に基づくハフ投票を行う場合、走査範囲の３×３内において、上記の計算手順により求めた｛ｐ２２、エッジ(横)／エッジ(縦)、エッジ強度｝を、ハフ投票空間に記録すれば良い。
これにより、横エッジを計算する、縦エッジを計算する、エッジ角度を計算する、という３段階に渡るフィルタ処理を１回の計算プロセスに落とし込むことができる。同様に画像に対するぼかしや先鋭化を加えたうえで、エッジ検出およびハフ投票を行う場合についても、画像処理の一連の過程から必要な計算ポイントをまとめることができる。
処理合成は、このように、いくつかの段階からなる画像のフィルタ演算から、計算過程で使われる全ての要素（画素、ｐｉｊ）を抽出し、最終的な結果として得られる計算式を導くという厳密な導出と、近似式による導出がある。
近似式による導出は、次のようなプロセスになる。まず、使われる要素（ｐｉｊ）からモデル式を想定する。上記のエッジ抽出とハフ投票のケースで言えば、高々２次の多項式が分母と分子にある形となる。すなわち、
５）モデル式＝Σ｛ａｋ・ｐｉｊ・ｐｎｍ｝／Σ｛ｂｋ・ｐｉｊ
・ｐｎｍ｝
がモデル式となる。
５）モデル式＝Σ｛ａｋ・ｐｉｊ・ｐｎｍ｝／Σ｛ｂｋ・ｐｉｊ
・ｐｎｍ｝
がモデル式となる。
次に、このモデル式の係数ａｋ、ｂｋを求めれば、ある走査範囲内（例えば３×３内）の画素群｛ｐｉｊ｝に対して、求める計算量の近似値が導けることになる。ここで、係数ａｋ、ｂｋをどう求めるかが課題となるが、これは学習用の画像の任意の箇所の画素集合｛ｐｉｊ｝に対して、厳密解で求めた値と、それを近似解で求めた値とを比較し、その誤差がなるべく小さくなるようにａｋ、ｂｋ値を調整すれば良い。この近似式による処理合成は、モデル式の次数や関数形を制限することで、処理量を削減できるというメリットがある。
以上、本発明の実施形態について詳述したが、本発明は、前記の実施形態に限定されるものではなく、請求の範囲に記載された本発明の精神を逸脱しない範囲で、種々の設計変更を行うことができるものである。例えば、前記した実施の形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、また、ある実施形態の構成に他の実施形態の構成を加えることも可能である。さらに、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
１００ 車載画像認識装置
１０１Ｌ 左カメラ
１０１Ｒ 右カメラ
１０４ 画像処理部
１０５ 演算処理部
１０６ 記憶部
１０８ 制御処理部
１０９ 分配部
４０９ 画像処理Ｂ（ステレオ視画像処理部）
４１０ 画像処理Ｃ（単眼視画像処理部）
１０１Ｌ 左カメラ
１０１Ｒ 右カメラ
１０４ 画像処理部
１０５ 演算処理部
１０６ 記憶部
１０８ 制御処理部
１０９ 分配部
４０９ 画像処理Ｂ（ステレオ視画像処理部）
４１０ 画像処理Ｃ（単眼視画像処理部）
Claims (3)
- 複数のアプリケーションを実行するために左右一対のカメラで撮像した撮像画像を用いて車外環境を認識する車載画像認識装置であって、
前記複数のアプリケーションの中から実行されるアプリケーションの種類に基づいて前記左右一対のカメラで撮像した各撮像画像内にステレオ視用画像領域をそれぞれ設定すると共に一方のカメラで撮像した撮像画像内に単眼視用画像領域を設定し、前記左右一対のカメラで撮像した各撮像画像を左右方向の画像走査ラインに沿ってスキャンして前記ステレオ視用画像領域内をスキャンしたステレオ視用画像データと前記単眼視用画像領域内をスキャンした単眼視用画像データとに分配する分配部と、
前記ステレオ視用画像データを用いてステレオ視画像処理を行うステレオ視画像処理部と、
前記単眼視用画像データを用いて単眼視画像処理を行う単眼視画像処理部と、
前記ステレオ視画像処理部の画像処理結果と、前記単眼視画像処理部の画像処理結果を用いて前記アプリケーションの種類に応じた物体の認識を行う物体認識部と、
前記ステレオ視用画像データを蓄積するステレオ視用画像バッファと、
前記単眼視用画像データを蓄積する単眼視用画像バッファと、
を有し、
前記ステレオ視画像処理部は、前記ステレオ視用画像バッファへの前記ステレオ視用画像データの蓄積を完了してから前記ステレオ視画像処理を実行し、
前記単眼視画像処理部は、前記単眼視用画像バッファに前記単眼視用画像データを蓄積しながら前記単眼視画像処理を実行することを特徴とする車載画像認識装置。 - 前記物体認識部による物体認識の結果を使用して車両の制御方針を決定する車両制御処理部と、
前記物体認識部と前記車両制御処理部からの情報に基づいて前記分配部による分配計画データを作成する分配計画部と、を有することを特徴とする請求項１に記載の車載画像認識装置。 - 複数のアプリケーションを実行するために左右一対のカメラで撮像した撮像画像を用いて車外環境を認識する車載画像認識装置であって、
前記複数のアプリケーションの中から実行されるアプリケーションの種類に基づいて前記左右一対のカメラで撮像した各撮像画像内にステレオ視用画像領域をそれぞれ設定すると共に一方のカメラで撮像した撮像画像内に単眼視用画像領域を設定し、前記左右一対のカメラで撮像した各撮像画像を左右方向の画像走査ラインに沿ってスキャンして前記ステレオ視用画像領域内をスキャンしたステレオ視用画像データと前記単眼視用画像領域内をスキャンした単眼視用画像データとに分配する分配部と、
前記ステレオ視用画像データを用いてステレオ視画像処理を行うステレオ視画像処理部と、
前記単眼視用画像データを用いて単眼視画像処理を行う単眼視画像処理部と、
前記ステレオ視画像処理部の画像処理結果と、前記単眼視画像処理部の画像処理結果を用いて前記アプリケーションの種類に応じた物体の認識を行う物体認識部と、
を有し、前記分配部は、対象物の接近を検知した場合に前記単眼視用画像領域の設定をやめることを特徴とする車載画像認識装置。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014201369 | 2014-09-30 | ||
| JP2014201369 | 2014-09-30 | ||
| PCT/JP2015/073174 WO2016051981A1 (ja) | 2014-09-30 | 2015-08-19 | 車載画像認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2016051981A1 JPWO2016051981A1 (ja) | 2017-04-27 |
| JP6316976B2 true JP6316976B2 (ja) | 2018-04-25 |
Family
ID=55630027
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016551626A Active JP6316976B2 (ja) | 2014-09-30 | 2015-08-19 | 車載画像認識装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US10148938B2 (ja) |
| EP (1) | EP3203725B1 (ja) |
| JP (1) | JP6316976B2 (ja) |
| WO (1) | WO2016051981A1 (ja) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102217267B1 (ko) | 2014-11-20 | 2021-02-17 | 주식회사 엘지화학 | 정공수송물질 |
| US9954174B2 (en) | 2015-05-06 | 2018-04-24 | E I Du Pont De Nemours And Company | Hole transport materials |
| EP4064679A1 (en) * | 2016-09-16 | 2022-09-28 | Sony Semiconductor Solutions Corporation | Imaging device and electronic device |
| JP7033649B2 (ja) * | 2018-03-22 | 2022-03-10 | 日立Astemo株式会社 | 車載ステレオカメラ |
| US10932336B2 (en) | 2018-09-10 | 2021-02-23 | Lumileds Llc | High speed image refresh system |
| US11091087B2 (en) | 2018-09-10 | 2021-08-17 | Lumileds Llc | Adaptive headlamp system for vehicles |
| US11011100B2 (en) | 2018-09-10 | 2021-05-18 | Lumileds Llc | Dynamic pixel diagnostics for a high refresh rate LED array |
| US11164287B2 (en) | 2018-09-10 | 2021-11-02 | Lumileds Llc | Large LED array with reduced data management |
| TWI826530B (zh) | 2018-10-19 | 2023-12-21 | 荷蘭商露明控股公司 | 驅動發射器陣列之方法及發射器陣列裝置 |
| JP7400222B2 (ja) * | 2019-06-14 | 2023-12-19 | マツダ株式会社 | 外部環境認識装置 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3833930B2 (ja) * | 2001-11-20 | 2006-10-18 | 富士重工業株式会社 | ステレオカメラの調整装置 |
| US7162074B2 (en) | 2001-11-20 | 2007-01-09 | Fuji Jukogyo Kabushiki Kaisha | Adjusting apparatus for stereoscopic camera |
| EP1779295A4 (en) | 2004-07-26 | 2012-07-04 | Automotive Systems Lab | SYSTEM FOR PROTECTING USERS OF THE ROAD IN A DANGER SITUATION |
| JP5115792B2 (ja) | 2007-07-04 | 2013-01-09 | オムロン株式会社 | 画像処理装置および方法、並びに、プログラム |
| JP2011134207A (ja) * | 2009-12-25 | 2011-07-07 | Konica Minolta Holdings Inc | 運転記録装置および地図作成システム |
| JP6197291B2 (ja) * | 2012-03-21 | 2017-09-20 | 株式会社リコー | 複眼カメラ装置、及びそれを備えた車両 |
-
2015
- 2015-08-19 EP EP15847652.3A patent/EP3203725B1/en active Active
- 2015-08-19 WO PCT/JP2015/073174 patent/WO2016051981A1/ja active Application Filing
- 2015-08-19 JP JP2016551626A patent/JP6316976B2/ja active Active
- 2015-08-19 US US15/501,920 patent/US10148938B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| WO2016051981A1 (ja) | 2016-04-07 |
| US10148938B2 (en) | 2018-12-04 |
| EP3203725A1 (en) | 2017-08-09 |
| JPWO2016051981A1 (ja) | 2017-04-27 |
| EP3203725A4 (en) | 2018-05-30 |
| EP3203725B1 (en) | 2022-01-26 |
| US20170244954A1 (en) | 2017-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6316976B2 (ja) | 車載画像認識装置 | |
| CN107273788B (zh) | 在车辆中执行车道检测的成像系统与车辆成像系统 | |
| EP2642429B1 (en) | Multi-lens camera system and range-finding method executed by the multi-lens camera system | |
| JP6376429B2 (ja) | 対象地点到達検知装置、対象地点到達検知用プログラム、移動体機器制御システム及び移動体 | |
| JP7206583B2 (ja) | 情報処理装置、撮像装置、機器制御システム、移動体、情報処理方法およびプログラム | |
| US10679388B2 (en) | Image processing apparatus, device control system, imaging apparatus, and recording medium | |
| WO2017134982A1 (ja) | 撮像装置 | |
| JP6601506B2 (ja) | 画像処理装置、物体認識装置、機器制御システム、画像処理方法、画像処理プログラム及び車両 | |
| EP2770478A2 (en) | Image processing unit, imaging device, and vehicle control system and program | |
| JP6589313B2 (ja) | 視差値導出装置、機器制御システム、移動体、ロボット、視差値導出方法、およびプログラム | |
| JP2013250907A (ja) | 視差算出装置、視差算出方法及び視差算出用プログラム | |
| US9390336B2 (en) | Image processing device, image processing method | |
| JP2017219427A (ja) | 物体距離検出装置 | |
| JP5027710B2 (ja) | 車両用環境認識装置および先行車追従制御システム | |
| US11377027B2 (en) | Image processing apparatus, imaging apparatus, driving assistance apparatus, mobile body, and image processing method | |
| JP7427594B2 (ja) | 画像処理装置 | |
| JP7261006B2 (ja) | 車外環境認識装置 | |
| JP2020201876A (ja) | 情報処理装置及び運転支援システム | |
| JP5950193B2 (ja) | 視差値演算装置及びこれを備えた視差値演算システム、移動面領域認識システム、視差値演算方法、並びに、視差値演算用プログラム | |
| JP2013161187A (ja) | 物体認識装置 | |
| KR101982091B1 (ko) | 서라운드 뷰 모니터링 시스템 | |
| WO2018097269A1 (en) | Information processing device, imaging device, equipment control system, mobile object, information processing method, and computer-readable recording medium | |
| US9965692B2 (en) | System and method for detecting vehicle | |
| JP5878808B2 (ja) | 車外環境認識装置および車外環境認識方法 | |
| JP5981857B2 (ja) | 車外環境認識装置および車外環境認識方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161227 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171212 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 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: 20180320 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180328 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6316976 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |