JP6442834B2 - 路面高度形状推定方法とシステム - Google Patents
路面高度形状推定方法とシステム Download PDFInfo
- Publication number
- JP6442834B2 JP6442834B2 JP2014035646A JP2014035646A JP6442834B2 JP 6442834 B2 JP6442834 B2 JP 6442834B2 JP 2014035646 A JP2014035646 A JP 2014035646A JP 2014035646 A JP2014035646 A JP 2014035646A JP 6442834 B2 JP6442834 B2 JP 6442834B2
- Authority
- JP
- Japan
- Prior art keywords
- road surface
- interest
- road
- region
- parallax
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- 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
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- 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
- G06T2207/20036—Morphological image processing
-
- 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
- G06T2207/20112—Image segmentation details
- G06T2207/20156—Automatic seed setting
-
- 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
Description
推定された路面高度形状情報は道路シーン中で実際の対象と路面との間の実際の高度を確定するのに用いることができ、これによって例えば車両や歩行者の検知に便利となる。
2.本発明を応用したハードウェアシステムの構成
3.第一実施例の路面高度形状推定方法の例
3−1.路面関心領域検知の例示的なプロセス
3−2.路面関心点確定の例示的なプロセス
3−2−1.路面関心領域後処理の例示的なプロセス
3−3.路面高度形状推定の例示的なプロセス
3−4.対象の実際高度推定の例示的なプロセス
4.第二実施例の路面高度形状推定のシステム例
1.専門用語または専門語彙の意味と解釈
理解の便を図るため、本章で既存技術における専門用語または専門語彙、及び本公開特許における定義された専門用語または専門語彙を解釈する。これらの専門用語または専門語彙が仮に既存技術で常用または慣用されている専門用語または専門語彙の解釈と合わないところがあれば、本公開特許が公開する発明原理に従ってどの解釈を適用するか合理的に判断しなければならない。
当業者には公知であるが、視差とは、実際はある基線の両端からそれぞれ同一の比較的遠くの物体に一直線に伸びているとき、その間に形成される夾角を指す。通常、一定距離にある二つの点から同一対象を観察して発生する方向の違いを指す。対象から二点間の夾角を見たとき、この二点の視差角と呼ばれ、二点間の距離は基線と称される。視差の角度と基線の長さを知りさえすれば、対象と観測者間の距離を算出することができる。
当業者には公知であるが、元の視差図で、各画素点は3次元空間の1点を表す(U−水平次元、V−垂直次元、D−深度次元)。側面を垂直平面(V−垂直次元とD−深度次元だけがある)に投影した後、全ての画素点のU座標は消失し、この新しく形成された映写画像がV視差図となる。V視差図は視差図から計算して得られる。V視差図中の任意の1点(d, v)の濃淡値は視差図に対応する縦座標をvとする行中で視差値がdに等しい点の個数である。
二値画像は各画素点が黒でなければ白であるとして、その濃度に中間濃度のない画像を指す。二値画像は一般に対象の大まかな輪郭を描写するのに用いられる。
当業者には公知であるが、モルフォロジー演算は2値画像に対するマセマティカル・モルフォロジーの集合理論の方法に基づいて発展してきた画像処理方法である。マセマティカル・モルフォロジーは岩石学において岩石の構造を定量的に説明する作業に起源を有し、近年はデジタル画像処理とロボット視覚分野に広く応用され、独特のデジタル画像分析方法と理論を形成している。通常、モルフォロジー画像処理は近傍演算形式を表現しており、特別に定義された近傍領域を「構造要素」(Structure Element)と呼び、各画素位置上でそれが2値画像と対応する区域において特定の論理演算を行い、論理演算の結果が出力画像に相応する画素となる。モルフォロジー演算の効果は構造要素の大きさ、内容および論理演算の性質によって決まる。よく見られるモルフォロジー演算はエロージョンとダイレーションを有する。Bにより構造要素を表し、二値画像Aの各点zに対し、エロージョンとダイレーションを定義すると次のようになる。
、BsはBの対称行列を表し、即ちBS ={p∈E|―p∈B}となり、pはユークリッド空間中の要素を表す。
当業者には公知であるが、領域成長の基本思想は相似した性質をもつ画素を集めて領域を構成することである。まず、分割を要する各領域に対して1つのシード点を探し、その後、シード画素の周辺領域でシード画素と同じまたは相似した性質をもつ画素をシード画素の存在する領域に結合する。これらの新しい画素を新しいシード点として前記プロセスを繰り返し、条件を満足する画素点が無くなった時に拡張を停止する。
本開示で言う「路面関心領域」(ROI)は路面関心点の領域を探し出すのに用いる。できるだけ路面全体を含むことのできる領域を可能な限り探し出して路面関心領域ROIとする。
本開示で言う「路面関心点」(POI)は一般に前記「路面関心領域ROI」中で選び、路面高度の平面フィッティングまたは直線フィッティングに用いる各参考点である。どのようにPOIを選ぶかは路面高度の平面フィッティングまたは直線フィッティングの結果に重要な影響を与える。これらのPOIがなるべく全て立体画像の実際の路面上に位置するようにPOIを選ばなければならない。
本開示で言う「路面高度形状」は路面高度の(セグメントまたは複数のセグメント)直線関数または曲線関数(2次元概念)、路面高度の平面関数または曲面関数(3次元概念)を含む。このうち、本開示では、路面高度形状の値は画像画素の意味における路面高度であり、実際のシーンにおける路面のメートルまたはセンチメートルを単位とする本当の高度ではない。
2.発明を応用したハードウェアシステムの構成
図1は本発明を応用した各実施例のハードウェアシステム100の構成例である。例えば、ハードウェアシステム100は自動車に装着され車両の自動制御を行うことができる。例に示すように、本発明を応用した各実施例のハードウェアシステム100は、二眼カメラ101、デコーダー102、記憶装置103、デジタル信号処理器104および車両制御モジュール105を含むことができる。当該二眼カメラ101の基準線の長さをbとし、二眼カメラの左右2つの撮影レンズ間の距離を表し、左側の撮影レンズが道路シーンを撮影して左画像が得られ、右側の撮影レンズが同じシーンを撮影して右画像が得られ、当該二眼カメラ101は左画像と右画像を撮影してそれをデコーダー102に入力する。デコーダー102は受け取った左画像と右画像を視差図に転換する。当該視差図は記憶装置103に保存され随時、デジタル信号処理器104によって処理されて路面高度形状の推定およびその他の処理結果が得られる。デジタル信号処理器104で行われる処理は下記の参考図1−10で詳細に説明する。デジタル信号処理器104の処理を経て得られた路面高度推定および/またはその他の処理結果は記憶装置103に保存され、同時に車両制御モジュール105に転送され、自動車に対して、例えば自動操縦、歩行者検出等のより進んだ自動制御が行われる。
3.第一実施例の路面高度形状推定方法の例
図2は第一実施例の路面高度形状推定方法200の例である。道路シーン内の路面高度形状推定方法200は、道路シーン視差図が得られ(S201)、前記視差図に基づいて路面関心領域を検知し(S202)、前記路面関心領域に基づいて複数の路面関心点を確定し(S203)、そして前記複数の路面関心点に基づいて路面高度形状を推定する(S204)ことを含む。
3−1.路面関心領域検知の例示的なプロセス
図3は方法200のステップ202の、前記視差図に基づいて路面関心領域検知ステップの例示的なプロセスである。
3−2.路面関心点確定の例示的なプロセス
路面関心点の確定に用いるステップS203では、前記路面関心領域(ROI)に基づいて複数の路面関心点(POI)を確定することができる。図5は路面関心点を確定するステップS203の例示的なプロセスである。このステップS203は具体的には、前記路面関心領域に対して後処理を行い(S2031)、後処理した路面関心領域と前記視差図の交わり部分を前記複数の路面関心点とする(S2032)ことを含む。
3−2−1. 路面関心領域後処理の例示的なプロセス
図6の(a)から(i)は路面関心領域に対して後処理を行う3つの例示的なプロセスであえる。
3−3. 路面高度形状推定の例示的なプロセス
路面高度形状推定に用いるステップS204は、(a)前記複数の路面関心点に基づいて、前記視差図中で同じ距離Dおよび同じ水平座標Xを有する最低点を選んで各路面候補点とし、前記路面候補点に基づいて路面の平面フィッティングを行い前記路面高度形状が得られ、そして(b)前記複数の路面関心点をV視差図投影し、前記V視差投影中で同じ距離Dを有する最低点を選んで各路面候補点とし、前記路面候補点に基づいて路面のセグメントまたは複数のセグメントの直線フィッティングを行って前記路面高度形状が得られることのうちの一つを含む。
代替として、上述の方法(b)は簡単に路面直線フィッティングと言うことができる。その処理プロセスは、以下のステップを含む。
図8Aと8Bは本発明実施例により得られた路面高度検知と既存技術の従来方式により得られたV視差図投影と路面高度推定結果の比較概念図である。
3−4. 対象の実際高度推定の例示的なプロセス
図10は本発明の推定した路面高度形状に基づいて得られた路面点の例である。つまり、これらの路面点は全て路面の高度を有する。本発明実施例を推定して例えば図10に示すような路面高度形状推定(平面推定か直線推定かを問わず)が得られた後、前記路面高度形状(例えば、h(x,y,d)またはh(d))に基づいて道路シーン中の実際のある対象の実際の高度を推定する。
まず、推定した路面高度形状h(d)により、この対象の具体的距離D’について、前記距離D’に対応する路面高度h(d)が得られ、このうちdは距離D’に対応する視差値を表す。
4.第二実施例の路面高度形状推定のシステム例
図11は第二実施例の道路シーン中で路面高度形状を推定するシステム1100の例である。
本開示のステップフローチャート及び以上の方法説明は例示的な例に過ぎず、必ず示した順序に従って各実施例のステップを実施することを意図または暗示していない。当業者が知り得た順序、いずれか順序で以上の実施例内のステップの順序を行ってもよい。例えば「その後」「それから」「次に」などの用語には、ステップの順序を限定する意図はない。これらの用語は、読者がこれらの方法の説明を通読するのを誘導するのに用いるに過ぎない。このほか、例えば冠詞「ひとつ」「一」または「該」を使用した単数に対する要素のいかなる引用も該要素を単数に限定するとは解釈されない。
Claims (16)
- 道路シーン視差図が得られ、
前記視差図に基づいて路面関心領域を検知し、
前記路面関心領域に基づいて複数の路面関心点を確定し、
前記複数の路面関心点に基づいて路面高度形状を推定することを含み、
前記視差図に基づいて路面関心領域を検知するステップが、
前記視差図の下部視差図を選択し、
前記下部視差図を二値化処理して二値画像を取得し、
前記二値画像にモルフォロジー・エロージョンを行い、
モルフォロジー・エロージョン後の画像中の所定部分を選んで1つまたは複数のシードを設置し、
前記1つまたは複数のシードに基づいて領域成長を行い、
領域成長後に得られたブロックを路面関心領域とすることを含む、道路シーン内の路面高度形状推定方法。 - 前記所定部分が、路面のエッジをはみ出ることなく、路面の一部をカバーする、請求項1に記載の方法。
- 前記所定部分が画像の真下に位置する、請求項1または2に記載の方法。
- 前記路面関心領域に基づいて複数の路面関心点を確定するステップが、
前記路面関心領域に対し後処理を行い、
後処理した路面関心領域と前記視差図の交わり部分を前記複数の路面関心点とすることを含む、請求項1に記載の方法。 - 前記後処理が、
前記路面関心領域に対しモルフォロジー・ダイレーションを行い、モルフォロジー・ダイレーション後の路面関心領域を後処理後の路面関心領域とするステップと、
前記路面関心領域の路面輪郭を抽出し、前記路面輪郭に対しモルフォロジー・ダイレーションを行い、前記モルフォロジー・ダイレーション後の路面輪郭を後処理後の路面関心領域とするステップと、
前記路面関心領域の路面輪郭を抽出し、前記路面輪郭に対しモルフォロジー・ダイレーションを行い、前記モルフォロジー・ダイレーション後の路面輪郭が囲むブロックを後処理後の路面関心領域とするステップのいずれかを含む、請求項4に記載の方法。 - 前記複数の路面関心点に基づいて路面高度形状を推定するステップが、
前記複数の路面関心点により、前記視差図中で同じ距離Dおよび同じ水平座標Xを有する最低点を選んで各路面候補点とし、前記路面候補点に基づいて路面の平面フィッティングを行い前記路面高度形状が得られるステップと、
前記複数の路面関心点をV視差図投影し、前記V視差図投影中で同じ距離Dを有する最低点を選んで各路面候補点とし、前記路面候補点に基づいて路面のセグメントまたは複数のセグメントの直線フィッティングを行って前記路面高度形状が得られるステップのいずれかを含む、請求項1に記載の方法。 - 前記路面高度形状により道路シーン中の対象の実際高度を推定することを含む、請求項1に記載の方法。
- 道路シーンの視差図を取得する装置、
前記視差図に基づいて路面関心領域を検知する装置、
前記路面関心領域に基づいて複数の路面関心点を確定する装置、及び
前記複数の路面関心点に基づいて路面高度形状を推定する装置を含み、
前記視差図に基づいて路面関心領域を検知する装置が、
前記視差図の下部視差図を選択し、
前記下部視差図を二値化処理して二値画像を取得し、
前記二値画像にモルフォロジー・エロージョンを行い、
モルフォロジー・エロージョン後の画像中の所定部分を選んで1つまたは複数のシードを設置し、
前記1つまたは複数のシードに基づいて領域成長を行い、
領域成長後に得られたブロックを路面関心領域とする、道路シーン内路面高度形状推定システム。 - 前記所定部分が、路面のエッジをはみ出ることなく、路面の一部をカバーする、請求項9に記載のシステム。
- 前記所定部分が画像の真下に位置する、請求項9または10に記載のシステム。
- 前記路面関心領域に基づいて複数の路面関心点を確定する装置が、
前記路面関心領域に対し後処理を行い、
後処理した路面関心領域と前記視差図の交わり部分を前記複数の路面関心点とする、請求項9に記載のシステム。 - 前記後処理が、
前記路面関心領域に対しモルフォロジー・ダイレーションを行い、モルフォロジー・ダイレーション後の路面関心領域を後処理後の路面関心領域とするステップと、
前記路面関心領域の路面輪郭を抽出し、前記路面輪郭に対しモルフォロジー・ダイレーションを行い、前記モルフォロジー・ダイレーション後の路面輪郭を後処理後の路面関心領域とするステップと、
前記路面関心領域の路面輪郭を抽出し、前記路面輪郭に対しモルフォロジー・ダイレーションを行い、前記モルフォロジー・ダイレーション後の路面輪郭が囲むブロックを後処理後の路面関心領域とするステップのいずれかを含む、請求項12に記載のシステム。 - 前記複数の路面関心点に基づいて路面高度形状を推定する装置が、
前記複数の路面関心点により、前記視差図中で同じ距離Dおよび同じ水平座標Xを有する最低点を選んで各路面候補点とし、前記路面候補点に基づいて路面の平面フィッティングを行い前記路面高度形状を取得し、又は
前記複数の路面関心点をV視差図投影し、前記V視差図投影中で同じ距離Dを有する最低点を選んで各路面候補点とし、前記路面候補点に基づいて路面のセグメントまたは複数のセグメントの直線フィッティングを行って前記路面高度形状を取得する、請求項9に記載のシステム。 - 前記路面高度形状により道路シーン中の対象の実際高度を推定する装置を更に含む、請求項9に記載のシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310063898 | 2013-02-28 | ||
CN201310063898.2A CN104021368A (zh) | 2013-02-28 | 2013-02-28 | 估计路面高度形状的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014170540A JP2014170540A (ja) | 2014-09-18 |
JP6442834B2 true JP6442834B2 (ja) | 2018-12-26 |
Family
ID=50193214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014035646A Expired - Fee Related JP6442834B2 (ja) | 2013-02-28 | 2014-02-26 | 路面高度形状推定方法とシステム |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP2772883B1 (ja) |
JP (1) | JP6442834B2 (ja) |
CN (1) | CN104021368A (ja) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104833364B (zh) * | 2015-05-07 | 2018-05-18 | 深圳市爱民科技有限公司 | 一种在颠簸道路上的安全路线指示方法 |
CN105261017B (zh) * | 2015-10-14 | 2018-12-11 | 长春工业大学 | 基于路面约束的图像分割法提取行人感兴趣区域的方法 |
JP6808586B2 (ja) * | 2017-07-05 | 2021-01-06 | クラリオン株式会社 | 車両用外界認識装置 |
CN107764458A (zh) * | 2017-09-25 | 2018-03-06 | 中国航空工业集团公司西安飞机设计研究所 | 一种飞机操纵特性曲线生成方法 |
CN109117837B (zh) * | 2018-07-26 | 2021-12-07 | 上海鹰瞳医疗科技有限公司 | 感兴趣区域确定方法和设备 |
CN110826357B (zh) | 2018-08-07 | 2022-07-26 | 北京市商汤科技开发有限公司 | 对象三维检测及智能驾驶控制的方法、装置、介质及设备 |
CN109117840A (zh) * | 2018-08-16 | 2019-01-01 | 上海鹰瞳医疗科技有限公司 | 感兴趣区域修正方法和设备 |
CN111243003B (zh) * | 2018-11-12 | 2023-06-20 | 海信集团有限公司 | 车载双目摄像机及其检测道路限高杆的方法、装置 |
CN110503093B (zh) * | 2019-07-24 | 2022-11-04 | 中国航空无线电电子研究所 | 基于视差图dbscan聚类的感兴趣区域提取方法 |
JP7206172B2 (ja) * | 2019-09-19 | 2023-01-17 | 京セラ株式会社 | 物体検出装置、物体検出システム、移動体及び物体検出方法 |
CN112149493B (zh) * | 2020-07-31 | 2022-10-11 | 上海大学 | 基于双目立体视觉的道路高程测量方法 |
WO2022190314A1 (ja) * | 2021-03-11 | 2022-09-15 | 日本電気株式会社 | 画像解析装置、画像解析方法及びプログラムが格納されたコンピュータ可読媒体 |
CN114495043B (zh) * | 2022-04-06 | 2022-08-16 | 北京中科慧眼科技有限公司 | 基于双目视觉系统的上下坡路况检测方法、系统和智能终端 |
CN116630899B (zh) * | 2023-07-21 | 2023-10-20 | 四川公路工程咨询监理有限公司 | 一种高速公路边坡病害监测预警系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3895238B2 (ja) * | 2002-08-28 | 2007-03-22 | 株式会社東芝 | 障害物検出装置及びその方法 |
JP5441549B2 (ja) * | 2009-07-29 | 2014-03-12 | 日立オートモティブシステムズ株式会社 | 道路形状認識装置 |
CN102156977A (zh) * | 2010-12-22 | 2011-08-17 | 浙江大学 | 一种基于视觉的道路检测方法 |
-
2013
- 2013-02-28 CN CN201310063898.2A patent/CN104021368A/zh active Pending
-
2014
- 2014-02-20 EP EP14155999.7A patent/EP2772883B1/en not_active Not-in-force
- 2014-02-26 JP JP2014035646A patent/JP6442834B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
EP2772883A2 (en) | 2014-09-03 |
CN104021368A (zh) | 2014-09-03 |
JP2014170540A (ja) | 2014-09-18 |
EP2772883B1 (en) | 2018-10-10 |
EP2772883A3 (en) | 2016-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6442834B2 (ja) | 路面高度形状推定方法とシステム | |
CN111209770B (zh) | 一种车道线识别方法及装置 | |
Chen et al. | Next generation map making: Geo-referenced ground-level LIDAR point clouds for automatic retro-reflective road feature extraction | |
Cheng et al. | Curb detection for road and sidewalk detection | |
Nedevschi et al. | A sensor for urban driving assistance systems based on dense stereovision | |
JP6299291B2 (ja) | 道路エッジ検出方法及び道路エッジ検出装置 | |
Gomez et al. | Traffic lights detection and state estimation using hidden markov models | |
EP2743861B1 (en) | Method and device for detecting continuous object in disparity direction based on disparity map | |
US20090028389A1 (en) | Image recognition method | |
Chen et al. | Building reconstruction from LIDAR data and aerial imagery | |
WO2020154990A1 (zh) | 目标物体运动状态检测方法、设备及存储介质 | |
Panev et al. | Road curb detection and localization with monocular forward-view vehicle camera | |
Petrovai et al. | A stereovision based approach for detecting and tracking lane and forward obstacles on mobile devices | |
CN109791607A (zh) | 借助单应矩阵从摄像机的一系列图像中探测和验证对象 | |
Janda et al. | Road boundary detection for run-off road prevention based on the fusion of video and radar | |
CN103679121A (zh) | 采用视差图像检测路边的方法及系统 | |
CN107220632B (zh) | 一种基于法向特征的路面图像分割方法 | |
KR101998584B1 (ko) | 차선 검출 장치 및 차선 검출 방법 | |
Perrollaz et al. | Using obstacles and road pixels in the disparity-space computation of stereo-vision based occupancy grids | |
Hwang et al. | Vision-based vehicle detection and tracking algorithm design | |
Giosan et al. | Superpixel-based obstacle segmentation from dense stereo urban traffic scenarios using intensity, depth and optical flow information | |
Na et al. | Drivable space expansion from the ground base for complex structured roads | |
CN104252707A (zh) | 对象检测方法和装置 | |
Kiran et al. | Automatic hump detection and 3D view generation from a single road image | |
Schomerus et al. | Camera-based lane border detection in arbitrarily structured environments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170207 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180112 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180213 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180403 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180904 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181003 |
|
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: 20181030 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181112 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6442834 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |