JP6752024B2 - 画像処理装置 - Google Patents
画像処理装置 Download PDFInfo
- Publication number
- JP6752024B2 JP6752024B2 JP2016025311A JP2016025311A JP6752024B2 JP 6752024 B2 JP6752024 B2 JP 6752024B2 JP 2016025311 A JP2016025311 A JP 2016025311A JP 2016025311 A JP2016025311 A JP 2016025311A JP 6752024 B2 JP6752024 B2 JP 6752024B2
- Authority
- JP
- Japan
- Prior art keywords
- dimensional object
- moving
- detection unit
- dimensional
- image
- 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 title claims description 39
- 239000013598 vector Substances 0.000 claims description 138
- 238000001514 detection method Methods 0.000 claims description 116
- 238000003384 imaging method Methods 0.000 claims description 56
- 238000009826 distribution Methods 0.000 claims description 29
- 241001465754 Metazoa Species 0.000 claims description 11
- 239000007787 solid Substances 0.000 claims description 7
- 238000000926 separation method Methods 0.000 description 21
- 238000000034 method Methods 0.000 description 18
- 230000009191 jumping Effects 0.000 description 14
- 238000012937 correction Methods 0.000 description 11
- 230000006399 behavior Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 240000004050 Pentaglottis sempervirens Species 0.000 description 2
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- 241000282994 Cervidae Species 0.000 description 1
- 241000283086 Equidae Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 235000005282 vitamin D3 Nutrition 0.000 description 1
- 239000011647 vitamin D3 Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- 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
- 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
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Mechanical Engineering (AREA)
- Image Processing (AREA)
Description
図1に車載環境認識装置の構成図を示す。車載環境認識装置は、車両前方に向かって右側に搭載された右カメラ(第1カメラ)に内蔵の右カメラ撮像部110と、車両前方に向かって左側に搭載された左カメラ(第2カメラ)に内蔵の左カメラ撮像部100と、コンピュータ3と、車両居室内に搭載された表示装置(ディスプレイ)5及び警報装置6と、車両の加速制御装置としてのスロットルバルブ(吸気制御装置)及びインジェクタ(燃料噴射装置)7と、ブレーキ8とを備えている。
図2に右カメラ撮像部110の構成を、図3に左カメラ撮像部の構成を示す。採用可能な左右カメラの構成としては、左右カメラを同一スペックとし、左右カメラの撮像タイミングを調整するシャッター制御のみを必要とするものがある。この構成では、図13に示すように、同一の撮像タイミングで左右カメラのシャッターがきられるので、2視点から同時に撮像した画像で視差画像を生成でき、精度の良い視差画像を生成することができる。
図4において、視差画像生成部200は、幾何補正部210と、輝度補正部220と、ステレオマッチング部230を備えている。視差画像生成部200では、左カメラ撮像部100で撮像された画像と、右カメラ撮像部110で撮像された画像を利用して、ステレオマッチングを実施する。図14に示すように、右カメラの撮像周期が左カメラと比較して短い場合(フレームレートが高い場合)には、右カメラと左カメラの撮像周期が一致した際の画像のみを利用してステレオマッチングを実施する。まず、左右カメラで撮像された原画像は、画像の歪みも、画像上の位置に応じて変化する感度の補正もされていない。そこで、ステレオカメラの生産過程の1つとして実施された、幾何チャートを撮像することで実施された幾何キャリブレーションによる左右カメラのレンズ歪み、および左右カメラ画像が平行な位置関係となるための幾何補正テーブルを読み込んで、幾何補正部210にて左右カメラの幾何補正を実施する。これにより左右カメラの画像を幾何補正した画像は、左右平行な位置関係であると共に、レンズ歪みの全くない画像となる。これにより幾何的にマッチングし易い、左右画像が準備可能となる。次に、輝度補正部220においては、ステレオカメラの生産過程の1つとして実施された、感度キャリブレーションによる画像上の位置に応じて変化する感度の程度を計測する感度キャリブレーションの結果である、輝度補正テーブルを利用した輝度補正を実施する。これにより左右カメラの感度が一致すると共に、左右カメラの画像上のどの位置においても、同じような輝度で撮像されるような補正を実施する。これにより左右カメラのステレオマッチングにおいて、左右の感度が同様であることから、マッチング精度が上昇する。この幾何補正部210による画像の歪み補正と、輝度補正部220による輝度補正することで、左右カメラの画像を補正し、この補正画像を利用して、ステレオマッチング部230にてステレオマッチングを実施する。これにより、高精度、高密度な視差画像生成が実施される。
図5において、立体物検知部300は、垂直立体物抽出部310と、立体物候補抽出部320と、候補分類部330と、簡易立体トラッキング部340を備えている。立体物検知部300では、視差画像生成部200で取得された視差画像を利用して、立体物検知を実施する。垂直立体物抽出部310では、最初に視差画像垂直方向に、等しい奥行き距離(自車進行方向における自車からの距離)に存在する垂直物体を塊として検出する。この垂直物体の中で実世界の鉛直下向きに、路面の高さ、もしくは路面より下に存在するものは垂直立体物の対象外とするか、路面付近の部分を切り取って垂直立体物候補とする。次に、立体物候補抽出部320では、横方向に垂直立体物のつながりを見ることで、立体物の幅及び高さが或る規定値以上の大きさであることをもって立体物候補抽出を実施する。次に、この立体物候補を大きさに応じて候補分類部330で候補分類する。歩行者としてあり得るサイズの立体物候補には歩行者候補としてフラグを立てて、車両としてあり得るサイズの立体物候補には車両候補としてのフラグを立てる。同様に、多様な立体物を判別可能とする観点から、2輪車(自転車、オートバイ)、トラック、標識、動物(鹿、牛、馬等)などの候補分類があってもよい。
図6において、動きベクトル検知部400は、ピラミッド画像生成部410と、エッジ抽出部420と、縦エッジ探索部430と、移動量統合算出部440を備えている。動きベクトル検知部400では、画像上の縦方向のエッジ(縦エッジとも称する)の移動量を探索する。オプティカルフローのような手法の場合は、物体の角となるような点(コーナー)の特徴点をトラッキングするアルゴリズムであるため、画像上の移動量が多くてもトラッキングを見失ったり、間違えたりすることは少ない。この手法は本実施例でも適用可能である。
図7において、物体分離部500は、動き速度分離部510と、幾何チェック部520と、出現・遮蔽領域分離部530を備えている。物体分離部500では、立体物検知部300にて設定された立体領域115の内部に複数の立体物が含まれるか否か、そして、複数の立体物が含まれる場合には、その中に自車の進路に近づく移動立体物(接近立体物)が含まれるか否かを判定する。これらの判定には、図12に示すような動きベクトル検知部400の結果が活用される。そして、物体分離部500は、立体領域115の内部に移動立体物が存在する場合には、当該移動立体物の範囲を画像上で明確(分離)にする処理(「物体の分離」と称することがある)を実施する。立体領域115内に複数の立体物が存在しても実世界上でそれぞれの動きが略同一の場合(静止している場合も含む)には立体物の分離は困難となるが、図10や図11に示すような他の立体物の背後等の死角領域から歩行者等の移動立体物が自車進行方向に向かって飛び出す場合には、当該移動立体物を早期に正確に検知することが可能となり、自車と当該移動立体物の接触を防止・回避できる。
次に、飛び出し検知部600において、飛び出し立体候補のパターンマッチングを実施する。図8において、飛び出し検知部600は、候補選定部610と、部分パターンマッチング部620と、位置速度推定部630を備えている。本実施例では、歩行者の飛び出し検知をメインに説明するが、実際には、歩行者以外の2輪車、動物、車両などのパターンと接近立体物をパターンマッチングし、当該接近立体物の種類が判定される。
次に、警報・制御部700では、上述の接近立体物検知の情報と、自車挙動の情報を利用して自車両の警報・制御を実施する。図9において、警報・制御部700は、移動予測部710と、自車挙動推定部720と、衝突可能性判定部730と、警報部740と、制御部750と、表示部760を備えている。
次に、上記計算したTTC秒後に歩行者がいると予測される場所を算出して衝突可能性を判定する。図22にその計算の一例を示す。歩行者が自車進路を横断するようなケースであり、歩行者、自車共に直進するケースを示す。歩行者がいる奥行き位置まで自車が達するまでの時間TTCが求められているので、このTTC秒後における歩行者が存在する可能性の高い予測位置を推定する。図21に示すように予測円として、歩行者の位置を予測する。これによりTTC秒後の自車中心位置と歩行者のオフセット幅αを考慮して、歩行者位置から衝突の可能性を判定する。既に、歩行者が自車走行車線を渡りきっている場合や、歩行者の移動が遅く先に車両が通り過ぎるような場合も考えられるので、歩行者の位置と速度情報が衝突可能性の判定に重要となる。予測円の一部が車両と衝突する位置に存在するような場合には、衝突円の中心が衝突可能性のある位置に存在するか、又は衝突可能性のある領域が全体の何パーセント以上を占めるか等を基に自車の制御内容を変更する。
図23を用いて歩行者(接近立体物)接近時の車両の制御レベルと制御内容について説明する。本実施例では衝突可能性の増加に応じて制御レベルを上げてより強い制御を実施する。本実施例では、図24のテーブルにしたがって、衝突予測時刻における歩行者の位置精度とオフセット幅αを基に制御レベルを決定する。位置精度が高くかつオフセット幅αが小さいほど衝突の可能性が高いと考えて制御レベルを上げている。
次に、図25に示すように、移動立体物(歩行者)の一部を遮蔽する立体物が存在する場合において、速度差が発生することにより、本実施例の効果の発揮が期待できるシーンの例を掲載する。今回、飛び出し歩行者の例を示しているが、これが2輪車や動物などの他の飛び出し物体でも良い。また、遮蔽物は図示したもの以外のものであってもよく、この例に限定するものではない。
次に図26を用いて本実施例の概要を処理フローで説明する。
動きベクトルの解析に利用するヒストグラムの横軸は図17の移動量(速度)と簡単な方向(左右のみ)以外も利用可能である。この場合について図27を用いて説明する。まず、ヒストグラムの横軸として、図27のAに示した「詳細な方向」が設定可能である。このヒストグラムは動きベクトルの移動量が同じ場合に利用することが好ましい。また、図27のBに示した「移動量のみ」も設定可能である。このヒストグラムは移動方向が同じ場合に利用することが好ましい。さらに図27のCに示した「方向及び移動量」も設定可能である。
Claims (9)
- 自機からの距離を基に立体物を検知する立体物検知部と、
時系列的に得られた複数の画像で前記立体物を内包する所定の領域の内部の特徴点を追跡することで当該特徴点の動きベクトルを検知するベクトル検知部と、
前記ベクトル検知部の検知結果を基に前記領域の内部に存在する移動立体物を検知する移動立体物検知部と、を備え、
前記移動立体物検知部は、前記ベクトル検知部の検知結果から得られる前記動きベクトルの方向分布及び/又は大きさ分布の最頻値が複数存在する場合に、前記領域の内部に複数の立体物が存在し、かつ、当該複数の立体物の少なくとも1つが移動立体物であると判定することで、前記領域の内部に複数の立体物が存在し、かつ、当該複数の立体物の少なくとも1つが移動立体物であることを前記ベクトル検知部の検知結果を基に検知し、
前記移動立体物検知部は、さらに、前記領域の内部で前記移動立体物が現れている部分において前記動きベクトルが検知された部分の割合が所定の閾値以上の場合に、前記移動立体物の種類を判定するパターンマッチングを実行し、
前記画像は、撮像部によって得られた画像であり、
前記撮像部は、複数の画像を時系列的にそれぞれ撮影する第1カメラ及び第2カメラを有するステレオカメラであり、
前記立体物検知部は、前記ステレオカメラによる1対の画像の視差から算出した距離を基に前記立体物を検知し、
前記ベクトル検知部は、前記第1カメラによる前記複数の画像で前記領域の内部の特徴点を追跡することで当該特徴点の動きベクトルを検知し、
前記動きベクトルの検知範囲を前記距離が長くなるに従い、狭くすること、を特徴とする画像処理装置。 - 請求項1に記載の画像処理装置において、
前記第1カメラは、前記第2カメラよりも撮像フレームレートが高いこと、を特徴とする画像処理装置。 - 請求項1に記載の画像処理装置において、
前記ベクトル検知部は、所定解像度に縮小した前記第1カメラの複数の画像同士で縦方向エッジをマッチングさせることで前記動きベクトルを検知すること、を特徴とする画像処理装置。 - 請求項1に記載の画像処理装置において、
前記移動立体物検知部は、前記移動立体物の種類を判定するパターンマッチングを実行する場合、前記領域の内部で前記移動立体物が現れている部分のみを利用してパターンマッチングを行うこと、を特徴とする画像処理装置。 - 請求項1に記載の画像処理装置において、
前記移動立体物検知部は、前記移動立体物の種類を判定するパターンマッチングを実行する場合、前記領域の内部で前記移動立体物が現れている部分のみを利用して、前記移動立体物の位置及び速度を再計算すること、を特徴とする画像処理装置。 - 請求項1に記載の画像処理装置において、
前記移動立体物検知部がパターンマッチングにより種類を判定可能な立体物には、歩行者、二輪車または動物が含まれること、を特徴とする画像処理装置。 - 請求項6に記載の画像処理装置において、
前記移動立体物検知部は、前記移動立体物の種類を歩行者と仮定し、前記領域の内部で前記移動立体物が現れている部分が歩行者の全体の何%に該当するかを算出し、その算出値が閾値を超える場合かつ前記領域の内部で前記移動立体物が現れている部分に頭部又は脚部と推定される部分が含まれている場合に、前記移動立体物の種類を判定するパターンマッチングを実行すること、を特徴とする画像処理装置。 - 請求項1に記載の画像処理装置において、
前記立体物検知部は、自機からの距離を取得する距離センサが取得した距離を基に立体物を検知すること、を特徴とする画像処理装置。 - 撮像部からの距離を基に立体物を検知する立体物検知部と、
時系列的に得られた複数の画像で前記立体物を内包する所定の領域の内部の特徴点を追跡することで当該特徴点の動きベクトルを検知するベクトル検知部と、
前記ベクトル検知部の検知結果を基に前記領域の内部に存在する移動立体物を検知する移動立体物検知部と、を備え、
前記移動立体物検知部は、前記ベクトル検知部の検知結果から得られる前記動きベクトルの方向分布及び/又は大きさ分布の最頻値が複数存在する場合に、前記領域の内部に複数の立体物が存在し、かつ、当該複数の立体物の少なくとも1つが移動立体物であると判定することで、前記領域の内部に複数の立体物が存在し、かつ、当該複数の立体物の少なくとも1つが移動立体物であることを前記ベクトル検知部の検知結果を基に検知し、
前記移動立体物検知部は、さらに、前記領域の内部で前記移動立体物が現れている部分において前記動きベクトルが検知された部分の割合が所定の閾値以上の場合に、前記移動立体物の種類を判定するパターンマッチングを実行し、
前記画像は、撮像部によって得られた画像であり、
前記撮像部は、複数の画像を時系列的にそれぞれ撮影する第1カメラ及び第2カメラを有するステレオカメラであり、
前記立体物検知部は、前記ステレオカメラによる1対の画像の視差から算出した距離を基に前記立体物を検知し、
前記ベクトル検知部は、前記第1カメラによる前記複数の画像で前記領域の内部の特徴点を追跡することで当該特徴点の動きベクトルを検知し、
前記動きベクトルの検知範囲を前記距離が長くなるに従い、狭くする、ことを特徴とする画像処理装置。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016025311A JP6752024B2 (ja) | 2016-02-12 | 2016-02-12 | 画像処理装置 |
US16/061,207 US10685449B2 (en) | 2016-02-12 | 2017-01-12 | Surrounding environment recognition device for moving body |
PCT/JP2017/000703 WO2017138286A1 (ja) | 2016-02-12 | 2017-01-12 | 移動体の周囲環境認識装置 |
EP17750011.3A EP3416134B1 (en) | 2016-02-12 | 2017-01-12 | Surrounding environment recognition device for moving body |
CN201780006397.7A CN109074651B (zh) | 2016-02-12 | 2017-01-12 | 移动体的周围环境识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016025311A JP6752024B2 (ja) | 2016-02-12 | 2016-02-12 | 画像処理装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2017142760A JP2017142760A (ja) | 2017-08-17 |
JP2017142760A5 JP2017142760A5 (ja) | 2019-01-31 |
JP6752024B2 true JP6752024B2 (ja) | 2020-09-09 |
Family
ID=59563660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016025311A Active JP6752024B2 (ja) | 2016-02-12 | 2016-02-12 | 画像処理装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10685449B2 (ja) |
EP (1) | EP3416134B1 (ja) |
JP (1) | JP6752024B2 (ja) |
CN (1) | CN109074651B (ja) |
WO (1) | WO2017138286A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220373433A1 (en) * | 2019-06-28 | 2022-11-24 | South China Agricultural University | Field agricultural machinery test platform |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017199178A (ja) * | 2016-04-27 | 2017-11-02 | Kyb株式会社 | 路面状態検出装置 |
US10101745B1 (en) * | 2017-04-26 | 2018-10-16 | The Charles Stark Draper Laboratory, Inc. | Enhancing autonomous vehicle perception with off-vehicle collected data |
CN110612562B (zh) * | 2017-05-11 | 2022-02-25 | 三菱电机株式会社 | 车载用监视摄像头装置 |
KR102393436B1 (ko) * | 2017-05-29 | 2022-05-03 | 현대모비스 주식회사 | 차량의 긴급 제동 준비 방법 |
CN110770809B (zh) * | 2017-06-20 | 2022-08-09 | 三菱电机株式会社 | 路径预测装置以及路径预测方法 |
JP2019028870A (ja) * | 2017-08-02 | 2019-02-21 | ルネサスエレクトロニクス株式会社 | 移動体制御システム、移動体制御方法、及びプログラム |
KR102387614B1 (ko) * | 2017-08-17 | 2022-04-15 | 엘지전자 주식회사 | 차량 운전 보조 장치 및 차량 |
KR102360167B1 (ko) * | 2017-10-25 | 2022-02-09 | 현대자동차주식회사 | 차량의 주행 모드 제어 장치 및 방법 |
JP7143728B2 (ja) * | 2017-11-07 | 2022-09-29 | 株式会社アイシン | 重畳画像表示装置及びコンピュータプログラム |
KR102002533B1 (ko) * | 2017-11-30 | 2019-07-22 | 서울대학교산학협력단 | 동영상으로부터 보행자를 검출하기 위한 방법 및 이를 수행하기 위한 장치 |
DE102017223160B4 (de) * | 2017-12-19 | 2019-10-24 | Volkswagen Aktiengesellschaft | Verfahren zum Erkennen von zumindest einem an einem Kraftfahrzeug anliegenden Objekt sowie Steuervorrichtung und Kraftfahrzeug |
JP7108421B2 (ja) * | 2018-02-15 | 2022-07-28 | キヤノン株式会社 | 撮像装置及び撮像システム |
WO2019176084A1 (ja) * | 2018-03-16 | 2019-09-19 | 日本電気株式会社 | 物体検出装置、物体検出システム、物体検出方法及びプログラムが格納された非一時的なコンピュータ可読媒体 |
EP3543898A1 (en) * | 2018-03-21 | 2019-09-25 | Robert Bosch Gmbh | Fast detection of secondary objects that may intersect the trajectory of a moving primary object |
JP7129201B2 (ja) * | 2018-04-18 | 2022-09-01 | キヤノン株式会社 | 画像処理装置、撮像装置、画像処理方法、及びプログラム |
FR3080701B1 (fr) * | 2018-04-26 | 2020-05-15 | Transdev Group | Systeme de surveillance de la circulation routiere avec affichage d'une image virtuelle d'objets mobiles evoluant dans une portion d'infrastructure routiere |
JPWO2019215979A1 (ja) * | 2018-05-10 | 2021-05-27 | ソニーグループ株式会社 | 画像処理装置、車載装置、画像処理方法及びプログラム |
JP6973302B2 (ja) * | 2018-06-06 | 2021-11-24 | トヨタ自動車株式会社 | 物標認識装置 |
JP6978986B2 (ja) * | 2018-07-30 | 2021-12-08 | 株式会社トヨタシステムズ | 警報システム、警報制御装置及び警報方法 |
US11449067B1 (en) * | 2018-08-03 | 2022-09-20 | GM Global Technology Operations LLC | Conflict resolver for a lidar data segmentation system of an autonomous vehicle |
EP3649527A4 (en) * | 2018-09-28 | 2020-05-13 | Baidu.com Times Technology (Beijing) Co., Ltd. | PEDESTRIAN PROBABILITY PREDICTION SYSTEM FOR AUTONOMOUS VEHICLES |
US11436839B2 (en) * | 2018-11-02 | 2022-09-06 | Toyota Research Institute, Inc. | Systems and methods of detecting moving obstacles |
CN110097092B (zh) * | 2019-03-04 | 2021-06-18 | 厦门攸信信息技术有限公司 | 一种位置认证装置和方法 |
JP7324600B2 (ja) | 2019-03-19 | 2023-08-10 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、およびプログラム |
JP7259437B2 (ja) * | 2019-03-19 | 2023-04-18 | 株式会社デンソー | 車両における運転支援制御装置、運転支援システムおよび運転支援方法 |
US11249184B2 (en) | 2019-05-07 | 2022-02-15 | The Charles Stark Draper Laboratory, Inc. | Autonomous collision avoidance through physical layer tracking |
KR102435435B1 (ko) * | 2019-05-28 | 2022-08-24 | 주식회사 엠제이비전테크 | 인공지능 기반 차량번호 및 보행자 검색 시스템 및 방법 |
JP2020205498A (ja) * | 2019-06-14 | 2020-12-24 | マツダ株式会社 | 外部環境認識装置 |
JP2022116377A (ja) * | 2019-06-19 | 2022-08-10 | 日立Astemo株式会社 | 天候判定装置および天候判定方法 |
DE102019212021B4 (de) | 2019-08-09 | 2024-02-08 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zum Feststellen eines Parallaxenproblems in Sensordaten zweier Sensoren |
DE102019212022B4 (de) | 2019-08-09 | 2021-03-04 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zum Feststellen eines Parallaxenproblems in Sensordaten zweier Sensoren |
CN110456377B (zh) * | 2019-08-15 | 2021-07-30 | 中国人民解放军63921部队 | 一种基于三维激光雷达的卫星来袭异物检测方法和系统 |
JP7243524B2 (ja) * | 2019-08-23 | 2023-03-22 | トヨタ自動車株式会社 | 自動運転システム |
KR20210026248A (ko) * | 2019-08-29 | 2021-03-10 | 현대자동차주식회사 | 차량 사고 통보 장치, 그를 포함한 시스템 및 그 방법 |
JP7232166B2 (ja) * | 2019-10-18 | 2023-03-02 | 本田技研工業株式会社 | 予測装置、車両システム、予測方法、およびプログラム |
JP7379523B2 (ja) | 2019-10-29 | 2023-11-14 | 日立Astemo株式会社 | 画像認識装置 |
JP7336367B2 (ja) * | 2019-11-22 | 2023-08-31 | 株式会社Subaru | 車外環境認識装置 |
WO2021140621A1 (ja) * | 2020-01-09 | 2021-07-15 | 三菱電機株式会社 | 情報生成装置、警告装置、情報生成方法、警告方法、情報生成プログラム、および警告プログラム |
JP7260499B2 (ja) * | 2020-03-12 | 2023-04-18 | 日立Astemo株式会社 | 物体検出装置 |
WO2021235001A1 (ja) * | 2020-05-22 | 2021-11-25 | 日立Astemo株式会社 | 画像処理装置 |
CN114999156A (zh) * | 2022-05-27 | 2022-09-02 | 北京汽车研究总院有限公司 | 车前行人横穿场景的自动识别方法、装置、介质和车辆 |
WO2023248613A1 (ja) * | 2022-06-20 | 2023-12-28 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、及びプログラム |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10222665A (ja) * | 1997-01-31 | 1998-08-21 | Fujitsu Ten Ltd | 画像認識装置 |
JP2004086417A (ja) * | 2002-08-26 | 2004-03-18 | Gen Tec:Kk | 横断歩道等における歩行者検出方法及び同装置 |
JP2005214914A (ja) * | 2004-02-02 | 2005-08-11 | Fuji Heavy Ind Ltd | 移動速度検出装置および移動速度検出方法 |
JP3846494B2 (ja) | 2004-07-13 | 2006-11-15 | 日産自動車株式会社 | 移動障害物検出装置 |
JP4857909B2 (ja) * | 2006-05-23 | 2012-01-18 | 日産自動車株式会社 | 物体検出方法および物体検出装置 |
KR101075615B1 (ko) * | 2006-07-06 | 2011-10-21 | 포항공과대학교 산학협력단 | 주행 차량의 운전자 보조 정보 생성 장치 및 방법 |
JP2008203992A (ja) | 2007-02-16 | 2008-09-04 | Omron Corp | 検出装置および方法、並びに、プログラム |
JP5146446B2 (ja) * | 2007-03-22 | 2013-02-20 | 日本電気株式会社 | 移動体検知装置および移動体検知プログラムと移動体検知方法 |
JP5272886B2 (ja) * | 2009-05-14 | 2013-08-28 | ソニー株式会社 | 動体検出装置と動体検出方法およびコンピュータ・プログラム |
CN101852609B (zh) * | 2010-06-02 | 2011-10-19 | 北京理工大学 | 一种基于机器人双目立体视觉的地面障碍物检测方法 |
JP2012226689A (ja) * | 2011-04-22 | 2012-11-15 | Fuji Heavy Ind Ltd | 環境認識装置および環境認識方法 |
CN102609724B (zh) * | 2012-02-16 | 2014-05-14 | 北京航空航天大学 | 一种基于双摄像头的周围环境信息提示方法 |
EP2879109B1 (en) * | 2012-07-27 | 2022-02-09 | Clarion Co., Ltd. | Vehicle-mounted surrounding environment recognition device |
JP5944781B2 (ja) * | 2012-07-31 | 2016-07-05 | 株式会社デンソーアイティーラボラトリ | 移動体認識システム、移動体認識プログラム、及び移動体認識方法 |
JP6013884B2 (ja) * | 2012-11-08 | 2016-10-25 | 日立オートモティブシステムズ株式会社 | 物体検出装置及び物体検出方法 |
JP6208936B2 (ja) * | 2012-11-14 | 2017-10-04 | 国立大学法人広島大学 | 映像動き評価方法および映像動き評価装置 |
JP6648411B2 (ja) * | 2014-05-19 | 2020-02-14 | 株式会社リコー | 処理装置、処理システム、処理プログラム及び処理方法 |
JP6325927B2 (ja) * | 2014-07-18 | 2018-05-16 | 日立オートモティブシステムズ株式会社 | 物体検知装置及びそれを用いた車両制御システム |
-
2016
- 2016-02-12 JP JP2016025311A patent/JP6752024B2/ja active Active
-
2017
- 2017-01-12 EP EP17750011.3A patent/EP3416134B1/en active Active
- 2017-01-12 CN CN201780006397.7A patent/CN109074651B/zh active Active
- 2017-01-12 US US16/061,207 patent/US10685449B2/en active Active
- 2017-01-12 WO PCT/JP2017/000703 patent/WO2017138286A1/ja unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220373433A1 (en) * | 2019-06-28 | 2022-11-24 | South China Agricultural University | Field agricultural machinery test platform |
Also Published As
Publication number | Publication date |
---|---|
US10685449B2 (en) | 2020-06-16 |
JP2017142760A (ja) | 2017-08-17 |
CN109074651B (zh) | 2023-04-07 |
US20180357772A1 (en) | 2018-12-13 |
EP3416134A1 (en) | 2018-12-19 |
EP3416134B1 (en) | 2023-08-30 |
CN109074651A (zh) | 2018-12-21 |
WO2017138286A1 (ja) | 2017-08-17 |
EP3416134A4 (en) | 2019-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6752024B2 (ja) | 画像処理装置 | |
US10940818B2 (en) | Pedestrian collision warning system | |
JP6511283B2 (ja) | 物体検知装置 | |
US9251708B2 (en) | Forward collision warning trap and pedestrian advanced warning system | |
Broggi et al. | A new approach to urban pedestrian detection for automatic braking | |
Gandhi et al. | Pedestrian collision avoidance systems: A survey of computer vision based recent studies | |
CN102792314B (zh) | 交叉通行碰撞警报系统 | |
CN102997900B (zh) | 外界识别方法、装置以及车辆系统 | |
CN111033510A (zh) | 用于运行驾驶员辅助系统的方法和装置以及驾驶员辅助系统和机动车 | |
KR101891460B1 (ko) | 차도 위의 반사체를 인식하고 평가하기 위한 방법 및 장치 | |
Reisman et al. | Crowd detection in video sequences | |
US20210309214A1 (en) | Vehicle controller, method, and computer program for controlling vehicle | |
US11093762B2 (en) | Method for validation of obstacle candidate | |
JPH11353565A (ja) | 車両用衝突警報方法及び装置 | |
US20210403050A1 (en) | Autonomous driving crash prevention | |
US20120155711A1 (en) | Apparatus and method for analyzing video | |
Fuerstenberg et al. | Pedestrian detection and classification by laserscanners | |
EP3392730B1 (en) | Device for enabling a vehicle to automatically resume moving | |
Weisswange et al. | An integrated ADAS for assessing risky situations in urban driving | |
Kaempchen et al. | Sensor fusion for multiple automotive active safety and comfort applications | |
Wang et al. | A monovision-based 3D pose estimation system for vehicle behavior prediction | |
Lin et al. | Understanding Vehicle Interaction in Driving Video with Spatial-temporal Deep Learning Network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181214 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191126 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200120 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200302 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20200421 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200701 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20200710 |
|
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: 20200804 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200818 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6752024 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 |