JP6768890B2 - 障害物高さの検出方法、装置、設備、記憶媒体及びプログラム - Google Patents
障害物高さの検出方法、装置、設備、記憶媒体及びプログラム Download PDFInfo
- Publication number
- JP6768890B2 JP6768890B2 JP2019125582A JP2019125582A JP6768890B2 JP 6768890 B2 JP6768890 B2 JP 6768890B2 JP 2019125582 A JP2019125582 A JP 2019125582A JP 2019125582 A JP2019125582 A JP 2019125582A JP 6768890 B2 JP6768890 B2 JP 6768890B2
- Authority
- JP
- Japan
- Prior art keywords
- obstacle
- height
- frame
- measured
- camera
- 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
- 238000001514 detection method Methods 0.000 title claims description 29
- 238000011156 evaluation Methods 0.000 claims description 94
- 238000000034 method Methods 0.000 claims description 39
- 230000003287 optical effect Effects 0.000 claims description 38
- 230000006870 function Effects 0.000 claims description 25
- 238000001914 filtration Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/026—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring distance between sensor and object
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/03—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30261—Obstacle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/12—Acquisition of 3D measurements of objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Electromagnetism (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Description
フレームから複数の参考障害物の観測データを取得するステップと、
各前記参考障害物に対して、参考障害物の前記観測データ、被測定障害物のフレームにおける観測高さ、前記参考障害物のフレームにおける高さ、前記参考障害物の実際高さ、前記被測定障害物のフレームにおける底辺位置とフレームをキャプチャするカメラの光軸との間の距離に基づき、前記被測定障害物の高さの第一評価値を確定し、前記参考障害物の前記観測データは、前記参考障害物の前記フレームにおける観測高さと前記参考障害物のフレームにおける底辺位置とカメラの光軸との間の距離を含むステップと、
各前記参考障害物に対して確定された複数の第一評価値を用いて、前記被測定障害物の高さの第二評価値を確定するステップと、を含む。
hpは、被測定障害物のフレームにおける観測高さ、
hiは、第i個の参考障害物のフレームにおける観測高さ、
Hiは、第i個の参考障害物の実際高さ、
は、被測定障害物のフレームにおける底辺位置とフレームをキャプチャするカメラの光軸との間の距離、
は、第i個の参考障害物のフレームにおける底辺位置とカメラの光軸との間の距離である。
複数の第一評価値に対して、フィルタリングノイズ除去処理を行い、被測定障害物の高さの第二評価値を得るステップを含む。
前記被測定障害物が位置するフレームの前の複数の連続フレームにおいて、固定高さを有する且つ底辺中心位置がフレーム中の予め設定領域内にある障害物を参考障害物として選択し、前記予め設定領域は、複数のグリッドに予め分割され、各グリッド内に多くとも1つの参考障害物が含まれるステップをさらに含む。
フレームから複数の参考障害物の観測データを取得するステップと、
各参考障害物のフレームにおける底辺位置、及び各参考障害物とフレームをキャプチャするカメラとの間の距離に基づき、関数F:Z=F(ymax)をフィッティングし、ymaxは、参考障害物のフレームにおける底辺位置の縦方向座標、Zは、参考障害物とカメラとの間の距離であるステップと、
被測定障害物のフレームにおける底辺位置及び前記関数Fに基づき、被測定障害物とカメラとの間の距離を確定するステップと、
前記被測定障害物とカメラとの間の距離に基づき、前記被測定障害物の高さの評価値を確定するステップと、を含む。
hpは、被測定障害物のフレームにおける観測高さ、
fは、カメラの焦点距離、
Zpは、被測定障害物とカメラとの間の距離である。
固定高さを有する且つ底辺中心位置がフレーム中の予め設定領域内にある障害物を参考障害物として選択し、前記予め設定領域は、複数のグリッドに予め分割され、各グリッド内に多くとも1つの参考障害物が含まれるステップをさらに含む。
フレームから複数の参考障害物の観測データを取得するための第一取得モジュールと、
各前記参考障害物に対して、参考障害物の前記観測データ、被測定障害物のフレームにおける観測高さ、前記参考障害物のフレームにおける高さ、前記参考障害物の実際高さ、前記被測定障害物のフレームにおける底辺位置とフレームをキャプチャするカメラの光軸との間の距離に基づき、前記被測定障害物の高さの第一評価値を確定し、前記参考障害物の前記観測データは、前記参考障害物の前記フレームにおける観測高さと前記参考障害物のフレームにおける底辺位置とカメラの光軸との間の距離を含むための第一評価モジュールと、
複数の前記参考障害物に対して確定された複数の第一評価値を用いて、前記被測定障害物の高さの第二評価値を確定するための第二評価モジュールと、を備える。
hpは、被測定障害物のフレームにおける観測高さ、
hiは、第i個の参考障害物のフレームにおける観測高さ、
Hiは、第i個の参考障害物の実際高さ、
は、被測定障害物のフレームにおける底辺位置とフレームをキャプチャするカメラの光軸との間の距離、
は、第i個の参考障害物のフレームにおける底辺位置とカメラの光軸との間の距離である。
フレームから複数の参考障害物の観測データを取得する第二取得モジュールと、
前記複数の参考障害物のフレームにおける底辺位置、及び前記複数の参考障害物とカメラとの間の距離に基づき、関数F:Z=F(ymax)をフィッティングし、ymaxは、前記参考障害物のフレームにおける底辺位置の縦方向座標、Zは、前記参考障害物と前記カメラとの間の距離であるための関数確定モジュールと、
前記被測定障害物のフレームにおける底辺位置の前記縦方向座標及び前記関数Fに基づき、前記被測定障害物と前記カメラとの間の距離を確定するための距離評価モジュールと、
前記被測定障害物と前記カメラとの間の距離に基づき、前記被測定障害物の高さの評価値を確定するための高さ評価モジュールと、を備える。
hpは、被測定障害物のフレームにおける観測高さ、
fは、カメラの焦点距離、
Zpは、被測定障害物とカメラとの距離である。
本実施例は、障害物高さの検出方法を提供する。図1に示すように、図1は、本発明の実施例1に係る障害物高さの検出方法のフローチャートであり、以下のステップ101〜103を含む。
hは、障害物のフレームにおける観測高さ、
ymaxは、障害物のフレームにおける底辺位置の縦方向座標、
yminは、障害物のフレームにおける上辺位置の縦方向座標であり、
従って、h=ymax-yminとなり、
Cyは、フレームをキャプチャするカメラの光軸の縦方向座標であり、
従って、障害物のフレームにおける底辺位置とカメラの光軸との間の距離は、ymax-Cyとなり、
Yは、カメラと地面との間の距離、
fは、カメラの焦点距離、
Zは、障害物とカメラとの間の距離である。
Hiは、第i個の参考障害物の実際高さ、
ymaxiは、第i個の参考障害物のフレームにおける底辺位置の縦方向座標、
Cyは、カメラの光軸の縦方向座標、
Yは、カメラと地面との間の距離である。
Hpは、被測定障害物の実際高さ、
ymaxpは、被測定障害物のフレームにおける底辺位置の縦方向座標、
Cyは、カメラの光軸の縦方向座標、
Yは、カメラと地面との間の距離である。
hpは、被測定障害物のフレームにおける観測高さ、
hiは、第i個の参考障害物のフレームにおける観測高さ、
Hiは、第i個の参考障害物の実際高さ、
は、被測定障害物のフレームにおける底辺位置とフレームをキャプチャするカメラの光軸との間の距離、
は、第i個の参考障害物のフレームにおける底辺位置とカメラの光軸との間の距離である。
本実施例は、参考障害物に対する1種の選択方式を説明する。前記被測定障害物が位置するフレームの前の複数の連続フレームにおいて、固定高さを有する且つ底辺中心位置がフレーム中の予め設定領域内にある障害物を参考障害物として選択し、前記予め設定領域は、複数のグリッドに予め分割され、各グリッド内に多くとも1つの参考障害物が含まれる。
実際高さが正確に取得されることができる障害物を参考障害物とする。実際の応用中には、小型乗用車、ミニバス等の車両は、実際高さが正確に取得されることができるため、参考障害物とされてもよい。トラック、バス、トラフィックコーン等のような物体は、実際高さが正確に取得されることができないため、被測定障害物とされ、本発明の実施例に係る方法によってその実際高さを評価できる。
まず、参考障害物は、被測定障害物が位置するフレームの前の複数の連続フレーム内に位置する必要がある。
本実施例は、別の障害物高さの検出方法を提供する。図4は、本発明の実施例3に係る障害物高さの検出方法のフローチャートであり、以下のステップ401〜404を含む。
ここで、Z1、Z2、……Ziは、それぞれ第1、2、……i個の参考障害物とカメラとの間の距離であり、
ymax1、ymax2、……ymaxiは、それぞれ第1、2、……i個の参考障害物のフレームにおける底辺位置の縦方向座標であり、
上記i組のデータに基づき、関数F:Z=F(ymax)をフィッティングできる。参考障害物が更新し続けるに伴って、関数Fも更新し続ける。
hpは、被測定障害物のフレームにおける観測高さ、
fは、カメラの焦点距離、
Zpは、被測定障害物とカメラとの間の距離である。
本実施例に係る方法によれば、参考障害物の観測データを参考とし、被測定障害物の実際高さを確定し、それにより、被測定障害物の3Dサイズを確定できる。
本実施例は、実施例1に対応し、障害物高さの検出装置を提供する。図5は、本発明の実施例4に係る障害物高さの検出装置の構成模式図であり、該装置は、
フレームから複数の参考障害物の観測データを取得するための第一取得モジュール501と、
各前記参考障害物に対して、参考障害物の前記観測データ、被測定障害物のフレームにおける観測高さ、前記参考障害物のフレームにおける高さ、前記参考障害物の実際高さ、前記被測定障害物のフレームにおける底辺位置とフレームをキャプチャするカメラの光軸との間の距離に基づき、前記被測定障害物の高さの第一評価値を確定し、前記参考障害物の前記観測データは、前記参考障害物の前記フレームにおける観測高さと前記参考障害物のフレームにおける底辺位置とカメラの光軸との間の距離を含むための第一評価モジュール502と、
複数の前記参考障害物に対して確定された複数の第一評価値を用いて、前記被測定障害物の高さの第二評価値を確定するための第二評価モジュール503と、を備える。
hpは、被測定障害物のフレームにおける観測高さ、
hiは、第i個の参考障害物のフレームにおける観測高さ、
Hiは、第i個の参考障害物の実際高さ、
本実施例は、実施例3に対応し、別の障害物高さの検出装置を提供する。図6は、本発明の実施例5に係る障害物高さの検出装置の構成模式図であり、該装置は、
フレームから複数の参考障害物の観測データを取得するための第二取得モジュール601と、
各参考障害物のフレームにおける底辺位置、及び各参考障害物とカメラとの間の距離に基づき、関数F:Z=F(ymax)をフィッティングし、ymaxは、参考障害物又は被測定障害物のフレームにおける底辺位置の縦方向座標、Zは、参考障害物又は被測定障害物とカメラとの間の距離であるための関数確定モジュール602と、
被測定障害物のフレームにおける底辺位置の縦方向座標及び前記関数Fに基づき、被測定障害物とカメラとの間の距離を確定するための距離評価モジュール603と、
前記被測定障害物とカメラとの間の距離に基づき、前記被測定障害物の実際高さの第二評価値を確定するための高さ評価モジュール604と、を備え、
参考障害物が更新し続けるに伴って、関数Fも更新し続ける。
hpは、被測定障害物のフレームにおける観測高さ、
fは、カメラの焦点距離、
Zpは、被測定障害物とカメラとの間の距離である。
本発明の実施例6は、障害物高さの検出設備を提供し、図7は、本発明の実施例6に係る障害物高さの検出設備の構成模式図であり、該設備は、メモリ710及びプロセッサ720を備え、メモリ710には、プロセッサ720上で実行可能なコンピュータプログラムが記憶されている。前記プロセッサ720は、前記コンピュータプログラムを実行すると、上記実施例に係る障害物高さの検出方法を実現する。前記メモリ710とプロセッサ720の数は、1つ又は複数であってもよい。
Claims (17)
- 障害物高さの検出方法であって、
フレームから複数の参考障害物の観測データを取得するステップと、
各前記参考障害物に対して、参考障害物の前記観測データ、被測定障害物のフレームにおける観測高さ、前記参考障害物のフレームにおける高さ、前記参考障害物の実際高さ、前記被測定障害物のフレームにおける底辺位置とフレームをキャプチャするカメラの光軸との間の距離に基づき、前記被測定障害物の高さの第一評価値を確定し、前記参考障害物の前記観測データは、前記参考障害物の前記フレームにおける観測高さと前記参考障害物のフレームにおける底辺位置とカメラの光軸との間の距離を含むステップと、
各前記参考障害物に対して確定された複数の第一評価値を用いて、前記被測定障害物の高さの第二評価値を確定するステップと、を含むことを特徴とする障害物高さの検出方法。 - 各前記参考障害物に対して、参考障害物の前記観測データ、被測定障害物のフレームにおける観測高さ、前記参考障害物のフレームにおける高さ、前記参考障害物の実際高さ、前記被測定障害物のフレームにおける底辺位置とフレームをキャプチャするカメラの光軸との間の距離に基づき、前記被測定障害物の高さの第一評価値を確定することは、第i参考障害物に対して、式(4)で前記被測定障害物の第一評価値を確定するステップを含み、
ただし、Hpは、被測定障害物の高さの第一評価値、
hpは、被測定障害物のフレームにおける観測高さ、
hiは、第i個の参考障害物のフレームにおける観測高さ、
Hiは、第i個の参考障害物の実際高さ、
- 前記複数の参考障害物に対して確定された複数の前記第一評価値を用いて、前記被測定障害物の高さの第二評価値を確定することは、
複数の前記第一評価値に対して、フィルタリングノイズ除去処理を行い、前記被測定障害物の高さの第二評価値を得るステップを含むことを特徴とする請求項1に記載の方法。 - フレームから前記複数の参考障害物の観測データを取得する前に、
固定高さを有する且つ底辺中心位置がフレーム中の予め設定領域内にある障害物を参考障害物として選択し、前記予め設定領域は、複数のグリッドに予め分割され、各前記グリッド内に多くとも1つの前記参考障害物が含まれるステップをさらに含むことを特徴とする請求項1乃至3のいずれか一項に記載の方法。 - 障害物高さの検出方法であって、
フレームから複数の参考障害物の観測データを取得するステップと、
前記各参考障害物のフレームにおける底辺位置の縦方向座標、及び前記各参考障害物とフレームをキャプチャするカメラとの間の距離に基づき、関数F:Z=F(ymax)をフィッティングし、ymaxは、前記参考障害物のフレームにおける底辺位置の縦方向座標、Zは、前記参考障害物と前記カメラとの間の距離であるステップと、
被測定障害物のフレームにおける底辺位置の前記縦方向座標及び前記関数Fに基づき、前記被測定障害物と前記カメラとの間の距離を確定するステップと、
前記被測定障害物と前記カメラとの間の距離に基づき、前記被測定障害物の高さの評価値を確定するステップと、を含むことを特徴とする障害物高さの検出方法。 - 前記被測定障害物と前記カメラとの間の距離に基づき、前記被測定障害物の高さの評価値を確定することは、式(5)で前記被測定障害物の高さの評価値を確定するステップを含み、
ただし、Hp’は、前記被測定障害物の高さの評価値、
hpは、前記被測定障害物のフレームにおける観測高さ、
fは、前記カメラの焦点距離、
Zpは、前記被測定障害物と前記カメラとの間の距離であることを特徴とする請求項5に記載の方法。 - 前記複数の参考障害物の観測データを取得する前に、
固定高さを有する且つ底辺中心位置がフレーム中の予め設定領域内にある障害物を参考障害物として選択し、前記予め設定領域は、複数のグリッドに予め分割され、各前記グリッド内に多くとも1つの参考障害物が含まれるステップをさらに含むことを特徴とする請求項5又は6に記載の方法。 - 障害物高さの検出装置であって、
フレームから複数の参考障害物の観測データを取得するための第一取得モジュールと、
各前記参考障害物に対して、参考障害物の前記観測データ、被測定障害物のフレームにおける観測高さ、前記参考障害物のフレームにおける高さ、前記参考障害物の実際高さ、前記被測定障害物のフレームにおける底辺位置とフレームをキャプチャするカメラの光軸との間の距離に基づき、前記被測定障害物の高さの第一評価値を確定し、前記参考障害物の前記観測データは、前記参考障害物の前記フレームにおける観測高さと前記参考障害物のフレームにおける底辺位置とカメラの光軸との間の距離を含むための第一評価モジュールと、
複数の前記参考障害物に対して確定された複数の第一評価値を用いて、前記被測定障害物の高さの第二評価値を確定するための第二評価モジュールと、を備えることを特徴とする障害物高さの検出装置。 - 前記第一評価モジュールは、式(4)で前記被測定障害物の高さの第一評価値を確定し、
ただし、Hpは、前記被測定障害物の高さの第一評価値、
hpは、前記被測定障害物のフレームにおける観測高さ、
hiは、第i個の参考障害物のフレームにおける観測高さ、
Hiは、前記第i個の参考障害物の実際高さ、
- 前記第二評価モジュールは、前記複数の第一評価値に対して、フィルタリングノイズ除去処理を行い、前記被測定障害物の高さの第二評価値を得るために用いられることを特徴とする請求項8に記載の装置。
- 前記第一取得モジュールは、固定高さを有する且つ底辺中心位置がフレーム中の予め設定領域内にある障害物を参考障害物として選択し、前記予め設定領域は、複数のグリッドに予め分割され、各前記グリッド内に多くとも1つの参考障害物が含まれるためにさらに用いられることを特徴とする請求項8乃至10のいずれか一項に記載の装置。
- 障害物高さの検出装置であって、
フレームから複数の参考障害物の観測データを取得する第二取得モジュールと、
前記複数の参考障害物のフレームにおける底辺位置、及び前記複数の参考障害物とカメラとの間の距離に基づき、関数F:Z=F(ymax)をフィッティングし、ymaxは、前記参考障害物のフレームにおける底辺位置の縦方向座標、Zは、前記参考障害物と前記カメラとの間の距離であるための関数確定モジュールと、
被測定障害物のフレームにおける底辺位置の前記縦方向座標及び前記関数Fに基づき、前記被測定障害物と前記カメラとの間の距離を確定するための距離評価モジュールと、
前記被測定障害物と前記カメラとの間の距離に基づき、前記被測定障害物の高さの評価値を確定するための高さ評価モジュールと、を備えることを特徴とする障害物高さの検出装置。 - 前記高さ評価モジュールは、式(5)で前記被測定障害物の高さの評価値を確定し、
ただし、Hp’は、前記被測定障害物の高さの評価値、
hpは、前記被測定障害物のフレームにおける観測高さ、
fは、前記カメラの焦点距離、
Zpは、前記被測定障害物と前記カメラとの間の距離であることを特徴とする請求項12に記載の装置。 - 前記第二取得モジュールは、固定高さを有する且つ底辺中心位置がフレーム中の予め設定領域内にある障害物を参考障害物として選択し、前記予め設定領域は、複数のグリッドに予め分割され、各前記グリッド内に多くとも1つの参考障害物が含まれるためにさらに用いられることを含むことを特徴とする請求項12又は13に記載の装置。
- 障害物高さの検出設備であって、
1つ又は複数のプロセッサと、
1つ又は複数のプログラムを記憶するメモリと、を備え、
前記1つ又は複数のプログラムが前記1つ又は複数のプロセッサにより実行されると、前記1つ又は複数のプロセッサが請求項1乃至7のいずれか一項に記載の方法を実現することを特徴とする障害物高さの検出設備。 - コンピュータプログラムが記憶されるコンピュータ可読記憶媒体であって、該プログラムがプロセッサにより実行されると、請求項1乃至7のいずれか一項に記載の方法を実現することを特徴とするコンピュータ可読記憶媒体。
- コンピュータにおいて、プロセッサにより実行される場合、請求項1乃至7のいずれか一項に記載の方法を実現することを特徴とするプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811056945.XA CN109059780B (zh) | 2018-09-11 | 2018-09-11 | 检测障碍物高度的方法、装置、设备及存储介质 |
CN201811056945.X | 2018-09-11 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020042010A JP2020042010A (ja) | 2020-03-19 |
JP6768890B2 true JP6768890B2 (ja) | 2020-10-14 |
Family
ID=64761243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019125582A Active JP6768890B2 (ja) | 2018-09-11 | 2019-07-04 | 障害物高さの検出方法、装置、設備、記憶媒体及びプログラム |
Country Status (4)
Country | Link |
---|---|
US (2) | US11047673B2 (ja) |
EP (1) | EP3623994A3 (ja) |
JP (1) | JP6768890B2 (ja) |
CN (2) | CN110375659B (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110658819B (zh) * | 2019-09-30 | 2022-04-15 | 北京猎户星空科技有限公司 | 一种避障方法、装置、电子设备和存储介质 |
CN112418031B (zh) * | 2020-11-11 | 2022-03-11 | 腾讯科技(深圳)有限公司 | 图像识别方法和装置、存储介质及电子设备 |
Family Cites Families (69)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3643157B2 (ja) * | 1995-11-29 | 2005-04-27 | 池上通信機株式会社 | ステレオ画像による物体の高さ測定方法 |
JP3985643B2 (ja) * | 2002-09-20 | 2007-10-03 | 株式会社日立製作所 | 画像の表示方法及び表示装置 |
US20060111841A1 (en) * | 2004-11-19 | 2006-05-25 | Jiun-Yuan Tseng | Method and apparatus for obstacle avoidance with camera vision |
JP2008150006A (ja) * | 2006-12-20 | 2008-07-03 | Hitachi Ltd | 車両駆動力制御装置 |
US20090232388A1 (en) | 2008-03-12 | 2009-09-17 | Harris Corporation | Registration of 3d point cloud data by creation of filtered density images |
US8611585B2 (en) | 2008-04-24 | 2013-12-17 | GM Global Technology Operations LLC | Clear path detection using patch approach |
CN101441076B (zh) | 2008-12-29 | 2010-06-02 | 东软集团股份有限公司 | 一种检测障碍物的方法和装置 |
WO2011112277A1 (en) * | 2010-01-18 | 2011-09-15 | Faro Technologies, Inc. | Retroreflector probe adaptor for tracking hidden points |
CN102959941B (zh) | 2010-07-02 | 2015-11-25 | 索尼电脑娱乐公司 | 信息处理系统、信息处理装置及信息处理方法 |
JP2012117833A (ja) * | 2010-11-29 | 2012-06-21 | Equos Research Co Ltd | 画像認識装置、装着型ロボット、及び画像認識プログラム |
EP2764325A4 (en) * | 2011-10-04 | 2016-01-06 | Metalforming Inc | USE OF A VIDEOGRAMMETRY FOR THE MANUFACTURE OF PARTS |
CN103258338A (zh) | 2012-02-16 | 2013-08-21 | 克利特股份有限公司 | 利用真实数据来驱动仿真的虚拟环境的方法和系统 |
CN102663196B (zh) | 2012-04-17 | 2014-04-16 | 中南大学 | 一种基于虚拟现实的汽车起重机吊装仿真方法 |
EP3235773B8 (en) * | 2012-09-21 | 2023-09-20 | Tadano Ltd. | Surrounding information-obtaining device for working vehicle |
US9082014B2 (en) | 2013-03-14 | 2015-07-14 | The Nielsen Company (Us), Llc | Methods and apparatus to estimate demography based on aerial images |
CN104236462B (zh) * | 2013-06-14 | 2018-01-23 | 北京千里时空科技有限公司 | 一种提取视频图像中物体高度和距离的方法 |
CN104376297B (zh) | 2013-08-12 | 2017-06-23 | 株式会社理光 | 道路上的线型指示标志的检测方法和装置 |
JP5919243B2 (ja) | 2013-10-18 | 2016-05-18 | 本田技研工業株式会社 | 運転訓練装置及び運転訓練方法 |
CN103914830B (zh) | 2014-02-22 | 2017-02-01 | 小米科技有限责任公司 | 直线检测方法和装置 |
CN104899855A (zh) * | 2014-03-06 | 2015-09-09 | 株式会社日立制作所 | 三维障碍物检测方法和装置 |
CN104020674B (zh) | 2014-04-21 | 2017-01-25 | 华南农业大学 | 车辆Bug避障算法的Matlab仿真可视化平台 |
CN104183014B (zh) | 2014-08-13 | 2017-01-18 | 浙江大学 | 一种面向城市增强现实的高融合度信息标注方法 |
JP5959073B2 (ja) * | 2014-09-30 | 2016-08-02 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 検出装置、検出方法、及び、プログラム |
KR101687073B1 (ko) * | 2014-10-22 | 2016-12-15 | 주식회사 만도 | 터널 높이 추정 장치 및 터널 높이 추정 방법 |
US10183659B2 (en) * | 2014-11-24 | 2019-01-22 | Ford Global Technologies, Llc | Vehicle underside impact avoidance |
CN104331910B (zh) | 2014-11-24 | 2017-06-16 | 沈阳建筑大学 | 一种基于机器视觉的轨道障碍物检测系统 |
CN104457569B (zh) * | 2014-11-27 | 2017-06-16 | 大连理工大学 | 一种大型复合板材几何参数视觉测量方法 |
CN104950883A (zh) | 2015-05-14 | 2015-09-30 | 西安电子科技大学 | 一种基于距离网格地图的移动机器人路径规划方法 |
TWI630132B (zh) | 2015-06-04 | 2018-07-21 | 國立虎尾科技大學 | 3D animation car accident scene reconstruction method |
CN104933708A (zh) | 2015-06-07 | 2015-09-23 | 浙江大学 | 一种基于多谱三维特征融合的植被环境中障碍物检测方法 |
US20170092000A1 (en) | 2015-09-25 | 2017-03-30 | Moshe Schwimmer | Method and system for positioning a virtual object in a virtual simulation environment |
US9718404B2 (en) * | 2015-10-01 | 2017-08-01 | Ford Global Technologies, LLCS | Parking obstruction locator and height estimator |
JP6464075B2 (ja) | 2015-11-11 | 2019-02-06 | 日本電信電話株式会社 | What−ifシミュレーション装置、方法、及びプログラム |
US10591600B2 (en) * | 2015-11-30 | 2020-03-17 | Luminar Technologies, Inc. | Lidar system with distributed laser and multiple sensor heads |
US10227017B2 (en) * | 2015-11-30 | 2019-03-12 | Faraday & Future Inc. | Camera-based vehicle position determination with known target |
CN105825711A (zh) * | 2016-02-01 | 2016-08-03 | 乐卡汽车智能科技(北京)有限公司 | 一种车辆障碍物的预警方法及装置 |
CN105761308B (zh) | 2016-02-29 | 2018-09-07 | 武汉大学 | 一种地面LiDAR和影像数据融合的遮挡区域建筑物立面重建方法 |
US10690495B2 (en) | 2016-03-14 | 2020-06-23 | Canon Kabushiki Kaisha | Ranging apparatus and moving object capable of high-accuracy ranging |
CN105844600B (zh) | 2016-04-27 | 2018-03-16 | 北京航空航天大学 | 一种空间目标三维点云光顺去噪方法 |
CN105957145A (zh) | 2016-04-29 | 2016-09-21 | 百度在线网络技术(北京)有限公司 | 道路障碍物识别方法和装置 |
CN106204457A (zh) | 2016-07-19 | 2016-12-07 | 科盾科技股份有限公司 | 一种用于抓捕目标的方法和抓捕器 |
CN107818293A (zh) | 2016-09-14 | 2018-03-20 | 北京百度网讯科技有限公司 | 用于处理点云数据的方法和装置 |
CN106462757B (zh) | 2016-09-26 | 2019-09-06 | 深圳市锐明技术股份有限公司 | 一种成对车道线的快速检测方法和装置 |
JP6548690B2 (ja) | 2016-10-06 | 2019-07-24 | 株式会社アドバンスド・データ・コントロールズ | シミュレーションシステム、シミュレーションプログラム及びシミュレーション方法 |
RO132599A2 (ro) * | 2016-11-23 | 2018-05-30 | Centrul It Pentru Ştiinţă Şi Tehnologie S.R.L. | Echipament modular pentru inspecţia drumurilor rutiere, incluzând carosabilul şi zona adiacentă, destinat pentru a fi montat pe vehicule nespecializate |
CN106599832A (zh) | 2016-12-09 | 2017-04-26 | 重庆邮电大学 | 一种基于卷积神经网络的多类障碍物检测与识别方法 |
JP6804991B2 (ja) * | 2017-01-05 | 2020-12-23 | 株式会社東芝 | 情報処理装置、情報処理方法、および情報処理プログラム |
CN106845412B (zh) | 2017-01-20 | 2020-07-10 | 百度在线网络技术(北京)有限公司 | 障碍物识别方法及装置、计算机设备及可读介质 |
CN106919908B (zh) | 2017-02-10 | 2020-07-28 | 百度在线网络技术(北京)有限公司 | 障碍物识别方法及装置、计算机设备及可读介质 |
CN108492356A (zh) | 2017-02-13 | 2018-09-04 | 苏州宝时得电动工具有限公司 | 增强现实系统及其控制方法 |
CN106951847B (zh) * | 2017-03-13 | 2020-09-29 | 百度在线网络技术(北京)有限公司 | 障碍物检测方法、装置、设备及存储介质 |
CN106997049B (zh) | 2017-03-14 | 2020-07-03 | 奇瑞汽车股份有限公司 | 一种基于激光点云数据的检测障碍物的方法和装置 |
CN107063710B (zh) * | 2017-04-21 | 2020-06-30 | 百度在线网络技术(北京)有限公司 | 用于测试无人车的方法和装置 |
CN107103627B (zh) | 2017-04-27 | 2020-12-11 | 深圳市天双科技有限公司 | 一种基于车道线的汽车全景摄像头外部参数标定方法 |
CN107525475B (zh) * | 2017-08-30 | 2019-10-25 | 河海大学 | 一种目标物高度测量方法 |
CN107657237B (zh) | 2017-09-28 | 2020-03-31 | 东南大学 | 基于深度学习的汽车碰撞检测方法及系统 |
CN107659774B (zh) | 2017-09-30 | 2020-10-13 | 北京拙河科技有限公司 | 一种基于多尺度相机阵列的视频成像系统及视频处理方法 |
CN107678306B (zh) | 2017-10-09 | 2021-04-16 | 驭势(上海)汽车科技有限公司 | 动态场景信息录制和仿真回放方法、装置、设备及介质 |
DE112018004507T5 (de) * | 2017-10-12 | 2020-06-10 | Sony Corporation | Informationsverarbeitungseinrichtung, bewegungseinrichtung und verfahren und programm |
CN107832806A (zh) * | 2017-12-06 | 2018-03-23 | 四川知创空间孵化器管理有限公司 | 一种车牌类型判别方法和系统 |
CN108036730B (zh) * | 2017-12-22 | 2019-12-10 | 福建和盛高科技产业有限公司 | 一种基于热成像的火点测距方法 |
CN108156419A (zh) | 2017-12-22 | 2018-06-12 | 湖南源信光电科技股份有限公司 | 基于多特征联合与Camshift算法的多焦距镜头联动成像摄像机系统 |
CN108010360A (zh) | 2017-12-27 | 2018-05-08 | 中电海康集团有限公司 | 一种基于车路协同的自动驾驶环境感知系统 |
CN108283466A (zh) * | 2017-12-27 | 2018-07-17 | 信利光电股份有限公司 | 一种扫地机器人的障碍物高度检测装置和方法以及跨越装置和方法 |
CN107993512A (zh) | 2018-01-03 | 2018-05-04 | 深圳市欣横纵技术股份有限公司 | 一种核安保Table Top Tool系统及使用方法 |
CN108444390B (zh) * | 2018-02-08 | 2021-01-26 | 天津大学 | 一种无人驾驶汽车障碍物识别方法及装置 |
CN108256506B (zh) * | 2018-02-14 | 2020-11-24 | 北京市商汤科技开发有限公司 | 一种视频中物体检测方法及装置、计算机存储介质 |
CN108416306B (zh) * | 2018-03-12 | 2020-12-25 | 海信集团有限公司 | 连续型障碍物检测方法、装置、设备和存储介质 |
CN108470469A (zh) * | 2018-03-12 | 2018-08-31 | 海信集团有限公司 | 道路障碍物预警方法、装置及终端 |
-
2018
- 2018-09-11 CN CN201910727517.3A patent/CN110375659B/zh active Active
- 2018-09-11 CN CN201811056945.XA patent/CN109059780B/zh active Active
-
2019
- 2019-07-04 JP JP2019125582A patent/JP6768890B2/ja active Active
- 2019-07-11 EP EP19185677.2A patent/EP3623994A3/en active Pending
- 2019-07-16 US US16/513,095 patent/US11047673B2/en active Active
-
2021
- 2021-05-26 US US17/303,300 patent/US11519715B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN109059780A (zh) | 2018-12-21 |
CN109059780B (zh) | 2019-10-15 |
CN110375659B (zh) | 2021-07-27 |
US11519715B2 (en) | 2022-12-06 |
EP3623994A3 (en) | 2020-07-22 |
US20200080835A1 (en) | 2020-03-12 |
US20210278199A1 (en) | 2021-09-09 |
EP3623994A2 (en) | 2020-03-18 |
US11047673B2 (en) | 2021-06-29 |
CN110375659A (zh) | 2019-10-25 |
JP2020042010A (ja) | 2020-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6906569B2 (ja) | 点群における非地面点のフィルタリング方法、装置、記憶媒体、及びプログラム | |
JP7045816B2 (ja) | 検査ステーションに配置された車両の最外寸法を測定するための方法及びシステム | |
JP6871314B2 (ja) | 物体検出方法、装置及び記憶媒体 | |
CN103745452B (zh) | 相机外参评估方法、装置、相机外参标定方法和装置 | |
US11043000B2 (en) | Measuring method and apparatus for damaged part of vehicle | |
US20160377873A1 (en) | Position adjustment method of vehicle display device | |
CN110555407B (zh) | 路面车辆空间识别方法及电子设备 | |
CN109633662B (zh) | 障碍物定位方法、装置和终端 | |
JP6768890B2 (ja) | 障害物高さの検出方法、装置、設備、記憶媒体及びプログラム | |
JP2017111803A (ja) | 駐車スペースの検出装置、方法及び画像処理装置 | |
CN113173502B (zh) | 一种基于激光视觉融合和深度学习的防撞方法、系统 | |
CN108319931B (zh) | 一种图像处理方法、装置及终端 | |
WO2021051736A1 (zh) | 感知区域的确定方法、装置、存储介质及车辆 | |
KR102278536B1 (ko) | 영상 이미지를 이용하여 거리를 측정하기 위한 장치 및 방법 | |
CN111881245B (zh) | 能见度动态地图的产生方法、装置、设备及存储介质 | |
JP2021051347A (ja) | 距離画像生成装置及び距離画像生成方法 | |
CN116343165A (zh) | 一种3d目标检测系统、方法、终端设备及存储介质 | |
CN115082565A (zh) | 相机标定方法、装置、服务器及介质 | |
CN115690364A (zh) | Ar模型的获取方法、电子设备和可读存储介质 | |
JP5964093B2 (ja) | 車両サイズ測定装置、車両サイズ測定方法、およびプログラム | |
JP7134780B2 (ja) | ステレオカメラ装置 | |
WO2021237750A1 (en) | Method and apparatus for vehicle length estimation | |
CN114783172B (zh) | 一种停车场空车位识别方法及系统、计算机可读存储介质 | |
JPH078487A (ja) | 超音波画像処理装置 | |
JP2021026350A (ja) | 情報処理装置、撮像装置、移動体、データ処理方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190705 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200406 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200619 |
|
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: 20200911 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200923 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6768890 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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |