JP7146713B2 - 障害物静止状態の決定方法、障害物静止状態の決定装置、コンピュータ機器、コンピュータ記憶媒体及び車両 - Google Patents
障害物静止状態の決定方法、障害物静止状態の決定装置、コンピュータ機器、コンピュータ記憶媒体及び車両 Download PDFInfo
- Publication number
- JP7146713B2 JP7146713B2 JP2019163316A JP2019163316A JP7146713B2 JP 7146713 B2 JP7146713 B2 JP 7146713B2 JP 2019163316 A JP2019163316 A JP 2019163316A JP 2019163316 A JP2019163316 A JP 2019163316A JP 7146713 B2 JP7146713 B2 JP 7146713B2
- Authority
- JP
- Japan
- Prior art keywords
- obstacle
- reliability function
- state
- stationary
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 53
- 230000006870 function Effects 0.000 claims description 194
- 238000013507 mapping Methods 0.000 claims description 20
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 5
- 238000012986 modification Methods 0.000 description 10
- 230000004048 modification Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/50—Systems of measurement based on relative movement of target
- G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- 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
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9322—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using additional data, e.g. driver condition, road state or weather data
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Theoretical Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Radar Systems Or Details Thereof (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Traffic Control Systems (AREA)
Description
図1は、本発明の実施例1によって提供される障害物静止状態の決定方法のフローチャートである。本実施例は、無人車両システムで障害物静止状態を決定する情況に適用されることができ、障害物静止状態の決定方法は、障害物静止状態の決定装置によって実行される。
障害物静止状態の決定方法に用いられる障害物静止状態の決定装置は、ソフトウェア、及び/又は、ハードウェアの方式によって実現され、一般的には、車両に設けられたコンピュータ機器中に統合される。
これに応じて、図1に示されるように、障害物静止状態の決定方法は、以下のステップS110からステップS140を含む。
この場合、センサの信頼度関数に対応する状態パラメータは、静止、非静止、および未知の三つのタイプの中の少なくとも二つを含む必要がある。そして、静止は、障害物の静止状態を示し、非静止は、障害物の非静止状態を示し、その他に、センサ自身の干渉または誤差等の要因を考慮して、未知状態パラメータをさらに設定することによって、他の未知タイプの状態が発生される確率を反映することができる。すなわち、未知状態パラメータは、静止状態パラメータと非静止状態パラメータとの全体集合であり、三つの状態パラメータの設定は、センサの検出精度を効率的に向上させることができる。
図2は、本発明の実施例2によって提供される障害物静止状態の決定方法のフローチャートである。本実施例は、上述した実施例を基礎として具体化されたものである。本実施例において、センサに対応するリアルタイムな障害物速度に基づいて、各センサの各状態パラメータにおける信頼度関数の割当て値をそれぞれ計算する具体的な実現形態を提供する。これに応じて、図2に示されるように、本実施例に係る障害物静止状態の決定方法は、以下のステップS210からステップS240を含んでいる。
f(v)は、静止確率であり、
t及びsは、予め設定されたマッピングパラメータである。
異なるセンサは、異なる値の範囲のマッピングパラメータに対応される。
センサがミリ波レーダである場合、tの値の範囲は(0.5,1.0)であり、sの値の範囲は(0.1,0.3)であり、センサがレーザレーダである場合、tの値の範囲は(0.2,0.5)であり、sの値の範囲は(0.1,0.2)である。
センサがレーザレーダである場合、tの値の範囲は(0.2,0.5)であり、sの値の範囲は(0.1,0.2)であってもよい。当然ながら、センサが他のタイプのセンサである場合、t及びsの値の範囲は、事前に適応的に設定することができる。
図3は、本発明の実施例3によって提供される障害物静止状態の決定方法のフローチャートである。本実施例は、上述した実施例を基礎として具体化されたものである。本実施例において、センサに対応するリアルタイムな障害物速度に基づいて、各センサの少なくとも二つの状態パラメータにおける信頼度関数の割当て値をそれぞれ計算した後の具体的な実現形態を提供する。これに応じて、図3に示されるように、本実施例に係る障害物静止状態の決定方法は、以下のステップS310からステップS350を含んでいる。
smaxは、予め設定された最大許容速度誤差であり、
vtは、現在の時点tで検出されたリアルタイムな障害物速度であり、
v(t‐i)は、現在の時点tのi個前の歴史的な時点で検出された歴史的な障害物速度であり、
fabs()は、絶対値を取得する関数であり、
max()は、最大値を取得する関数であり、
mean()は、平均値を取得する関数である。
mean(A1、A2)によって、A1、A2に対応する平均値を計算する。
図4は、本発明の実施例4によって提供される障害物静止状態の決定装置の模式図である。図4に示されるように、障害物静止状態の決定装置は、リアルタイム障害物速度取得モジュール410と、独立信頼度関数割当て値計算モジュール420と、融合信頼度関数割当て値計算モジュール430と、静止状態判断モジュール430とを備える。
リアルタイム障害物速度取得モジュール410は、少なくとも二つのセンサによって同一の障害物を検出して取得されたリアルタイムな障害物速度を取得する。
独立信頼度関数割当て値計算モジュール420は、センサに対応するリアルタイムな障害物速度に基づいて、各センサの少なくとも二つの状態パラメータにおける信頼度関数の割当て値をそれぞれ計算する。
融合信頼度関数割当て値計算モジュール430は、D-S証拠組合せ技術を使用して、各センサの各状態パラメータにおける信頼度関数の割当て値を融合し、各状態パラメータにそれぞれ対応する融合された信頼度関数の割当て値を取得する。
静止状態判断モジュール440は、各状態パラメータにそれぞれ対応する融合された信頼度関数の割当て値に基づいて、障害物の静止状態を判断する。
vは、速度係数であり、
f(v)は、静止確率であり、
t及びsは、予め設定されたマッピングパラメータである。
異なるセンサは、異なる値の範囲のマッピングパラメータに対応される。
smaxは、予め設定された最大許容速度誤差であり、
vtは、現在の時点tで検出されたリアルタイムな障害物速度であり、
vt―iは、現在の時点tのi個前の歴史的な時点で検出された歴史的な障害物速度であり、
fabs()は、絶対値を取得する関数であり、
max()は、最大値を取得する関数であり、
mean()は、平均値を取得する関数である。
図5は、本発明の実施例5によって提供されるコンピュータ機器の構成模式図である。図5は、本発明の実施形態の実現に適当なコンピュータ機器512のブロック図を示した。図5に示されるコンピュータ機器512は一例に過ぎず、本発明の実施例の機能および使用範囲に対していかなる限制をもたらしてはいけない。
本発明の実施例6は、コンピュータプログラムを記憶するコンピュータ記憶媒体をさらに提供する。コンピュータ記憶媒体は、コンピュータプログラムがコンピュータプロセッサによって実行されると、本発明の上述した任意の実施例に記載の障害物静止状態の決定方法を実行する。障害物静止状態の決定方法は、少なくとも二つのセンサによって同一の障害物を検出して取得されたリアルタイムな障害物速度を取得するステップと、センサに対応するリアルタイムな障害物速度に基づいて、各センサの少なくとも二つの状態パラメータにおける信頼度関数の割当て値をそれぞれ計算するステップと、D-S証拠組合せ技術を使用して、各センサの各状態パラメータにおける信頼度関数の割当て値を融合し、各状態パラメータにそれぞれ対応する融合された信頼度関数の割当て値を取得するステップと、各状態パラメータにそれぞれ対応する融合された信頼度関数の割当て値に基づいて、障害物の静止状態を判断するステップとを含む。
上述した各実施例を基礎として、本発明の実施例は、車体を備える車両を提供する。車両は、本発明の任意の実施例に記載のコンピュータ機器と、車体に設けられた少なくとも二つのセンサとをさらに備え、少なくとも二つのセンサは、周囲環境内の障害物のリアルタイムな障害物速度を検出する。
Claims (14)
- 少なくとも二つのセンサによって同一の障害物を検出して取得されたリアルタイムな障害物速度を取得するステップと、
前記センサに対応する前記リアルタイムな障害物速度に基づいて、各前記センサの少なくとも二つの状態パラメータにおける信頼度関数の割当て値をそれぞれ計算するステップと、
D-S証拠組合せにおける融合アルゴリズムを使用して、各前記センサの各前記状態パラメータにおける前記信頼度関数の割当て値を融合し、各前記状態パラメータにそれぞれ対応する融合された信頼度関数の割当て値を取得するステップと、
各前記状態パラメータにそれぞれ対応する前記融合された信頼度関数の割当て値の大きさを比較し、静止状態パラメータでの信頼度関数の割当て値の大きさが最も大きい場合に、前記障害物の状態が静止状態であると判断するステップとを含む障害物静止状態の決定方法。 - 前記状態パラメータは、静止、非静止、および未知を含む請求項1に記載の障害物静止状態の決定方法。
- 前記センサに対応する前記リアルタイムな障害物速度に基づいて、各前記センサの各前記状態パラメータにおける前記信頼度関数の割当て値をそれぞれ計算するステップは、
速度係数と静止確率との間のマッピング関係、および前記センサに対応する前記リアルタイムな障害物速度に基づいて、各前記センサにそれぞれ対応するリアルタイムな静止確率を計算するステップと、
各前記センサにそれぞれ対応する前記リアルタイムな静止確率、および前記センサに対応する信頼度関数の割当て規則に基づいて、各前記センサの各前記状態パラメータにおける前記信頼度関数の割当て値をそれぞれ計算するステップとを含む請求項1または請求項2に記載の障害物静止状態の決定方法。 - 前記センサは、ミリ波レーダ、または、レーザレーダを含む請求項3に記載の障害物静止状態の決定方法。
- 前記センサがミリ波レーダである場合、tの値の範囲は(0.5,1.0)であり、sの値の範囲は(0.1,0.3)であり、
前記センサがレーザレーダである場合、tの値の範囲は(0.2,0.5)であり、sの値の範囲は(0.1,0.2)である請求項5に記載の障害物静止状態の決定方法。 - 各前記センサにそれぞれ対応する前記リアルタイムな静止確率、および前記センサに対応する前記信頼度関数の割当て規則に基づいて、各前記センサの各前記状態パラメータにおける前記信頼度関数の割当て値をそれぞれ計算するステップは、
ミリ波レーダに対応する第1のリアルタイムな静止確率f1(v)に基づいて、前記ミリ波レーダタイプの静止状態における信頼度関数の割当て値を0に設定し、前記ミリ波レーダタイプの非静止状態おける信頼度関数の割当て値を1-f1(v)に設定し、前記ミリ波レーダの未知状態における信頼度関数の割当て値をf1(v)に設定するステップ、及び/又は、
レーザレーダに対応する第2のリアルタイムな静止確率f2(v)に基づいて、前記レーザレーダの静止状態における信頼度関数の割当て値をf2(v)に設定し、前記レーザレーダの非静止状態における信頼度関数の割当て値を1-f2(v)に設定し、前記レーザレーダの未知状態における信頼度関数の割当て値を0に設定するステップを含む請求項1から請求項6のいずれかに記載の障害物静止状態の決定方法。 - 前記センサに対応する前記リアルタイムな障害物速度に基づいて、各前記センサの少なくとも二つの前記状態パラメータにおける前記信頼度関数の割当て値をそれぞれ計算した後に、
前記センサによって検出して取得された前記リアルタイムな障害物速度、および歴史的な障害物速度に基づいて、前記センサの少なくとも二つの前記状態パラメータにおける前記信頼度関数の割当て値を更新するステップをさらに含む請求項1から請求項7のいずれかに記載の障害物静止状態の決定方法。 - 前記センサによって検出して取得された前記リアルタイムな障害物速度、および前記歴史的な障害物速度に基づいて、前記センサの少なくとも二つの前記状態パラメータにおける前記信頼度関数の割当て値を更新するステップは、
レーザレーダを目標センサとして取得するステップと、
前記目標センサの前記リアルタイムな障害物速度、および少なくとも一つの歴史的な時点で検出された少なくとも一つの前記歴史的な障害物速度に基づいて、前記目標センサに対応する速度信頼性のメトリック値を計算するステップと、
前記速度信頼性のメトリック値に基づいて、前記目標センサの少なくとも二つの前記状態パラメータにおける前記信頼度関数の割当て値を更新するステップとを含み、
前記目標センサの前記リアルタイムな障害物速度、および少なくとも一つの前記歴史的な時点で検出された少なくとも一つの前記歴史的な障害物速度に基づいて、前記目標センサに対応する前記速度信頼性のメトリック値を計算するステップは、
以下の式(2)によって前記目標センサに対応する前記速度信頼性のメトリック値αを計算するステップを含み、
smaxは、予め設定された最大許容速度誤差であり、
vtは、現在の時点tで検出された前記リアルタイムな障害物速度であり、
vt-iは、前記現在の時点tのi個前の歴史的な時点で検出された前記歴史的な障害物速度であり、
fabs()は、絶対値を取得する関数であり、
max()は、最大値を取得する関数であり、
mean()は、平均値を取得する関数である請求項8に記載の障害物静止状態の決定方法。 - 前記速度信頼性のメトリック値に基づいて、前記目標センサの少なくとも二つの前記状態パラメータにおける前記信頼度関数の割当て値を更新するステップは、
前記目標センサの静止状態における信頼度関数の割当て値M1をM1*αに更新し、前記目標センサの非静止状態における信頼度関数の割当て値M2をM2*αに更新し、前記目標センサの未知状態における信頼度関数の割当て値を1‐M1*α‐M2*αに更新する請求項9に記載の障害物静止状態の決定方法。 - 少なくとも二つのセンサによって同一の障害物を検出して取得されたリアルタイムな障害物速度を取得するリアルタイム障害物速度取得モジュールと、
前記センサに対応する前記リアルタイムな障害物速度に基づいて、各前記センサの少なくとも二つの状態パラメータにおける信頼度関数の割当て値をそれぞれ計算する独立信頼度関数割当て値計算モジュールと、
D-S証拠組合せにおける融合アルゴリズムを使用して、各前記センサの各前記状態パラメータにおける前記信頼度関数の割当て値を融合し、各前記状態パラメータにそれぞれ対応する融合された信頼度関数の割当て値を取得する融合信頼度関数割当て値計算モジュールと、
各前記状態パラメータにそれぞれ対応する前記融合された信頼度関数の割当て値の大きさを比較し、静止状態パラメータでの信頼度関数の割当て値の大きさが最も大きい場合に、前記障害物の状態が静止状態であると判断する静止状態判断モジュールとを備える障害物静止状態の決定装置。 - 少なくとも一つのプロセッサと、
少なくとも一つのプログラムを記憶する記憶装置とを備え、
少なくとも一つの前記プログラムが少なくとも一つの前記プロセッサによって実行される場合に、少なくとも一つの前記プロセッサが、請求項1から請求項10のいずれかに記載の障害物静止状態の決定方法を実現するコンピュータ機器。 - コンピュータプログラムが記憶されているコンピュータ記憶媒体であって、
前記コンピュータプログラムがプロセッサによって実行される場合に、請求項1から請求項10のいずれかに記載の障害物静止状態の決定方法が実現されるコンピュータ記憶媒体。 - 車体を備える車両であって、
請求項12に記載のコンピュータ機器と、
前記車体に設けられた少なくとも二つの前記センサとをさらに備え、
少なくとも二つの該センサは、周囲環境内の前記障害物の前記リアルタイムな障害物速度を検出する車両。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811043093.0 | 2018-09-07 | ||
CN201811043093.0A CN108983213B (zh) | 2018-09-07 | 2018-09-07 | 障碍物静止状态的确定方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020042817A JP2020042817A (ja) | 2020-03-19 |
JP7146713B2 true JP7146713B2 (ja) | 2022-10-04 |
Family
ID=64544977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019163316A Active JP7146713B2 (ja) | 2018-09-07 | 2019-09-06 | 障害物静止状態の決定方法、障害物静止状態の決定装置、コンピュータ機器、コンピュータ記憶媒体及び車両 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11360211B2 (ja) |
EP (1) | EP3620995B1 (ja) |
JP (1) | JP7146713B2 (ja) |
CN (1) | CN108983213B (ja) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109544990A (zh) * | 2018-12-12 | 2019-03-29 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于实时电子地图识别可用泊车位的方法及系统 |
CN109583511B (zh) * | 2018-12-14 | 2023-06-30 | 北京百度网讯科技有限公司 | 速度融合方法和装置 |
CN114586081A (zh) * | 2019-10-31 | 2022-06-03 | 索尼集团公司 | 信息处理设备、信息处理系统和信息处理方法 |
CN110843792B (zh) * | 2019-11-29 | 2021-05-25 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN111625934B (zh) * | 2020-04-30 | 2023-05-26 | 中国地质大学(武汉) | 一种基于d-s证据理论的退火加热过程的多模态识别方法 |
CN112356845B (zh) * | 2020-11-19 | 2022-02-18 | 中国第一汽车股份有限公司 | 一种目标运动状态的预测方法、装置、设备及车辆 |
CN112731332B (zh) * | 2021-01-13 | 2024-06-18 | 路晟悠拜(重庆)科技有限公司 | 基于毫米波的静态目标存在识别方法及系统 |
CN113238214B (zh) * | 2021-04-14 | 2024-03-19 | 杭州萤石软件有限公司 | 目标对象检测方法、装置、电子设备和存储介质 |
CN114407916B (zh) * | 2021-12-16 | 2024-01-23 | 阿波罗智联(北京)科技有限公司 | 车辆控制及模型训练方法、装置、车辆、设备和存储介质 |
CN114858200B (zh) * | 2022-04-19 | 2023-06-27 | 合众新能源汽车股份有限公司 | 车辆传感器检测到的对象的质量评价方法及装置 |
CN115184895B (zh) * | 2022-09-07 | 2022-12-16 | 北京海兰信数据科技股份有限公司 | 一种基于导航雷达的静态目标识别方法及系统 |
CN115690739B (zh) * | 2022-10-31 | 2024-03-26 | 阿波罗智能技术(北京)有限公司 | 多传感器融合障碍物存在性检测方法和自动驾驶车辆 |
CN115575923B (zh) * | 2022-12-08 | 2023-03-28 | 千巡科技(深圳)有限公司 | 一种地面机器人静止判断方法、系统、装置以及存储介质 |
CN117932548B (zh) * | 2024-03-25 | 2024-06-04 | 西北工业大学 | 基于置信度的多源异构传感器融合的飞行障碍识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006234513A (ja) | 2005-02-23 | 2006-09-07 | Toyota Central Res & Dev Lab Inc | 障害物検出装置 |
JP2014006123A (ja) | 2012-06-22 | 2014-01-16 | Toyota Motor Corp | 物体検出装置、情報処理装置、物体検出方法 |
US20150310146A1 (en) | 2014-04-29 | 2015-10-29 | Bayerische Motoren Werke Aktiengesellschaft | Detecting Static and Dynamic Objects |
JP2017037641A (ja) | 2015-07-30 | 2017-02-16 | トヨタ モーター エンジニアリング アンド マニュファクチャリング ノース アメリカ,インコーポレイティド | 自律移動体に対する不正確なセンサ・データの関連付けを最小限とする方法 |
US20170248693A1 (en) | 2016-02-26 | 2017-08-31 | Hyundai Motor Company | Vehicle and controlling method thereof integrating radar and lidar |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03149624A (ja) * | 1989-11-07 | 1991-06-26 | Fujitsu Ltd | 推論システム |
FR2718252B1 (fr) * | 1994-03-30 | 1996-06-14 | Onera (Off Nat Aerospatiale) | Procédé de poursuite de mobiles. |
US5963653A (en) * | 1997-06-19 | 1999-10-05 | Raytheon Company | Hierarchical information fusion object recognition system and method |
US6909997B2 (en) * | 2002-03-26 | 2005-06-21 | Lockheed Martin Corporation | Method and system for data fusion using spatial and temporal diversity between sensors |
US7424466B2 (en) * | 2002-07-24 | 2008-09-09 | Northrop Grumman Corporation | General purpose fusion engine |
US7447670B1 (en) * | 2005-09-08 | 2008-11-04 | Hrl Laboratories, Llc | Methods for monitoring conflicts in inference systems |
DE102006047131A1 (de) * | 2006-10-05 | 2008-04-10 | Robert Bosch Gmbh | Verfahren zum automatischen Steuern eines Fahrzeugs |
CN101519981B (zh) | 2009-03-19 | 2012-07-04 | 重庆大学 | 基于单目视觉的矿井机车防撞预警系统和预警方法 |
DE102010037163B4 (de) * | 2009-08-27 | 2017-12-21 | Fujitsu Ten Ltd. | Signalverarbeitungsvorrichtung, Radarvorrichtung, Fahrzeugsteuersystem, Signalverarbeitungsverfahren und computerlesbares Medium |
CN101697006B (zh) | 2009-09-18 | 2011-11-16 | 北京航空航天大学 | 基于机载雷达和红外成像传感器数据融合的目标识别方法 |
US8566271B2 (en) * | 2010-02-26 | 2013-10-22 | Raytheon Company | System and method for aggregating information |
US20120005149A1 (en) * | 2010-06-30 | 2012-01-05 | Raytheon Company | Evidential reasoning to enhance feature-aided tracking |
JP5982134B2 (ja) * | 2012-02-29 | 2016-08-31 | 富士通テン株式会社 | レーダ装置、および、信号処理方法 |
US9037519B2 (en) * | 2012-10-18 | 2015-05-19 | Enjoyor Company Limited | Urban traffic state detection based on support vector machine and multilayer perceptron |
US9785846B2 (en) * | 2015-12-23 | 2017-10-10 | Automotive Research & Test Center | Method for quantifying classification confidence of obstructions |
US10160448B2 (en) * | 2016-11-08 | 2018-12-25 | Ford Global Technologies, Llc | Object tracking using sensor fusion within a probabilistic framework |
US10710579B2 (en) * | 2017-06-01 | 2020-07-14 | Waymo Llc | Collision prediction system |
US10649458B2 (en) * | 2017-09-07 | 2020-05-12 | Tusimple, Inc. | Data-driven prediction-based system and method for trajectory planning of autonomous vehicles |
DE102018200683A1 (de) * | 2018-01-17 | 2019-07-18 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Detektion eines Objektes |
US10852420B2 (en) * | 2018-05-18 | 2020-12-01 | Industrial Technology Research Institute | Object detection system, autonomous vehicle using the same, and object detection method thereof |
IT201800006594A1 (it) * | 2018-06-22 | 2019-12-22 | "Procedimento per la mappatura dell’ambiente di un veicolo, corrispondenti sistema, veicolo e prodotto informatico" | |
US20190050653A1 (en) * | 2018-09-28 | 2019-02-14 | Intel Corporation | Perception device for obstacle detection and tracking and a perception method for obstacle detection and tracking |
-
2018
- 2018-09-07 CN CN201811043093.0A patent/CN108983213B/zh active Active
-
2019
- 2019-09-05 EP EP19195475.9A patent/EP3620995B1/en active Active
- 2019-09-05 US US16/561,595 patent/US11360211B2/en active Active
- 2019-09-06 JP JP2019163316A patent/JP7146713B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006234513A (ja) | 2005-02-23 | 2006-09-07 | Toyota Central Res & Dev Lab Inc | 障害物検出装置 |
JP2014006123A (ja) | 2012-06-22 | 2014-01-16 | Toyota Motor Corp | 物体検出装置、情報処理装置、物体検出方法 |
US20150310146A1 (en) | 2014-04-29 | 2015-10-29 | Bayerische Motoren Werke Aktiengesellschaft | Detecting Static and Dynamic Objects |
JP2017037641A (ja) | 2015-07-30 | 2017-02-16 | トヨタ モーター エンジニアリング アンド マニュファクチャリング ノース アメリカ,インコーポレイティド | 自律移動体に対する不正確なセンサ・データの関連付けを最小限とする方法 |
US20170248693A1 (en) | 2016-02-26 | 2017-08-31 | Hyundai Motor Company | Vehicle and controlling method thereof integrating radar and lidar |
Also Published As
Publication number | Publication date |
---|---|
EP3620995B1 (en) | 2021-10-20 |
JP2020042817A (ja) | 2020-03-19 |
CN108983213A (zh) | 2018-12-11 |
US20200081118A1 (en) | 2020-03-12 |
EP3620995A1 (en) | 2020-03-11 |
US11360211B2 (en) | 2022-06-14 |
CN108983213B (zh) | 2021-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7146713B2 (ja) | 障害物静止状態の決定方法、障害物静止状態の決定装置、コンピュータ機器、コンピュータ記憶媒体及び車両 | |
US10228693B2 (en) | Generating simulated sensor data for training and validation of detection models | |
WO2019140950A1 (zh) | 一种车辆定位的方法以及车辆定位装置 | |
JP6643883B2 (ja) | Gpsドリフトの処理方法、およびそのシステム | |
CN108897836B (zh) | 一种机器人基于语义进行地图构建的方法和装置 | |
CN109738884B (zh) | 对象检测方法、装置和计算机设备 | |
CN112015178B (zh) | 一种控制方法、装置、设备及存储介质 | |
CN113859264B (zh) | 车辆控制方法、装置、电子设备及存储介质 | |
KR20230086628A (ko) | 다중 센서 융합에 의한 측정값 신뢰도 획득 방법 및 자율주행 차량 | |
JPH10112000A (ja) | 障害物認識装置 | |
CN114022614A (zh) | 一种三维重建目标位置置信度的估计方法及系统 | |
JP6866443B2 (ja) | 障害物速度の検出方法、障害物速度の検出装置、コンピュータ機器、記憶媒体及び車両 | |
CN111461980B (zh) | 点云拼接算法的性能估计方法和装置 | |
CN113177980A (zh) | 用于自动驾驶的目标对象速度确定方法、装置及电子设备 | |
CN111523619A (zh) | 目标存在概率的计算方法、装置、电子设备及存储介质 | |
KR101726677B1 (ko) | 무선 센서 네트워크 장치 및 그 제어방법 | |
CN116106869A (zh) | 自动驾驶车辆的定位评价方法、装置及电子设备 | |
CN114861725A (zh) | 一种目标感知跟踪的后处理方法、装置、设备及介质 | |
CN111722297B (zh) | 目标存在概率的计算方法、装置、电子设备及存储介质 | |
KR100264395B1 (ko) | 초음파 센서를 이용한 물체 탐지방법 | |
KR102261155B1 (ko) | 가상 센서 이중화를 통한 차량 제어 방법 및 그 장치 | |
Oussalah et al. | New fusion methodology approach and application to mobile robotics: investigation in the framework of possibility theory | |
CN116228603B (zh) | 一种挂车周围障碍物的报警系统及装置 | |
CN111398961B (zh) | 用于检测障碍物的方法和装置 | |
US20230146935A1 (en) | Content capture of an environment of a vehicle using a priori confidence levels |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190906 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200903 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201013 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201223 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210518 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210816 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20211029 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220202 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220601 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20220601 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20220608 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20220614 |
|
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: 20220823 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220921 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7146713 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |