JP7147651B2 - 物体認識装置及び車両制御システム - Google Patents
物体認識装置及び車両制御システム Download PDFInfo
- Publication number
- JP7147651B2 JP7147651B2 JP2019054724A JP2019054724A JP7147651B2 JP 7147651 B2 JP7147651 B2 JP 7147651B2 JP 2019054724 A JP2019054724 A JP 2019054724A JP 2019054724 A JP2019054724 A JP 2019054724A JP 7147651 B2 JP7147651 B2 JP 7147651B2
- Authority
- JP
- Japan
- Prior art keywords
- falling object
- point group
- vehicle
- falling
- candidate
- 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
Images
Classifications
-
- 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
- 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
- G01S17/06—Systems determining position data of a target
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- 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
- G01S17/66—Tracking systems using electromagnetic waves other than radio waves
-
- 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
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30261—Obstacle
Description
前記車両は、ライダーを備える。
ライダー点群は、前記ライダーによって検出される検出点の集合である。
前記物体認識装置は、
前記検出点の各々の検出位置を示すライダー計測情報、前記車両の絶対位置及び姿勢を示す位置姿勢情報、及び路面の絶対位置を示す地形地図情報が格納される記憶装置と、
前記車両の周囲の前記物体を認識する物体認識処理を行うプロセッサと
を備える。
前記物体は、前記路面上の落下物と、前記落下物以外の追跡対象とを含む。
前記物体認識処理において、前記プロセッサは、
前記地形地図情報に基づいて、前記路面の前記絶対位置から第1高さの領域をノイズ領域として設定し、
前記ライダー計測情報と前記位置姿勢情報に基づいて、前記ライダー点群を、前記ノイズ領域に含まれる第1点群と前記ノイズ領域に含まれない第2点群とに分類し、
前記第1点群に基づいて、前記落下物の候補である落下物候補を抽出する第1抽出処理を行い、
前記第2点群に基づいて、前記追跡対象の候補である追跡対象候補を抽出する第2抽出処理を行い、
前記落下物候補と前記追跡対象候補の水平位置が一致するか否かを判定し、
前記水平位置が一致する前記落下物候補と前記追跡対象候補とを前記追跡対象として統合し、
前記追跡対象に統合されなかった前記落下物候補を前記落下物として認識する。
前記第1高さは、前記車両のピッチ角の誤差に基づいて予め決定される。
路面点群は、前記路面を表す前記ライダー点群である。
前記第1点群は、前記路面点群と、前記路面点群以外の落下物点群とを含む。
前記第1抽出処理において、前記プロセッサは、
前記ライダー計測情報あるいは前記地形地図情報に基づいて、前記第1点群を前記路面点群と前記落下物点群とに分離する分離処理を行い、
前記落下物点群に基づいて、前記落下物候補を抽出する。
同一レイヤに属する前記第1点群を考えたとき、前記落下物点群の前記検出位置と前記路面点群の前記検出位置との間には乖離が存在する。
特徴量は、前記乖離を特徴付けるパラメータである。
前記分離処理において、前記プロセッサは、
前記第1点群の前記ライダー計測情報に基づいて、前記第1点群の前記検出点の各々の前記特徴量を算出し、
前記特徴量に基づいて、前記第1点群を前記路面点群と前記落下物点群とに分離する。
前記特徴量は、前記ライダーから前記検出点の各々までの距離を含む。
前記特徴量は、隣接する検出点に対する前記検出位置の差分を含む。
落下物尤度は、前記落下物候補が前記落下物であることの尤度である。
前記プロセッサは、前記落下物候補を抽出した後、前記落下物尤度を算出する尤度算出処理を更に行う。
前記路面点群と前記落下物点群とを分離するための分離基準は予め決められている。
前記尤度算出処理において、前記プロセッサは、前記落下物候補に対応する前記落下物点群に関する前記特徴量と前記分離基準に基づいて、前記落下物尤度を算出する。
前記落下物候補に対応する前記落下物点群に関する前記特徴量が前記分離基準から離れているほど、前記落下物尤度は高くなる。
連続度は、前記落下物候補の位置が時間的に連続している度合いを表す。
前記尤度算出処理において、前記プロセッサは、
前記落下物候補の抽出履歴に基づいて、前記連続度を算出し、
前記連続度が連続度閾値以上である場合、前記落下物尤度を増加させ、
前記連続度が前記連続度閾値未満である場合、前記落下物尤度を減少させる。
前記車両制御システムは、
第7から第9の観点のいずれか1つに係る前記物体認識装置と、
前記物体認識処理の結果に基づいて、前記車両の走行を制御する車両走行制御を行う車両走行制御装置と
を備える。
前記車両走行制御装置は、前記落下物尤度に応じて前記落下物に対する走行プランを生成し、前記走行プランに従って前記車両走行制御を行う。
第2閾値は第1閾値よりも高い。
前記落下物尤度が前記第1閾値以上、且つ、前記第2閾値未満である場合、前記走行プランは、アクセルをOFFすることを含む。
前記落下物尤度が前記第2閾値以上である場合、前記走行プランは、前記落下物を回避するための減速及び操舵の少なくとも一方を行うことを含む。
1-1.ライダー点群
図1は、本実施の形態に係る車両1に搭載されるライダー10を説明するための概念図である。ライダー10は、車両1の周囲の物体を認識するために用いられる。
図3は、本実施の形態に係る物体認識装置50を説明するためのブロック図である。物体認識装置50は、ライダー10、位置姿勢センサ20、及び地形地図データベース30に接続されている。
図4は、本実施の形態に係る物体認識処理によって認識される物体を示す概念図である。物体認識処理では、追跡(tracking)の対象となる物体が認識される。追跡対象としては、他車両、歩行者、看板、パイロン、路側物、落下物、等が挙げられる。本実施の形態では、路面RS上の落下物3と、落下物3以外の追跡対象4とを区別して考える。一般的に、落下物3は路面RSの近傍のみに存在し、落下物3の高さは追跡対象4よりも顕著に低い。本実施の形態に係る物体認識処理は、落下物3と追跡対象4とを識別する。
図6は、ステップS10を説明するための概念図である。Z方向は、鉛直方向を表す。ステップS10において、プロセッサ51は、ノイズの影響が大きいと考えられる「ノイズ領域NR」を設定する。図6に示されるように、ノイズ領域NRは、路面RSの絶対位置から高さh(第1高さ)の領域である。路面RSの絶対位置は、上述の地形地図情報230から得られる。高さhは、予め決定される。高さhの決定ポリシーの一例は、次の通りである。
図7は、ステップS20を説明するための概念図である。ステップS20において、プロセッサ51は、ライダー点群PCを、ノイズ領域NRに含まれる第1点群PC1と、ノイズ領域NRに含まれない第2点群PC2とに分類する。
図8は、ステップS30を説明するための概念図である。ステップS30において、プロセッサ51は、ノイズ領域NRに含まれる第1点群PC1に基づいて、落下物3の候補を抽出する(第1抽出処理)。落下物3の候補は、以下「落下物候補3C」と呼ばれる。
ステップS40において、プロセッサ51は、第2点群PC2に基づいて、追跡対象4の候補を抽出する(第2抽出処理)。追跡対象4の候補は、以下「追跡対象候補4C」と呼ばれる。プロセッサ51は、周知のクラスタリング処理を第2点群PC2に適用することによって、追跡対象候補4Cを抽出する。
図8に示されるように、実際に追跡対象4が存在する水平位置では、落下物候補3Cと追跡対象候補4CがZ方向において重なる。言い換えれば、落下物候補3Cと追跡対象候補4Cの水平位置が一致する。逆に、落下物候補3Cと追跡対象候補4Cの水平位置が一致している場合、その位置には落下物3ではなく追跡対象4が存在すると判断することができる。
図9は、ステップS60を説明するための概念図である。ステップS60において、プロセッサ51は、統合処理を行う。具体的には、プロセッサ51は、水平位置が一致する落下物候補3Cと追跡対象候補4Cを追跡対象4として統合する。言い換えれば、プロセッサ51は、追跡対象候補4Cと重なる落下物候補3Cを、落下物3ではなく追跡対象4として認識する。
プロセッサ51は、ノイズ領域NRに残っている落下物候補3Cを落下物3として認識する。つまり、プロセッサ51は、追跡対象4に統合されなかった落下物候補3Cを落下物3として認識する。また、プロセッサ51は、追跡対象候補4Cを追跡対象4として認識する。プロセッサ51は、認識結果を示す物体認識情報250を生成し、その物体認識情報250を記憶装置52に格納する。
以上に説明されたように、本実施の形態によれば、路面RSの絶対位置を示す地形地図情報230に基づいて、路面RS近くのノイズ領域NRが設定される。ライダー計測情報210で示されるライダー点群PCは、ノイズ領域NRに含まれる第1点群PC1と、それ以外の第2点群PC2とに分類される。第1点群PC1からは、ノイズ領域NRに含まれる落下物候補3Cが抽出される。一方、第2点群PC2からは、ノイズ領域NRに含まれない追跡対象候補4Cが抽出される。
上述の第1抽出処理(ステップS30)では、第1点群PC1を路面点群PCRと落下物点群PCFとに分離する分離処理が行われる。但し、路面点群PCRの検出情報(検出位置等)そのものにノイズが含まれる可能性がある。また、上述の通り、車両1のピッチ角の誤差が、路面点群PCRの高度の算出誤差の原因となる。従って、地形地図情報230で示される路面RSの絶対位置を参照しても、路面点群PCRを精度良く除去することができない可能性がある。
図10に示されるように、ライダー10は、水平方向だけでなく、垂直方向に対してもレーザパルスを走査する。垂直方向の走査範囲は、複数のレイヤL1~Ln(n=2以上の整数)で表される。本実施の形態では、路面点群PCRを検出するレイヤ(図10に示される例ではレイヤL4~L6)について考える。
図13は、本実施の形態に係る第1抽出処理(ステップS30)を示すフローチャートである。
ステップS31において、プロセッサ51は、第1点群PC1の各検出点の「特徴量Q」を算出する。特徴量Qは、図12で説明された乖離を特徴付けるパラメータである。特徴量Qの一例として、ライダー10から各検出点までの距離が挙げられる。特徴量Qの他の例として、隣接する検出点に対する検出位置の差分が挙げられる。プロセッサ51は、第1点群PC1のライダー計測情報210に基づいて、第1点群PC1の各検出点の特徴量Qを算出することができる。
ステップS32において、プロセッサ51は、特徴量Qに基づいて、第1点群PC1を路面点群PCRと落下物点群PCFとに分離する。路面点群PCRと落下物点群PCFとを分離するための「分離基準」は予め決められている。
ステップS33において、プロセッサ51は、落下物点群PCFに基づいて落下物候補3Cを抽出する。落下物候補3Cの抽出には、周知のクラスタリング処理が用いられる。このとき、実際には同一の落下物3が2つ以上の落下物候補3Cとして抽出されてもよい。また、実際には異なる2以上の落下物3が1つの落下物候補3Cとして抽出されてもよい。
同一レイヤに属する第1点群PC1を考えたとき、落下物点群PCFの検出位置と路面点群PCRの検出位置との間には明確な乖離(ギャップ)が存在する。そのような乖離に着目することにより、路面点群PCRの情報のノイズに影響されることなく、路面点群PCRと落下物点群PCFとを精度良く分離することが可能となる。分離処理の精度が向上するため、落下物候補3Cの抽出精度も向上する。結果として、落下物3の認識精度も更に向上する。
第3の実施の形態では、落下物候補3Cが落下物3であることの尤度(likelihood)を算出する手法を説明する。落下物候補3Cが落下物3であることの尤度は、以下「落下物尤度LKF」と呼ばれる。既出の実施の形態と重複する説明は適宜省略される。
落下物候補3Cに対応する落下物点群PCFに関する特徴量Qが分離基準(図14参照)から離れているほど、落下物尤度LKFは高いと言える。そこで、プロセッサ51は、落下物候補3Cに対応する落下物点群PCFに関する特徴量Qと分離基準に基づいて、落下物尤度LKFを算出する。具体的には、プロセッサ51は、特徴量空間における特徴量Qと分離基準との間の離間距離を算出し、その離間距離に応じて落下物尤度LKFを算出する。離間距離が大きいほど、落下物尤度LKFは高くなる。
第2の例では、同一の落下物候補3Cに関する「連続度」について考える。連続度とは、同一の落下物候補3Cの位置が時間的に連続している度合いを表す。
第3の例は、第1の例と第2の例の組み合わせである。まず、プロセッサ51は、第1の例に従って落下物尤度LKFを算出する。続いて、プロセッサ51は、第2の例に従って連続度を算出し、その連続度に応じて落下物尤度LKFを更に増減させる。
図16は、落下物尤度LKFの更新例を示すタイミングチャートである。図16に示される例では、落下物尤度LKFは、時間と共に徐々に増加していく。このような落下物尤度LKFは、次に説明される車両走行制御に利用され得る。
第4の実施の形態では、物体認識処理の結果に基づく車両走行制御について説明する。既出の実施の形態と重複する説明は適宜省略される。
図17は、本実施の形態に係る車両制御システム100の構成例を示すブロック図である。車両制御システム100は、認識センサ110、車両状態センサ120、地図データベース130、走行装置140、及び制御装置150を備えている。
図18は、本実施の形態に係る車両制御システム100の制御装置150による処理を示すフローチャートである。
制御装置150(プロセッサ151)は、車両1の運転環境を示す運転環境情報240を取得する。制御装置150は、取得した運転環境情報240を記憶装置152に格納する。
また、制御装置150(プロセッサ151)は、運転環境情報240に基づいて、物体認識処理を行う。物体認識処理は、既出の実施の形態のいずれかで説明されたものである。すなわち、制御装置150は、既出の実施の形態で説明された「物体認識装置50」として機能する。制御装置150は、物体認識処理の結果を示す物体認識情報250を記憶装置152に格納する。
更に、制御装置150(プロセッサ151)は、車両1の走行を制御する車両走行制御を行う。具体的には、制御装置150は、走行装置140の動作を制御することによって車両走行制御を行う。車両走行制御は、駆動制御、制動制御、及び操舵制御を含んでいる。駆動制御は、駆動装置を通して行われる。制動制御は、制動装置を通して行われる。操舵制御は、操舵装置を通して行われる。制御装置150は、車両走行制御を行う「車両走行制御装置」としても機能する。
以上に説明されたように、本実施の形態によれば、物体認識処理の結果に基づいて車両走行制御が行われる。例えば、落下物3の認識結果に基づいて、落下物3に対する衝突回避制御が行われる。特に、落下物尤度LKFを利用することにより、衝突回避制御の誤作動を抑制することが可能となる。このことは、衝突回避制御に対する違和感の軽減及び信頼の向上に寄与する。
3 落下物
3C 落下物候補
4 追跡対象
4C 追跡対象候補
10 ライダー
20 位置姿勢センサ
30 地形地図データベース
50 物体認識装置
51 プロセッサ
52 記憶装置
100 車両制御システム
110 認識センサ
120 車両状態センサ
130 地図データベース
140 走行装置
150 制御装置
210 ライダー計測情報
220 位置姿勢情報
230 地形地図情報
240 運転環境情報
250 物体認識情報
LKF 落下物尤度
PC ライダー点群
PC1 第1点群
PC2 第2点群
PCF 落下物点群
PCR 路面点群
Claims (10)
- 車両の周囲の物体を認識する物体認識装置であって、
前記車両は、ライダーを備え、
ライダー点群は、前記ライダーによって検出される検出点の集合であり、
前記物体認識装置は、
前記検出点の各々の検出位置を示すライダー計測情報、前記車両の絶対位置及び姿勢を示す位置姿勢情報、及び路面の絶対位置を示す地形地図情報が格納される記憶装置と、
前記車両の周囲の前記物体を認識する物体認識処理を行うプロセッサと
を備え、
前記物体は、前記路面上の落下物と、前記落下物以外の追跡対象とを含み、
前記物体認識処理において、前記プロセッサは、
前記地形地図情報に基づいて、前記路面の前記絶対位置から第1高さの領域をノイズ領域として設定し、
前記ライダー計測情報と前記位置姿勢情報に基づいて、前記ライダー点群を、前記ノイズ領域に含まれる第1点群と前記ノイズ領域に含まれない第2点群とに分類し、
前記第1点群に基づいて、前記落下物の候補である落下物候補を抽出する第1抽出処理を行い、
前記第2点群に基づいて、前記追跡対象の候補である追跡対象候補を抽出する第2抽出処理を行い、
前記落下物候補と前記追跡対象候補の水平位置が一致するか否かを判定し、
前記水平位置が一致する前記落下物候補と前記追跡対象候補とを前記追跡対象として統合し、
前記追跡対象に統合されなかった前記落下物候補を前記落下物として認識し、
前記第1高さは、前記位置姿勢情報に含まれる前記車両のピッチ角の誤差と、前記ライダーの最大計測距離との積である
物体認識装置。 - 請求項1に記載の物体認識装置であって、
路面点群は、前記路面を表す前記ライダー点群であり、
前記第1点群は、前記路面点群と、前記路面点群以外の落下物点群とを含み、
前記第1抽出処理において、前記プロセッサは、
前記ライダー計測情報あるいは前記地形地図情報に基づいて、前記第1点群を前記路面点群と前記落下物点群とに分離する分離処理を行い、
前記落下物点群に基づいて、前記落下物候補を抽出する
物体認識装置。 - 請求項2に記載の物体認識装置であって、
同一レイヤに属する前記第1点群を考えたとき、前記落下物点群の前記検出位置と前記路面点群の前記検出位置との間には乖離が存在し、
特徴量は、前記乖離を特徴付けるパラメータであり、
前記分離処理において、前記プロセッサは、
前記第1点群の前記ライダー計測情報に基づいて、前記第1点群の前記検出点の各々の前記特徴量を算出し、
前記特徴量に基づいて、前記第1点群を前記路面点群と前記落下物点群とに分離する
物体認識装置。 - 請求項3に記載の物体認識装置であって、
前記特徴量は、前記ライダーから前記検出点の各々までの距離を含む
物体認識装置。 - 請求項3又は4に記載の物体認識装置であって、
前記特徴量は、隣接する検出点に対する前記検出位置の差分を含む
物体認識装置。 - 請求項3乃至5のいずれか一項に記載の物体認識装置であって、
落下物尤度は、前記落下物候補が前記落下物であることの尤度であり、
前記プロセッサは、前記落下物候補を抽出した後、前記落下物尤度を算出する尤度算出処理を更に行う
物体認識装置。 - 請求項6に記載の物体認識装置であって、
前記路面点群と前記落下物点群とを分離するための分離基準は予め決められており、
前記尤度算出処理において、前記プロセッサは、前記落下物候補に対応する前記落下物点群に関する前記特徴量と前記分離基準に基づいて、前記落下物尤度を算出し、
前記落下物候補に対応する前記落下物点群に関する前記特徴量が前記分離基準から離れているほど、前記落下物尤度は高くなる
物体認識装置。 - 請求項6又は7に記載の物体認識装置であって、
連続度は、前記落下物候補の位置が時間的に連続している度合いを表し、
前記尤度算出処理において、前記プロセッサは、
前記落下物候補の抽出履歴に基づいて、前記連続度を算出し、
前記連続度が連続度閾値以上である場合、前記落下物尤度を増加させ、
前記連続度が前記連続度閾値未満である場合、前記落下物尤度を減少させる
物体認識装置。 - 請求項6乃至8のいずれか一項に記載の物体認識装置と、
前記物体認識処理の結果に基づいて、前記車両の走行を制御する車両走行制御を行う車両走行制御装置と
を備え、
前記車両走行制御装置は、前記落下物尤度に応じて前記落下物に対する走行プランを生成し、前記走行プランに従って前記車両走行制御を行う
車両制御システム。 - 請求項9に記載の車両制御システムであって、
第2閾値は第1閾値よりも高く、
前記落下物尤度が前記第1閾値以上、且つ、前記第2閾値未満である場合、前記走行プランは、アクセルをOFFすることを含み、
前記落下物尤度が前記第2閾値以上である場合、前記走行プランは、前記落下物を回避するための減速及び操舵の少なくとも一方を行うことを含む
車両制御システム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019054724A JP7147651B2 (ja) | 2019-03-22 | 2019-03-22 | 物体認識装置及び車両制御システム |
US16/782,357 US11598877B2 (en) | 2019-03-22 | 2020-02-05 | Object recognition device and vehicle control system |
CN202010199433.XA CN111722249B (zh) | 2019-03-22 | 2020-03-20 | 物体识别装置以及车辆控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019054724A JP7147651B2 (ja) | 2019-03-22 | 2019-03-22 | 物体認識装置及び車両制御システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020154983A JP2020154983A (ja) | 2020-09-24 |
JP7147651B2 true JP7147651B2 (ja) | 2022-10-05 |
Family
ID=72515747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019054724A Active JP7147651B2 (ja) | 2019-03-22 | 2019-03-22 | 物体認識装置及び車両制御システム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11598877B2 (ja) |
JP (1) | JP7147651B2 (ja) |
CN (1) | CN111722249B (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7384147B2 (ja) | 2020-11-30 | 2023-11-21 | トヨタ自動車株式会社 | 物標検出装置及びそれが搭載された車両 |
CN113740848B (zh) * | 2021-09-30 | 2023-11-17 | 中科芯集成电路有限公司 | 一种基于毫米波雷达的独居老人追踪式跌倒检测装置 |
CN114942434B (zh) * | 2022-04-25 | 2024-02-02 | 四川八维九章科技有限公司 | 一种基于毫米波雷达点云的跌倒姿态识别方法及系统 |
CN116381698B (zh) * | 2023-06-05 | 2024-03-12 | 蘑菇车联信息科技有限公司 | 道路遗撒物的检测方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001283392A (ja) | 2000-03-31 | 2001-10-12 | Denso Corp | 車両用障害物認識方法及び装置、記録媒体 |
JP2003066144A (ja) | 2001-08-23 | 2003-03-05 | Omron Corp | 対象物検出装置および方法 |
JP2017166971A (ja) | 2016-03-16 | 2017-09-21 | 株式会社デンソー | 物体検出装置および物体検出プログラム |
JP2018112887A (ja) | 2017-01-11 | 2018-07-19 | 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 |
WO2018179359A1 (ja) | 2017-03-31 | 2018-10-04 | 本田技研工業株式会社 | 車両制御システム、車両制御方法、および車両制御プログラム |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4202705B2 (ja) * | 2002-09-27 | 2008-12-24 | 株式会社パスコ | レーザデータのノイズ除去方法 |
CN102779280B (zh) * | 2012-06-19 | 2014-07-30 | 武汉大学 | 一种基于激光传感器的交通信息提取方法 |
KR101491314B1 (ko) * | 2013-09-10 | 2015-02-06 | 현대자동차주식회사 | 레이저 스캐너를 이용한 장애물 인식 장치 및 방법 |
CN104143194B (zh) * | 2014-08-20 | 2017-09-08 | 清华大学 | 一种点云分割方法及装置 |
KR101824982B1 (ko) * | 2015-10-07 | 2018-02-02 | 엘지전자 주식회사 | 차량 및 그 제어방법 |
CN105551016B (zh) * | 2015-12-02 | 2019-01-22 | 百度在线网络技术(北京)有限公司 | 一种基于激光点云的路沿识别方法及装置 |
KR101834348B1 (ko) * | 2016-03-16 | 2018-03-05 | 엘지전자 주식회사 | 운전 보조 장치 및 그 제어 방법 |
JP6558393B2 (ja) | 2017-04-06 | 2019-08-14 | トヨタ自動車株式会社 | 進路設定装置及び進路設定方法 |
CN109238221B (zh) * | 2017-07-10 | 2021-02-26 | 上海汽车集团股份有限公司 | 一种车辆周围环境的检测方法及装置 |
WO2019152888A1 (en) * | 2018-02-02 | 2019-08-08 | Nvidia Corporation | Safety procedure analysis for obstacle avoidance in autonomous vehicle |
CN117022255A (zh) * | 2018-03-20 | 2023-11-10 | 御眼视觉技术有限公司 | 用于主车辆的自动驾驶系统、机器可读存储介质和装置 |
US10809073B2 (en) * | 2018-12-05 | 2020-10-20 | Here Global B.V. | Local window-based 2D occupancy grids for localization of autonomous vehicles |
WO2020182591A1 (en) * | 2019-03-08 | 2020-09-17 | Osram Gmbh | Component for a lidar sensor system, lidar sensor system, lidar sensor device, method for a lidar sensor system and method for a lidar sensor device |
-
2019
- 2019-03-22 JP JP2019054724A patent/JP7147651B2/ja active Active
-
2020
- 2020-02-05 US US16/782,357 patent/US11598877B2/en active Active
- 2020-03-20 CN CN202010199433.XA patent/CN111722249B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001283392A (ja) | 2000-03-31 | 2001-10-12 | Denso Corp | 車両用障害物認識方法及び装置、記録媒体 |
JP2003066144A (ja) | 2001-08-23 | 2003-03-05 | Omron Corp | 対象物検出装置および方法 |
JP2017166971A (ja) | 2016-03-16 | 2017-09-21 | 株式会社デンソー | 物体検出装置および物体検出プログラム |
JP2018112887A (ja) | 2017-01-11 | 2018-07-19 | 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 |
WO2018179359A1 (ja) | 2017-03-31 | 2018-10-04 | 本田技研工業株式会社 | 車両制御システム、車両制御方法、および車両制御プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2020154983A (ja) | 2020-09-24 |
CN111722249A (zh) | 2020-09-29 |
CN111722249B (zh) | 2023-12-01 |
US11598877B2 (en) | 2023-03-07 |
US20200301019A1 (en) | 2020-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7147651B2 (ja) | 物体認識装置及び車両制御システム | |
EP3647728B1 (en) | Map information system | |
US10510257B2 (en) | Object tracking method and object tracking device | |
JP6747269B2 (ja) | 物体認識装置 | |
US11898855B2 (en) | Assistance control system that prioritizes route candidates based on unsuitable sections thereof | |
US10553117B1 (en) | System and method for determining lane occupancy of surrounding vehicles | |
US20210061309A1 (en) | Vehicle control system | |
JP2018180735A (ja) | 動作範囲決定装置 | |
US10789488B2 (en) | Information processing device, learned model, information processing method, and computer program product | |
JP2018200267A (ja) | 上方構造物判定装置及び運転支援システム | |
JP6911312B2 (ja) | 物体識別装置 | |
US20210331671A1 (en) | Travel lane estimation device, travel lane estimation method, and computer-readable non-transitory storage medium | |
KR102569900B1 (ko) | 전방위 센서퓨전 장치 및 그의 센서퓨전 방법과 그를 포함하는 차량 | |
JP2018036796A (ja) | 外界情報処理装置 | |
RU2744012C1 (ru) | Способы и системы для автоматизированного определения присутствия объектов | |
CN113412212A (zh) | 其它车辆动作预测方法以及其它车辆动作预测装置 | |
US11403951B2 (en) | Driving assistance for a motor vehicle when approaching a tollgate | |
CN112147613A (zh) | 竖直道路轮廓估计 | |
JP6171499B2 (ja) | 危険度判定装置及び危険度判定方法 | |
CN113525382B (zh) | 车辆控制装置及存储介质 | |
CN109991603A (zh) | 车辆控制装置 | |
JP7167732B2 (ja) | 地図情報システム | |
CN110736981B (zh) | 基于雷达的对慢速移动对象的跟踪 | |
CN116524454A (zh) | 物体追踪装置、物体追踪方法及存储介质 | |
CN116242375A (zh) | 一种基于多传感器的高精度电子地图生成方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210524 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220427 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220607 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220712 |
|
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: 20220905 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7147651 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |