JP7213667B2 - 区画領域および移動経路の低次元の検出 - Google Patents
区画領域および移動経路の低次元の検出 Download PDFInfo
- Publication number
- JP7213667B2 JP7213667B2 JP2018222086A JP2018222086A JP7213667B2 JP 7213667 B2 JP7213667 B2 JP 7213667B2 JP 2018222086 A JP2018222086 A JP 2018222086A JP 2018222086 A JP2018222086 A JP 2018222086A JP 7213667 B2 JP7213667 B2 JP 7213667B2
- Authority
- JP
- Japan
- Prior art keywords
- neural network
- artificial neural
- image
- boundary
- ann
- 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 description 6
- 230000005012 migration Effects 0.000 title 1
- 238000013508 migration Methods 0.000 title 1
- 238000013528 artificial neural network Methods 0.000 claims description 32
- 230000006870 function Effects 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000001737 promoting effect Effects 0.000 claims 1
- 238000012549 training Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 238000000034 method Methods 0.000 description 7
- 230000011218 segmentation Effects 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 239000000523 sample Substances 0.000 description 5
- 230000006399 behavior Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000012488 sample solution Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
-
- 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
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- G06V20/50—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
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- G06T2207/30236—Traffic on road, railway or crossing
-
- 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
- G06T2207/30241—Trajectory
-
- 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
- G06T2207/30256—Lane; Road marking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Navigation (AREA)
Description
さらには、解決されるべき問題がはるかにコンパクトに表現され、すなわちはじめから運転、もしくは運転を補助する支援システムに実際に必要とされる情報しか問い合わせられないので、ANN自体もはじめからはるかに小さく設計することができる。
2 区画領域
3 移動経路
4 画像
5、5a、5b アーティフィシャル・ニューラル・ネットワークANN
6 アグリゲータ
20~22 境界線
20a、20b 位置
25 包絡線
28 第1オブジェクトタイプ
29 第2オブジェクトタイプ
41 列
42、44 位置
43 行
51 第1層
57 第2層
100 支援システム
105 許容範囲
110 比較ユニット
120 警告装置
130 センサ
140 インターフェース
151 方位
152 速度
160、180 制御ループ
161 制御偏差
165 制御
170 アクチュエータ
175 表示装置
181 残り走行距離
182 残り時間
183 目標値
184 最低レベル
185 制御
Claims (14)
- 連続する複数の層(51~57)からなる少なくとも1つのアーティフィシャル・ニューラル・ネットワークANN(5、5a、5b)を備える、少なくとも1つの画像(4)から、区画領域(2)および/または少なくとも1つのオブジェクトの移動経路(3)を検出する装置(1)であって、前記アーティフィシャル・ニューラル・ネットワークANN(5、5a、5b)の第1層(51)が前記少なくとも1つの画像(4)または前記少なくとも1つの画像(4)の一部分を入力として受け取る、装置において、
前記アーティフィシャル・ニューラル・ネットワークANN(5、5a、5b)の第2層(57)は、前記区画領域(2)の境界線(20~22)、前記移動経路(3)の線形状、あるいは前記境界線(20~22)または前記移動経路(3)の一部を出力として提供するように形成されており、前記第2層(57)の次元が前記第1層(51)の次元より小さく、
前記アーティフィシャル・ニューラル・ネットワークANN(5、5a、5b)は、前記画像の各行(43)、または前記画像(4)の行から選択された行(43)に、該行(43)内の、前記移動経路(3)が延びる少なくとも1つの位置(44)を割り当てるように形成されていることを特徴とする、
装置。 - 少なくとも、
前記区画領域(2)と該区画領域(2)を区切る第1オブジェクトタイプ(28)との間の境界線(21)を決定するように形成された第1アーティフィシャル・ニューラル・ネットワークANN(5a)と、
前記区画領域(2)と該区画領域(2)を区切る第2オブジェクトタイプ(29)との間の境界線(22)を決定するように形成された第2アーティフィシャル・ニューラル・ネットワークANN(5b)と、
が設けられていることを特徴とする、請求項1に記載の装置(1)。 - 前記第1アーティフィシャル・ニューラル・ネットワークANN(5a)および前記第2アーティフィシャル・ニューラル・ネットワークANN(5b)の出力が少なくとも1つのアグリゲータ(6)に送られ、前記アグリゲータ(6)は、前記第1アーティフィシャル・ニューラル・ネットワークANN(5a)および前記第2アーティフィシャル・ニューラル・ネットワークANN(5b)により提供された境界線(21、22)の重畳の包絡線(25)を前記区画領域(2)の唯一の、または付加的境界線(20)として検出するように形成されていることを特徴とする、請求項2に記載の装置(1)。
- 前記アーティフィシャル・ニューラル・ネットワークANN(5、5a、5b)は、パラメータ化された関数で線を描くための、および/またはベクタグラフィックスで線を描くためのパラメータセットとしての前記境界線(20~22)、前記移動経路(3)、または相応の部分を提供するように形成されていることを特徴とする、請求項1~3のいずれか一項に記載の装置(1)。
- 前記アーティフィシャル・ニューラル・ネットワークANN(5、5a、5b)は、前記画像(4)の各列(41)に、または前記画像(4)の列から選択された列(41)に、該列(41)内の、前記区画領域(2)の境界線(20~22)が延びる少なくとも1つの位置(42)を割り当てるように形成されていることを特徴とする、請求項1~4のいずれか一項に記載の装置(1)。
- 前記アーティフィシャル・ニューラル・ネットワークANN(5、5a、5b)は、前記画像(4)を横切る少なくとも1つの路線における、前記区画領域(2)の境界線(20~22)の最初の出現を検出するように形成されていることを特徴とする、請求項1~5のいずれか一項に記載の装置(1)。
- 前記装置(1)は、さらに、前記区画領域(2)の検出された境界線(20)に沿ういくつかの位置(20a、20b)で、それぞれ、そこにある前記区画領域(2)が特定のオブジェクトタイプ(28、29)によって区切られる確率を検出するように形成されていることを特徴とする、請求項1~6のいずれか一項に記載の装置(1)。
- 少なくとも1つの車両またはオブジェクトの移動を監視および/または制御する支援システム(100)であって、請求項1~7のいずれか一項に記載の装置(1)を備える、支援システム。
- 前記装置(1)により検出された移動経路(3)が許容範囲(105)内に延びているか否かを監視するように、かつ前記許容範囲(105)を超えた場合に聴覚的、視覚的、または触覚的警告装置(120)を制御するように形成されている比較ユニット(110)が設けられていることを特徴とする、請求項8に記載の支援システム(100)。
- 前記許容範囲(105)は、少なくとも部分的に、前記装置(1)により検出された前記区画領域(2)の境界線(20~22、25)によって設定されていることを特徴とする、請求項9に記載の支援システム(100)。
- 前記車両の方位(151)および/または速度(152)を検知するための少なくとも1つのセンサ(130)および/または少なくとも1つのインターフェース(140)が設けられていることを特徴とする、請求項8~9のいずれか一項に記載の支援システム(100)。
- 前記装置(1)により検出された、前記検知された方位(151)からの前記移動経路(3)の逸脱が制御偏差(161)としての役割をする制御ループ(160)が設けられており、前記制御ループ(160)は、少なくとも1つのアクチュエータ(170)および/または少なくとも1つの視覚的、聴覚的、または触覚的表示装置(175)を制御する(165)ことによって前記制御偏差(161)を解消するように形成されていることを特徴とする、請求項11に記載の支援システム(100)。
- 前記装置(1)により検出された前記境界線(20~22)に達するまでの残り走行距離(181)および/または残り時間(182)を、少なくとも1つのアクチュエータ(170)および/または少なくとも1つの視覚的、聴覚的、または触覚的表示装置(175)を制御すること(185)によって目標値(183)に調節する、および/または最低レベル(184)より高く維持するように形成されている制御ループ(180)が設けられていることを特徴とする、請求項8~12のいずれか一項に記載の支援システム(100)。
- コンピュータプログラムであって、機械可読命令が、コンピュータおよび/または制御装置で実行される場合に前記コンピュータおよび/または前記制御装置を請求項1~8のいずれか一項に記載の装置(1)に格上げし、および/または比較ユニット(110)および/または制御ループ(160、180)の機能を請求項8~13のいずれか一項に記載の支援システム(100)で実行させる前記機械可読命令を含む、コンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017223206.4 | 2017-12-19 | ||
DE102017223206.4A DE102017223206A1 (de) | 2017-12-19 | 2017-12-19 | Niederdimensionale Ermittlung von abgegrenzten Bereichen und Bewegungspfaden |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019169124A JP2019169124A (ja) | 2019-10-03 |
JP7213667B2 true JP7213667B2 (ja) | 2023-01-27 |
Family
ID=66674560
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018222086A Active JP7213667B2 (ja) | 2017-12-19 | 2018-11-28 | 区画領域および移動経路の低次元の検出 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11263465B2 (ja) |
JP (1) | JP7213667B2 (ja) |
CN (1) | CN110015293B (ja) |
DE (1) | DE102017223206A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019118366A1 (de) * | 2019-07-08 | 2021-01-14 | Zf Friedrichshafen Ag | Verfahren sowie Steuergerät für ein System zum Steuern eines Kraftfahrzeugs |
DE102020206990A1 (de) | 2020-06-04 | 2021-12-09 | Robert Bosch Gesellschaft mit beschränkter Haftung | Vorrichtung zur Verarbeitung von Sensordaten und Trainingsverfahren |
DE102021101188A1 (de) | 2021-01-21 | 2022-07-21 | Valeo Schalter Und Sensoren Gmbh | Fahrunterstützungssystem mit verbesserter Gegensteuerung gegen eine auf das Fahrzeug wirkende Luftströmung |
DE102021202933A1 (de) | 2021-03-25 | 2022-09-29 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfolgung mehrerer Objekte in Zusammenarbeit mehrerer neuronaler Netzwerke |
DE102021202934A1 (de) | 2021-03-25 | 2022-09-29 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfolgung mehrerer Objekte mit neuronalen Netzwerken, lokalen Speichern und einem gemeinsamen Speicher |
DE102021208830A1 (de) | 2021-08-12 | 2023-02-16 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zur Prädiktion einer Ego-Fahrspur für ein Fahrzeug |
DE102022212709A1 (de) | 2022-11-28 | 2024-05-29 | Robert Bosch Gesellschaft mit beschränkter Haftung | Korridorbasierte Fahrzeugsteuerung |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005004413A (ja) | 2003-06-11 | 2005-01-06 | Nissan Motor Co Ltd | 車両用運転支援装置 |
JP2008189055A (ja) | 2007-02-01 | 2008-08-21 | Toyota Motor Corp | 追従制御装置 |
US20170118907A1 (en) | 2015-11-03 | 2017-05-04 | Nuhn Industries Ltd. | Automated manure agitation and transfer |
US20170336794A1 (en) | 2015-02-10 | 2017-11-23 | Mobileye Vision Technologies Ltd. | Navigating in snow |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8209120B2 (en) * | 1997-10-22 | 2012-06-26 | American Vehicular Sciences Llc | Vehicular map database management techniques |
DE19802261A1 (de) * | 1998-01-22 | 1999-07-29 | Daimler Chrysler Ag | Verfahren zur Signalverarbeitung von Zeitfolgen digitalisierter Bilder |
DE19942223C2 (de) * | 1999-09-03 | 2003-03-13 | Daimler Chrysler Ag | Klassifikationsverfahren mit Rückweisungsklasse |
DE102005037273A1 (de) * | 2005-08-08 | 2007-02-15 | Robert Bosch Gmbh | Spurassistenzsystem für Fahrzeuge |
DE102007015227B4 (de) * | 2007-03-29 | 2010-01-14 | Continental Automotive Gmbh | Verfahren und Anordnung zur näherungsweisen Bestimmung einer von einem Fahrzeug aktuell befahrenen Fahrspur |
DE102012023563A1 (de) * | 2012-12-01 | 2014-06-05 | Man Truck & Bus Ag | Fahrerassistenzsystem zur Unterstützung eines Fahrzeugführers beim Betrieb eines Fahrzeugs, insbesondere eines Kraft- und/oder Nutzfahrzeugs |
US9305219B2 (en) | 2014-01-23 | 2016-04-05 | Mitsubishi Electric Research Laboratories, Inc. | Method for estimating free space using a camera system |
EP4187523A1 (en) * | 2014-05-14 | 2023-05-31 | Mobileye Vision Technologies Ltd. | Systems and methods for curb detection and pedestrian hazard assessment |
DE102014212478A1 (de) * | 2014-06-27 | 2015-12-31 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Erstellung eines Umfeldmodells eines Fahrzeugs |
DE102015202099A1 (de) * | 2015-02-06 | 2016-08-11 | Bayerische Motoren Werke Aktiengesellschaft | Verarbeiten von Sensordaten für ein Fahrerassistenzsystem |
US9829888B2 (en) * | 2015-11-17 | 2017-11-28 | Ford Global Technologies, Llc | Distinguishing lane markings for a vehicle to follow |
US20170206426A1 (en) * | 2016-01-15 | 2017-07-20 | Ford Global Technologies, Llc | Pedestrian Detection With Saliency Maps |
US9802599B2 (en) * | 2016-03-08 | 2017-10-31 | Ford Global Technologies, Llc | Vehicle lane placement |
CN107092862A (zh) * | 2017-03-16 | 2017-08-25 | 浙江零跑科技有限公司 | 一种基于卷积神经网络的车道边缘检测方法 |
-
2017
- 2017-12-19 DE DE102017223206.4A patent/DE102017223206A1/de active Pending
-
2018
- 2018-11-28 JP JP2018222086A patent/JP7213667B2/ja active Active
- 2018-12-07 US US16/213,239 patent/US11263465B2/en active Active
- 2018-12-19 CN CN201811557878.XA patent/CN110015293B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005004413A (ja) | 2003-06-11 | 2005-01-06 | Nissan Motor Co Ltd | 車両用運転支援装置 |
JP2008189055A (ja) | 2007-02-01 | 2008-08-21 | Toyota Motor Corp | 追従制御装置 |
US20170336794A1 (en) | 2015-02-10 | 2017-11-23 | Mobileye Vision Technologies Ltd. | Navigating in snow |
US20170118907A1 (en) | 2015-11-03 | 2017-05-04 | Nuhn Industries Ltd. | Automated manure agitation and transfer |
Non-Patent Citations (2)
Title |
---|
Dan Levi et al.,StixelNet: A Deep Convolutional Network for Obstacle Detection and Road Segmentation,British Machine Vision Conference 2015,2015年01月31日,pp.1-12,http://www.bmva.org/bmvc/2015/papers/paper109/paper109.pdf |
遠藤 拡 外2名,ニューラルネットワークを使用した走行環境のリアルタイム認識,電子情報通信学会技術研究報告,日本,一般社団法人電子情報通信学会,2015年07月14日,第115巻 第150号,pp.1-5 |
Also Published As
Publication number | Publication date |
---|---|
DE102017223206A1 (de) | 2019-06-19 |
US11263465B2 (en) | 2022-03-01 |
CN110015293B (zh) | 2024-07-19 |
JP2019169124A (ja) | 2019-10-03 |
US20190188496A1 (en) | 2019-06-20 |
CN110015293A (zh) | 2019-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7213667B2 (ja) | 区画領域および移動経路の低次元の検出 | |
US10606270B2 (en) | Controlling an autonomous vehicle using cost maps | |
US11462022B2 (en) | Traffic signal analysis system | |
US12090997B1 (en) | Predicting trajectories of objects based on contextual information | |
EP3825803B1 (en) | Collision-avoidance system for autonomous-capable vehicles | |
US11667292B2 (en) | Systems and methods for vehicle braking | |
US20200247434A1 (en) | Method and device for signaling present driving intention of autonomous vehicle to humans by using various v2x-enabled application | |
US11256260B2 (en) | Generating trajectories for autonomous vehicles | |
CN109080638B (zh) | 用于确定不可行驶区域的方法和装置 | |
US12039861B2 (en) | Systems and methods for analyzing the in-lane driving behavior of a road agent external to a vehicle | |
DE112022002353T5 (de) | Verfahren und Systeme zur Trajektorienerzeugung für ein autonomes Fahrzeug beim Überfahren einer Kreuzung | |
US20210300414A1 (en) | Vehicle control method, vehicle control device, and storage medium | |
KR20210005395A (ko) | 자율주행차량의 유턴 전략 결정 장치 및 그 방법 | |
US11667281B2 (en) | Vehicle control method, vehicle control device, and storage medium | |
US20220327819A1 (en) | Image processing apparatus, image processing method, and program | |
US20220383646A1 (en) | Mobile object control device, mobile object control method, and storage medium | |
US20220055615A1 (en) | Vehicle control device, vehicle control method, and storage medium | |
JP7220192B2 (ja) | 車両制御装置、車両制御方法、およびプログラム | |
WO2019023747A1 (en) | TERRESTRIAL VEHICLE WITHOUT DRIVER | |
US12005919B2 (en) | Varying extended reality content based on risk level of a driving environment | |
US20230264697A1 (en) | Varying extended reality content based on driver attentiveness | |
CN112639808B (zh) | 用于机动车辆的纵向和/或横向控制的驾驶辅助 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190409 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20200615 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211101 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221108 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221205 |
|
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: 20230106 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230117 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7213667 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |