JP7444136B2 - 物体認識システム、物体認識方法、物体認識プログラム - Google Patents
物体認識システム、物体認識方法、物体認識プログラム Download PDFInfo
- Publication number
- JP7444136B2 JP7444136B2 JP2021096063A JP2021096063A JP7444136B2 JP 7444136 B2 JP7444136 B2 JP 7444136B2 JP 2021096063 A JP2021096063 A JP 2021096063A JP 2021096063 A JP2021096063 A JP 2021096063A JP 7444136 B2 JP7444136 B2 JP 7444136B2
- Authority
- JP
- Japan
- Prior art keywords
- observation
- dimensional
- dynamic map
- voxel
- point
- 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 25
- 238000013507 mapping Methods 0.000 claims description 53
- 230000005856 abnormality Effects 0.000 claims description 20
- 238000009826 distribution Methods 0.000 claims description 20
- 238000012544 monitoring process Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 16
- 238000004891 communication Methods 0.000 description 31
- 238000010586 diagram Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000004936 stimulating effect Effects 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T7/00—Image analysis
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Description
プロセッサ(12)を有し、ホスト車両(2)の観測デバイス(3)により観測された観測空間(30)において移動可能な移動物体(9)を認識する物体認識システムであって、
プロセッサは、
観測空間に存在する物標をマッピングしたマッピング点群の状態を表す三次元ダイナミックマップ(Mt)と、観測空間において観測された観測点群の状態を表す三次元観測データ(Dt)とを、マッチングすることと、
三次元ダイナミックマップに存在しない観測点(Pn)と、三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを、マッチングに基づく移動物体の候補点(Pc)として三次元観測データから探索することと、
候補点に基づき移動物体を識別することとを、実行するように構成され、
三次元ダイナミックマップと三次元観測データとをマッチングすることは、
観測空間を複数に分割した各三次元ボクセル(300)毎に、三次元ダイナミックマップと三次元観測データとをマッチングすることを、含み、
候補点を探索することは、
三次元ボクセルを大ボクセル(300L)と定義して、大ボクセルをさらに分割した複数の小ボクセル(300S)を設定することと、
大ボクセルにおける三次元ダイナミックマップと三次元観測データとのマッチング結果に基づき、大ボクセルのうち候補点の抽出が予測される候補ボクセル(300Lc)を探索することと、
各三次元ボクセル毎における三次元ダイナミックマップと三次元観測データとの点群分布の対比であって、候補ボクセルに設定された小ボクセルにおける三次元ダイナミックマップと三次元観測データとの点群分布の対比により、小ボクセルにおいて三次元ダイナミックマップに存在しない観測点(Pn)と、小ボクセルにおいて三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを区別して、候補点を抽出することとを、含む。
本開示の第二態様は、
プロセッサ(12)を有し、ホスト車両(2)の観測デバイス(3)により観測された観測空間(30)において移動可能な移動物体(9)を認識する物体認識システムであって、
プロセッサは、
観測空間に存在する物標をマッピングしたマッピング点群の状態を表す三次元ダイナミックマップ(Mt)と、観測空間において観測された観測点群の状態を表す三次元観測データ(Dt)とを、マッチングすることと、
三次元ダイナミックマップに存在しない観測点(Pn)と、三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを、マッチングに基づく移動物体の候補点(Pc)として三次元観測データから探索することと、
抽出された特定時刻における候補点の実数(Nr)と、特定時刻よりも前の過去時刻における候補点の実数に基づき予測される特定時刻での候補点の予測数(Np)との、差分(ΔL)を監視することと、
候補点に基づき移動物体を識別することとを、実行するように構成され、
移動物体を識別することは、
差分が許容範囲内となる場合に、特定時刻での候補点に基づき移動物体を識別することを、含む。
ホスト車両(2)の観測デバイス(3)により観測された観測空間(30)において移動可能な移動物体(9)を認識するために、プロセッサ(12)により実行される物体認識方法であって、
観測空間に存在する物標をマッピングしたマッピング点群の状態を表す三次元ダイナミックマップ(Mt)と、観測空間において観測された観測点群の状態を表す三次元観測データ(Dt)とを、マッチングすることと、
三次元ダイナミックマップに存在しない観測点(Pn)と、三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを、マッチングに基づく移動物体の候補点(Pc)として三次元観測データから探索することと、
候補点に基づき移動物体を識別することとを、含み、
三次元ダイナミックマップと三次元観測データとをマッチングすることは、
観測空間を複数に分割した各三次元ボクセル(300)毎に、三次元ダイナミックマップと三次元観測データとをマッチングすることを、含み、
候補点を探索することは、
三次元ボクセルを大ボクセル(300L)と定義して、大ボクセルをさらに分割した複数の小ボクセル(300S)を設定することと、
大ボクセルにおける三次元ダイナミックマップと三次元観測データとのマッチング結果に基づき、大ボクセルのうち候補点の抽出が予測される候補ボクセル(300Lc)を探索することと、
各三次元ボクセル毎における三次元ダイナミックマップと三次元観測データとの点群分布の対比であって、候補ボクセルに設定された小ボクセルにおける三次元ダイナミックマップと三次元観測データとの点群分布の対比により、小ボクセルにおいて三次元ダイナミックマップに存在しない観測点(Pn)と、小ボクセルにおいて三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを区別して、候補点を抽出することとを、含む。
本開示の第四態様は、
ホスト車両(2)の観測デバイス(3)により観測された観測空間(30)において移動可能な移動物体(9)を認識するために、プロセッサ(12)により実行される物体認識方法であって、
観測空間に存在する物標をマッピングしたマッピング点群の状態を表す三次元ダイナミックマップ(Mt)と、観測空間において観測された観測点群の状態を表す三次元観測データ(Dt)とを、マッチングすることと、
三次元ダイナミックマップに存在しない観測点(Pn)と、三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを、マッチングに基づく移動物体の候補点(Pc)として三次元観測データから探索することと、
抽出された特定時刻における候補点の実数(Nr)と、特定時刻よりも前の過去時刻における候補点の実数に基づき予測される特定時刻での候補点の予測数(Np)との、差分(ΔL)を監視することと、
候補点に基づき移動物体を識別することとを、含み、
移動物体を識別することは、
差分が許容範囲内となる場合に、特定時刻での候補点に基づき移動物体を識別することを、含む。
記憶媒体(10)に記憶され、ホスト車両(2)の観測デバイス(3)により観測された観測空間(30)において移動可能な移動物体(9)を認識するために、プロセッサ(12)に実行させる命令を含む物体認識プログラムであって、
命令は、
観測空間に存在する物標をマッピングしたマッピング点群の状態を表す三次元ダイナミックマップ(Mt)と、観測空間において観測された観測点群の状態を表す三次元観測データ(Dt)とを、マッチングさせることと、
三次元ダイナミックマップに存在しない観測点(Pn)と、三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを、マッチングに基づく移動物体の候補点(Pc)として三次元観測データから探索させることと、
候補点に基づき移動物体を識別させることとを、含み、
三次元ダイナミックマップと三次元観測データとをマッチングさせることは、
観測空間を複数に分割した各三次元ボクセル(300)毎に、三次元ダイナミックマップと三次元観測データとをマッチングさせることを、含み、
候補点を探索させることは、
三次元ボクセルを大ボクセル(300L)と定義して、大ボクセルをさらに分割した複数の小ボクセル(300S)を設定させることと、
大ボクセルにおける三次元ダイナミックマップと三次元観測データとのマッチング結果に基づき、大ボクセルのうち候補点の抽出が予測される候補ボクセル(300Lc)を探索させることと、
各三次元ボクセル毎における三次元ダイナミックマップと三次元観測データとの点群分布の対比であって、候補ボクセルに設定された小ボクセルにおける三次元ダイナミックマップと三次元観測データとの点群分布の対比により、小ボクセルにおいて三次元ダイナミックマップに存在しない観測点(Pn)と、小ボクセルにおいて三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを区別して、候補点を抽出させることとを、含む。
本開示の第六態様は、
記憶媒体(10)に記憶され、ホスト車両(2)の観測デバイス(3)により観測された観測空間(30)において移動可能な移動物体(9)を認識するために、プロセッサ(12)に実行させる命令を含む物体認識プログラムであって、
命令は、
観測空間に存在する物標をマッピングしたマッピング点群の状態を表す三次元ダイナミックマップ(Mt)と、観測空間において観測された観測点群の状態を表す三次元観測データ(Dt)とを、マッチングさせることと、
三次元ダイナミックマップに存在しない観測点(Pn)と、三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを、マッチングに基づく移動物体の候補点(Pc)として三次元観測データから探索させることと、
抽出された特定時刻における候補点の実数(Nr)と、特定時刻よりも前の過去時刻における候補点の実数に基づき予測される特定時刻での候補点の予測数(Np)との、差分(ΔL)を監視させることと、
候補点に基づき移動物体を識別させることとを、含み、
移動物体を識別させることは、
差分が許容範囲内となる場合に、特定時刻での候補点に基づき移動物体を識別させることを、含む。
以上説明した本実施形態の作用効果を、以下に説明する。
以上、一実施形態について説明したが、本開示は、当該説明の実施形態に限定して解釈されるものではなく、本開示の要旨を逸脱しない範囲内において種々の実施形態に適用することができる。
Claims (9)
- プロセッサ(12)を有し、ホスト車両(2)の観測デバイス(3)により観測された観測空間(30)において移動可能な移動物体(9)を認識する物体認識システムであって、
前記プロセッサは、
前記観測空間に存在する物標をマッピングしたマッピング点群の状態を表す三次元ダイナミックマップ(Mt)と、前記観測空間において観測された観測点群の状態を表す三次元観測データ(Dt)とを、マッチングすることと、
前記三次元ダイナミックマップに存在しない観測点(Pn)と、前記三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを、前記マッチングに基づく前記移動物体の候補点(Pc)として前記三次元観測データから探索することと、
前記候補点に基づき前記移動物体を識別することとを、実行するように構成され、
前記三次元ダイナミックマップと前記三次元観測データとをマッチングすることは、
前記観測空間を複数に分割した各三次元ボクセル(300)毎に、前記三次元ダイナミックマップと前記三次元観測データとをマッチングすることを、含み、
前記候補点を探索することは、
前記三次元ボクセルを大ボクセル(300L)と定義して、前記大ボクセルをさらに分割した複数の小ボクセル(300S)を設定することと、
前記大ボクセルにおける前記三次元ダイナミックマップと前記三次元観測データとのマッチング結果に基づき、前記大ボクセルのうち前記候補点の抽出が予測される候補ボクセル(300Lc)を探索することと、
各前記三次元ボクセル毎における前記三次元ダイナミックマップと前記三次元観測データとの点群分布の対比であって、前記候補ボクセルに設定された前記小ボクセルにおける前記三次元ダイナミックマップと前記三次元観測データとの点群分布の対比により、前記小ボクセルにおいて前記三次元ダイナミックマップに存在しない観測点(Pn)と、前記小ボクセルにおいて前記三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを区別して、前記候補点を抽出することとを、含む物体認識システム。 - 前記プロセッサは、
抽出された特定時刻における前記候補点の実数(Nr)と、前記特定時刻よりも前の過去時刻における前記候補点の実数に基づき予測される前記特定時刻での前記候補点の予測数(Np)との、差分(ΔL)を監視することとを、さらに実行するように構成され、
前記移動物体を識別することは、
前記差分が許容範囲内となる場合に、前記特定時刻での前記候補点に基づき前記移動物体を識別することを、含む請求項1に記載の物体認識システム。 - プロセッサ(12)を有し、ホスト車両(2)の観測デバイス(3)により観測された観測空間(30)において移動可能な移動物体(9)を認識する物体認識システムであって、
前記プロセッサは、
前記観測空間に存在する物標をマッピングしたマッピング点群の状態を表す三次元ダイナミックマップ(Mt)と、前記観測空間において観測された観測点群の状態を表す三次元観測データ(Dt)とを、マッチングすることと、
前記三次元ダイナミックマップに存在しない観測点(Pn)と、前記三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを、前記マッチングに基づく前記移動物体の候補点(Pc)として前記三次元観測データから探索することと、
抽出された特定時刻における前記候補点の実数(Nr)と、前記特定時刻よりも前の過去時刻における前記候補点の実数に基づき予測される前記特定時刻での前記候補点の予測数(Np)との、差分(ΔL)を監視することと、
前記候補点に基づき前記移動物体を識別することとを、実行するように構成され、
前記移動物体を識別することは、
前記差分が許容範囲内となる場合に、前記特定時刻での前記候補点に基づき前記移動物体を識別することを、含む物体認識システム。 - 前記移動物体を識別することは、
前記差分が許容範囲外となる場合に、前記三次元ダイナミックマップと関連付けた異常通知を、前記ホスト車両と通信可能なリモートセンタ(8)へ送信することを、含み、
前記プロセッサは、
前記異常通知の送信後に前記リモートセンタから、更新された前記三次元ダイナミックマップを取得することを、さらに実行するように構成される請求項2又は3に記載の物体認識システム。 - 前記候補点を探索することは、
前記三次元観測データにおいて前記三次元ダイナミックマップとは乖離した乖離点(Pe)の情報として、抽出された場合における前記候補点の位置情報を、前記ホスト車両と通信可能なリモートセンタ(8)へ送信することを、含み、
前記プロセッサは、
前記位置情報の送信後に前記リモートセンタから、更新された前記三次元ダイナミックマップを取得することを、さらに実行するように構成される請求項1~4のいずれか一項に記載の物体認識システム。 - ホスト車両(2)の観測デバイス(3)により観測された観測空間(30)において移動可能な移動物体(9)を認識するために、プロセッサ(12)により実行される物体認識方法であって、
前記観測空間に存在する物標をマッピングしたマッピング点群の状態を表す三次元ダイナミックマップ(Mt)と、前記観測空間において観測された観測点群の状態を表す三次元観測データ(Dt)とを、マッチングすることと、
前記三次元ダイナミックマップに存在しない観測点(Pn)と、前記三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを、前記マッチングに基づく前記移動物体の候補点(Pc)として前記三次元観測データから探索することと、
前記候補点に基づき前記移動物体を識別することとを、含み、
前記三次元ダイナミックマップと前記三次元観測データとをマッチングすることは、
前記観測空間を複数に分割した各三次元ボクセル(300)毎に、前記三次元ダイナミックマップと前記三次元観測データとをマッチングすることを、含み、
前記候補点を探索することは、
前記三次元ボクセルを大ボクセル(300L)と定義して、前記大ボクセルをさらに分割した複数の小ボクセル(300S)を設定することと、
前記大ボクセルにおける前記三次元ダイナミックマップと前記三次元観測データとのマッチング結果に基づき、前記大ボクセルのうち前記候補点の抽出が予測される候補ボクセル(300Lc)を探索することと、
各前記三次元ボクセル毎における前記三次元ダイナミックマップと前記三次元観測データとの点群分布の対比であって、前記候補ボクセルに設定された前記小ボクセルにおける前記三次元ダイナミックマップと前記三次元観測データとの点群分布の対比により、前記小ボクセルにおいて前記三次元ダイナミックマップに存在しない観測点(Pn)と、前記小ボクセルにおいて前記三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを区別して、前記候補点を抽出することとを、含む物体認識方法。 - ホスト車両(2)の観測デバイス(3)により観測された観測空間(30)において移動可能な移動物体(9)を認識するために、プロセッサ(12)により実行される物体認識方法であって、
前記観測空間に存在する物標をマッピングしたマッピング点群の状態を表す三次元ダイナミックマップ(Mt)と、前記観測空間において観測された観測点群の状態を表す三次元観測データ(Dt)とを、マッチングすることと、
前記三次元ダイナミックマップに存在しない観測点(Pn)と、前記三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを、前記マッチングに基づく前記移動物体の候補点(Pc)として前記三次元観測データから探索することと、
抽出された特定時刻における前記候補点の実数(Nr)と、前記特定時刻よりも前の過去時刻における前記候補点の実数に基づき予測される前記特定時刻での前記候補点の予測数(Np)との、差分(ΔL)を監視することと、
前記候補点に基づき前記移動物体を識別することとを、含み、
前記移動物体を識別することは、
前記差分が許容範囲内となる場合に、前記特定時刻での前記候補点に基づき前記移動物体を識別することを、含む物体認識方法。 - 記憶媒体(10)に記憶され、ホスト車両(2)の観測デバイス(3)により観測された観測空間(30)において移動可能な移動物体(9)を認識するために、プロセッサ(12)に実行させる命令を含む物体認識プログラムであって、
前記命令は、
前記観測空間に存在する物標をマッピングしたマッピング点群の状態を表す三次元ダイナミックマップ(Mt)と、前記観測空間において観測された観測点群の状態を表す三次元観測データ(Dt)とを、マッチングさせることと、
前記三次元ダイナミックマップに存在しない観測点(Pn)と、前記三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを、前記マッチングに基づく前記移動物体の候補点(Pc)として前記三次元観測データから探索させることと、
前記候補点に基づき前記移動物体を識別させることとを、含み、
前記三次元ダイナミックマップと前記三次元観測データとをマッチングさせることは、
前記観測空間を複数に分割した各三次元ボクセル(300)毎に、前記三次元ダイナミックマップと前記三次元観測データとをマッチングさせることを、含み、
前記候補点を探索させることは、
前記三次元ボクセルを大ボクセル(300L)と定義して、前記大ボクセルをさらに分割した複数の小ボクセル(300S)を設定させることと、
前記大ボクセルにおける前記三次元ダイナミックマップと前記三次元観測データとのマッチング結果に基づき、前記大ボクセルのうち前記候補点の抽出が予測される候補ボクセル(300Lc)を探索させることと、
各前記三次元ボクセル毎における前記三次元ダイナミックマップと前記三次元観測データとの点群分布の対比であって、前記候補ボクセルに設定された前記小ボクセルにおける前記三次元ダイナミックマップと前記三次元観測データとの点群分布の対比により、前記小ボクセルにおいて前記三次元ダイナミックマップに存在しない観測点(Pn)と、前記小ボクセルにおいて前記三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを区別して、前記候補点を抽出させることとを、含む物体認識プログラム。 - 記憶媒体(10)に記憶され、ホスト車両(2)の観測デバイス(3)により観測された観測空間(30)において移動可能な移動物体(9)を認識するために、プロセッサ(12)に実行させる命令を含む物体認識プログラムであって、
前記命令は、
前記観測空間に存在する物標をマッピングしたマッピング点群の状態を表す三次元ダイナミックマップ(Mt)と、前記観測空間において観測された観測点群の状態を表す三次元観測データ(Dt)とを、マッチングさせることと、
前記三次元ダイナミックマップに存在しない観測点(Pn)と、前記三次元ダイナミックマップのマッピング点とは異なる観測点(Pd)とを、前記マッチングに基づく前記移動物体の候補点(Pc)として前記三次元観測データから探索させることと、
抽出された特定時刻における前記候補点の実数(Nr)と、前記特定時刻よりも前の過去時刻における前記候補点の実数に基づき予測される前記特定時刻での前記候補点の予測数(Np)との、差分(ΔL)を監視させることと、
前記候補点に基づき前記移動物体を識別させることとを、含み、
前記移動物体を識別させることは、
前記差分が許容範囲内となる場合に、前記特定時刻での前記候補点に基づき前記移動物体を識別させることを、含む物体認識プログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021096063A JP7444136B2 (ja) | 2021-06-08 | 2021-06-08 | 物体認識システム、物体認識方法、物体認識プログラム |
PCT/JP2022/020385 WO2022259823A1 (ja) | 2021-06-08 | 2022-05-16 | 物体認識システム、物体認識方法、物体認識プログラム |
CN202280039970.5A CN117425924A (zh) | 2021-06-08 | 2022-05-16 | 物体识别系统、物体识别方法、物体识别程序 |
US18/531,515 US20240119745A1 (en) | 2021-06-08 | 2023-12-06 | Object recognition system, object recognition method, and nontransitory computer-readable storage medium storing object recognition program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021096063A JP7444136B2 (ja) | 2021-06-08 | 2021-06-08 | 物体認識システム、物体認識方法、物体認識プログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2022187855A JP2022187855A (ja) | 2022-12-20 |
JP2022187855A5 JP2022187855A5 (ja) | 2023-06-02 |
JP7444136B2 true JP7444136B2 (ja) | 2024-03-06 |
Family
ID=84424858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021096063A Active JP7444136B2 (ja) | 2021-06-08 | 2021-06-08 | 物体認識システム、物体認識方法、物体認識プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20240119745A1 (ja) |
JP (1) | JP7444136B2 (ja) |
CN (1) | CN117425924A (ja) |
WO (1) | WO2022259823A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007069726A1 (ja) | 2005-12-16 | 2007-06-21 | Ihi Corporation | 自己位置同定方法と装置および三次元形状の計測方法と装置 |
JP2014178789A (ja) | 2013-03-14 | 2014-09-25 | Advanced Telecommunication Research Institute International | 追跡装置、追跡プログラムおよび追跡方法 |
JP2018173707A (ja) | 2017-03-31 | 2018-11-08 | 株式会社国際電気通信基礎技術研究所 | 人推定システムおよび推定プログラム |
-
2021
- 2021-06-08 JP JP2021096063A patent/JP7444136B2/ja active Active
-
2022
- 2022-05-16 WO PCT/JP2022/020385 patent/WO2022259823A1/ja active Application Filing
- 2022-05-16 CN CN202280039970.5A patent/CN117425924A/zh active Pending
-
2023
- 2023-12-06 US US18/531,515 patent/US20240119745A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007069726A1 (ja) | 2005-12-16 | 2007-06-21 | Ihi Corporation | 自己位置同定方法と装置および三次元形状の計測方法と装置 |
JP2014178789A (ja) | 2013-03-14 | 2014-09-25 | Advanced Telecommunication Research Institute International | 追跡装置、追跡プログラムおよび追跡方法 |
JP2018173707A (ja) | 2017-03-31 | 2018-11-08 | 株式会社国際電気通信基礎技術研究所 | 人推定システムおよび推定プログラム |
Also Published As
Publication number | Publication date |
---|---|
US20240119745A1 (en) | 2024-04-11 |
WO2022259823A1 (ja) | 2022-12-15 |
CN117425924A (zh) | 2024-01-19 |
JP2022187855A (ja) | 2022-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10732004B2 (en) | Method and apparatus for displaying virtual route | |
US10748426B2 (en) | Systems and methods for detection and presentation of occluded objects | |
EP3252657B1 (en) | Information processing device and information processing method | |
CN110959143B (zh) | 信息处理装置、信息处理方法、程序和移动体 | |
CN116710977B (zh) | 用于构建远程机器学习模型的数据的智能车载选择的自主车辆系统 | |
US20210082143A1 (en) | Information processing apparatus, information processing method, program, and mobile object | |
CN112506222A (zh) | 一种无人机智能化避障方法及装置 | |
CN108427438A (zh) | 飞行环境检测方法、装置、电子设备及存储介质 | |
JP2019045892A (ja) | 情報処理装置、情報処理方法、プログラム、及び、移動体 | |
US10766616B2 (en) | Environment map automatic creation device | |
CN113378760A (zh) | 训练目标检测模型和检测目标的方法及装置 | |
CN116420096A (zh) | 用于标记lidar点云数据的方法和系统 | |
JP6856750B2 (ja) | 方法および装置 | |
JP7444136B2 (ja) | 物体認識システム、物体認識方法、物体認識プログラム | |
WO2020213275A1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
CN116630931A (zh) | 障碍物检测方法、系统、农业机械、电子设备和存储介质 | |
US20220309693A1 (en) | Adversarial Approach to Usage of Lidar Supervision to Image Depth Estimation | |
US20230121905A1 (en) | Information processing apparatus, information processing method, and program | |
JP7444141B2 (ja) | 処理システム、処理装置、処理方法、処理プログラム | |
WO2023157394A1 (ja) | 認識システム、認識装置、認識方法、認識プログラム | |
CN109901589B (zh) | 移动机器人控制方法和装置 | |
WO2023223659A1 (ja) | 認識システム、認識装置、認識方法、認識プログラム、認識データ生成方法 | |
JP2023118655A (ja) | 認識システム、認識装置、認識方法、認識プログラム | |
JP2023171241A (ja) | 認識システム、認識装置、認識方法、認識プログラム、認識データ生成方法 | |
US20230234617A1 (en) | Determining perceptual spatial relevancy of objects and road actors for automated driving |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230525 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230608 |
|
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: 20240123 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240205 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7444136 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |