JP7444141B2 - 処理システム、処理装置、処理方法、処理プログラム - Google Patents
処理システム、処理装置、処理方法、処理プログラム Download PDFInfo
- Publication number
- JP7444141B2 JP7444141B2 JP2021115163A JP2021115163A JP7444141B2 JP 7444141 B2 JP7444141 B2 JP 7444141B2 JP 2021115163 A JP2021115163 A JP 2021115163A JP 2021115163 A JP2021115163 A JP 2021115163A JP 7444141 B2 JP7444141 B2 JP 7444141B2
- Authority
- JP
- Japan
- Prior art keywords
- recognition
- rate
- fusion
- probability distribution
- mobile body
- 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
- 238000012545 processing Methods 0.000 title claims description 127
- 238000003672 processing method Methods 0.000 title claims description 15
- 230000004927 fusion Effects 0.000 claims description 174
- 238000000034 method Methods 0.000 claims description 28
- 230000001133 acceleration Effects 0.000 claims description 27
- 238000013461 design Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 26
- 238000004364 calculation method Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 11
- 230000002596 correlated effect Effects 0.000 description 10
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 239000004065 semiconductor Substances 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004936 stimulating effect Effects 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/06—Improving the dynamic response of the control system, e.g. improving the speed of regulation or avoiding hunting or overshoot
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/35—Data fusion
Description
プロセッサ(12)を有し、ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行する処理システムであって、
プロセッサは、
ホスト移動体からの距離(Lh)に対してターゲット移動体が存在する確率分布(Dp)を、ホスト移動体の走行エリア(Ad)に応じて取得することと、
ターゲット移動体を認識する認識率を、複数の認識モデル(Mn)毎に取得することと、
各認識モデル毎に認識率と確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各認識モデルによる認識データをフュージョンすることとを、実行するように構成され、
確率分布を取得することは、
走行エリアにおける移動体の速度分布(Dv)及び加速度分布(Da)に基づき、確率分布を取得することを、含む。
本開示の第二態様は、
プロセッサ(12)を有し、ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行する処理システムであって、
プロセッサは、
ホスト移動体からの距離(Lh)に対してターゲット移動体が存在する確率分布(Dp)を、ホスト移動体の走行エリア(Ad)に応じて取得することと、
ターゲット移動体を認識する認識率を、複数の認識モデル(Mn)毎に取得することと、
各認識モデル毎に認識率と確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各認識モデルによる認識データをフュージョンすることとを、実行するように構成され、
認識データをフュージョンすることは、
確率分布において距離に依存する存在確率により認識率を補正した、各認識モデル毎の認識スコアに基づき、フュージョン率を最適化することを、含む。
本開示の第三態様は、
プロセッサ(12)を有し、ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行する処理システムであって、
プロセッサは、
ホスト移動体からの距離(Lh)に対してターゲット移動体が存在する確率分布(Dp)を、ホスト移動体の走行エリア(Ad)に応じて取得することと、
現実に対する認識の一致度(TP,TN)及び不一致度(FP,FN)のうち、少なくとも一種類である認識率を、ターゲット移動体を認識する複数の認識モデル(Mn)毎に取得することと、
各認識モデル毎の認識率と確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各認識モデルによる認識データをフュージョンすることとを、実行するように構成され、
確率分布を取得することは、
走行エリアにおける移動体の速度分布(Dv)及び加速度分布(Da)に基づき、確率分布を取得することを、含む。
本開示の第四態様は、
プロセッサ(12)を有し、ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行する処理システムであって、
プロセッサは、
ホスト移動体からの距離(Lh)に対してターゲット移動体が存在する確率分布(Dp)を、ホスト移動体の走行エリア(Ad)に応じて取得することと、
現実に対する認識の一致度(TP,TN)及び不一致度(FP,FN)のうち、少なくとも一種類である認識率を、ターゲット移動体を認識する複数の認識モデル(Mn)毎に取得することと、
各認識モデル毎の認識率と確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各認識モデルによる認識データをフュージョンすることとを、実行するように構成され、
認識データをフュージョンすることは、
確率分布において距離に依存する存在確率により認識率を補正した、各認識モデル毎の認識スコアに基づき、フュージョン率を最適化することを、含む。
プロセッサ(12)を有し、ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行する処理装置であって、
プロセッサは、
ホスト移動体からの距離(Lh)に対してターゲット移動体が存在する確率分布(Dp)を、ホスト移動体の走行エリア(Ad)に応じて取得することと、
ターゲット移動体を認識する認識率を、複数の認識モデル(Mn)毎に取得することと、
各認識モデル毎に認識率と確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各認識モデルによる認識データをフュージョンすることとを、実行するように構成され、
確率分布を取得することは、
走行エリアにおける移動体の速度分布(Dv)及び加速度分布(Da)に基づき、確率分布を取得することを、含む。
本開示の第六態様は、
プロセッサ(12)を有し、ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行する処理装置であって、
プロセッサは、
ホスト移動体からの距離(Lh)に対してターゲット移動体が存在する確率分布(Dp)を、ホスト移動体の走行エリア(Ad)に応じて取得することと、
ターゲット移動体を認識する認識率を、複数の認識モデル(Mn)毎に取得することと、
各認識モデル毎に認識率と確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各認識モデルによる認識データをフュージョンすることとを、実行するように構成され、
認識データをフュージョンすることは、
確率分布において距離に依存する存在確率により認識率を補正した、各認識モデル毎の認識スコアに基づき、フュージョン率を最適化することを、含む。
本開示の第七態様は、
プロセッサ(12)を有し、ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行する処理装置であって、
プロセッサは、
ホスト移動体からの距離(Lh)に対してターゲット移動体が存在する確率分布(Dp)を、ホスト移動体の走行エリア(Ad)に応じて取得することと、
現実に対する認識の一致度(TP,TN)及び不一致度(FP,FN)のうち、少なくとも一種類である認識率を、ターゲット移動体を認識する複数の認識モデル(Mn)毎に取得することと、
各認識モデル毎の認識率と確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各認識モデルによる認識データをフュージョンすることとを、実行するように構成され、
確率分布を取得することは、
走行エリアにおける移動体の速度分布(Dv)及び加速度分布(Da)に基づき、確率分布を取得することを、含む。
本開示の第八態様は、
プロセッサ(12)を有し、ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行する処理装置であって、
プロセッサは、
ホスト移動体からの距離(Lh)に対してターゲット移動体が存在する確率分布(Dp)を、ホスト移動体の走行エリア(Ad)に応じて取得することと、
現実に対する認識の一致度(TP,TN)及び不一致度(FP,FN)のうち、少なくとも一種類である認識率を、ターゲット移動体を認識する複数の認識モデル(Mn)毎に取得することと、
各認識モデル毎の認識率と確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各認識モデルによる認識データをフュージョンすることとを、実行するように構成され、
認識データをフュージョンすることは、
確率分布において距離に依存する存在確率により認識率を補正した、各認識モデル毎の認識スコアに基づき、フュージョン率を最適化することを、含む。
ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行するためにプロセッサ(12)により実行される処理方法であって、
ホスト移動体からの距離(Lh)に対してターゲット移動体が存在する確率分布(Dp)を、ホスト移動体の走行エリア(Ad)に応じて取得することと、
ターゲット移動体を認識する認識率を、複数の認識モデル(Mn)毎に取得することと、
各認識モデル毎に認識率と確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各認識モデルによる認識データをフュージョンすることとを、含み、
確率分布を取得することは、
走行エリアにおける移動体の速度分布(Dv)及び加速度分布(Da)に基づき、確率分布を取得することを、含む。
本開示の第十態様は、
ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行するためにプロセッサ(12)により実行される処理方法であって、
ホスト移動体からの距離(Lh)に対してターゲット移動体が存在する確率分布(Dp)を、ホスト移動体の走行エリア(Ad)に応じて取得することと、
ターゲット移動体を認識する認識率を、複数の認識モデル(Mn)毎に取得することと、
各認識モデル毎に認識率と確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各認識モデルによる認識データをフュージョンすることとを、含み、
認識データをフュージョンすることは、
確率分布において距離に依存する存在確率により認識率を補正した、各認識モデル毎の認識スコアに基づき、フュージョン率を最適化することを、含む。
本開示の第十一態様は、
ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行するためにプロセッサ(12)により実行される処理方法であって、
ホスト移動体からの距離(Lh)に対してターゲット移動体が存在する確率分布(Dp)を、ホスト移動体の走行エリア(Ad)に応じて取得することと、
現実に対する認識の一致度(TP,TN)及び不一致度(FP,FN)のうち、少なくとも一種類である認識率を、ターゲット移動体を認識する複数の認識モデル(Mn)毎に取得することと、
各認識モデル毎の認識率と確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各認識モデルによる認識データをフュージョンすることとを、含み、
確率分布を取得することは、
走行エリアにおける移動体の速度分布(Dv)及び加速度分布(Da)に基づき、確率分布を取得することを、含む。
本開示の第十二態様は、
ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行するためにプロセッサ(12)により実行される処理方法であって、
ホスト移動体からの距離(Lh)に対してターゲット移動体が存在する確率分布(Dp)を、ホスト移動体の走行エリア(Ad)に応じて取得することと、
現実に対する認識の一致度(TP,TN)及び不一致度(FP,FN)のうち、少なくとも一種類である認識率を、ターゲット移動体を認識する複数の認識モデル(Mn)毎に取得することと、
各認識モデル毎の認識率と確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各認識モデルによる認識データをフュージョンすることとを、含み、
認識データをフュージョンすることは、
確率分布において距離に依存する存在確率により認識率を補正した、各認識モデル毎の認識スコアに基づき、フュージョン率を最適化することを、含む。
ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行するために記憶媒体(10)に記憶され、プロセッサ(12)に実行させる命令を含む処理プログラムであって、
命令は、
ホスト移動体からの距離(Lh)に対してターゲット移動体が存在する確率分布(Dp)を、ホスト移動体の走行エリア(Ad)に応じて取得させることと、
ターゲット移動体を認識する認識率を、複数の認識モデル(Mn)毎に取得させることと、
各認識モデル毎に認識率と確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各認識モデルによる認識データをフュージョンさせることとを、含み、
確率分布を取得させることは、
走行エリアにおける移動体の速度分布(Dv)及び加速度分布(Da)に基づき、確率分布を取得させることを、含む。
本開示の第十四態様は、
ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行するために記憶媒体(10)に記憶され、プロセッサ(12)に実行させる命令を含む処理プログラムであって、
命令は、
ホスト移動体からの距離(Lh)に対してターゲット移動体が存在する確率分布(Dp)を、ホスト移動体の走行エリア(Ad)に応じて取得させることと、
ターゲット移動体を認識する認識率を、複数の認識モデル(Mn)毎に取得させることと、
各認識モデル毎に認識率と確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各認識モデルによる認識データをフュージョンさせることとを、含み、
認識データをフュージョンさせることは、
確率分布において距離に依存する存在確率により認識率を補正した、各認識モデル毎の認識スコアに基づき、フュージョン率を最適化させることを、含む。
本開示の第十五態様は、
ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行するために記憶媒体(10)に記憶され、プロセッサ(12)に実行させる命令を含む処理プログラムであって、
命令は、
ホスト移動体からの距離(Lh)に対してターゲット移動体が存在する確率分布(Dp)を、ホスト移動体の走行エリア(Ad)に応じて取得させることと、
現実に対する認識の一致度(TP,TN)及び不一致度(FP,FN)のうち、少なくとも一種類である認識率を、ターゲット移動体を認識する複数の認識モデル(Mn)毎に取得させることと、
各認識モデル毎の認識率と確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各認識モデルによる認識データをフュージョンさせることとを、含み、
確率分布を取得させることは、
走行エリアにおける移動体の速度分布(Dv)及び加速度分布(Da)に基づき、確率分布を取得させることを、含む。
本開示の第十六態様は、
ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行するために記憶媒体(10)に記憶され、プロセッサ(12)に実行させる命令を含む処理プログラムであって、
命令は、
ホスト移動体からの距離(Lh)に対してターゲット移動体が存在する確率分布(Dp)を、ホスト移動体の走行エリア(Ad)に応じて取得させることと、
現実に対する認識の一致度(TP,TN)及び不一致度(FP,FN)のうち、少なくとも一種類である認識率を、ターゲット移動体を認識する複数の認識モデル(Mn)毎に取得させることと、
各認識モデル毎の認識率と確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各認識モデルによる認識データをフュージョンさせることとを、含み、
認識データをフュージョンさせることは、
確率分布において距離に依存する存在確率により認識率を補正した、各認識モデル毎の認識スコアに基づき、フュージョン率を最適化させることを、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 (23)
- プロセッサ(12)を有し、ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行する処理システムであって、
前記プロセッサは、
前記ホスト移動体からの距離(Lh)に対して前記ターゲット移動体が存在する確率分布(Dp)を、前記ホスト移動体の走行エリア(Ad)に応じて取得することと、
前記ターゲット移動体を認識する認識率を、複数の認識モデル(Mn)毎に取得することと、
各前記認識モデル毎に前記認識率と前記確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各前記認識モデルによる認識データをフュージョンすることとを、実行するように構成され、
前記確率分布を取得することは、
前記走行エリアにおける移動体の速度分布(Dv)及び加速度分布(Da)に基づき、前記確率分布を取得することを、含む処理システム。 - 前記確率分布を取得することは、
前記走行エリアにおける移動体の臨界ギャップ(tc)と、前記走行エリアにおける前記ホスト移動体の認識必要時間(ts)とのうち、大側において前記ホスト移動体が移動する移動距離範囲(ΔL)内での前記確率分布を取得することを、含む請求項1に記載の処理システム。 - 前記認識データをフュージョンすることは、
前記確率分布において前記距離に依存する存在確率により前記認識率を補正した、各前記認識モデル毎の前記認識スコアに基づき、前記フュージョン率を最適化することを、含む請求項1又は2に記載の処理システム。 - プロセッサ(12)を有し、ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行する処理システムであって、
前記プロセッサは、
前記ホスト移動体からの距離(Lh)に対して前記ターゲット移動体が存在する確率分布(Dp)を、前記ホスト移動体の走行エリア(Ad)に応じて取得することと、
前記ターゲット移動体を認識する認識率を、複数の認識モデル(Mn)毎に取得することと、
各前記認識モデル毎に前記認識率と前記確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各前記認識モデルによる認識データをフュージョンすることとを、実行するように構成され、
前記認識データをフュージョンすることは、
前記確率分布において前記距離に依存する存在確率により前記認識率を補正した、各前記認識モデル毎の前記認識スコアに基づき、前記フュージョン率を最適化することを、含む処理システム。 - 前記認識データをフュージョンすることは、
前記走行エリアを複数に分割したメッシュエリア(Am)別の前記認識率を前記存在確率により補正した、各前記認識モデル毎の前記認識スコアに基づき、前記フュージョン率を最適化することを、含む請求項3又は4に記載の処理システム。 - 前記プロセッサは、
各前記認識モデル毎且つ各前記メッシュエリア別の前記認識スコアを前記フュージョン率により重み付けした加重平均(K)に基づき、自動運転モードでの前記ホスト移動体に対する運行設計領域の制約を設定することを、さらに実行するように構成される請求項5に記載の処理システム。 - 前記認識データをフュージョンすることは、
現実に対する認識の一致度(TP,TN)である前記認識率を前記確率分布により補正した、各前記認識モデル毎の前記認識スコアに基づき、前記フュージョン率を最適化することを、含む請求項1~6のいずれか一項に記載の処理システム。 - 前記認識データをフュージョンすることは、
現実に対する認識の不一致度(FP,FN)である前記認識率を前記確率分布により補正した、各前記認識モデル毎の前記認識スコアに基づき、前記フュージョン率を最適化することを、含む請求項1~7のいずれか一項に記載の処理システム。 - 記憶媒体(10)を有し、
前記プロセッサは、
前記フュージョン率を前記記憶媒体に記憶することを、さらに実行するように構成される請求項1~8のいずれか一項に記載の処理システム。 - プロセッサ(12)を有し、ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行する処理システムであって、
前記プロセッサは、
前記ホスト移動体からの距離(Lh)に対して前記ターゲット移動体が存在する確率分布(Dp)を、前記ホスト移動体の走行エリア(Ad)に応じて取得することと、
現実に対する認識の一致度(TP,TN)及び不一致度(FP,FN)のうち、少なくとも一種類である認識率を、前記ターゲット移動体を認識する複数の認識モデル(Mn)毎に取得することと、
各前記認識モデル毎の前記認識率と前記確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各前記認識モデルによる認識データをフュージョンすることとを、実行するように構成され、
前記確率分布を取得することは、
前記走行エリアにおける移動体の速度分布(Dv)及び加速度分布(Da)に基づき、前記確率分布を取得することを、含む処理システム。 - プロセッサ(12)を有し、ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行する処理システムであって、
前記プロセッサは、
前記ホスト移動体からの距離(Lh)に対して前記ターゲット移動体が存在する確率分布(Dp)を、前記ホスト移動体の走行エリア(Ad)に応じて取得することと、
現実に対する認識の一致度(TP,TN)及び不一致度(FP,FN)のうち、少なくとも一種類である認識率を、前記ターゲット移動体を認識する複数の認識モデル(Mn)毎に取得することと、
各前記認識モデル毎の前記認識率と前記確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各前記認識モデルによる認識データをフュージョンすることとを、実行するように構成され、
前記認識データをフュージョンすることは、
前記確率分布において前記距離に依存する存在確率により前記認識率を補正した、各前記認識モデル毎の前記認識スコアに基づき、前記フュージョン率を最適化することを、含む処理システム。 - プロセッサ(12)を有し、ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行する処理装置であって、
前記プロセッサは、
前記ホスト移動体からの距離(Lh)に対して前記ターゲット移動体が存在する確率分布(Dp)を、前記ホスト移動体の走行エリア(Ad)に応じて取得することと、
前記ターゲット移動体を認識する認識率を、複数の認識モデル(Mn)毎に取得することと、
各前記認識モデル毎に前記認識率と前記確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各前記認識モデルによる認識データをフュージョンすることとを、実行するように構成され、
前記確率分布を取得することは、
前記走行エリアにおける移動体の速度分布(Dv)及び加速度分布(Da)に基づき、前記確率分布を取得することを、含む処理装置。 - プロセッサ(12)を有し、ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行する処理装置であって、
前記プロセッサは、
前記ホスト移動体からの距離(Lh)に対して前記ターゲット移動体が存在する確率分布(Dp)を、前記ホスト移動体の走行エリア(Ad)に応じて取得することと、
前記ターゲット移動体を認識する認識率を、複数の認識モデル(Mn)毎に取得することと、
各前記認識モデル毎に前記認識率と前記確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各前記認識モデルによる認識データをフュージョンすることとを、実行するように構成され、
前記認識データをフュージョンすることは、
前記確率分布において前記距離に依存する存在確率により前記認識率を補正した、各前記認識モデル毎の前記認識スコアに基づき、前記フュージョン率を最適化することを、含む処理装置。 - プロセッサ(12)を有し、ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行する処理装置であって、
前記プロセッサは、
前記ホスト移動体からの距離(Lh)に対して前記ターゲット移動体が存在する確率分布(Dp)を、前記ホスト移動体の走行エリア(Ad)に応じて取得することと、
現実に対する認識の一致度(TP,TN)及び不一致度(FP,FN)のうち、少なくとも一種類である認識率を、前記ターゲット移動体を認識する複数の認識モデル(Mn)毎に取得することと、
各前記認識モデル毎の前記認識率と前記確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各前記認識モデルによる認識データをフュージョンすることとを、実行するように構成され、
前記確率分布を取得することは、
前記走行エリアにおける移動体の速度分布(Dv)及び加速度分布(Da)に基づき、前記確率分布を取得することを、含む処理装置。 - プロセッサ(12)を有し、ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行する処理装置であって、
前記プロセッサは、
前記ホスト移動体からの距離(Lh)に対して前記ターゲット移動体が存在する確率分布(Dp)を、前記ホスト移動体の走行エリア(Ad)に応じて取得することと、
現実に対する認識の一致度(TP,TN)及び不一致度(FP,FN)のうち、少なくとも一種類である認識率を、前記ターゲット移動体を認識する複数の認識モデル(Mn)毎に取得することと、
各前記認識モデル毎の前記認識率と前記確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各前記認識モデルによる認識データをフュージョンすることとを、実行するように構成され、
前記認識データをフュージョンすることは、
前記確率分布において前記距離に依存する存在確率により前記認識率を補正した、各前記認識モデル毎の前記認識スコアに基づき、前記フュージョン率を最適化することを、含む処理装置。 - ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行するためにプロセッサ(12)により実行される処理方法であって、
前記ホスト移動体からの距離(Lh)に対して前記ターゲット移動体が存在する確率分布(Dp)を、前記ホスト移動体の走行エリア(Ad)に応じて取得することと、
前記ターゲット移動体を認識する認識率を、複数の認識モデル(Mn)毎に取得することと、
各前記認識モデル毎に前記認識率と前記確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各前記認識モデルによる認識データをフュージョンすることとを、含み、
前記確率分布を取得することは、
前記走行エリアにおける移動体の速度分布(Dv)及び加速度分布(Da)に基づき、前記確率分布を取得することを、含む処理方法。 - ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行するためにプロセッサ(12)により実行される処理方法であって、
前記ホスト移動体からの距離(Lh)に対して前記ターゲット移動体が存在する確率分布(Dp)を、前記ホスト移動体の走行エリア(Ad)に応じて取得することと、
前記ターゲット移動体を認識する認識率を、複数の認識モデル(Mn)毎に取得することと、
各前記認識モデル毎に前記認識率と前記確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各前記認識モデルによる認識データをフュージョンすることとを、含み、
前記認識データをフュージョンすることは、
前記確率分布において前記距離に依存する存在確率により前記認識率を補正した、各前記認識モデル毎の前記認識スコアに基づき、前記フュージョン率を最適化することを、含む処理方法。 - ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行するためにプロセッサ(12)により実行される処理方法であって、
前記ホスト移動体からの距離(Lh)に対して前記ターゲット移動体が存在する確率分布(Dp)を、前記ホスト移動体の走行エリア(Ad)に応じて取得することと、
現実に対する認識の一致度(TP,TN)及び不一致度(FP,FN)のうち、少なくとも一種類である認識率を、前記ターゲット移動体を認識する複数の認識モデル(Mn)毎に取得することと、
各前記認識モデル毎の前記認識率と前記確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各前記認識モデルによる認識データをフュージョンすることとを、含み、
前記確率分布を取得することは、
前記走行エリアにおける移動体の速度分布(Dv)及び加速度分布(Da)に基づき、前記確率分布を取得することを、含む処理方法。 - ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行するためにプロセッサ(12)により実行される処理方法であって、
前記ホスト移動体からの距離(Lh)に対して前記ターゲット移動体が存在する確率分布(Dp)を、前記ホスト移動体の走行エリア(Ad)に応じて取得することと、
現実に対する認識の一致度(TP,TN)及び不一致度(FP,FN)のうち、少なくとも一種類である認識率を、前記ターゲット移動体を認識する複数の認識モデル(Mn)毎に取得することと、
各前記認識モデル毎の前記認識率と前記確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各前記認識モデルによる認識データをフュージョンすることとを、含み、
前記認識データをフュージョンすることは、
前記確率分布において前記距離に依存する存在確率により前記認識率を補正した、各前記認識モデル毎の前記認識スコアに基づき、前記フュージョン率を最適化することを、含む処理方法。 - ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行するために記憶媒体(10)に記憶され、プロセッサ(12)に実行させる命令を含む処理プログラムであって、
前記命令は、
前記ホスト移動体からの距離(Lh)に対して前記ターゲット移動体が存在する確率分布(Dp)を、前記ホスト移動体の走行エリア(Ad)に応じて取得させることと、
前記ターゲット移動体を認識する認識率を、複数の認識モデル(Mn)毎に取得させることと、
各前記認識モデル毎に前記認識率と前記確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各前記認識モデルによる認識データをフュージョンさせることとを、含み、
前記確率分布を取得させることは、
前記走行エリアにおける移動体の速度分布(Dv)及び加速度分布(Da)に基づき、前記確率分布を取得させることを、含む処理プログラム。 - ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行するために記憶媒体(10)に記憶され、プロセッサ(12)に実行させる命令を含む処理プログラムであって、
前記命令は、
前記ホスト移動体からの距離(Lh)に対して前記ターゲット移動体が存在する確率分布(Dp)を、前記ホスト移動体の走行エリア(Ad)に応じて取得させることと、
前記ターゲット移動体を認識する認識率を、複数の認識モデル(Mn)毎に取得させることと、
各前記認識モデル毎に前記認識率と前記確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各前記認識モデルによる認識データをフュージョンさせることとを、含み、
前記認識データをフュージョンさせることは、
前記確率分布において前記距離に依存する存在確率により前記認識率を補正した、各前記認識モデル毎の前記認識スコアに基づき、前記フュージョン率を最適化させることを、含む処理プログラム。 - ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行するために記憶媒体(10)に記憶され、プロセッサ(12)に実行させる命令を含む処理プログラムであって、
前記命令は、
前記ホスト移動体からの距離(Lh)に対して前記ターゲット移動体が存在する確率分布(Dp)を、前記ホスト移動体の走行エリア(Ad)に応じて取得させることと、
現実に対する認識の一致度(TP,TN)及び不一致度(FP,FN)のうち、少なくとも一種類である認識率を、前記ターゲット移動体を認識する複数の認識モデル(Mn)毎に取得させることと、
各前記認識モデル毎の前記認識率と前記確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各前記認識モデルによる認識データをフュージョンさせることとを、含み、
前記確率分布を取得させることは、
前記走行エリアにおける移動体の速度分布(Dv)及び加速度分布(Da)に基づき、前記確率分布を取得させることを、含む処理プログラム。 - ホスト移動体(2)におけるターゲット移動体(3)の認識に関連した、認識関連処理を遂行するために記憶媒体(10)に記憶され、プロセッサ(12)に実行させる命令を含む処理プログラムであって、
前記命令は、
前記ホスト移動体からの距離(Lh)に対して前記ターゲット移動体が存在する確率分布(Dp)を、前記ホスト移動体の走行エリア(Ad)に応じて取得させることと、
現実に対する認識の一致度(TP,TN)及び不一致度(FP,FN)のうち、少なくとも一種類である認識率を、前記ターゲット移動体を認識する複数の認識モデル(Mn)毎に取得させることと、
各前記認識モデル毎の前記認識率と前記確率分布とに相関する、認識スコア(Sn)に基づいたフュージョン率(ωn)に従って、各前記認識モデルによる認識データをフュージョンさせることとを、含み、
前記認識データをフュージョンさせることは、
前記確率分布において前記距離に依存する存在確率により前記認識率を補正した、各前記認識モデル毎の前記認識スコアに基づき、前記フュージョン率を最適化させることを、含む処理プログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021115163A JP7444141B2 (ja) | 2021-07-12 | 2021-07-12 | 処理システム、処理装置、処理方法、処理プログラム |
PCT/JP2022/024209 WO2023286522A1 (ja) | 2021-07-12 | 2022-06-16 | 処理システム、処理装置、処理方法、処理プログラム |
CN202280048386.6A CN117730356A (zh) | 2021-07-12 | 2022-06-16 | 处理系统、处理装置、处理方法、处理程序 |
US18/408,213 US20240140477A1 (en) | 2021-07-12 | 2024-01-09 | Processing system, processing device, and processing method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021115163A JP7444141B2 (ja) | 2021-07-12 | 2021-07-12 | 処理システム、処理装置、処理方法、処理プログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2023011352A JP2023011352A (ja) | 2023-01-24 |
JP2023011352A5 JP2023011352A5 (ja) | 2023-06-06 |
JP7444141B2 true JP7444141B2 (ja) | 2024-03-06 |
Family
ID=84919286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021115163A Active JP7444141B2 (ja) | 2021-07-12 | 2021-07-12 | 処理システム、処理装置、処理方法、処理プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20240140477A1 (ja) |
JP (1) | JP7444141B2 (ja) |
CN (1) | CN117730356A (ja) |
WO (1) | WO2023286522A1 (ja) |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020046762A (ja) * | 2018-09-14 | 2020-03-26 | 本田技研工業株式会社 | 移動体検知装置 |
-
2021
- 2021-07-12 JP JP2021115163A patent/JP7444141B2/ja active Active
-
2022
- 2022-06-16 WO PCT/JP2022/024209 patent/WO2023286522A1/ja unknown
- 2022-06-16 CN CN202280048386.6A patent/CN117730356A/zh active Pending
-
2024
- 2024-01-09 US US18/408,213 patent/US20240140477A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2023286522A1 (ja) | 2023-01-19 |
US20240140477A1 (en) | 2024-05-02 |
JP2023011352A (ja) | 2023-01-24 |
CN117730356A (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7160262B2 (ja) | 自律走行に関する走行情報のフレームワークとバッチ調整との結合 | |
KR102211299B1 (ko) | 곡선 투영을 가속화하기 위한 시스템 및 방법 | |
CN114631117A (zh) | 使用机器学习的用于自主机器应用的传感器融合 | |
CN111133448A (zh) | 使用安全到达时间控制自动驾驶车辆 | |
KR102279078B1 (ko) | 자율 주행 차량의 v2x 통신 기반의 차량 차로 시스템 | |
WO2019152888A1 (en) | Safety procedure analysis for obstacle avoidance in autonomous vehicle | |
CN110389583A (zh) | 生成自动驾驶车辆的轨迹的方法 | |
JP2019537080A (ja) | 検出された障壁に基づく車両のナビゲーション | |
JP2019505034A (ja) | 車両のレーン割込みの自動予測及び利他的応答 | |
CN111758017A (zh) | 信息处理装置、信息处理方法、程序及移动体 | |
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 | |
CN113544467A (zh) | 对齐用于导航的道路信息 | |
CN111380534A (zh) | 用于自动驾驶车辆的基于st图学习的决策 | |
CN116529783A (zh) | 用于构建机器学习模型的数据的智能选择的系统和方法 | |
CN116710976A (zh) | 用于对用于训练远程机器学习模型的数据进行智能机载选择的自主交通工具系统 | |
KR20200046437A (ko) | 영상 및 맵 데이터 기반 측위 방법 및 장치 | |
JP2022129175A (ja) | 車両評価方法及び車両評価装置 | |
KR102611507B1 (ko) | 주행 지원 방법 및 주행 지원 장치 | |
JP7444141B2 (ja) | 処理システム、処理装置、処理方法、処理プログラム | |
CN115218888A (zh) | 用于更新高清地图的系统和方法 | |
JP2023514905A (ja) | 自律型車両のためのビヘイビア・プランニング | |
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 | |
WO2023157543A1 (ja) | 遠隔支援システム、遠隔支援方法、遠隔支援プログラム | |
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 | |
JP2023007914A (ja) | 推定システム、推定装置、推定方法、推定プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230529 |
|
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: 7444141 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |