JPWO2019175920A1 - 霧特定装置、霧特定方法及び霧特定プログラム - Google Patents
霧特定装置、霧特定方法及び霧特定プログラム Download PDFInfo
- Publication number
- JPWO2019175920A1 JPWO2019175920A1 JP2020505558A JP2020505558A JPWO2019175920A1 JP WO2019175920 A1 JPWO2019175920 A1 JP WO2019175920A1 JP 2020505558 A JP2020505558 A JP 2020505558A JP 2020505558 A JP2020505558 A JP 2020505558A JP WO2019175920 A1 JPWO2019175920 A1 JP WO2019175920A1
- Authority
- JP
- Japan
- Prior art keywords
- fog
- brightness
- image data
- unit
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 29
- 230000003287 optical effect Effects 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims description 11
- 230000004907 flux Effects 0.000 claims description 7
- 238000012986 modification Methods 0.000 description 15
- 230000004048 modification Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 239000002131 composite material Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- 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
- G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
-
- 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
- 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Biodiversity & Conservation Biology (AREA)
- Software Systems (AREA)
- Atmospheric Sciences (AREA)
- Environmental Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Ecology (AREA)
- Traffic Control Systems (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Analysis (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
点データ取得部（２１）は、放射された光束が反射点で反射した反射光を受信する光センサ（４１）によって得られた反射点を示す点データを取得する。画像データ取得部（２２）は、点データが示す反射点の周辺の画像データを取得する。輝度計算部（２３）は、画像データの輝度の滑らかさを計算する。霧特定部（２４）は、点データから特定される光センサ（４１）から反射点までの距離と、輝度の滑らかさとから、霧の濃さを特定する。
Description
この発明は、霧の濃さを特定する技術に関する。
特許文献１には、車両の周辺に霧が発生しているか否かを判定する技術が記載されている。
特許文献１では、ヘッドライトにより照射光を照射した場合に、車両の前方を撮像した画像における照射光を照射していない領域の明度の違いに基づき、霧が発生しているか否かが判定される。具体的には、霧が発生していないときには、照射光を照射していない領域の明度は低くなる。これに対して、霧が発生しているときには、照射光が霧の粒子により反射するため、画像の内側から外側に向かって明度が徐々に高くなる。特許文献１では、この特性が利用され、霧が発生しているか否かが判定される。
特許文献１では、ヘッドライトにより照射光を照射した場合に、車両の前方を撮像した画像における照射光を照射していない領域の明度の違いに基づき、霧が発生しているか否かが判定される。具体的には、霧が発生していないときには、照射光を照射していない領域の明度は低くなる。これに対して、霧が発生しているときには、照射光が霧の粒子により反射するため、画像の内側から外側に向かって明度が徐々に高くなる。特許文献１では、この特性が利用され、霧が発生しているか否かが判定される。
特許文献１に記載された技術では、ヘッドライトの照射が前提となっており、一定の暗さがなければ霧が発生しているか否かを判定することができない。
この発明では、ヘッドライトの照射の有無に関わりなく、霧の濃さを特定可能にすることを目的とする。
この発明では、ヘッドライトの照射の有無に関わりなく、霧の濃さを特定可能にすることを目的とする。
この発明に係る霧特定装置は、
放射された光束が反射点で反射した反射光を受信する光センサによって得られた前記反射点を示す点データを取得する点データ取得部と、
前記点データ取得部によって取得された前記点データが示す前記反射点の周辺の画像データを取得する画像データ取得部と、
前記画像データ取得部によって取得された前記画像データの輝度の滑らかさを計算する輝度計算部と、
前記点データから特定される前記光センサから前記反射点までの距離と、前記輝度計算部によって計算された前記輝度の滑らかさとから、霧の濃さを特定する霧特定部と
を備える。
放射された光束が反射点で反射した反射光を受信する光センサによって得られた前記反射点を示す点データを取得する点データ取得部と、
前記点データ取得部によって取得された前記点データが示す前記反射点の周辺の画像データを取得する画像データ取得部と、
前記画像データ取得部によって取得された前記画像データの輝度の滑らかさを計算する輝度計算部と、
前記点データから特定される前記光センサから前記反射点までの距離と、前記輝度計算部によって計算された前記輝度の滑らかさとから、霧の濃さを特定する霧特定部と
を備える。
この発明では、光センサによって得られた点データから特定される距離と、画像データの輝度の滑らかさとから霧の濃さを特定する。そのため、ヘッドライトの照射の有無に関わりなく、霧の濃さを特定することが可能である。
実施の形態１．
＊＊＊構成の説明＊＊＊
図１を参照して、実施の形態１に係る霧特定装置１０の構成を説明する。
霧特定装置１０は、移動体１００に搭載されるＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）といったコンピュータである。
実施の形態１では、移動体１００は、車両である。しかし、移動体１００は、車両に限らず、船及び航空機といった他の種別であってもよい。霧特定装置１０は、移動体１００又は図示した他の構成要素と、一体化した形態又は分離不可能な形態で実装されてもよい、あるいは、取り外し可能な形態または分離可能な形態で実装されてもよい。
＊＊＊構成の説明＊＊＊
図１を参照して、実施の形態１に係る霧特定装置１０の構成を説明する。
霧特定装置１０は、移動体１００に搭載されるＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）といったコンピュータである。
実施の形態１では、移動体１００は、車両である。しかし、移動体１００は、車両に限らず、船及び航空機といった他の種別であってもよい。霧特定装置１０は、移動体１００又は図示した他の構成要素と、一体化した形態又は分離不可能な形態で実装されてもよい、あるいは、取り外し可能な形態または分離可能な形態で実装されてもよい。
霧特定装置１０は、プロセッサ１１と、メモリ１２と、ストレージ１３と、通信インタフェース１４とのハードウェアを備える。プロセッサ１１は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。
プロセッサ１１は、プロセッシングを行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）である。プロセッサ１１は、具体例としては、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。
メモリ１２は、データを一時的に記憶する記憶装置である。メモリ１２は、具体例としては、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。
ストレージ１３は、データを保管する記憶装置である。ストレージ１３は、具体例としては、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）である。また、ストレージ１３は、ＳＤ（登録商標，Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリカード、ＣＦ（ＣｏｍｐａｃｔＦｌａｓｈ，登録商標）、ＮＡＮＤフラッシュ、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）といった可搬記録媒体であってもよい。
通信インタフェース１４は、外部の装置と通信するためのインタフェースである。通信インタフェース１４は、具体例としては、Ｅｔｈｅｒｎｅｔ（登録商標）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）、ＨＤＭＩ（登録商標，Ｈｉｇｈ−Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）のポートである。
通信インタフェース１４は、移動体１００に搭載された光センサ４１及びカメラ４２と接続されている。
光センサ４１は、光の束である光束を放射し、放射された光束が反射点で反射した反射光を受信する装置である。光センサ４１は、具体例としては、ＬｉＤＡＲ（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇ）である。実施の形態１では、光センサ４１は、移動体１００の移動方向前方に光束を放射するものとする。
カメラ４２は、移動体１００の周辺を撮像して画像データを生成する装置である。実施の形態１では、カメラ４２は、移動体１００の移動方向前方を撮像するものとする。
光センサ４１は、光の束である光束を放射し、放射された光束が反射点で反射した反射光を受信する装置である。光センサ４１は、具体例としては、ＬｉＤＡＲ（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇ）である。実施の形態１では、光センサ４１は、移動体１００の移動方向前方に光束を放射するものとする。
カメラ４２は、移動体１００の周辺を撮像して画像データを生成する装置である。実施の形態１では、カメラ４２は、移動体１００の移動方向前方を撮像するものとする。
霧特定装置１０は、機能構成要素として、点データ取得部２１と、画像データ取得部２２と、輝度計算部２３と、霧特定部２４とを備える。霧特定装置１０の各機能構成要素の機能はソフトウェアにより実現される。
ストレージ１３には、霧特定装置１０の各機能構成要素の機能を実現するプログラムが格納されている。このプログラムは、プロセッサ１１によりメモリ１２に読み込まれ、プロセッサ１１によって実行される。これにより、霧特定装置１０の各機能構成要素の機能が実現される。
また、ストレージ１３は、基準値記憶部３１の機能を実現する。
ストレージ１３には、霧特定装置１０の各機能構成要素の機能を実現するプログラムが格納されている。このプログラムは、プロセッサ１１によりメモリ１２に読み込まれ、プロセッサ１１によって実行される。これにより、霧特定装置１０の各機能構成要素の機能が実現される。
また、ストレージ１３は、基準値記憶部３１の機能を実現する。
図１では、プロセッサ１１は、１つだけ示されていた。しかし、プロセッサ１１は、複数であってもよく、複数のプロセッサ１１が、各機能を実現するプログラムを連携して実行してもよい。
＊＊＊動作の説明＊＊＊
図２から図５を参照して、実施の形態１に係る霧特定装置１０の動作を説明する。
実施の形態１に係る霧特定装置１０の動作は、実施の形態１に係る霧特定方法に相当する。また、実施の形態１に係る霧特定装置１０の動作は、実施の形態１に係る霧特定プログラムの処理に相当する。
図２から図５を参照して、実施の形態１に係る霧特定装置１０の動作を説明する。
実施の形態１に係る霧特定装置１０の動作は、実施の形態１に係る霧特定方法に相当する。また、実施の形態１に係る霧特定装置１０の動作は、実施の形態１に係る霧特定プログラムの処理に相当する。
図２を参照して、実施の形態１に係る霧特定装置１０の全体的な動作を説明する。
（ステップＳ１１：点データ取得処理）
点データ取得部２１は、放射された光束が反射点で反射した反射光を受信する光センサ４１によって得られた反射点を示す点データの集合を、通信インタフェース１４を介して取得する。点データ取得部２１は、取得された点データの集合をメモリ１２に書き込む。実施の形態１では、点データは、光センサ４１から放射されたある光束に対する反射光の強度が最も強い反射点を示す。
（ステップＳ１１：点データ取得処理）
点データ取得部２１は、放射された光束が反射点で反射した反射光を受信する光センサ４１によって得られた反射点を示す点データの集合を、通信インタフェース１４を介して取得する。点データ取得部２１は、取得された点データの集合をメモリ１２に書き込む。実施の形態１では、点データは、光センサ４１から放射されたある光束に対する反射光の強度が最も強い反射点を示す。
（ステップＳ１２：画像データ取得処理）
画像データ取得部２２は、ステップＳ１１で取得された集合に含まれる点データが示す反射点の周辺の画像データを取得する。
図３を参照して具体的に説明する。画像データ取得部２２は、カメラ４２によって生成された画像データ５１を、通信インタフェース１４を介して取得する。画像データ取得部２２は、取得された画像データ５１に、集合に含まれる点データを投影する。画像データ取得部２２は、投影された反射点の周辺の一部の画像データ５２を切り出す。画像データ取得部２２は、水平方向及び垂直方向に少なくとも基準数以上の画素が含まれるように、画像データ５２を切り出す。画像データ取得部２２は、切り出された画像データ５２をメモリ１２に書き込む。
画像データ取得部２２は、ステップＳ１１で取得された集合に含まれる点データが示す反射点の周辺の画像データを取得する。
図３を参照して具体的に説明する。画像データ取得部２２は、カメラ４２によって生成された画像データ５１を、通信インタフェース１４を介して取得する。画像データ取得部２２は、取得された画像データ５１に、集合に含まれる点データを投影する。画像データ取得部２２は、投影された反射点の周辺の一部の画像データ５２を切り出す。画像データ取得部２２は、水平方向及び垂直方向に少なくとも基準数以上の画素が含まれるように、画像データ５２を切り出す。画像データ取得部２２は、切り出された画像データ５２をメモリ１２に書き込む。
（ステップＳ１３：輝度計算処理）
輝度計算部２３は、ステップＳ１３で取得された画像データの輝度の滑らかさを計算する
図４を参照して具体的に説明する。輝度計算部２３は、画像データをメモリ１２から読み出す。輝度計算部２３は、画像データの水平方向の各ラインを対象として、対象のラインの画素の輝度について平滑化を行った上で、輝度の２次微分計算を行って得られた値の絶対値を計算する。そして、輝度計算部２３は、画像データの水平方向の各ラインについて計算された絶対値の総和を、画像データの輝度の滑らかさとして計算する。輝度計算部２３は、計算された輝度の滑らかさをメモリ１２に書き込む。
なお、絶対値の総和が小さいほど、輝度の滑らかさが高い。つまり、画像データのテクスチャが少ない。図４に示すように、霧が発生している場合は、霧が発生していない場合に比べて、輝度の滑らかさが高くなる傾向がある。
輝度計算部２３は、ステップＳ１３で取得された画像データの輝度の滑らかさを計算する
図４を参照して具体的に説明する。輝度計算部２３は、画像データをメモリ１２から読み出す。輝度計算部２３は、画像データの水平方向の各ラインを対象として、対象のラインの画素の輝度について平滑化を行った上で、輝度の２次微分計算を行って得られた値の絶対値を計算する。そして、輝度計算部２３は、画像データの水平方向の各ラインについて計算された絶対値の総和を、画像データの輝度の滑らかさとして計算する。輝度計算部２３は、計算された輝度の滑らかさをメモリ１２に書き込む。
なお、絶対値の総和が小さいほど、輝度の滑らかさが高い。つまり、画像データのテクスチャが少ない。図４に示すように、霧が発生している場合は、霧が発生していない場合に比べて、輝度の滑らかさが高くなる傾向がある。
（ステップＳ１４：霧特定処理）
霧特定部２４は、ステップＳ１１で取得された集合に含まれる点データから特定される光センサ４１から反射点までの距離と、ステップＳ１３で計算された輝度の滑らかさとから、霧の濃さを特定する。
具体的には、霧特定部２４は、基準値記憶部３１に記憶された基準値を参照する。図５に示すように、実施の形態１では、基準値記憶部３１には、距離毎に基準値が記憶されている。霧特定部２４は、光センサ４１から反射点までの距離に対応する基準値と、輝度の滑らかさとを比較して、一定の濃さ以上の霧が発生しているか否かを判定する。つまり、霧特定部２４は、輝度の滑らかさの値が基準値よりも低い場合には、言い換えると基準値が示す滑らかさよりも滑らかな場合には、霧が発生していると判定する。一方、霧特定部２４は、輝度の滑らかさの値が基準値以上の場合には、言い換えると基準値が示す滑らかさ以下の滑らかさである場合には、霧が発生していないと判定する。
霧特定部２４は、ステップＳ１１で取得された集合に含まれる点データから特定される光センサ４１から反射点までの距離と、ステップＳ１３で計算された輝度の滑らかさとから、霧の濃さを特定する。
具体的には、霧特定部２４は、基準値記憶部３１に記憶された基準値を参照する。図５に示すように、実施の形態１では、基準値記憶部３１には、距離毎に基準値が記憶されている。霧特定部２４は、光センサ４１から反射点までの距離に対応する基準値と、輝度の滑らかさとを比較して、一定の濃さ以上の霧が発生しているか否かを判定する。つまり、霧特定部２４は、輝度の滑らかさの値が基準値よりも低い場合には、言い換えると基準値が示す滑らかさよりも滑らかな場合には、霧が発生していると判定する。一方、霧特定部２４は、輝度の滑らかさの値が基準値以上の場合には、言い換えると基準値が示す滑らかさ以下の滑らかさである場合には、霧が発生していないと判定する。
基準値は、距離が近いほど大きい値が記憶されている。つまり、光センサ４１から反射点までの距離が近いほど、輝度の滑らかさが低い場合でも霧が発生していると判定され易くなる。これは、距離が遠くなるほど、建物と車両といった立体物についても輝度が滑らかになるためである。距離毎の基準値については実験的に求めてればよい。
＊＊＊実施の形態１の効果＊＊＊
以上のように、実施の形態１に係る霧特定装置１０は、反射点までの距離と、反射点の周囲の画像データの輝度の滑らかさとから、霧の濃さを特定する。これにより、ヘッドライトの照射の有無に関わりなく、霧の濃さを特定することが可能である。つまり、日中のようにある程度の明るさがある状態でも、霧の濃さを特定することが可能である。
以上のように、実施の形態１に係る霧特定装置１０は、反射点までの距離と、反射点の周囲の画像データの輝度の滑らかさとから、霧の濃さを特定する。これにより、ヘッドライトの照射の有無に関わりなく、霧の濃さを特定することが可能である。つまり、日中のようにある程度の明るさがある状態でも、霧の濃さを特定することが可能である。
＊＊＊他の構成＊＊＊
＜変形例１＞
実施の形態１では、霧特定部２４は、一定の濃さ以上の霧が発生しているか否かを判定した。しかし、霧特定部２４は、移動体１００の周囲の状態が、複数の段階の霧の濃さのどの濃さであるかを特定してもよい。
この場合には、図６に示すように、基準値記憶部３１に、各霧の濃さについて、距離毎に基準値を記憶する。図６では、視程が１５ｍの霧と、視程が３０ｍの霧と、視程が５０ｍの霧とについて、距離毎の基準値が記憶されている。そして、霧特定部２４は、各霧の濃さについての基準値であって、光センサ４１から反射点までの距離に対応する基準値と、輝度の滑らかさとを比較して、霧の濃さを特定する。
具体的には、輝度が、視程が１５ｍの霧についての基準値よりも滑らかである場合には、霧特定部２４は視程が１５ｍの霧が発生していると特定する。また、輝度が、視程が１５ｍの霧についての基準値以下の滑らかさであり、かつ、視程が３０ｍの基準値よりも滑らかである場合には、霧特定部２４は視程が３０ｍの霧が発生していると特定する。また、輝度が、視程が３０ｍの霧についての基準値以下の滑らかさであり、かつ、視程が５０ｍの基準値よりも滑らかである場合には、霧特定部２４は視程が５０ｍの霧が発生していると特定する。また、輝度が、視程が５０ｍの霧についての基準値以下の滑らかさである場合には、霧特定部２４は霧が発生していないと特定する。
各距離における基準値は、霧が濃いほど低くなる。つまり、各距離における基準値は、霧が濃いほど、滑らかであることを示す値になる。
＜変形例１＞
実施の形態１では、霧特定部２４は、一定の濃さ以上の霧が発生しているか否かを判定した。しかし、霧特定部２４は、移動体１００の周囲の状態が、複数の段階の霧の濃さのどの濃さであるかを特定してもよい。
この場合には、図６に示すように、基準値記憶部３１に、各霧の濃さについて、距離毎に基準値を記憶する。図６では、視程が１５ｍの霧と、視程が３０ｍの霧と、視程が５０ｍの霧とについて、距離毎の基準値が記憶されている。そして、霧特定部２４は、各霧の濃さについての基準値であって、光センサ４１から反射点までの距離に対応する基準値と、輝度の滑らかさとを比較して、霧の濃さを特定する。
具体的には、輝度が、視程が１５ｍの霧についての基準値よりも滑らかである場合には、霧特定部２４は視程が１５ｍの霧が発生していると特定する。また、輝度が、視程が１５ｍの霧についての基準値以下の滑らかさであり、かつ、視程が３０ｍの基準値よりも滑らかである場合には、霧特定部２４は視程が３０ｍの霧が発生していると特定する。また、輝度が、視程が３０ｍの霧についての基準値以下の滑らかさであり、かつ、視程が５０ｍの基準値よりも滑らかである場合には、霧特定部２４は視程が５０ｍの霧が発生していると特定する。また、輝度が、視程が５０ｍの霧についての基準値以下の滑らかさである場合には、霧特定部２４は霧が発生していないと特定する。
各距離における基準値は、霧が濃いほど低くなる。つまり、各距離における基準値は、霧が濃いほど、滑らかであることを示す値になる。
＜変形例２＞
実施の形態１では、各機能構成要素がソフトウェアで実現された。しかし、変形例２として、各機能構成要素はハードウェアで実現されてもよい。この変形例２について、実施の形態１と異なる点を説明する。
実施の形態１では、各機能構成要素がソフトウェアで実現された。しかし、変形例２として、各機能構成要素はハードウェアで実現されてもよい。この変形例２について、実施の形態１と異なる点を説明する。
図７を参照して、変形例２に係る霧特定装置１０の構成を説明する。
各機能構成要素がハードウェアで実現される場合には、霧特定装置１０は、プロセッサ１１とメモリ１２とストレージ１３とに代えて、電子回路１５を備える。電子回路１５は、各機能構成要素と、メモリ１２と、ストレージ１３との機能とを実現する専用の回路である。
各機能構成要素がハードウェアで実現される場合には、霧特定装置１０は、プロセッサ１１とメモリ１２とストレージ１３とに代えて、電子回路１５を備える。電子回路１５は、各機能構成要素と、メモリ１２と、ストレージ１３との機能とを実現する専用の回路である。
電子回路１５としては、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックＩＣ、ＧＡ（Ｇａｔｅ Ａｒｒａｙ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）が想定される。
各機能構成要素を１つの電子回路１５で実現してもよいし、各機能構成要素を複数の電子回路１５に分散させて実現してもよい。
各機能構成要素を１つの電子回路１５で実現してもよいし、各機能構成要素を複数の電子回路１５に分散させて実現してもよい。
＜変形例３＞
変形例３として、一部の各機能構成要素がハードウェアで実現され、他の各機能構成要素がソフトウェアで実現されてもよい。
変形例３として、一部の各機能構成要素がハードウェアで実現され、他の各機能構成要素がソフトウェアで実現されてもよい。
プロセッサ１１とメモリ１２とストレージ１３と電子回路１５とを処理回路という。つまり、各機能構成要素の機能は、処理回路により実現される。
＜変形例４＞
実施の形態１では、霧特定装置１０は１つのＥＣＵといったコンピュータにより実現された。しかし、霧特定装置１０は複数のＥＣＵといったコンピュータにより実現されてもよい。
実施の形態１では、霧特定装置１０は１つのＥＣＵといったコンピュータにより実現された。しかし、霧特定装置１０は複数のＥＣＵといったコンピュータにより実現されてもよい。
実施の形態２．
実施の形態２は、特定された霧の濃さに応じて、障害物を識別するためのセンサのセンサ閾値を設定する点が実施の形態１〜３と異なる。実施の形態２では、この異なる点を説明し、同一の点については説明を省略する。
実施の形態２は、特定された霧の濃さに応じて、障害物を識別するためのセンサのセンサ閾値を設定する点が実施の形態１〜３と異なる。実施の形態２では、この異なる点を説明し、同一の点については説明を省略する。
＊＊＊構成の説明＊＊＊
図８を参照して、実施の形態２に係る霧特定装置１０の構成を説明する。
霧特定装置１０は、認識部２５と、閾値設定部２６とを備える点が、実施の形態１〜３と異なる。
図８を参照して、実施の形態２に係る霧特定装置１０の構成を説明する。
霧特定装置１０は、認識部２５と、閾値設定部２６とを備える点が、実施の形態１〜３と異なる。
＊＊＊動作の説明＊＊＊
図９及び図１０を参照して、実施の形態２に係る霧特定装置１０の動作を説明する。
実施の形態２に係る霧特定装置１０の動作は、実施の形態２に係る霧特定方法に相当する。また、実施の形態２に係る霧特定装置１０の動作は、実施の形態２に係る霧特定プログラムの処理に相当する。
図９及び図１０を参照して、実施の形態２に係る霧特定装置１０の動作を説明する。
実施の形態２に係る霧特定装置１０の動作は、実施の形態２に係る霧特定方法に相当する。また、実施の形態２に係る霧特定装置１０の動作は、実施の形態２に係る霧特定プログラムの処理に相当する。
図９を参照して、実施の形態２に係る霧特定装置１０の全体的な動作を説明する。
ステップＳ２１は、実施の形態１で説明した霧の濃さを特定する処理である。
ステップＳ２１は、実施の形態１で説明した霧の濃さを特定する処理である。
（ステップＳ２２：閾値設定処理）
閾値設定部２６は、ステップＳ２１で特定された霧の濃さに応じて、障害物を識別するためのセンサのセンサ閾値を設定する。
閾値設定部２６は、ステップＳ２１で特定された霧の濃さに応じて、障害物を識別するためのセンサのセンサ閾値を設定する。
図１０を参照して具体例を説明する。
図１０では、センサとしてカメラが用いられ、車両のテールランプが識別される場合を示している。
カメラを用いてテールランプを識別する場合には、ＹＵＶデータのＵＶ平面において、テールランプとその他とを線形に識別する境界線がセンサ閾値として用いられる。そこで、閾値設定部２６は、霧の濃さに応じて、この境界線を設定する。境界線は、Ｖ＝ａ・Ｕ＋ｂと表せる。そこで、閾値設定部２６は、霧の濃さに応じて、ａ，ｂの値を設定する。
図１０に示すように、閾値設定部２６は、霧が発生していない場合には、テールランプ以外の赤発光物がテールランプと誤認識されることを防止するため、センサ閾値である境界線を高めに設定する。一方、閾値設定部２６は、霧が発生している場合には、センサ閾値である境界線を低めに設定して、赤発光物をテールランプと認識され易くする。
図１０では、センサとしてカメラが用いられ、車両のテールランプが識別される場合を示している。
カメラを用いてテールランプを識別する場合には、ＹＵＶデータのＵＶ平面において、テールランプとその他とを線形に識別する境界線がセンサ閾値として用いられる。そこで、閾値設定部２６は、霧の濃さに応じて、この境界線を設定する。境界線は、Ｖ＝ａ・Ｕ＋ｂと表せる。そこで、閾値設定部２６は、霧の濃さに応じて、ａ，ｂの値を設定する。
図１０に示すように、閾値設定部２６は、霧が発生していない場合には、テールランプ以外の赤発光物がテールランプと誤認識されることを防止するため、センサ閾値である境界線を高めに設定する。一方、閾値設定部２６は、霧が発生している場合には、センサ閾値である境界線を低めに設定して、赤発光物をテールランプと認識され易くする。
なお、図１０では、霧が発生している場合と、霧が発生していない場合との２つの場合についてのセンサ閾値の設定例が示されている。しかし、閾値設定部２６は、複数の段階の霧の濃さそれぞれについてセンサ閾値を設定してもよい。この場合には、霧が濃いほどセンサ閾値である境界線が低く設定される。
（ステップＳ２３：認識処理）
認識部２５は、ステップＳ２２で設定されたセンサ閾値を用いて、障害物を認識する。
図１０の例であれば、認識部２５は、ステップＳ２２で設定された境界線を用いて、カメラによって得られた画像データからテールランプを検出する。
認識部２５は、ステップＳ２２で設定されたセンサ閾値を用いて、障害物を認識する。
図１０の例であれば、認識部２５は、ステップＳ２２で設定された境界線を用いて、カメラによって得られた画像データからテールランプを検出する。
＊＊＊実施の形態２の効果＊＊＊
以上のように、実施の形態２に係る霧特定装置１０は、霧の濃さに応じてセンサ閾値を設定する。これにより、障害物を適切に認識することが可能になる。
以上のように、実施の形態２に係る霧特定装置１０は、霧の濃さに応じてセンサ閾値を設定する。これにより、障害物を適切に認識することが可能になる。
実施の形態３．
実施の形態３は、霧の濃さに応じて、障害物を識別するために用いるセンサを決定する点が実施の形態１，２と異なる。実施の形態３では、この異なる点を説明し、同一の点については説明を省略する。
なお、ここでは、実施の形態１に機能を加えた例を説明する。しかし、実施の形態２に機能を加えることも可能である。
実施の形態３は、霧の濃さに応じて、障害物を識別するために用いるセンサを決定する点が実施の形態１，２と異なる。実施の形態３では、この異なる点を説明し、同一の点については説明を省略する。
なお、ここでは、実施の形態１に機能を加えた例を説明する。しかし、実施の形態２に機能を加えることも可能である。
＊＊＊構成の説明＊＊＊
図１１を参照して、実施の形態３に係る霧特定装置１０の構成を説明する。
霧特定装置１０は、認識部２５と、センサ決定部２７とを備える点が、実施の形態１と異なる。また、ストレージ１３が信頼度記憶部３２の機能を実現する点が、実施の形態１と異なる。
図１１を参照して、実施の形態３に係る霧特定装置１０の構成を説明する。
霧特定装置１０は、認識部２５と、センサ決定部２７とを備える点が、実施の形態１と異なる。また、ストレージ１３が信頼度記憶部３２の機能を実現する点が、実施の形態１と異なる。
＊＊＊動作の説明＊＊＊
図１２及び図１３を参照して、実施の形態３に係る霧特定装置１０の動作を説明する。
実施の形態３に係る霧特定装置１０の動作は、実施の形態３に係る霧特定方法に相当する。また、実施の形態３に係る霧特定装置１０の動作は、実施の形態３に係る霧特定プログラムの処理に相当する。
図１２及び図１３を参照して、実施の形態３に係る霧特定装置１０の動作を説明する。
実施の形態３に係る霧特定装置１０の動作は、実施の形態３に係る霧特定方法に相当する。また、実施の形態３に係る霧特定装置１０の動作は、実施の形態３に係る霧特定プログラムの処理に相当する。
図１２を参照して、実施の形態３に係る霧特定装置１０の全体的な動作を説明する。
ステップＳ３１は、実施の形態１で説明した霧の濃さを特定する処理である。
ステップＳ３１は、実施の形態１で説明した霧の濃さを特定する処理である。
（ステップＳ３２：センサ決定処理）
センサ決定部２７は、ステップＳ３１で特定された霧の濃さに応じて、障害物を識別するために用いるセンサを決定する。
具体的には、信頼度記憶部３２は、霧の濃さ毎に、移動体１００に搭載された各センサについて、距離毎の信頼度を記憶する。図１３に示すように、移動体１００にセンサとしてカメラとミリ波レーダとＬｉＤＡＲとが搭載されている場合には、信頼度記憶部３２は、霧の濃さ毎に、カメラとミリ波レーダとＬｉＤＡＲとの距離毎の信頼度を記憶する。図１３では、霧が発生している場合と霧が発生していない場合との距離毎の信頼度が示されている。各センサの信頼度は、実験により求められる。
センサ決定部２７は、信頼度記憶部３２を参照して、ステップＳ３１で特定された霧の濃さの場合に信頼度の高いセンサを、障害物を識別するために用いるセンサとして決定する。センサ決定部２７は、距離毎に障害物を識別するために用いるセンサとして決定してもよい。
例えば、センサ決定部２７は、霧が発生していない場合には、ＬｉＤＡＲとカメラとを用いると決定し、霧が発生している場合には、ミリ波レーダとカメラとを用いると決定する。
センサ決定部２７は、ステップＳ３１で特定された霧の濃さに応じて、障害物を識別するために用いるセンサを決定する。
具体的には、信頼度記憶部３２は、霧の濃さ毎に、移動体１００に搭載された各センサについて、距離毎の信頼度を記憶する。図１３に示すように、移動体１００にセンサとしてカメラとミリ波レーダとＬｉＤＡＲとが搭載されている場合には、信頼度記憶部３２は、霧の濃さ毎に、カメラとミリ波レーダとＬｉＤＡＲとの距離毎の信頼度を記憶する。図１３では、霧が発生している場合と霧が発生していない場合との距離毎の信頼度が示されている。各センサの信頼度は、実験により求められる。
センサ決定部２７は、信頼度記憶部３２を参照して、ステップＳ３１で特定された霧の濃さの場合に信頼度の高いセンサを、障害物を識別するために用いるセンサとして決定する。センサ決定部２７は、距離毎に障害物を識別するために用いるセンサとして決定してもよい。
例えば、センサ決定部２７は、霧が発生していない場合には、ＬｉＤＡＲとカメラとを用いると決定し、霧が発生している場合には、ミリ波レーダとカメラとを用いると決定する。
（ステップＳ３３：認識処理）
認識部２５は、ステップＳ３２で決定されたセンサを用いて、障害物を認識する。
認識部２５は、ステップＳ３２で決定されたセンサを用いて、障害物を認識する。
＊＊＊実施の形態３の効果＊＊＊
以上のように、実施の形態３に係る霧特定装置１０は、霧の濃さに応じて、障害物を識別するために用いるセンサを決定する。これにより、障害物を適切に認識することが可能になる。
以上のように、実施の形態３に係る霧特定装置１０は、霧の濃さに応じて、障害物を識別するために用いるセンサを決定する。これにより、障害物を適切に認識することが可能になる。
＊＊＊他の構成＊＊＊
＜変形例５＞
実施の形態３では、実施の形態１に機能が加えられた。しかし、実施の形態２に機能が加えられてもよい。
この場合には、図１４に示すように、霧特定装置１０は、図１１に示す機能構成要素に加え、閾値設定部２６を備える。そして、図１５に示すように、ステップＳ８２でセンサ決定部２７が用いるセンサを決定した上で、ステップＳ８３で閾値設定部２６が決定されたセンサについてのセンサ閾値を決定する。
なお、ステップＳ４１とステップＳ４２とステップＳ４４との処理は、図１２のステップＳ３１とステップＳ３２とステップＳ３３との処理と同じである。また、ステップＳ４３の処理は、図９のステップＳ２２の処理と同じである。
＜変形例５＞
実施の形態３では、実施の形態１に機能が加えられた。しかし、実施の形態２に機能が加えられてもよい。
この場合には、図１４に示すように、霧特定装置１０は、図１１に示す機能構成要素に加え、閾値設定部２６を備える。そして、図１５に示すように、ステップＳ８２でセンサ決定部２７が用いるセンサを決定した上で、ステップＳ８３で閾値設定部２６が決定されたセンサについてのセンサ閾値を決定する。
なお、ステップＳ４１とステップＳ４２とステップＳ４４との処理は、図１２のステップＳ３１とステップＳ３２とステップＳ３３との処理と同じである。また、ステップＳ４３の処理は、図９のステップＳ２２の処理と同じである。
以上、この発明の実施の形態及び変形例について説明した。これらの実施の形態及び変形例のうち、いくつかを組み合わせて実施してもよい。また、いずれか１つ又はいくつかを部分的に実施してもよい。なお、この発明は、以上の実施の形態及び変形例に限定されるものではなく、必要に応じて種々の変更が可能である。
１０ 霧特定装置、１１ プロセッサ、１２ メモリ、１３ ストレージ、１４ 通信インタフェース、１５ 電子回路、２１ 点データ取得部、２２ 画像データ取得部、２３ 輝度計算部、２４ 霧特定部、２５ 認識部、２６ 閾値設定部、２７ センサ決定部、３１ 基準値記憶部、４１ 光センサ、４２ カメラ、１００ 移動体。
Claims (7)
- 放射された光束が反射点で反射した反射光を受信する光センサによって得られた前記反射点を示す点データを取得する点データ取得部と、
前記点データ取得部によって取得された前記点データが示す前記反射点の周辺の画像データを取得する画像データ取得部と、
前記画像データ取得部によって取得された前記画像データの輝度の滑らかさを計算する輝度計算部と、
前記点データから特定される前記光センサから前記反射点までの距離と、前記輝度計算部によって計算された前記輝度の滑らかさとから、霧の濃さを特定する霧特定部と
を備える霧特定装置。 - 前記霧特定部は、前記距離が近いほど、前記輝度の滑らかさが低くても、霧が濃いと特定する
請求項１に記載の霧特定装置。 - 前記輝度計算部は、前記画像データの水平方向の１本以上のラインを構成する各画素の輝度について２次微分計算を行った値の絶対値の総和を、前記輝度の滑らかさを示す値として計算する
請求項１又は２に記載の霧特定装置。 - 前記霧特定装置は、さらに、
前記霧特定部によって特定された霧の濃さに応じて、障害物を識別するためのセンサのセンサ閾値を設定する閾値設定部
を備える請求項１から３までのいずれか１項に記載の霧特定装置。 - 前記霧特定装置は、さらに、
前記霧特定部によって特定された霧の濃さに応じて、障害物を識別するために用いるセンサを決定するセンサ決定部
を備える請求項１から４までのいずれか１項に記載の霧特定装置。 - 点データ取得部が、放射された光束が反射点で反射した反射光を受信する光センサによって得られた前記反射点を示す点データを取得し、
画像データ取得部が、前記点データが示す前記反射点の周辺の画像データを取得し、
輝度計算部が、前記画像データの輝度の滑らかさを計算し、
霧特定部が、前記点データから特定される前記光センサから前記反射点までの距離と、前記輝度の滑らかさとから、霧の濃さを特定する霧特定方法。 - 放射された光束が反射点で反射した反射光を受信する光センサによって得られた前記反射点を示す点データを取得する点データ取得処理と、
前記点データ取得処理によって取得された前記点データが示す前記反射点の周辺の画像データを取得する画像データ取得処理と、
前記画像データ取得処理によって取得された前記画像データの輝度の滑らかさを計算する輝度計算処理と、
前記点データから特定される前記光センサから前記反射点までの距離と、前記輝度計算処理によって計算された前記輝度の滑らかさとから、霧の濃さを特定する霧特定処理と
をコンピュータに実行させる霧特定プログラム。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2018/009396 WO2019175920A1 (ja) | 2018-03-12 | 2018-03-12 | 霧特定装置、霧特定方法及び霧特定プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2019175920A1 true JPWO2019175920A1 (ja) | 2020-06-18 |
| JP6723492B2 JP6723492B2 (ja) | 2020-07-15 |
Family
ID=67907497
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020505558A Active JP6723492B2 (ja) | 2018-03-12 | 2018-03-12 | 霧特定装置、霧特定方法及び霧特定プログラム |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11867870B2 (ja) |
| JP (1) | JP6723492B2 (ja) |
| CN (1) | CN111819472B (ja) |
| DE (1) | DE112018007036B4 (ja) |
| WO (1) | WO2019175920A1 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE112018007029B4 (de) * | 2018-03-12 | 2022-12-08 | Mitsubishi Electric Corporation | Nebelbestimmungsvorrichtung, Nebelbestimmungsverfahren und Nebelbestimmungsprogramm |
| WO2019175918A1 (ja) * | 2018-03-12 | 2019-09-19 | 三菱電機株式会社 | 霧特定装置、霧特定方法及び霧特定プログラム |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05296766A (ja) * | 1992-04-16 | 1993-11-09 | Canon Inc | 障害物検出装置 |
| JP2006227876A (ja) * | 2005-02-17 | 2006-08-31 | Denso Corp | 夜間画像による霧検出装置 |
| JP2009042177A (ja) * | 2007-08-10 | 2009-02-26 | Honda Motor Co Ltd | 物体検出装置 |
| US20140044312A1 (en) * | 2011-04-28 | 2014-02-13 | Tobias Ehlgen | Method and apparatus for recognizing an intensity of an aerosol in a field of vision of a camera on a vehicle |
| JP2017102245A (ja) * | 2015-12-01 | 2017-06-08 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
Family Cites Families (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4040175C2 (de) | 1990-12-15 | 2000-04-20 | Bayerische Motoren Werke Ag | Beleuchtungsverfahren |
| JP3990836B2 (ja) * | 1999-03-01 | 2007-10-17 | 矢崎総業株式会社 | 車両用周辺監視装置 |
| JP3669205B2 (ja) | 1999-05-17 | 2005-07-06 | 日産自動車株式会社 | 障害物認識装置 |
| US7110021B2 (en) | 2002-05-31 | 2006-09-19 | Matsushita Electric Industrial Co., Ltd. | Vehicle surroundings monitoring device, and image production method/program |
| JP3683258B2 (ja) | 2002-05-31 | 2005-08-17 | 松下電器産業株式会社 | 車両周辺監視装置、画像生成方法および画像生成プログラム |
| JP3861781B2 (ja) | 2002-09-17 | 2006-12-20 | 日産自動車株式会社 | 前方車両追跡システムおよび前方車両追跡方法 |
| EP1498721A1 (de) | 2003-07-15 | 2005-01-19 | ELMOS Semiconductor AG | Vorrichtung zur Erkennung von Nebel, insbesondere für ein Fahrzeug |
| JP4730267B2 (ja) | 2006-07-04 | 2011-07-20 | 株式会社デンソー | 車両用視界状況判定装置 |
| JP4241834B2 (ja) | 2007-01-11 | 2009-03-18 | 株式会社デンソー | 車載霧判定装置 |
| JP4980939B2 (ja) | 2008-01-22 | 2012-07-18 | 富士重工業株式会社 | 撮像手段の調整装置および物体検出装置 |
| JP5155042B2 (ja) | 2008-07-04 | 2013-02-27 | 本田技研工業株式会社 | 車両周辺画像の切替装置 |
| JP5218906B2 (ja) | 2008-10-16 | 2013-06-26 | 国立大学法人東京農工大学 | 煙検出装置及び煙検出方法 |
| WO2011107116A1 (en) * | 2010-03-04 | 2011-09-09 | Valeo Schalter Und Sensoren Gmbh | Method of fog and raindrop detection on a windscreen and driving assistance device |
| CN102175613B (zh) * | 2011-01-26 | 2012-11-14 | 南京大学 | 基于图像亮度特征的ptz视频能见度检测方法 |
| CN102139674A (zh) * | 2011-02-23 | 2011-08-03 | 电子科技大学 | 一种雾天汽车防追尾系统 |
| JP5898535B2 (ja) | 2012-03-13 | 2016-04-06 | 富士重工業株式会社 | 撮像ユニットの露光制御装置 |
| US9221461B2 (en) | 2012-09-05 | 2015-12-29 | Google Inc. | Construction zone detection using a plurality of information sources |
| US8473144B1 (en) | 2012-10-30 | 2013-06-25 | Google Inc. | Controlling vehicle lateral lane positioning |
| DE102013204597A1 (de) * | 2013-03-15 | 2014-09-18 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Bestimmen einer Sichtweite bei Nebel am Tag |
| US8983705B2 (en) * | 2013-04-30 | 2015-03-17 | Google Inc. | Methods and systems for detecting weather conditions including fog using vehicle onboard sensors |
| JP6058072B2 (ja) | 2015-05-29 | 2017-01-11 | 三菱電機株式会社 | 物体識別装置 |
| DE102016116346A1 (de) | 2016-09-01 | 2018-03-01 | Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr | Verfahren zur quantitativen Bestimmung von einer zeitlichen und räumlichen Verteilung von Lichtstrahlen in einem streuenden Medium |
| US10254388B2 (en) * | 2017-03-28 | 2019-04-09 | Luminar Technologies, Inc. | Dynamically varying laser output in a vehicle in view of weather conditions |
-
2018
- 2018-03-12 CN CN201880090354.6A patent/CN111819472B/zh active Active
- 2018-03-12 DE DE112018007036.0T patent/DE112018007036B4/de active Active
- 2018-03-12 JP JP2020505558A patent/JP6723492B2/ja active Active
- 2018-03-12 US US16/978,569 patent/US11867870B2/en active Active
- 2018-03-12 WO PCT/JP2018/009396 patent/WO2019175920A1/ja active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05296766A (ja) * | 1992-04-16 | 1993-11-09 | Canon Inc | 障害物検出装置 |
| JP2006227876A (ja) * | 2005-02-17 | 2006-08-31 | Denso Corp | 夜間画像による霧検出装置 |
| JP2009042177A (ja) * | 2007-08-10 | 2009-02-26 | Honda Motor Co Ltd | 物体検出装置 |
| US20140044312A1 (en) * | 2011-04-28 | 2014-02-13 | Tobias Ehlgen | Method and apparatus for recognizing an intensity of an aerosol in a field of vision of a camera on a vehicle |
| JP2017102245A (ja) * | 2015-12-01 | 2017-06-08 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
Non-Patent Citations (1)
| Title |
|---|
| 森健史 ほか: "車載カメラ映像とミリ波レーダデータによる霧の濃さの判定", 信学技報, vol. 106(605), JPN7018001578, 15 March 2007 (2007-03-15), JP, pages 85 - 90, ISSN: 0004266009 * |
Also Published As
| Publication number | Publication date |
|---|---|
| DE112018007036B4 (de) | 2022-12-08 |
| US11867870B2 (en) | 2024-01-09 |
| CN111819472B (zh) | 2022-06-24 |
| DE112018007036T5 (de) | 2020-10-29 |
| JP6723492B2 (ja) | 2020-07-15 |
| CN111819472A (zh) | 2020-10-23 |
| WO2019175920A1 (ja) | 2019-09-19 |
| US20210019537A1 (en) | 2021-01-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6591118B2 (ja) | 光量調整装置、光量調整方法及び光量調整プログラム | |
| US10339397B2 (en) | Detecting device, detecting method, and program | |
| US9152856B2 (en) | Pedestrian detection system and method | |
| KR20210006276A (ko) | 플리커를 약화시키기 위한 이미지 처리 방법 | |
| JP6598960B2 (ja) | 一場面における霧検出のための方法及び撮像装置 | |
| WO2018110183A1 (ja) | 撮像制御装置、撮像制御方法、プログラムおよび記録媒体 | |
| JP6723492B2 (ja) | 霧特定装置、霧特定方法及び霧特定プログラム | |
| CN110659547A (zh) | 物体识别方法、装置、车辆和计算机可读存储介质 | |
| JP2020004085A (ja) | 画像処理装置、画像処理方法及びプログラム | |
| US11089291B2 (en) | Detection method and detection device, electronic device and computer readable storage medium | |
| JP2020177648A (ja) | 遺留物誤検出の認識方法、装置及び画像処理装置 | |
| JP6723491B2 (ja) | 霧特定装置、霧特定方法及び霧特定プログラム | |
| JP6746032B2 (ja) | 霧特定装置、霧特定方法及び霧特定プログラム | |
| JP6034713B2 (ja) | 車外環境認識装置および車外環境認識方法 | |
| JP7441989B1 (ja) | メータ読取装置、メータ読取方法及びメータ読取プログラム | |
| JP7277666B2 (ja) | 処理装置 | |
| JP6877501B2 (ja) | 滞留検知装置、滞留検知方法及び滞留検知プログラム | |
| WO2021084915A1 (ja) | 画像認識装置 | |
| JP2019121355A (ja) | 車両検出装置と方法及び電子機器 | |
| JP2019021295A (ja) | ターゲット検出方法、装置及び画像処理装置 | |
| WO2018154654A1 (ja) | 動体検出装置および動体検出プログラム | |
| CN115482352A (zh) | 用于训练机器学习算法的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200219 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200219 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200219 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200518 |
|
| 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: 20200526 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200623 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6723492 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |