KR20100051066A - 트래픽 신호 인식 방법 및 장치 - Google Patents
트래픽 신호 인식 방법 및 장치 Download PDFInfo
- Publication number
- KR20100051066A KR20100051066A KR1020107003557A KR20107003557A KR20100051066A KR 20100051066 A KR20100051066 A KR 20100051066A KR 1020107003557 A KR1020107003557 A KR 1020107003557A KR 20107003557 A KR20107003557 A KR 20107003557A KR 20100051066 A KR20100051066 A KR 20100051066A
- Authority
- KR
- South Korea
- Prior art keywords
- traffic signal
- recognition
- traffic
- determined
- classification
- Prior art date
Links
Images
Classifications
-
- 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
- G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/242—Division of the character sequences into groups prior to recognition; Selection of dictionaries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
본 발명은 트래픽 신호 인식 방법 및 장치에 관련된 것으로, 영역을 위해 표준화되고, 트래픽 신호를 위해 적어도 하나의 주요 특징이 결정된 트래픽 신호 인식 방법 및 장치에 관한 것이다. 상기 영역은 상기 결정된 특징에 대응한다. 적어도 하나의 분류 특징 및/또는 적어도 하나의 분류 방법은 상기 트래픽 신호 및/또는 적어도 하나의 다른 트래픽 신호의 인식을 위해 결정된 영역에 따라 결정될 수 있다. 상기 트래픽 신호 및/또는 적어도 하나의 다른 트래픽 신호의 인식은 명시된 분류 특징 및/또는 명시된 분류 방법을 사용함으로써 수행될 수 있다.
Description
본 발명은 트래픽 신호 인식 방법 및 장치에 관련된 것으로서, 분류 특징 및/또는 분류 방법의 사용에 따라 수행되는 트래픽 신호의 인식에 관한 것이다.
서로 다른 나라들에서 알려진 트래픽 신호의 특징 및 특성은 비엔나 컴벤션에서 표준이 제정되었음에도 불구하고 매우 다르다. 그러므로 또한 나라-특성 분류 특징(country-specific classification features) 또는 나라-특성 분류 방법은 높은 인식 품질을 얻기 위해, 트래픽 신호의 상기 분류에 사용되는 것이 좋다. 특히, 유럽 연합의 나라에 존재하는 트래픽 신호의 모든 특정 특징이 하나의 검출 및 분류 전략을 사용할 때 충분히 고려될 수 있는 것은 아니다. 각각의 트래픽 신호는 좌측(left-hand) 트래픽과 우측(right-hand) 트래픽의 면에 있어서 특히 서로서로 다른데, 이를 테면 "노 패싱(no passing)" 신호가 그러하다. 유럽 연합 외 나라에서는, 트래픽 신호의 다른 타입뿐만 아니라 다른 특성들도 가능하며 공통이 될 수 있다.
본 발명의 목적은, 트래픽 신호를 국경 간(cross-border) 트래픽에서 신뢰성있게 인식할 수 있는 방법 및 장치를 확정하는 것이다.
이러한 목적은 청구범위 1 및 3에서 열거된 방법의 각각에 의해 해결될 수 있고, 청구범위 22 및 23에서 열거된 장치의 각각에 의해 해결될 수 있다. 본 발명의 유리한 개량은 종속항에서 명시될 수 있다.
결정된 인식 품질 또는 각각의 결정된 영역에 따른 적어도 하나의 분류 방법 및/또는 분류 특징을 정의하고, 트래픽 신호를 인식하기 위한 상기 분류 방법 및/또는 상기 분류 특징을 사용함에 따라, 특정(specific) 분류 특징 및 방법이 상기 영역에 사용될 수 있으며, 그 결과로 몇몇의 영역의 분류 방법 및/또는 분류 특징이 고려될 때와 비교하여 상기 인식 품질이 증가되고 경비가 감소한다. 특히, 트래픽 신호 인식을 위해 요구되는 계산 시간의 최소화 및 트래픽 신호의 인식을 위한 분류 방법을 실행하기 위해 필요한 메모리 요구조건의 축소가 이루어질 수 있다. 디지털 신호 프로세서를 사용할 때, 특히 디지털 신호 프로세서의 캐치 메모리에서의 메모리 요구조건은, 결정된 인식 품질 또는 상기 결정된 중요 특징을 기초로 결정되거나 정의된 영역에 관련된 분류 특징 및 분류 방법만이 로드된다면 축소될 수 있다.
특히, 다른 영역, 특히 다른 나라를 위해, 적절한 분류 방법을 실행하기 위한 프로그램 데이터 및/또는 관련 분류 특징이 저장된, 다른 데이터베이스 및/또는 다른 데이터 레코드들이 사용된다면 유용하다. 상기 정의된 영역을 기초로, 상기 데이터 레코드 또는 상기 데이터베이스는 상기 트래픽 신호 인식을 위해 사용된다. 그 결과, 낮은 프로세싱 비용으로 높은 인식 품질이 이루어질 수 있다.
본 발명의 다른 실시 예에 있어서, 하나의 유효 특징은 이러한 영역을 위해 표준화된 몇몇의 트래픽 신호를 위해 유효한 것으로 결정된다. 대안적이거나 추가적으로, 하나의 유효 특징은 상기 영역을 위해 표준화된 몇몇의 트래픽 신호의 각각을 위해 결정되고, 바람직하게는 다른 합법적 조항을 가리키는 트래픽 신호들이 될 수 있다.
나아가, 적어도 두 개의 트래픽 신호를 위해, 이러한 저마다의 트래픽 신호의 각각의 적어도 하나의 유효 특징이 결정될 수 있다. 상기 영역은 상기 결정된 특징의 지원으로 결정된다.
유효 특징으로서, 특히 트래픽 신호의 크기, 폰트 타입, 기호 특징(이를테면, 위험 신호, 도시 제한 신호 등의 경우) 및/또는 상기 트래픽 신호에서 설명된 신호들의 크기, 적어도 하나의 색깔, 재생 특성(reflection property) 및/또는 상기 트래픽 신호를 지지하기 위한 지지 수단의 적어도 하나의 특성이 사용될 수 있다. 이를 테면, 길 가에 설치된 트래픽 신호와 함께 한 지지 러드(rod)의 디자인 및/또는 색깔이 유효 특징으로 사용될 수 있다. 나아가, 오버헤드 갠트리 신호(overhead gantry sign), 트래픽 신호가 장착된 트래픽 조명 설비 및/또는 트래픽 신호가 장착된 길 조명 장치가 유효 특징으로 사용될 수 있다.
또한, 이것은 차량의 인근 지역의 적어도 한 부분의 재생을 보여주는 적어도 하나의 이미지의 유효한 이미지 데이터를 기반으로, 상기 지역의 이 부분에서 위치한 적어도 하나의 트래픽 신호가 결정될 때 유리하다. 그리고, 트래픽 신호는 상기 영역을 분류하기 위한 분류 방법의 지원으로 분류될 수 있다. 그러므로, 상기 트래픽 신호 인식과 상기 영역의 결정은 차량, 특히, 승용차, 트럭이나 모터 사이클와 같은 차량에서 통합된 방법과 함께 수행될 수 있다.
상기 유효한 이미지 데이터의 처리 과정에서, 상기 트래픽 신호는 오브젝트로 검출될 수 있고, 선-분류 방법의 지원으로 트래픽 신호로 선-분류될 수 있다. 이에 있어서, 상기 오브젝트 또는 트래픽 신호의 각각은 여러 이미지를 추적한다. 이를 위하여, 이를테면 알려진 추적 방법이 사용될 수 있다.
상기 영역은 하나 또는 그 이상의 나라 또는 국가, 하나 이상의 연방 국가, 하나 또는 그 이상의 주 및/또는 행정상의 단위를 위해 명확하게 명시된 적어도 하나의 트래픽 신호를 가진 하나 또는 그 이상의 행정상의 유닛이 될 수 있다.
나아가, 영역을 프리셋(preset)하고, 프리셋 영역을 기초로, 상기 트래픽 신호 및/또는 적어도 하나의 다른 트래픽 신호의 상기 인식을 위한 상기 프리셋 영역에 대해 명시된 적어도 하나의 분류 방법 및/또는 상기 프리셋 영역에 대해 명시된 적어도 하나의 분류 특징을 사용하는 것이 유리하다. 바람직하게는, 상기 트래픽 신호의 인식 및 분류를 위해, 하나의 확률 각각이 여러 가능한 트래픽 신호에 대해 각각 결정되며, 상기 확률은 상기 가능한 트래픽 신호가 어느 정도까지 실제 분류되는 트래픽 신호인지를 가리킨다.
나아가, 순차적으로 기록된 이미지를 가진 이미지 시퀀스의 여러 이미지의 각각을 위해, 상기 확률은 여러 가능한 트래픽 신호를 위해 결정될 수 있다. 그러므로, 각각의 가능한 트래픽 신호를 위해 확률은 반복적으로 결정되고, 여기서 단일 이미지들을 위한 각각의 트래픽 신호에 대해 결정된 단일 확률들을 기반으로, 전체 확률은 신뢰성 높은 트래픽 신호 인식으로 가능하게 결정될 수 있다.
본 발명의 구체적인 실시 예에서, 상기 영역을 결정하는 방법 단계들은 특정 트래픽 신호 및/또는 여러 트래픽 신호-바람직하게 되풀이되는-에 대해 상기 결정된 확률이 프리셋 제한 값 아래로 하락하는 경우만, 수행된다. 나아가, 본 발명의 상기 실시예 및/또는 다른 실시예에서, 상기 방법 단계들은 어떠한 트래픽 신호도 분류되지 않은 기간 내에 수행될 수 있다. 이는 유효한 이미지 데이터가 하나 또는 그 이상의 트래픽 신호의 어떠한 재생도 포함하지 않거나, 각각 오브젝트 인식 방법 및/또는 선-분류 방법이 상기 유효한 이미지 데이터의 프로세싱 동안 트래픽 신호를 결정할 수 없는 때의 특별한 경우이다.
나아가, 적어도 두 개의 다른 영역을 위해, 각각의 영역으로 할당된 데이터는 저장될 수 있으며, 여기서 오직 상기 데이터만이 상기 결정된 영역으로 할당된 트래픽 신호의 분류를 위해 사용되거나 및/또는 로드되며, 우선적으로 각각의 영역을 위해 선택 또는, 각각, 트래픽 신호의 분류를 위한 상기 영역의 프리셋에서 사용된 데이터 레코드가 저장된다.
또한, 적어도 두 개의 영역의 각각에 있어, 상기 확률은 상기 결정된 특징의 결과로서 상기 영역이 관련되는지에 대해 결정될 수 있으며, 여기서, 바람직하게 가장 높게 결정된 확률을 가진 영역은 현재 영역으로 프리셋된다.
나아가, 프리셋 제1 영역과 함께 이미 분류된 트래픽 신호는 다른 프리셋 제2 영역 또는, 각각으로, 이들 영역으로 할당된 분류 방법 및/또는 분류 특징과 함께 재 분류될 수 있다. 이와 관련하여, 상기 트래픽 신호가 제1 프리셋 영역과 함께 분류가 주어진 것보다 더 높은 확률로 다른 제2 프리셋 영역과 함께 분류가 주어진 지고 특정 트래픽 신호로 분류되는 지의 여부가 체크된다. 상기 트래픽 신호의 이와 같이 반복된 분류는 동일한 유효 이미지 데이터와 함께 우선적으로 수행되며 여기서, 상기 트래픽 신호의 상기 반복된 분류는 어떠한 다른 트래픽 신호도 분류되지 않는 기간에, 특히 유효한 이미지 데이터의 처리 중에 어떠한 트래픽 신호도 검출되지 않을 때, 우선적으로 수행된다.
또한, 영역을 위해 정의된 트래픽 신호의 인식을 고려해볼 때, 상기 영역은 다른 트래픽 신호의 분류를 위해 프리셋될 수 있다. 상기 트래픽 신호는, 이를테면, 국경 간 정보 보드(board)가 될 수 있다. 상기 정보 보드는 특히 상기 정보 보드에 제공된 나라 코드에서 다른 나라에 대해 서로 다르다. 독일 연방 공화국의 트래픽 규칙에서 이러한 트래픽 신호는 신호 393의 "국경 간 정보"로 포함된다.
또한, 상기 영역은 상기 인식 또는, 각각으로, 상기 영역의 결정 중에 인식 품질이 증가하도록 일정한 영역을 위해 특정된 특징을 가진 여러 트래픽 신호를 기초로 결정될 수 있다.
청구범위 22항 또는 23항의 특징을 가진 장치는 청구범위 1항 및 3항에 따른 방법을 위해 나타난 것과 같이 동일한 방법으로 개발될 수 있다. 특히, 청구범위 22항 또는, 각각, 청구범위 23항의 특징을 가진 장치는 청구범위 1항 및 3항 또는, 각각으로, 저마다의 장치 특징과 함께 한 것에 따른 방법의 개발을 위해, 각각의 종속청구항에서 나타난 특징과 함께 개발될 수 있다.
첨부된 도면과 관련되어 좀 더 상세히 실시예와 관하여 본 발명을 설명하는 다음 상세한 설명으로부터 본 발명의 다른 특징과 장점이 나타난다.
본 발명의 실시 예에 의하면, 서로 다른 나라들에서 알려진 트래픽 신호의 특징 및 특성을 고려하여, 트래픽 신호를 인식할 수 있다.
도 1은 차량 인근 지역의 이미지 기록 및 이미지 평가를 위한 시스템의 블록 다이어그램을 보여주는 도면.
도 2는 본 발명의 제1 실시 예에 따른 나라-특성 트래픽 신호 인식을 수행하는 기능 블록을 가진 블록 다이어그램을 보여주는 도면.
도 3은 본 발명의 제2 실시 예에 따른 나라-특성 트래픽 신호 인식을 수행하는 기능 블록을 가진 블록 다이어그램을 보여주는 도면.
도 2는 본 발명의 제1 실시 예에 따른 나라-특성 트래픽 신호 인식을 수행하는 기능 블록을 가진 블록 다이어그램을 보여주는 도면.
도 3은 본 발명의 제2 실시 예에 따른 나라-특성 트래픽 신호 인식을 수행하는 기능 블록을 가진 블록 다이어그램을 보여주는 도면.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 이미지 기록 및 평가 시스템(10)의 블록 다이어그램이 도시되어 있으며, 이는 차량 내 통합되며, 특히 승용차나 트럭에 통합된다. 상기 이미지 기록 및 평가 시스템(10)은 카메라 시스템(12)을 포함하며, 카메라 시스템(12)는 차량 앞의 지역의 적어도 한 부분의 재생을 보여주는 이미지 시퀀스를 기록하고 각각의 이미지 데이터를 생성한다. 상기 이미지 데이터는 시스템(10)의 이미지 프로세싱 유닛(14)으로 전송되고 이미지 프로세싱 유닛(14)의 제어 및 프로세싱 모듈(16a 내지 16d)의 지원으로 분석되고 처리된다.
이미지 프로세싱 유닛(14)는 상기 차량의 차량 버스(vehicle bus)(18)를 경유하여 다른 제어 및 프로세싱 유닛(20 내지 26)과 함께 연결되며, 이때, 다른 제어 및 프로세싱 유닛(20 내지 26)은 네비게이션 시스템, 차량의 속도 검출 및/또는 규칙 시스템 등이 될 수 있고, 여기서 이미지 프로세싱 유닛(14)은 이러한 다른 제어 유닛(20 내지 26)과 함께 상기 차량 버스(18)을 경유하여 데이터를 교환할 수 있다. 이미지 프로세싱 유닛(14)은 적절한 데이터 라인을 경유하여 속도 규칙 및/또는 제한 제어(30)뿐 아니라 디스플레이 및 알람 유닛(28)으로 더 연결된다. 또한, 이미지 프로세싱 유닛(14)은 비휘발성의 저장소(32)에 데이터 라인을 경유하여 연결된다. 이와 같은 비휘발성 저장소(32)는 이를 테면, 하드 디스크 저장소, 플래시 메모리 또는 다른 제어 유닛이 될 수 있다. 또한, 상기 비휘발성 저장소(32)는 차량의 데이터베이스 시스템에 의해 제공될 수 있다. 카메라 시스템(12)은 모노 카메라, 몇몇의 모노 카메라들, 스테레오 카메라 시스템 및/또는 몇몇의 스테레오 카메라 시스템들을 포함할 수 있으며, 여기서 각각의 카메라들은 회색 스케일 이미지들 또는 컬러 이미지들을 생성한다. 차량 버스(18)로서, 버스 시스템으로 전통적으로 알려진 , 린(LIN) 버스, 캔(CAN) 버스 및/또는 플렉스레이(FlexRay) 버스 등이 사용될 수 있다. 카메라 시스템(12)의 카메라 또는 카메라들의 광학 시스템은 특히 터럿-마운트된(turret-mounted) 렌즈 시스템 또는 줌 렌즈 시스템을 통해 설정될 수 있는 특히 상이한 고정 초점 거리들 또는 초점 거리를 가질 수 있다.
또한, 차량 버스(18)를 경유하여, 이미지 프로세싱 유닛(14)도 다른 센서들 및 수신 유닛들과 통신할 수 있으며, 이때, 다른 센서들 및 수신 유닛들은 ,트래픽 조명 설비들, 오버헤드 젠트리(overhead gantry) 신호들 및/또는 각각의 트래픽 신호들 등과 같은 트래픽 장치들 및/또는 다른 차량들과 특히 에드 혹(ad hoc) 통신을 시작할 수 있다. 나아가, 차량 버스(18)을 경유하여, 각각의 작동기들 및 센서들의 신호 상태에 대한 정보, 특히 차량의 운행 방향 표시 장치들의 활성화에 대한 정보가 전송된다.
카메라 시스템(12)에 의해 기록된 이미지 시퀀스의 지원으로, 카메라 시스템(12)의 검출 지역에서의 트래픽 신호는 이미지 프로세싱 유닛(14)의 지원으로 상기 이미지 데이터의 분석에 의해 검출되고, 분류된다. 적절한 인식 방법의 지원으로 한 트래픽 신호의 분류에 의해, 이미지화된 트래픽 신호는 특정 트래픽 신호로 확인된다. 상기 표시 및 알람 유닛(28)을 경유하여, 트래픽 신호 및/또는 상기 트래픽 신호에 대응하는 기호의 재생이 표시된다.
추가적이거나 선택적으로, 텍스트 정보 및/또는 음향 정보가 출력될 수 있다. 또한, 트래픽 정보, 특히 속도 제한이나 최소 속도에 대한 것은 속도 규칙 및/또는 제한 제어(30)로 전송되고, 여기서 상기 속도 규칙 및/또는 제한 제어(30)는 용인되는 최대 스피드가 초과되거나 및/또는 최소 스피드가 하락되었을 때, 경고 신호를 출력할 수 있다. 선택적으로, 속도 제한은 속도 규칙 및/또는 속도 제한의 최대 제한 값으로, 가능하게는 오프셋과 함께 사용될 수 있다
상기 이미지 프로세싱 유닛(14)의 다른 프로세싱 및 제어 모듈(16a 내지 16d)은 상기 이미지 시퀀스의 재생을 기초로, 차량의 현재 차선을 결정할 수 있다. 다른 프로세싱 모듈(16a 내지 16d)는 상기 결정된 차선들 중 하나로 명백하게 할당될 수 있는 트래픽 신호를 오직 이 차선에 대해 할당할 수 있으며, 여기서 오직 하나의 차선에 할당된 상기 트래픽 신호는, 차선 정보와 함께 비-휘발성 저장소(32)에 저장될 수 있다. 나아가, 상기 비-휘발성 저장소(32)에서는 트래픽 신호 인식을 위한 패턴 비교용 비교 데이터가 저장될 수 있으며, 비교 데이터는 출력이 되는 텍스트 및/또는 청각 정보뿐 아니라, 특히 트래픽 신호의 나라-특성 패턴, 상기 인식된 트래픽 신호의 재생 대신에 디스플레이 유닛(28)에서 출력될 수 있는 기호들이 될 수 있다.
다른 프로세싱 및 제어 모듈(16a 내지 16d)는 검출된 트래픽 신호가 한 영역에 대해 유효한 적어도 하나의 특징을 가지고 있는 지의 여부를 체크한다. 만약 이와 같은 유효한 특징이 결정되면, 상기 결정된 특징으로 할당된 영역은 현재 영역으로 결정되고 정의된다. 이와 같이 정의된 영역을 기반으로, 상기 검출된 트래픽 신호 및/또는 적어도 하나의 다른 검출된 트래픽 신호의 인식을 위하여 상기 영역으로 할당된 적어도 하나의 분류 특징 및/또는 상기 영역으로 할당된 적어도 하나의 분류 방법은 결정되고 분류를 위해 사용된다.
도 2를 참조하면, 본 발명의 제1 실시 예에 따라 나라-특성 트래픽 신호 인식을 수행하는 기능 블록을 가진 블록 다이어그램이 도시되어 있다. 이미지 시퀀스의 유효한 이미지 데이터를 기초로, 트래픽 신호 인식은 기능 블록(50)에 의해 수행되고, 여기서 상기 트래픽 신호 인식을 위해 적어도 부분적으로 나라-특성 분류 특징 및/또는 적어도 부분적으로 나라-특성 분류 방법을 가진 나라-특성 트래픽 신호 데이터베이스 또는, 각각으로, 이러한 분류 방법을 제공하는 프로그램 데이터가 사용된다. 상기 나라-특성 데이터 베이스는 적어도 하나의 일정의 차량과 관련되고 미리 설정된 나라에서 발견될 수 있는, 모든 표준화된 트래픽 신호의 분류를 위한 분류 방법 및 분류 특징을 바람직하게 포함한다. 바람직하게 하나의 나라는 미리 설정된다. 상기 미리 설정된 나라에 따라, 상기 나라에 할당된 나라-특성 트래픽 신호는 로드되고, 트래픽 신호 인식을 위해 사용된다.
기능 블록(52)에 의해, 상기 트래픽 신호 인식의 결과가 결정되고, 상기 이미지 시퀀스의 여러 독립적인 이미지 상에서 결정된 기 인식된 트래픽 신호의 전체 품질 및 전체 확률이 기능 블록(54)의 결과로 전송되고, 기능 블록(54)은 품질들의 결과 또는 인식된 트래픽 신호의 확률을 각각으로 수집하고 저장한다. 상기 기능 블록(56)은 상기 나라를 위해 정의된 특정 분류 특징 및/또는 분류 방법이 저장된 프리셋 나라-특성 트래픽 신호 데이터베이스와 함께 몇몇의 연속적으로 인식된 트래픽 신호의 상기 수집된 품질 및 확률을 기반으로, 충분한 품질이 주어졌는 지의 여부를 체크한다.
추가적으로, 상기 이미지 시퀀스의 상기 이미지의 상기 이미지 영역은 트래픽 신호 인식을 위해 기능 블록(50)에 의해 사용되는 것으로, 선택적인 나라-특성 트래픽 신호 데이터베이스와 함께 다른 트래픽 신호 인식을 위해 그들이 유효하도록 상기 기능 블록(58)에 의해 저장된다. 만약, 기능 블록(56)이 상기 트래픽 신호 인식을 낮은 품질을 가짐을 결정하면, 상기 트래픽 신호 인식은,검출된 트래픽 신호가 상기 기능 블록(60)에 의해 저장된 상태에서, 이미지 영역의 지원으로 상기 기능 블록(58)에 의해 다른 선택적인 나라-특성 트래픽 신호 데이터 베이스와 함께, 반복적으로 수행된다. 이에 따라 상기 결정된 품질 및 확률은 기능 블록(56)으로 전송되고, 이에 의해 다른 대체되는 나라-특성 트래픽 신호 데이터베이스의 지원으로 결정되는 상기 확률 및 품질의 수단이 의해 해석된다. 만약, 오직 낮은 인식 품질이 다시 결정되면, 이러한 절차는 다른 나라-특성 트래픽 신호 데이터베이스를 이용하여 상기 기능 블록(56)에 의해 상기 트래픽 신호 인식이 충분한 품질을 가진 것으로 결정될 때까지 반복되고, 여기서, 그리고 상기 기능 블록(64)은 다른 트래픽 신호 인식을 위하여 상기 나라-특성 트래픽 신호 데이터베이스를 프리셋하고, 이를 위해 충분한 및/또는 최고의 품질이 상기 트래픽 신호 인식에서 결정되었다. 만약, 어떠한 유효한 나라-특성 트래픽 신호 데이터베이스에 충분한 품질이 이루어지지 않으면, 대응하는 에러 메시지가 출력될 수 있거나 및/또는 대응하는 다이얼로그를 통해 상기 차량이 현재 있는 나라를 입력하거나 및/또는 나라 코드를 입력하도록 차량 운전사에게 요구할 수 있다.
선택적으로, 기능 블록(60)에 의해 다른 나라-특성 트래픽 신호 데이터베이스를 이용한 상기 반복된 트래픽 신호 인식 이후, 상기 결정된 품질 및 확률이 저장되는, 기능 블록(54)으로의 분기(branching)가 있을 수 있으며, 여기서 또한, 상기 기능 블록(54)로부터 다른 기능 블록(56)으로의 분기가 있을 수 있다. 도 1에 도시된 실시 예에 있어서, 상기 저장된 이미지 데이터의 지원으로 상기 기능 블록(60)에 의한 다른 나라-특성 트래픽 신호 데이터베이스와의 상기 반복된 트래픽 신호 인식은 검출된 트래픽 신호의 어떠한 품질 및 확률도 결정되지 않는 기간, 특히, 어떠한 트래픽 신호도 상기 블록(50)에서 이미지 시퀀스의 기록된 이미지 내 검출되지 않을 때, 발생한다.
도 3을 참조하면, 도 2에 따른 블록 다이어그램과 유사한 나라-특성 트래픽 신호 인식의 수행을 위한 기능 블록을 가진 블록 다이어그램이 본 발명의 제2 실시 예에 따라 도시되어 있다. 동일한 요소들은 동일한 참조 기호에 의해 식별된다. 도 2의 블록 다이어그램과 대조하면, 도 3의 블록 다이어그램 내 상기 대체되는 트래픽 신호 인식은 현행의 프리셋 나라-특성 트래픽 신호 데이터베이스와의 트래픽 신호 인식과 병행하여, 다른 나라-특성 트래픽 신호 데이터베이스와 함께 발생한다. 도 1에 도시된 것과 동일한 방법으로, 트래픽 신호 인식은 프리셋 나라-특성-트래픽 신호 데이터베이스의 지원으로 이미지 시퀀스의 몇몇의 이미지의 이미지 데이터를 기초로 기능 블록(50)에 의해 수행된다. 상기 기능 블록(52)에 의해, 트래픽 신호를 위한 상기 트래픽 신호 인식의 전체 품질 또는 전체 확률은 상기 트래픽 신호 인식의 결과로 결정되고, 트래픽 신호 인식들의 품질들과 확률들을 수집하고 저장하는 기능 블록(54)로 전송된다. 그 후, 상기 결정된 전체 품질 또는, 각각으로, 상기 미리 설정된 나라를 위한 트래픽 신호의 일정 수를 위한 인식 품질은 기능 블록(56)에 의해, 특히 확률 제한 값과 비교하여, 해석된다.
만약, 기능 블록(56)이 상기 트래픽 신호 인식의 충분한 품질이 주어졌다고 결정하면, 상기 기능 블록(50)으로의 분기는 기능 블록(50)이 현재의 프리셋 나라-특성 트래픽 신호 데이터베이스를 이용한 다른 트래픽 신호 인식을 수행하도록, 발생한다. 그러나, 만약 기능 블록(56)이 트래픽 신호가 낮은 품질로 인식되었다고 결정하면, 다른 나라-특성 트래픽 신호 데이터베이스는 기능 블록(64)에 의해 동일한 이미지 데이터를 이용한 트래픽 신호 인식을 위해 상기 사용된다. 상기 이미지 데이터는 적어도 이미지 영역을 포함하고, 이미지 영역 내 트래픽 신호는 선-분류의 지원으로 우선적으로 검출되었고, 기능 블록(50)에 의해 트래픽 신호 인식을 위한 기반으로 이미 사용되었다.
상기 기능 블록(66)에 의해, 상기 이미지 데이터로부터의 시작된 트래픽 신호 인식은 나라-특성 트래픽 신호 데이터베이스가 유효한 각각의 나라를 위해 우선적으로 수행되고, 기능 블록(68)에 의해 전체 품질 또는, 각각으로, 적어도 하나의 트래픽 신호의 전체 확률은 각각의 나라를 위해 상기 트래픽 신호 인식의 결과로 결정된다. 그리고, 상기 결과는 각각의 나라로 할당되는 방식으로서 상기 결과를 수집하고 저장하는 기능 블록(70)으로 공급된다. 기능 블록(72)에 의해, 가장 높은 분류 품질이 결정되고 상기 분류 특징 및/또는 분류 방법이 저장되는 상기 나라-특성 트래픽 신호 데이터베이스가, 결정된다. 상기 나라-특성 트래픽 신호 데이터베이스는 다른 트래픽 신호 인지를 위한 시스템에서, 상기 나라-특성 트래픽 신호 데이터베이스가 다른 트래픽 신호 인식을 위해 상기 기능 블록(50)에 의해 사용되도록, 이때 프리셋된다. 상기 나라-특성 트래픽 신호 데이터베이스를 결정함에 따라, 이러한 상기 영역 또는, 각각으로, 상기 나라는 상기 차량이 가장 높게 결정된 확률을 가지도록 결정된다.
상기 영역 또는, 각각으로, 차량이 현재 있는 나라의 결정을 위한 실시 예에서 보여주는 확률에 의해, 상기 정보는 네비게이션 시스템으로부터의 나라 또는 영역 정보 없이 결정될 수 있고, 트래픽 신호 인식을 위해 사용될 수 있다. 이는 차량의 네비게이션과 트래픽 신호 인식을 위한 시스템간의 데이터 교환이 없을 때, 이를테면, 이동식 네비게이션 시스템을 사용할 때, 특히 필요하다. 또한, 네비게이션 정보는 상기 네비게이션 시스템이 실패했을 때 또는 현재 차량이 있는 상기 영역을 위한 맵 데이터가 유효하지 않을 때 결핍된다. 나라 국경을 넘을 때, 상기 설명된 절차에 의해, 관련된 나라-특성 트래픽 신호 데이터베이스로, 특히, 분류 특징 및/또는 분류 방법이 저장되는 관련된 나라-특성 트래픽 신호 데이터베이스로 자동으로 교체될 수 있다. 이러한 분류 특징 및/또는 분류 방법의 적어도 한 부분은 상기 나라 또는, 각각으로, 영역의 트래픽 신호로 명확하게 적용될 수 있다. 명확한 나라-특성 트래픽 신호 데이터베이스를 제공함에 따라, 상기 인식 품질은 적어도 개별적인 나라들에 대해 상당히 증가될 수 있으며, 모든 단일 트래픽 신호 인식을 위해 모든 가능한 나라-특성 트래픽 신호 데이터베이스가 상기 인식을 위해 관련될 필요가 없으므로, 오직 상대적으로 낮은 처리 비용만이 요구된다. 바람직하게는, 새롭게 결정된 영역 또는, 각각으로, 새롭게 결정된 나라는 상기 영역 인식 또는, 각각으로, 나라 인식의 결과의 통계적인 헤징(hedging)을 이루도록, 몇몇의 트래픽 신호의 반복된 인식에 의해 검증되는 것이 좋다. 특히, 미리 설정된 영역은 지역화되고 처리된 트래픽 신호의 최소의 수가 결정되었을 때, 오직 교체된다.
특정 트래픽 신호 클래스에 관련된 나라 국경을 넘은 후, 상기 인식된 트래픽 신호의 상기 결정된 확률은 감소할 것이고, 각각의 경우에서, 상기 결정된 확률은 제로로의 경향이 있을 것이다. 이는 이를 테면, 상기 트래픽 신호가 트럭을 위한 "노 패싱" 신호이고, 그리고 차량이 국경을 통과한 경우로서, 원래의 나라에는 우측 트래픽이 있고, 새로운 나라에는 좌측 트래픽이 있거나 또는 그 역이 되어, 상기 "노 패싱" 신호가 서로서로 상이하다. 그러나, 이를 테면, 속도 제한을 위한 금지 신호 및 강제 신호의 폰트 타입 및/또는 폰트 크기의 차이가 일어나며, 상기 차이는와 상기 트래픽 신호 인식의 인식 품질에서의 상당한 영향을 가진다.
상술된 바와 같은 처리에 의해, 차량이 현재 위치하는 상기 나라 또는, 각각의 영역의 자동적인 인식이 일어난다. 상기 자동 인식은 참고하는 네비게이션 정보 없이 상기 트래픽 신호 인식의 품질을 기반으로 한다. 본 실시예에 기술된 바와 같이, 차량이 현재 있는 영역 또는, 나라, 각각을 결정하는 방법은 연속적이거나 또는 오직 상기 트래픽 신호 인식의 품질 또는 상기 트래픽 신호 분류가 미리 설정된 제한 값 아래로 하락했을 때, 수행될 수 있다. 상기 제한 값은, 이를 테면, 분류된 트래픽 신호의 미리 설정된 수가 미리 설정된 확률 값 아래로 떨어지거나 또는 검출된 트래픽 신호의 미리 설정된 수가 상기 미리 설정된 영역에 의해 선택된 나라-특성 트래픽 신호를 기초로 분류될 수 없을 때, 하락한다.
또한, 나라-특성 데이터 기록 또는 몇몇의 나라-특성 데이터 기록들은 데이터 베이스 시스템에 의해 제공되거나 및/또는 차량의 비-휘발성 저장소에 저장된다는 본 발명의 맥락으로, 나라-특성 트래픽 신호 데이터베이스로 고려된다.
50 내지 70 : 트래픽 신호 인식 장치 및 방법을 위한 기능 블록
Claims (23)
- 트래픽 신호 인식에 있어서,
적어도 하나의 전송 신호의 적어도 하나의 재생의 유효한 이미지 데이터를 기반으로, 제1 트래픽 신호 인식은 제1 영역을 위해 명시된 적어도 하나의 제1 분류 특징 및/또는 상기 제1 영역을 위해 명시된 적어도 하나의 제1 분류 방법과 함께 수행되고, 상기 제1 트래픽 신호 인식의 제1 인식 품질, 특히 제1 인식 확률이 결정되고,
상기 적어도 하나의 트래픽 신호의 상기 적어도 하나의 재생의 유효한 이미지 데이터를 기반으로, 제2 트래픽 신호 인식은 제2 영역을 위해 명시된 적어도 하나의 제2 분류 특징 및/또는 상기 제2 영역을 위해 명시된 적어도 하나의 제2 분류 방법과 함께 수행되고, 상기 제2 트래픽 신호 인식의 제2 인식 품질, 특히 제2 인식 확률이 결정되고,
상기 결정된 제1 인식 품질이 상기 결정된 제2 인식 품질보다 좋은 경우, 상기 제1 영역을 위해 명시된 상기 적어도 하나의 분류 특징 및/또는 상기 제1 영역을 위해 명시된 상기 적어도 하나의 분류 방법이 상기 트래픽 신호 및/또는 적어도 하나의 다른 트래픽 신호의 트래픽 신호 인식을 위해 사용되고,
상기 결정된 제1 인식 품질이 상기 결정된 제2 인식 품질보다 좋지 않은 경우, 상기 제2 영역을 위해 명시된 상기 적어도 하나의 분류 특징 및/또는 상기 제2 영역을 위해 명시된 상기 적어도 하나의 분류 방법이 상기 트래픽 신호 및/또는 적어도 하나의 다른 트래픽 신호의 상기 트래픽 신호 인식을 위해 사용되는
트래픽 신호 인식 방법. - 제1항에 있어서, 상기 제2 트래픽 신호 인식은
상기 제1 트래픽 신호 인식의 지원으로 결정되는 상기 인식 품질이 프리셋 인식 품질 제한 값 아래로 떨어질 때만 수행되는 것을 특징으로 하는
트래픽 신호 인식 방법. - 트래픽 신호 인식 방법에 있어서,
적어도 하나의 유효 특징은 트래픽 신호를 위해 결정되고, 상기 트래픽 신호는 영역을 위해 표준화되고,
상기 결정된 특징에 대응하는 상기 영역이 결정되고,
적어도 하나의 분류 특징 및/또는 적어도 하나의 분류 방법은 상기 트래픽 신호 및/또는 적어도 하나의 다른 트래픽 신호의 인식을 위해 상기 결정된 영역에 따라 정의되고,
상기 트래픽 신호 및/또는 상기 적어도 하나의 다른 트래픽 신호의 인식은 상기 정의된 분류 특징 및/또는 상기 정의된 분류 방법을 이용하여 수행되는
트래픽 신호 인식 방법. - 제3항에 있어서,
상기 특징은 상기 영역을 위해 표준화된 몇몇의 트래픽 신호에 대해 유효하고, 상기 영역을 위해 표준화된 몇몇의 트래픽 신호의 각각에 대해 하나의 주요 특징이 결정되고, 상기 트래픽 신호들은 다른 적합한 규칙을 우선적으로 지시하는 것을 특징으로 하는
트래픽 신호 인식 방법. - 제4항에 있어서,
적어도 두 개의 트래픽 신호의 각각에 있어 상기 트래픽 신호를 위한 적어도 하나의 유효 특징이 결정되고,
상기 영역은 상기 결정된 특징의 지원으로 결정되는 것을 특징으로 하는
트래픽 신호 인식 방법. - 제3항 내지 5항 중 어느 하나에 있어서,
유효 특징으로서 상기 트래픽 신호의 크기, 폰트 타입, 기호 특징 및/또는 상기 트래픽 신호에서 설명된 신호들의 크기, 적어도 하나의 색깔, 리플렉션 특성 및/또는 상기 트래픽 신호를 지지하기 위한 지지 수단의 적어도 하나의 특성이 사용되는 것을 특징으로 하는 트래픽 신호 인식 방법. - 제1항 내지 6항 중 어느 하나에 있어서,
차량의 인근 지역의 적어도 한 부분의 재생과 함께 적어도 하나의 이미지의 유효한 이미지 데이터를 기반으로, 상기 지역 내 존재하는 적어도 하나의 현재 트래픽 신호가 결정되는 것을 특징으로 하는
트래픽 신호 인식 방법. - 제7항에 있어서,
상기 유효한 이미지 데이터의 처리 중에 상기 트래픽 신호는 오브젝트로 검출되고, 선분류(pre-classification) 방법의 지원으로 트래픽 신호로 선분류되고, 상기 오브젝트는 몇몇의 이미지에서 우선적으로 추적되는 것을 특징으로 하는
트래픽 신호 인식 방법. - 제1항 내지 8항에 있어서,
영역은 적어도 하나의 나라, 연방 지역, 주, 및/또는 행정상의 단위를 위해 명확하게 명시된 적어도 하나의 트래픽 신호를 가진 또 다른 행정상의 단위를 포함하는 것을 특징으로 하는 트래픽 신호 인식 방법. - 제1항 내지 9항에 있어서,
각각의 영역을 위해 명시된 적어도 하나의 분류 특징과 함께 각각의 시간 영역-할당된 데이터 및/또는 각각의 영역을 위해 명시된 적어도 하나의 분류 방법을 제공하는 각각의 시간 영역-할당된 프로그램 데이터는 상기 트래픽 신호 및/또는 적어도 하나의 다른 트래픽 신호의 인식을 위한 데이터 프로세싱에 의해 이용될 수 있고, 적어도 둘 이상의 다른 영역이 제공되는 것을 특징으로 하는
트래픽 신호 인식 방법. - 제10항에 있어서,
상기 데이터 및/또는 프로그램 데이터는 데이터 프로세싱 유닛의 비휘발성의 저장소에 저장되고, 상기 데이터 프로세싱 유닛에 의해 제공된 데이터 베이스에 우선적으로 저장되는 것을 특징으로 하는
트래픽 신호 인식 방법. - 제10항 또는 11항에 있어서,
한 영역이 프리셋되고, 상기 프리셋된 영역을 기반으로 상기 프리셋된 영역을 위해 명시된 적어도 하나의 분류 특징 및/또는 상기 프리셋된 영역을 위해 명시된 적어도 하나의 분류 방법이 상기 트래픽 신호 및/또는 적어도 하나의 다른 트래픽 신호의 인식을 위해 사용되고, 몇몇의 가능한 트래픽 신호의 각각을 위해 우선적으로 확률이 결정되고, 상기 가능한 트래픽 신호는 실제로 분류되는 상기 트래픽 신호인 것을 특징으로 하는
트래픽 신호 인식 방법. - 제12항에 있어서,
순차적으로 기록된 이미지를 가진 이미지 시퀀스의 몇몇의 이미지의 각각을 위해, 몇몇의 가능한 트래픽 신호를 위한 상기 확률이 결정되는 것을 특징으로 하는
트래픽 신호 인식 방법. - 제12항 또는 13항에 있어서,
상기 영역의 결정을 하는 방법의 단계는 상기 결정된 확률이 프리셋 제한 값아래로 하락하는 경우 또는 어떠한 트래픽 신호도 분류되지 않는 기간내에만 실행되는 것을 특징으로 하는
트래픽 신호 인식 방법. - 제1항 내지 14항 중 어느 하나에 있어서,
적어도 둘의 상이한 영역을 위해, 각각의 영역으로 할당된 데이터가 저장되고, 오직 이러한 데이터가 상기 결정된 영역을 위해 할당된 상기 트래픽 신호의 분류를 위해 사용되거나 및/또는 로드되고, 우선적으로 각각의 영역을 위해 트래픽 신호의 상기 분류를 위한 상기 영역의 프리세팅 또는 섹션에서 사용되는 데이터 기록이 저장되는 것을 특징으로 하는
트래픽 신호 인식 방법. - 제1항 내지 15항 중 어느 하나에 있어서,
적어도 두 개의 영역의 각각을 위해 상기 확률은 상기 결정된 특징을 기반으로 상기 영역에 관한 것여부에 따라 결정되고, 우선적으로 가장 높게 결정된 확률을 가지는 영역이 현재 영역으로 프리셋되는 것을 특징으로 하는
트래픽 신호 인식 방법. - 제3항 내지 16항 중 어느 하나에 있어서,
프리셋 제1 영역과 함께 이미 분류된 트래픽 신호는 다른 프리셋 제2 영역과 함께 재분류되고, 상기 트래픽 신호가 상기 제1 프리셋 영역과 함께 주어진 상기 분류보다 높은 확률로 상기 다른 프리셋 제2 영역과 함께 주어진 분류로 분류되는 지 여부가 체크되는 것을 특징으로 하는
트래픽 신호 인식 방법. - 제17항에 있어서,
상기 프리셋 제2 영역의 상기 트래픽 신호의 상기 반복된 분류는 상기 제1 프리셋 영역과 함께한 분류와 동일한 유효 이미지 데이터와 함께 발생하고, 상기 트래픽 신호의 상기 반복된 분류는 어떠한 다른 트래픽 신호가 분류되지 않는 기간에, 특히 어떠한 트래픽 신호도 상기 기록된 이미지에서 검출되지 않는 경우 우선적으로 수행되는 것을 특징으로 하는
트래픽 신호 인식 방법. - 제1항 내지 18항 중 어느 하나에 있어서,
한 영역을 위해 명시된 트래픽 신호의 상기 인식이 주어지고, 상기 영역은 다른 트래픽 신호의 상기 분류를 위해 프리셋되는 것을 특징으로 하는
트래픽 신호 인식 방법. - 제19항에 있어서,
상기 트래픽 신호는 국경에서의 정보 보드이고, 다른 영역들을 위한 정보 보드는 상기 정보 보드에서 제공된 나라 코드에 의해 특히 서로 다른 것을 특징으로 하는
트래픽 신호 인식 방법. - 제3항 내지 20항 중 어느 하나에 있어서,
상기 영역은 일정 영역을 위해 명시된 특징을 가진 몇몇의 트래픽 신호들을 기반으로 결정되는 것을 특징으로 하는
트래픽 신호 인식 방법. - 트래픽 신호 인식을 위한 장치에 있어서,
차량의 인근 지역의 적어도 한 부분의 재생과 함께 적어도 하나의 이미지의 이미지 데이터를 생성하는 이미지 기록 시스템; 및
프로세싱 유닛을 포함하고,
상기 프로세싱 유닛은 상기 이미디 데이터를 처리하고 상기 재생에 의해 포함되는 지역에 존재하는 적어도 하나의 트래픽 신호를 결정하고,
상기 트래픽 신호의 상기 이미지 데이터를 기반으로, 제1 트래픽 신호 인식을 제1 영역을 위해 명시된 적어도 하나의 제1 분류 특징 및/또는 상기 제1 영역을 위해 명시된 적어도 하나의 제1 분류 방법과 함께 수행하고, 상기 프로세싱 유닛은 상기 제1 트래픽 신호 인식의 제1 인식 품질, 특히 제1 인식 확률을 결정하며,
상기 트래픽 신호의 상기 이미지 데이터를 기반으로, 제2 트래픽 신호 인식을 제2 영역을 위해 명시된 적어도 하나의 제2 분류 특징 및/또는 상기 제2 영역을 위해 명시된 적어도 하나의 제2 분류 방법과 함께 수행하고, 상기 제2 트래픽 신호 인식의 제2 인식 품질, 특히 제2 인식 확률을 결정하고,
상기 결정된 제1 인식 품질이 상기 결정된 제2 인식 품질보다 좋은 경우, 상기 제1 영역을 위해 명시된 적어도 하나의 분류 특징 및/또는 상기 제1 영역을 위해 명시된 적어도 하나의 분류 방법을 상기 트래픽 신호 및/또는 적어도 하나의 다른 트래픽 신호의 상기 트래픽 신호 인식을 위해 사용하고,
상기 결정된 제1 인식 품질이 상기 결정된 제2 인식 품질보다 좋지 않은 경우, 상기 제2 영역을 위해 명시된 적어도 하나의 분류 특징 및/또는 상기 제2 영역을 위해 명시된 적어도 하나의 분류 방법을 상기 트래픽 신호 및/또는 적어도 하나의 다른 트래픽 신호를 위해 사용하는
트래픽 신호 인식 장치. - 트래픽 신호 인식을 위한 장치에 있어서,
차량의 인근 지역의 적어도 한 부분의 재생과 함께 적어도 하나의 이미지의 이미지 데이터를 생성하는 이미지 기록 시스템; 및
상기 이미지 데이터를 처리하고, 상기 제생에 의해 포함되는 상기 지역내 존재하는 적어도 하나의 트래픽 신호를 결정하는 프로세싱 유닛을 포함하고
상기 프로세싱 유닛은 상기 트래픽 신호에 대한 적어도 하나의 유효 특징을 결정하고, 상기 트래픽 신호는 영역에 대해 표준화되며,
상기 프로세싱 유닛은 상기 결정된 특징에 대응하는 영역을 결정하고,
상기 프로세싱 유닛은 적어도 하나의 분류 특징 및/또는 적어도 하나의 분류 방법을 상기 트래픽 신호 및/또는 적어도 하나의 다른 트래픽 신호의 인식을 위해 상기 결정된 영역에 따라 정의하고,
상기 프로세싱 유닛은 상기 트래픽 신호 및/또는 적어도 하나의 다른 트래픽 신호의 인식을 상기 정의된 분류 특징 및/또는 상기 정의된 분류 방법을 사용하여 수행하는
트래픽 신호 인식 장치.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102007034505A DE102007034505A1 (de) | 2007-07-24 | 2007-07-24 | Verfahren und Vorrichtung zur Verkehrszeichenerkennung |
| DE102007034505.6 | 2007-07-24 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20100051066A true KR20100051066A (ko) | 2010-05-14 |
Family
ID=40130801
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020107003557A KR20100051066A (ko) | 2007-07-24 | 2008-07-17 | 트래픽 신호 인식 방법 및 장치 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US8643721B2 (ko) |
| EP (1) | EP2179381B1 (ko) |
| KR (1) | KR20100051066A (ko) |
| DE (1) | DE102007034505A1 (ko) |
| WO (1) | WO2009013223A1 (ko) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102011121278A1 (de) * | 2011-12-15 | 2013-06-20 | Gm Global Technology Operations, Llc | Verfahren zum Betreiben eines Verkehrszeichen-Erkennungssystems und Verkehrszeichen-Erkennungssystem |
| US9056395B1 (en) * | 2012-09-05 | 2015-06-16 | Google Inc. | Construction zone sign detection using light detection and ranging |
| DE102012110595A1 (de) * | 2012-11-06 | 2014-05-08 | Conti Temic Microelectronic Gmbh | Verfahren und Vorrichtung zur Erkennung von Verkehrszeichen für ein Fahrzeug |
| KR101936108B1 (ko) | 2014-01-08 | 2019-01-09 | 주식회사 만도 | 교통 표지판 탐지 방법 및 장치 |
| JP6024679B2 (ja) * | 2014-02-03 | 2016-11-16 | 株式会社デンソー | 標識認識装置 |
| JP5961207B2 (ja) | 2014-03-28 | 2016-08-02 | 富士重工業株式会社 | 車外環境認識装置 |
| US20160034769A1 (en) * | 2014-07-29 | 2016-02-04 | Magna Electronics Inc. | Vehicle vision system with traffic sign recognition |
| US9460355B2 (en) | 2014-10-14 | 2016-10-04 | Here Global B.V. | Lateral sign placement determination |
| KR101655609B1 (ko) * | 2014-12-11 | 2016-09-07 | 현대자동차주식회사 | 하이브리드 자동차의 배터리 충전 상태 제어 장치 및 방법 |
| JP6187534B2 (ja) * | 2015-05-11 | 2017-08-30 | トヨタ自動車株式会社 | 車両の規制速度表示装置 |
| JP2016220056A (ja) * | 2015-05-21 | 2016-12-22 | 株式会社デンソー | 画像生成装置 |
| DE102016003424B4 (de) * | 2016-03-21 | 2023-09-28 | Elektrobit Automotive Gmbh | Verfahren und Vorrichtung zum Erkennen von Verkehrszeichen |
| JP2018081404A (ja) * | 2016-11-15 | 2018-05-24 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ | 識別方法、識別装置、識別器生成方法及び識別器生成装置 |
| US10607094B2 (en) | 2017-02-06 | 2020-03-31 | Magna Electronics Inc. | Vehicle vision system with traffic sign recognition |
| DE102017208854A1 (de) | 2017-05-24 | 2018-11-29 | Volkswagen Aktiengesellschaft | Verfahren, Vorrichtungen und computerlesbares Speichermedium mit Instruktionen zum Ermitteln von geltenden Verkehrsregeln für ein Kraftfahrzeug |
| EP3719692A4 (en) * | 2017-12-21 | 2020-12-30 | Huawei Technologies Co., Ltd. | INFORMATION DETECTION METHOD AND MOBILE DEVICE |
| US10733484B2 (en) | 2018-03-22 | 2020-08-04 | Here Global B.V. | Method, apparatus, and system for dynamic adaptation of an in-vehicle feature detector |
| US11106925B2 (en) * | 2018-10-25 | 2021-08-31 | Intel Corporation | Computer-assisted or autonomous driving traffic sign recognition method and apparatus |
| US12008819B2 (en) | 2021-08-04 | 2024-06-11 | Telenav, Inc. | Navigation system with mono-camera based traffic sign tracking and positioning mechanism and method of operation thereof |
| DE102022125693A1 (de) | 2022-10-05 | 2024-04-11 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Vorrichtung zum Erkennen von Verkehrszeichen in einer Umgebung eines Fahrzeugs mit Berücksichtigung einer Farbverteilung sowie Fahrzeug |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59100978A (ja) | 1982-11-30 | 1984-06-11 | Sharp Corp | クレジツトカ−ドの使用累計額管理装置 |
| JPS59109978A (ja) * | 1982-12-15 | 1984-06-25 | Hitachi Ltd | 光学文字読取装置 |
| DE59208632D1 (de) * | 1992-01-31 | 1997-07-24 | Mars Inc | Einrichtung zur Klassifizierung eines Musters, insbesondere von einer Banknote oder von einer Münze |
| DE19723293A1 (de) * | 1997-06-04 | 1998-12-10 | Siemens Ag | Mustererkennungsverfahren |
| US6266442B1 (en) * | 1998-10-23 | 2001-07-24 | Facet Technology Corp. | Method and apparatus for identifying objects depicted in a videostream |
| DE19852631C2 (de) * | 1998-11-14 | 2001-09-06 | Daimler Chrysler Ag | Vorrichtung und Verfahren zur Verkehrszeichenerkennung |
| DE19938256B4 (de) * | 1999-08-12 | 2010-07-15 | Volkswagen Ag | Verfahren und Einrichtung zur elektronischen Erkennung von Verkehrszeichen |
| US7062498B2 (en) * | 2001-11-02 | 2006-06-13 | Thomson Legal Regulatory Global Ag | Systems, methods, and software for classifying text from judicial opinions and other documents |
| DE60211503T2 (de) * | 2002-07-09 | 2006-12-07 | Accenture Global Services Gmbh | Vorrichtung zur automatischen Erkennung von Verkehrszeichen |
| US7433889B1 (en) * | 2002-08-07 | 2008-10-07 | Navteq North America, Llc | Method and system for obtaining traffic sign data using navigation systems |
| US7702425B2 (en) * | 2004-06-07 | 2010-04-20 | Ford Global Technologies | Object classification system for a vehicle |
| US7451041B2 (en) * | 2005-05-06 | 2008-11-11 | Facet Technology Corporation | Network-based navigation system having virtual drive-thru advertisements integrated with actual imagery from along a physical route |
| US20070131851A1 (en) * | 2005-12-14 | 2007-06-14 | Nevine Holtz | Polarimetric detection of road signs |
| CA2560800C (en) * | 2006-01-20 | 2014-08-26 | Geo 3D Inc. | Automated asset detection, location measurement and recognition |
| KR100641791B1 (ko) * | 2006-02-14 | 2006-11-02 | (주)올라웍스 | 디지털 데이터에 대한 태깅 방법 및 시스템 |
| US8064643B2 (en) * | 2006-12-06 | 2011-11-22 | Mobileye Technologies Limited | Detecting and recognizing traffic signs |
| DE102007002562A1 (de) * | 2007-01-17 | 2008-07-24 | Audi Ag | Verfahren und Vorrichtung zur dynamischen Klassifikation von Objekten und/oder Verkehrssituationen |
| US20090285445A1 (en) * | 2008-05-15 | 2009-11-19 | Sony Ericsson Mobile Communications Ab | System and Method of Translating Road Signs |
-
2007
- 2007-07-24 DE DE102007034505A patent/DE102007034505A1/de not_active Withdrawn
-
2008
- 2008-07-17 WO PCT/EP2008/059409 patent/WO2009013223A1/de active Application Filing
- 2008-07-17 US US12/670,285 patent/US8643721B2/en active Active
- 2008-07-17 KR KR1020107003557A patent/KR20100051066A/ko not_active Application Discontinuation
- 2008-07-17 EP EP08775189.7A patent/EP2179381B1/de active Active
Also Published As
| Publication number | Publication date |
|---|---|
| US8643721B2 (en) | 2014-02-04 |
| EP2179381B1 (de) | 2015-06-24 |
| WO2009013223A1 (de) | 2009-01-29 |
| EP2179381A1 (de) | 2010-04-28 |
| DE102007034505A1 (de) | 2009-01-29 |
| US20100283855A1 (en) | 2010-11-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20100051066A (ko) | 트래픽 신호 인식 방법 및 장치 | |
| US10183666B2 (en) | Method and device for determining a valid lane marking | |
| JP7040374B2 (ja) | 物体検出装置、車両制御システム、物体検出方法及び物体検出用コンピュータプログラム | |
| US7418112B2 (en) | Pedestrian detection apparatus | |
| CN110796007B (zh) | 场景识别的方法与计算设备 | |
| US20120128210A1 (en) | Method for Traffic Sign Recognition | |
| JP2002083297A (ja) | 物体認識方法および物体認識装置 | |
| CN105355039A (zh) | 路况信息处理方法及设备 | |
| US20170316693A1 (en) | Traffic information big data operation server using license plate recognition of means of transportation | |
| CN105378815A (zh) | 用信号为车辆驾驶员告知视觉上至少部分地被遮挡的交通对象的方法和设备 | |
| CN111199087A (zh) | 场景识别方法和装置 | |
| JP2020052539A (ja) | 学習画像選別装置 | |
| US10607100B2 (en) | Device for recognizing vehicle license plate number and method therefor | |
| CN115131960A (zh) | 一种针对道路车辆事故的智能安全处理方法及装置 | |
| JP2019146012A (ja) | 撮像装置 | |
| US20230213352A1 (en) | Method and apparatus for recognizing parking space | |
| CN113392680A (zh) | 道路识别装置及方法、电子设备 | |
| JP6523907B2 (ja) | 車間距離検出システム、車間距離検出方法、およびプログラム | |
| US11727793B2 (en) | Method and system for generating motion profiles and traffic network | |
| US11113549B2 (en) | Method and device for analyzing an image and providing the analysis for a driving assistance system of a vehicle | |
| CN112840349B (zh) | 标志识别装置 | |
| KR102594384B1 (ko) | 오류데이터 삽입방식을 이용한 자율주행 차량의 영상인식 학습장치와 이를 이용한 영상인식 학습방법 | |
| JP7058753B2 (ja) | カメラ装置 | |
| CN117912289B (zh) | 一种基于图像识别的车辆群行驶预警方法、装置及系统 | |
| WO2020255746A1 (ja) | 天候判定装置および天候判定方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| WITN | Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid |