RU2017134785A - Способ, система и машиночитаемые носители хранения данных для обнаружения листвы с использованием данных дальности - Google Patents
Способ, система и машиночитаемые носители хранения данных для обнаружения листвы с использованием данных дальности Download PDFInfo
- Publication number
- RU2017134785A RU2017134785A RU2017134785A RU2017134785A RU2017134785A RU 2017134785 A RU2017134785 A RU 2017134785A RU 2017134785 A RU2017134785 A RU 2017134785A RU 2017134785 A RU2017134785 A RU 2017134785A RU 2017134785 A RU2017134785 A RU 2017134785A
- Authority
- RU
- Russia
- Prior art keywords
- feature
- tracking
- consistency
- determining
- variability
- Prior art date
Links
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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- 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)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Electromagnetism (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Image Analysis (AREA)
- Radar Systems Or Details Thereof (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Navigation (AREA)
Claims (49)
1. Способ для обнаружения листвы, при этом способ содержит этапы, на которых:
- обнаруживают и отслеживают один или более признаков в рамках данных дальности из одного или более датчиков;
- определяют параметры отслеживания для каждого из одного или более признаков, причем параметры отслеживания содержат срок отслеживания и одно или более из согласованности обнаружения и переменности позиции; и
- классифицируют признак из одного или более признаков как соответствующий листве на основе параметров отслеживания.
2. Способ по п. 1, в котором классификация признака из одного или более признаков как соответствующего листве, содержит этап, на котором классифицируют как соответствующий листве на основе одного или более из срока отслеживания, опускающегося ниже порогового значения срока, согласованности обнаружения, опускающейся ниже порогового значения согласованности, или переменности позиции, превышающей пороговое значение переменности.
3. Способ по п. 1, в котором классификация признака из одного или более признаков содержит этап, на котором классифицируют первый признак, при этом способ дополнительно содержит этап, на котором классифицируют второй признак как соответствующий твердому объекту на основе параметров отслеживания.
4. Способ по п. 3, в котором классификация второго признака как соответствующего твердому объекту содержит этап, на котором классифицируют как соответствующий твердому объекту на основе одного или более из срока отслеживания, превышающего пороговое значение срока, согласованности обнаружения, превышающей пороговое значение согласованности, или переменности позиции, опускающейся ниже порогового значения переменности.
5. Способ по п. 1, в котором определение параметров отслеживания содержит этап, на котором определяют срок отслеживания, при этом определение срока отслеживания для характерного признака содержит этап, на котором определяют то, как долго характерный признак отслеживается или обнаруживается.
6. Способ по п. 1, в котором определение параметров отслеживания содержит этап, на котором определяют согласованность обнаружения, при этом определение согласованности обнаружения для характерного признака содержит этап, на котором определяют процент или отношение кадров, в которых признак обнаружен в период времени.
7. Способ по п. 1, в котором определение параметров отслеживания содержит этап, на котором определяют переменность позиции, при этом определение переменности позиции для характерного признака содержит этап, на котором определяют среднеквадратическое отклонение для одного или более из позиции и ориентации характерного признака.
8. Способ по п. 1, дополнительно содержащий этап, на котором определяют то, следует или нет избегать удара о помеху, соответствующую признаку из одного или более признаков, на основе классификации признака.
9. Способ по п. 1, дополнительно содержащий этап, на котором определяют маневр при вождении для транспортного средства на основе классификации признака.
10. Система, содержащая:
- компонент отслеживания, выполненный с возможностью обнаруживать и отслеживать один или более признаков в рамках данных дальности из одного или более датчиков;
- компонент параметров отслеживания, выполненный с возможностью определять параметры отслеживания для каждого из одного или более признаков, причем параметры отслеживания содержат срок отслеживания и одно или более из согласованности обнаружения и переменности позиции; и
- компонент классификации, выполненный с возможностью классифицировать признак из одного или более признаков как соответствующий листве на основе параметров отслеживания.
11. Система по п. 10, в которой компонент классификации выполнен с возможностью классифицировать признак из одного или более признаков как соответствующий листве, посредством определения одного или более из следующего:
- срок отслеживания опускается ниже порогового значения возраста;
- согласованность обнаружения опускается ниже порогового значения согласованности; или
- переменность позиции превышает пороговое значение переменности.
12. Система по п. 10, в которой классификация признака из одного или более признаков содержит классификацию первого признака, при этом компонент классификации дополнительно выполнен с возможностью классифицировать второй признак как соответствующий твердому объекту на основе параметров отслеживания.
13. Система по п. 12, в которой компонент классификации выполнен с возможностью классифицировать второй признак как соответствующий твердому объекту на основе одного или более из следующего:
- срока отслеживания, превышающего пороговое значение возраста;
- согласованности обнаружения, превышающей пороговое значение согласованности; или
- переменности позиции, опускающейся ниже порогового значения переменности.
14. Система по п. 10, в которой компонент параметров отслеживания выполнен с возможностью определять параметры отслеживания, содержащие одно или более из следующего:
- срока отслеживания, при этом компонент параметров отслеживания выполнен с возможностью определять срок отслеживания для характерного признака посредством определения того, как долго характерный признак отслеживается или обнаруживается;
- согласованности обнаружения, при этом компонент параметров отслеживания выполнен с возможностью определять согласованность обнаружения для характерного признака посредством определения процента или отношения кадров, в которых признак обнаружен в период времени; или
- переменности позиции, при этом компонент параметров отслеживания выполнен с возможностью определять переменность позиции для характерного признака посредством определения среднеквадратического отклонения для одного или более из позиции и ориентации характерного признака.
15. Способ по п. 10, дополнительно содержащий компонент объезда помех, выполненный с возможностью осуществлять одно или более из следующего:
- определять то, следует или нет избегать удара о помеху, соответствующую признаку из одного или более признаков, на основе классификации признака; или
- определять маневр при вождении для транспортного средства на основе классификации признака.
16. Машиночитаемый носитель хранения данных, хранящий инструкции, которые, при выполнении посредством одного или более процессоров, инструктируют одному или более процессоров:
- обнаруживать и отслеживать один или более признаков в рамках данных дальности из одного или более датчиков;
- определять параметры отслеживания для каждого из одного или более признаков, причем параметры отслеживания содержат срок отслеживания и одно или более из согласованности обнаружения и переменности позиции; и
- классифицировать признак из одного или более признаков как соответствующий листве на основе параметров отслеживания.
17. Машиночитаемый носитель хранения данных по п. 16, в котором инструкции инструктируют одному или более процессорам классифицировать признак из одного или более признаков как соответствующий листве, посредством определения одного или более из следующего:
- срока отслеживания, опускающегося ниже порогового значения возраста;
- согласованности обнаружения, опускающейся ниже порогового значения согласованности; или
- переменности позиции, превышающей пороговое значение переменности.
18. Машиночитаемый носитель хранения данных по п. 16, в котором классификация признака из одного или более признаков содержит классификацию первого признака, при этом инструкции дополнительно инструктируют одному или более процессоров классифицировать второй признак как соответствующий твердому объекту на основе параметров отслеживания.
19. Машиночитаемый носитель хранения данных по п. 18, в котором инструкции инструктируют одному или более процессорам классифицировать второй признак как соответствующий твердому объекту на основе одно или более из следующего:
- срока отслеживания, превышающего пороговое значение возраста;
- согласованности обнаружения, превышающей пороговое значение согласованности; или
- переменности позиции, опускающейся ниже порогового значения переменности.
20. Машиночитаемый носитель хранения данных по п. 16, в котором инструкции инструктируют одному или более процессорам определять параметры отслеживания посредством определения одного или более из следующего:
- срока отслеживания, при этом инструкции инструктируют одному или более процессорам определять срок отслеживания для характерного признака посредством определения того, как долго характерный признак отслеживается или обнаруживается;
- согласованности обнаружения, при этом инструкции инструктируют одному или более процессорам определять согласованность обнаружения для характерного признака посредством определения процента или отношения кадров, в которых признак обнаружен в период времени; или
- переменности позиции, при этом инструкции инструктируют одному или более процессорам определять переменность позиции для характерного признака посредством определения среднеквадратического отклонения для одного или более из позиции и ориентации характерного признака.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/353,640 | 2016-11-16 | ||
US15/353,640 US10163015B2 (en) | 2016-11-16 | 2016-11-16 | Detecting foliage using range data |
Publications (3)
Publication Number | Publication Date |
---|---|
RU2017134785A true RU2017134785A (ru) | 2019-04-04 |
RU2017134785A3 RU2017134785A3 (ru) | 2019-08-05 |
RU2707695C2 RU2707695C2 (ru) | 2019-11-28 |
Family
ID=60788507
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2017134785A RU2707695C2 (ru) | 2016-11-16 | 2017-10-04 | Способ, система и машиночитаемые носители хранения данных для обнаружения листвы с использованием данных дальности |
Country Status (6)
Country | Link |
---|---|
US (2) | US10163015B2 (ru) |
CN (1) | CN108073893B (ru) |
DE (1) | DE102017126760A1 (ru) |
GB (1) | GB2558995A (ru) |
MX (1) | MX2017014588A (ru) |
RU (1) | RU2707695C2 (ru) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10163015B2 (en) * | 2016-11-16 | 2018-12-25 | Ford Global Technologies, Llc | Detecting foliage using range data |
US10310079B1 (en) * | 2018-03-02 | 2019-06-04 | Amazon Technologies, Inc. | Presence detection using wireless signals confirmed with ultrasound and/or audio |
JP6576511B1 (ja) * | 2018-05-29 | 2019-09-18 | 三菱電機株式会社 | 物体認識装置および物体認識方法 |
US11353877B2 (en) * | 2019-12-16 | 2022-06-07 | Zoox, Inc. | Blocked region guidance |
US11462041B2 (en) | 2019-12-23 | 2022-10-04 | Zoox, Inc. | Pedestrians with objects |
US11789155B2 (en) | 2019-12-23 | 2023-10-17 | Zoox, Inc. | Pedestrian object detection training |
CN115843346A (zh) * | 2019-12-23 | 2023-03-24 | 祖克斯有限公司 | 带有对象的行人 |
DE102020105821A1 (de) | 2020-03-04 | 2021-09-09 | Connaught Electronics Ltd. | Verfahren und System zum Führen eines Fahrzeugs |
Family Cites Families (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7295925B2 (en) | 1997-10-22 | 2007-11-13 | Intelligent Technologies International, Inc. | Accident avoidance systems and methods |
US6882287B2 (en) * | 2001-07-31 | 2005-04-19 | Donnelly Corporation | Automotive lane change aid |
HU224536B1 (hu) * | 2002-07-05 | 2005-10-28 | G & G Növényvédelmi és Kereskedelmi Kft. | Vasúti kocsira szerelt gyomirtó berendezés kapcsolási elrendezése, és eljárás a berendezéssel történõ gyomirtásra |
US20100013615A1 (en) | 2004-03-31 | 2010-01-21 | Carnegie Mellon University | Obstacle detection having enhanced classification |
US7483549B2 (en) * | 2004-11-30 | 2009-01-27 | Honda Motor Co., Ltd. | Vehicle surroundings monitoring apparatus |
US7643674B2 (en) * | 2005-05-12 | 2010-01-05 | Hewlett-Packard Development Company, L.P. | Classification methods, classifier determination methods, classifiers, classifier determination devices, and articles of manufacture |
JP4169022B2 (ja) * | 2005-08-05 | 2008-10-22 | 日産自動車株式会社 | 車両用運転操作補助装置および車両用運転操作補助装置を備える車両 |
US8577538B2 (en) | 2006-07-14 | 2013-11-05 | Irobot Corporation | Method and system for controlling a remote vehicle |
JP5315694B2 (ja) * | 2006-01-05 | 2013-10-16 | 日本電気株式会社 | 映像生成装置、映像生成方法および映像生成プログラム |
US8280601B2 (en) * | 2008-07-24 | 2012-10-02 | GM Global Technology Operations LLC | Adaptive vehicle control system with integrated maneuver-based driving style recognition |
US8195342B2 (en) | 2008-09-11 | 2012-06-05 | Deere & Company | Distributed knowledge base for vehicular localization and work-site management |
CN101419667B (zh) * | 2008-12-15 | 2010-12-08 | 东软集团股份有限公司 | 识别图像中障碍物的方法和装置 |
JP5219795B2 (ja) * | 2008-12-26 | 2013-06-26 | キヤノン株式会社 | 被写体追跡装置、その制御方法、撮像装置、表示装置及びプログラム |
CN101739551B (zh) * | 2009-02-11 | 2012-04-18 | 北京智安邦科技有限公司 | 运动目标识别方法及系统 |
EP2315048A1 (en) | 2009-10-22 | 2011-04-27 | Toyota Motor Europe NV/SA | Submillimeter radar using signals reflected from multiple angles |
US9229102B1 (en) * | 2009-12-18 | 2016-01-05 | L-3 Communications Security And Detection Systems, Inc. | Detection of movable objects |
CN101975951B (zh) * | 2010-06-09 | 2013-03-20 | 北京理工大学 | 一种融合距离和图像信息的野外环境障碍检测方法 |
US8493482B2 (en) * | 2010-08-18 | 2013-07-23 | Apple Inc. | Dual image sensor image processing system and method |
JP5760425B2 (ja) * | 2010-12-17 | 2015-08-12 | 富士通株式会社 | 制御装置、レーダ検知システム、レーダ検知方法 |
BR112014002366B1 (pt) | 2011-09-12 | 2021-10-05 | Nissan Motor Co., Ltd | Dispositivo e método de detecção de objeto tridimensional |
RU2488164C1 (ru) * | 2012-04-03 | 2013-07-20 | Федеральное государственное бюджетное учреждение науки Институт систем обработки и изображений Российской академии наук (ИСОИ РАН) | Способ локализации дорожных знаков и распознавания их групп и подгрупп |
JP5867273B2 (ja) * | 2012-04-27 | 2016-02-24 | 富士通株式会社 | 接近物体検知装置、接近物体検知方法及び接近物体検知用コンピュータプログラム |
CN102799900B (zh) * | 2012-07-04 | 2014-08-06 | 西南交通大学 | 一种基于检测中支持在线聚类学习的对象跟踪方法 |
US9092692B2 (en) * | 2012-09-13 | 2015-07-28 | Los Alamos National Security, Llc | Object detection approach using generative sparse, hierarchical networks with top-down and lateral connections for combining texture/color detection and shape/contour detection |
US20140266860A1 (en) * | 2013-03-14 | 2014-09-18 | Gaddi BLUMROSEN | Method and system for activity detection and classification |
IL227860B (en) | 2013-08-08 | 2019-05-30 | Israel Aerospace Ind Ltd | Classification of objects in a scanned environment |
US9731668B2 (en) * | 2013-08-09 | 2017-08-15 | Ford Global Technologies, Llc | Multi-vehicle settings |
JP6346614B2 (ja) * | 2013-09-13 | 2018-06-20 | マクセル株式会社 | 情報表示システム |
JP6263970B2 (ja) * | 2013-11-11 | 2018-01-24 | 村田機械株式会社 | 自律走行台車、及び、予定走行経路データのデータ構造 |
KR101519261B1 (ko) * | 2013-12-17 | 2015-05-11 | 현대자동차주식회사 | 차량의 모니터링 방법 및 자동 제동 장치 |
US20160035151A1 (en) * | 2014-07-31 | 2016-02-04 | Ford Global Technologies, Llc | Method and Apparatus for Vehicle Data Gathering and Analysis |
US10343682B2 (en) * | 2014-10-17 | 2019-07-09 | Ford Global Technologies, Llc | Vehicle operation based on activity tracking |
US9823344B2 (en) * | 2014-12-08 | 2017-11-21 | Northrop Grumman Systems Corporation | Feature-based tracking of moving objects |
US9505404B2 (en) | 2015-04-10 | 2016-11-29 | Jaguar Land Rover Limited | Collision avoidance system |
CN105354986B (zh) * | 2015-11-12 | 2017-12-01 | 熊强 | 汽车司机驾驶状态监测系统及方法 |
US10137890B2 (en) * | 2016-06-28 | 2018-11-27 | Toyota Motor Engineering & Manufacturing North America, Inc. | Occluded obstacle classification for vehicles |
US10163015B2 (en) * | 2016-11-16 | 2018-12-25 | Ford Global Technologies, Llc | Detecting foliage using range data |
US10261513B2 (en) * | 2016-12-19 | 2019-04-16 | drive.ai Inc. | Methods for communicating state, intent, and context of an autonomous vehicle |
-
2016
- 2016-11-16 US US15/353,640 patent/US10163015B2/en active Active
-
2017
- 2017-10-04 RU RU2017134785A patent/RU2707695C2/ru active
- 2017-11-14 CN CN201711122022.5A patent/CN108073893B/zh active Active
- 2017-11-14 MX MX2017014588A patent/MX2017014588A/es unknown
- 2017-11-14 GB GB1718780.8A patent/GB2558995A/en not_active Withdrawn
- 2017-11-14 DE DE102017126760.3A patent/DE102017126760A1/de active Pending
-
2018
- 2018-11-08 US US16/184,680 patent/US10521680B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
DE102017126760A1 (de) | 2018-05-17 |
CN108073893B (zh) | 2023-09-12 |
CN108073893A (zh) | 2018-05-25 |
MX2017014588A (es) | 2018-10-04 |
RU2017134785A3 (ru) | 2019-08-05 |
RU2707695C2 (ru) | 2019-11-28 |
US20190080184A1 (en) | 2019-03-14 |
GB201718780D0 (en) | 2017-12-27 |
US20180137374A1 (en) | 2018-05-17 |
GB2558995A (en) | 2018-07-25 |
US10521680B2 (en) | 2019-12-31 |
US10163015B2 (en) | 2018-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2017134785A (ru) | Способ, система и машиночитаемые носители хранения данных для обнаружения листвы с использованием данных дальности | |
MX2017004705A (es) | Deteccion de lluvia basada en vision con aprendizaje profundo. | |
WO2018081807A3 (en) | Systems and methods for navigating lane merges and lane splits | |
RU2017133756A (ru) | Способ, система и считываемый компьютером носитель для обнаружения препятствий сзади и оценки расстояния | |
MX2017014779A (es) | Deteccion de luz de freno. | |
EP2551793A3 (en) | Obstacle detection system | |
EP2937757A3 (en) | Methods and systems for object detection using multiple sensors | |
MY191078A (en) | Parking space detection method and device | |
US20180045823A1 (en) | Trailer dimension estimation with two dimensional radar and camera | |
JP2014160322A5 (ja) | 車線境界線逸脱抑制装置及び車線境界線逸脱抑制方法 | |
CN107804226A (zh) | 拖车车道偏离警告和摇摆警报 | |
RU2018101859A (ru) | Способ, система и устройство для выявления объектов и визуальных признаков с использованием рекуррентной глубинной сверточной нейронной сети | |
EP4270355A3 (en) | Method for processing hazard reports from vehicles | |
WO2017079341A3 (en) | Automated extraction of semantic information to enhance incremental mapping modifications for robotic vehicles | |
RU2016136822A (ru) | Система вождения транспортного средства, способ восприятия и локализации для дорожного транспортного средства и компьютерно-читаемый носитель данных | |
MY188579A (en) | Parking space line detection method and device | |
EP2835763A3 (en) | A hybrid method and system of video and vision based access control for parking stall occupancy determination | |
RU2015120679A (ru) | Система для отслеживания объектов вокруг транспортного средства | |
ATE505738T1 (de) | Antwortdetektion in einem sekundärvermessungsradar | |
EP4235596A3 (en) | Robotic vehicle grass structure detection | |
MX2016014733A (es) | Aparato de deteccion de objetivos y metodo de deteccion de objetivos. | |
WO2013104618A3 (en) | Method and control unit for monitoring traffic | |
EP3203417A3 (en) | Method for detecting texts included in an image and apparatus using the same | |
WO2014190050A3 (en) | Method and system for obstacle detection for vehicles using planar sensor data | |
Srivastava et al. | Efficient lane detection algorithm using different filtering techniques |