TWI808434B - 障礙物檢測裝置及障礙物檢測方法 - Google Patents
障礙物檢測裝置及障礙物檢測方法 Download PDFInfo
- Publication number
- TWI808434B TWI808434B TW110121405A TW110121405A TWI808434B TW I808434 B TWI808434 B TW I808434B TW 110121405 A TW110121405 A TW 110121405A TW 110121405 A TW110121405 A TW 110121405A TW I808434 B TWI808434 B TW I808434B
- Authority
- TW
- Taiwan
- Prior art keywords
- obstacle
- axis
- area
- detection
- mentioned
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 303
- 238000009795 derivation Methods 0.000 claims description 7
- 238000000034 method Methods 0.000 description 22
- 238000012545 processing Methods 0.000 description 21
- 239000013256 coordination polymer Substances 0.000 description 13
- 238000009434 installation Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000001678 irradiating effect Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 240000004050 Pentaglottis sempervirens Species 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
- B66F17/00—Safety devices, e.g. for limiting or indicating lifting force
- B66F17/003—Safety devices, e.g. for limiting or indicating lifting force for fork-lift trucks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
- B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
- B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
- B66F9/075—Constructional features or details
- B66F9/0755—Position control; Position detectors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
- B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
- B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
- B66F9/075—Constructional features or details
- B66F9/20—Means for actuating or controlling masts, platforms, or forks
- B66F9/24—Electrical devices or systems
-
- 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
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- 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
- G06T2207/30261—Obstacle
Abstract
本發明之障礙物檢測裝置(30)搭載於堆高機(10)。障礙物檢測裝置(30)具備:立體照相機(31),其用於檢測障礙物;及位置檢測裝置(41),其自立體照相機(31)之檢測結果檢測障礙物之位置。於可檢測區域(CA),預先設定有非檢測區域(NA1、NA2)。非檢測區域(NA1、NA2)設定於堆高機(10)之配重件(15)存在之位置。位置檢測裝置(41)判斷非檢測區域(NA1、NA2)中不存在障礙物。位置檢測裝置(41)檢測可檢測區域(CA)中與非檢測區域不同之區域即檢測區域(CA)中存在之障礙物之位置。
Description
本揭示係關於一種障礙物檢測裝置及障礙物檢測方法。
於車輛等移動體搭載有用於檢測障礙物之障礙物檢測裝置。專利文獻1揭示之障礙物檢測裝置具備:感測器,其用於檢測障礙物;及位置檢測部,其自感測器之檢測結果檢測障礙物之位置。位置檢測部檢測存在於感測器之可檢測區域之障礙物之位置。作為感測器,使用立體照相機。位置檢測部自藉由立體照相機拍攝之圖像導出視差圖像,基於視差圖像,檢測障礙物之位置。
[專利文獻1]日本專利特開2016-206801號公報
因感測器之設置位置,而移動體之一部分進入感測器之可檢測區域。如此,有障礙物檢測裝置檢測移動體之一部分作為障礙物之虞。
本揭示之目的在於提供一種可抑制檢測移動體之一部分作為障礙物之障礙物檢測裝置及障礙物檢測方法。
解決上述問題之障礙物檢測裝置係搭載於移動體之障礙物檢測裝置,其具備:感測器,其用於檢測障礙物;及位置檢測部,其自上述感測器之檢測結果檢測上述障礙物之位置;且上述位置檢測部具備:非檢測部,其係若將可由上述感測器檢測上述障礙物之可檢測區域中預先設定之區域且上述移動體之一部分存在之區域設為非檢測區域,則不論上述感測器之檢測結果如何,皆判斷上述非檢測區域中不存在上述障礙物;及檢測部,其檢測上述可檢測區域中與上述非檢測區域不同之區域即檢測區域中存在之上述障礙物之位置。
於可檢測區域預先設定有非檢測區域。非檢測部於非檢測區域中存在障礙物之情形時,亦判斷非檢測區域中不存在障礙物。因非檢測區域中存在移動體之一部分,故藉由判斷為於非檢測區域中不存在障礙物,而可抑制由障礙物檢測裝置將移動體之一部分作為障礙物檢測。
對於上述障礙物檢測裝置,上述移動體為堆高機,上述非檢測區域亦可設定於上述堆高機之配重件存在之位置。
對於上述障礙物檢測裝置,上述位置檢測部亦可具備座標導出部,該座標導出部導出將水平方向中一方向之軸作為X軸,將水平方向中與上述X軸正交之方向之軸作為Y軸,將與上述X軸及上述Y軸正交之方向之軸
作為Z軸的實際空間上之座標系中之上述障礙物之座標。
對於上述障礙物檢測裝置,上述非檢測區域亦可由上述實際空間上之座標系中示出上述移動體之一部分存在之區域之3維座標界定。
解決上述問題之障礙物檢測方法係藉由搭載於移動體,且具備感測器與位置檢測部之障礙物檢測裝置檢測障礙物之位置的障礙物檢測方法,且亦可包含以下步驟:上述位置檢測部取得上述感測器之檢測結果;若將可由上述感測器檢測上述障礙物之可檢測區域中預先設定之區域且上述移動體之一部分存在之區域設為非檢測區域,則上述位置檢測部不論上述感測器之檢測結果如何,皆判斷上述非檢測區域中不存在上述障礙物;及上述位置檢測部檢測上述可檢測區域中與上述非檢測區域不同之區域即檢測區域中存在之上述障礙物之位置。
因非檢測區域中存在移動體之一部分,故藉由判斷非檢測區域中不存在障礙物,而可抑制將移動體之一部分作為障礙物檢測。
根據本發明,可抑制將移動體之一部分作為障礙物檢測。
10:作為移動體之堆高機
11:車體
12:驅動輪
13:操舵輪
14:頭部護蓋
15:堆高機之一部分即配重件
17:裝卸裝置
18:堆高機之一部分即反射鏡
19:堆高機之一部分即支持部
20:主控制裝置
21:處理器
22:記憶部
23:行走控制裝置
24:轉速感測器
30:障礙物檢測裝置
31:作為感測器之立體照相機
32:第1照相機
33:第2照相機
41:作為位置檢測部、非檢測部、檢測部及座標導出部之位置檢測裝置
42:處理器
43:記憶部
A1:框
A2:框
A3:框
A4:框
CA:可檢測區域
CP:中心位置
DA:檢測區域
H1:高度
H2:高度
I1:第1圖像
L1:距離
M1:行走用馬達
NA1:非檢測區域
NA2:非檢測區域
O1:障礙物
O2:障礙物
O3:障礙物
O4:障礙物
O5:障礙物
P1:座標
P2:座標
P3:座標
P4:座標
P5:座標
P6:座標
P7:座標
P8:座標
S1~S6:步驟
W1:寬度
W2:距離
圖1係第1實施形態之堆高機之側視圖。
圖2係第1實施形態之堆高機之俯視圖。
圖3係第1實施形態之堆高機及障礙物檢測裝置之概略構成圖。
圖4係示出藉由立體照相機拍攝之第1圖像之一例之圖。
圖5係示出位置檢測裝置進行之障礙物檢測處理之流程圖。
圖6係用於說明可檢測區域、非檢測區域及檢測區域之圖。
圖7係示出世界座標系之XY平面中障礙物之位置之模式圖。
圖8係第2實施形態之堆高機之側視圖。
圖9係示出藉由立體照相機拍攝之第1圖像之一例之圖。
(第1實施形態)
以下,對障礙物檢測裝置及障礙物檢測方法之第1實施形態進行說明。
如圖1及圖2所示,作為移動體之堆高機10具備車體11、配置於車體11之前下部之驅動輪12、配置於車體11之後下部之操舵輪13、及裝卸裝置17。車體11具備:頭部護蓋(head guard)14,其設置於駕駛座之上部;及配重件15,其用以與積載於裝卸裝置17之貨物取得平衡。配重件15設置於車體11之後部。堆高機10可為藉由搭乘者之操作而動作者,亦可為自動動作者,又可為切換手動之動作與自動之動作者。於以下之說明中,左右係指以堆高機10之前進方向為基準時之左右。
如圖3所示,堆高機10具備主控制裝置20、行走用馬達M1、控制行走用馬達M1之行走控制裝置23、及轉速感測器24。主控制裝置20進行關於行走動作及裝卸動作之控制。主控制裝置20具備處理器21與記憶部22。作為處理器21,使用例如CPU:Central Processing Unit(中央處理單
元)、GPU:Graphics Processing Unit(圖形處理單元)、DSP:Digital Signal Processor(數位信號處理器)。記憶部22包含RAM:Random Access Memory(隨機存取記憶體)及ROM:Read Only Memory(唯讀記憶體)。於記憶部22,記憶有用於使堆高機10動作之程式。可以說記憶部22儲存以使處理器21執行處理之方式構成之程式碼或指令。記憶部22,即電腦可讀媒體包含可由通用或專用之電腦存取之所有可利用媒體。主控制裝置20亦可由ASIC:Application Specific Integrated Circuit(特殊應用積體電路)或FPGA:Field Programmable Gate Array(場可程式化閘陣列)等硬體電路構成。處理電路即主控制裝置20可包含依照電腦程式動作之1台以上之處理器、ASIC或FPGA等1個以上之硬體電路、或該等之組合。
主控制裝置20以堆高機10之車速成為目標車速之方式對行走控制裝置23賦予行走用馬達M1之轉速之指令。本實施形態之行走控制裝置23為馬達驅動器。轉速感測器24將行走用馬達M1之轉速輸出至行走控制裝置23。行走控制裝置23基於來自主控制裝置20之指令,以行走用馬達M1之轉速與指令一致之方式控制行走用馬達M1。
於堆高機10,搭載有障礙物檢測裝置30。障礙物檢測裝置30具備:作為感測器之立體照相機31;及位置檢測裝置41,其自由立體照相機31拍攝之圖像檢測障礙物之位置。立體照相機31以可自堆高機10之上方鳥瞰堆高機10之行走之路面之方式設置。本實施形態之立體照相機31拍攝堆高機10之後方。因此,由位置檢測裝置41檢測出之障礙物為堆高機10之後方之障礙物。
如圖1所示,立體照相機31設置於例如頭部護蓋14。如圖2所示,立體照相機31自堆高機10之車寬方向之中心位置CP偏移而設置。於本實施形態中,立體照相機31自堆高機10之車寬方向之中心位置CP朝左側偏移而設置。
立體照相機31拍攝由水平畫角及垂直畫角確定之攝像範圍。於垂直畫角之範圍內,包含有配重件15。因此,堆高機10之一部分即配重件15之一部分始終進入由立體照相機31拍攝之圖像。
如圖3所示,立體照相機31具備第1照相機32與第2照相機33。作為第1照相機32及第2照相機33,可例舉例如使用CCD(Charge Coupled Device:電荷耦合器件)影像感測器、或CMOS(Complementary Metal Oxide Semiconductor:互補型金屬氧化物半導體)影像感測器者。第1照相機32及第2照相機33以彼此之光軸平行之方式配置。於本實施形態中,第1照相機32及第2照相機33相互排列配置於水平方向。若將由第1照相機32拍攝之圖像設為第1圖像,將由第2照相機33拍攝之圖像設為第2圖像,則於第1圖像與第2圖像中橫向偏移地映現同一障礙物。詳細而言,於拍攝同一障礙物之情形時,第1圖像所映現之障礙物、與第2圖像所映現之障礙物中,於橫向之像素[px]處產生對應於第1照相機32與第2照相機33之間之距離之偏移。第1圖像及第2圖像之像素數相同,例如使用640×480[px]=VGA(Video Graphics Array:視訊圖形陣列)之圖像。第1圖像及第2圖像係例如由RGB信號表示之圖像。
位置檢測裝置41具備處理器42與記憶部43。作為處理器42,使用例如CPU、GPU、DSP。記憶部43包含RAM及ROM。於記憶部43,記憶有用於自由立體照相機31拍攝之圖像檢測障礙物之各種程式。可以說記憶部43儲存以使處理器42執行處理之方式構成之程式碼或指令。記憶部43,即電腦可讀媒體包含可由通用或專用之電腦存取之所有可利用之媒體。位置檢測裝置41亦可由ASIC或FPGA等硬體電路構成。處理電路即位置檢測裝置41可包含根據電腦程式動作之1台以上之處理器、ASIC或FPGA等1個以上之硬體電路、或該等之組合。
以下,與障礙物檢測方法一起對由位置檢測裝置41進行之障礙物檢測處理進行說明。藉由處理器42執行記憶於記憶部43之程式而進行障礙物檢測處理。以特定之控制週期重複進行障礙物檢測處理。
於以下之說明,作為一例,對由立體照相機31拍攝圖4所示之環境時之障礙物檢測處理進行說明。圖4係藉由拍攝堆高機10之後方而得之第1圖像I1。如可自第1圖像I1所掌握,於堆高機10之後方,存在人、或人以外之障礙物。於第1圖像I1,映入有配重件15之一部分。另,為方便說明,雖以框A1、A2、A3、A4示出障礙物存在之第1圖像I1上之座標,但於實際之第1圖像I1上不存在框A1、A2、A3、A4。
如圖5所示,於步驟S1中,位置檢測裝置41自由立體照相機31拍攝之影像取得同一訊框之第1圖像I1及第2圖像。第1圖像I1及第2圖像係立體照
相機31之檢測結果。
接著,於步驟S2中,位置檢測裝置41進行立體處理,藉此取得視差圖像。視差圖像係將視差[px]與像素建立對應之圖像。藉由比較第1圖像I1與第2圖像,就各圖像所映現之同一特徵點算出第1圖像I1與第2圖像之像素數之差而獲得視差。另,特徵點係障礙物之邊緣等可作為邊界辨識之部分。可自亮度資訊等檢測特徵點。
位置檢測裝置41使用暫時儲存各圖像之RAM,進行自RGB向YCrCb之轉換。另,位置檢測裝置41亦可進行失真修正、邊緣增強處理等。位置檢測裝置41進行比較第1圖像I1之各像素與第2圖像之各像素之類似度算出視差之立體處理。另,作為立體處理,可使用於每個像素算出視差之方法,亦可使用將各圖像分割為包含複數個像素之區塊算出每個區塊之視差之區塊匹配法。位置檢測裝置41以第1圖像I1為基準圖像,將第2圖像作為比較圖像而取得視差圖像。位置檢測裝置41擷取與第1圖像I1之每個像素最類似之第2圖像之像素,算出第1圖像I1之像素、與最類似於該像素之像素之橫向之像素數之差作為視差。藉此,可取得將視差與基準圖像即第1圖像I1之各像素建立對應之視差圖像。所謂視差圖像並非一定需要顯示者,而是指將視差圖像中各像素與視差建立對應之資料。另,位置檢測裝置41亦可進行自視差圖像去除路面之視差之處理。
接著,於步驟S3中,位置檢測裝置41導出世界座標系之特徵點之座標。首先,位置檢測裝置41導出照相機座標系之特徵點之座標。照相機座
標系係以立體照相機31為原點之座標系。照相機座標系係將光軸作為Z軸,將與光軸正交之2個軸之各者作為X軸、Y軸之3軸正交座標系。照相機座標系之特徵點之座標可由照相機座標系之Z座標Zc、X座標Xc及Y座標Yc表示。Z座標Zc、X座標Xc及Y座標Yc可分別使用以下之(1)式~(3)式導出。
藉由將xp作為視差圖像中之特徵點之X座標,將yp作為視差圖像中之特徵點之Y座標,將d作為與特徵點之座標建立對應之視差,而導出照相機座標系之特徵點之座標。
此處,於堆高機10位於水平面之狀態下,將水平方向中於堆高機10之車寬方向延伸之軸作為X軸,將水平方向中於與X軸正交之方向延伸之軸作為Y軸,將與X軸及Y軸正交之軸作為Z軸之3軸正交座標系設為實際空間上之座標系即世界座標系。世界座標系之Y軸亦可說是於堆高機10之行進方向即堆高機10之前後方向延伸之軸。世界座標系之Z軸亦可說是於鉛直方向延伸之軸。世界座標系之特徵點之座標可由世界座標系之X座標Xw、Y座標Yw及Z座標Zw表示。
位置檢測裝置41使用以下之(4)式進行將照相機座標轉換為世界座標之世界座標轉換。世界座標係世界座標系之座標。
於本實施形態中,世界座標系之原點係將X座標Xw及Y座標Yw作為立體照相機31之位置,將Z座標Zw作為路面之座標。立體照相機31之位置係例如第1照相機32之透鏡、與第2照相機33之透鏡之中間位置。
由世界座標轉換而得之世界座標中之X座標Xw示出堆高機10之車寬
方向上原點至特徵點之距離。Y座標Yw示出堆高機10之行進方上原點至特徵點之距離。Z座標Zw示出路面至特徵點之高度。特徵點係表示障礙物之一部分之點。另,圖中之箭頭X示出世界座標系之X軸,箭頭Y示出世界座標系之Y軸,箭頭Z示出世界座標系之Z軸。
如圖6所示,於世界座標系中,可取得世界座標之區域係可檢測障礙物之區域即可檢測區域CA。可檢測區域CA藉由例如立體照相機31之攝像範圍確定。藉由進行步驟S3之處理,位置檢測裝置41作為座標導出部發揮功能。
此處,於立體照相機31之可檢測區域CA,預先設定有非檢測區域NA1。非檢測區域NA1係不論立體照相機31是否拍攝到障礙物,皆判斷障礙物不存在之區域。將可檢測區域CA中與非檢測區域NA1不同之區域設為檢測區域DA。檢測區域DA係進行障礙物之檢測之區域。因此,可以說,由立體照相機31拍攝障礙物,且該障礙物存在於檢測區域DA之情形時,位置檢測裝置41檢測出障礙物。
如圖5所示,於步驟S4中,位置檢測裝置41將非檢測區域NA1之特徵點作為無用之特徵點予以刪除。非檢測區域NA1設定於可檢測區域CA中堆高機10之一部分存在之位置。於本實施形態,配重件15存在之位置為非檢測區域NA1。無用之特徵點亦可說是因拍攝到配重件15而產生之特徵點。
可自車輛要素之規格、資料導出無用之特徵點。將用於導出無用之特徵點之車輛要素之規格、資料記憶於例如位置檢測裝置41之記憶部43。
如圖1及圖2所示,記憶示出配重件15之寬度W1、配重件15之高度H1、立體照相機31至配重件15之後端在前後方向之距離L1、及堆高機10之中心位置CP與立體照相機31在車寬方向之距離W2各者之資訊作為車輛要素之規格、資料。
配重件15之寬度W1為車寬方向上配重件15之尺寸。配重件15之寬度W1亦可說是世界座標系之X軸方向之配重件15之尺寸。於本實施形態,藉由立體照相機31拍攝之配重件15為固定寬度。因此,可將配重件15之寬度W1設為固定值。於配重件15之寬度W1非固定之情形時,可根據配重件15之前後方向之位置記憶配重件15之寬度。即,藉由與配重件15之Y座標Yw建立對應地記憶配重件15之寬度,即使於配重件15之寬度非為固定之情形時,亦可掌握配重件15之寬度。或,即使於配重件15之寬度非固定之情形時,亦可將配重件15之寬度視為固定。於此情形時,只要將配重件15之最大寬度視為配重件15之寬度即可。
配重件15之高度H1為路面至配重件15之上端之尺寸。因世界座標系之Z軸之原點為路面,故配重件15之高度H1亦可說是世界座標系之配重件15之上端之Z座標Zw。另,於因配重件15在前後方向之位置或車寬方向之位置,配重件15之高度不同之情形時,只要將最高位置作為配重件15之上端即可。
立體照相機31至配重件15之後端在前後方向之距離L1為世界座標系之立體照相機31至配重件15之後端在Y軸方向之尺寸。因世界座標系之Y軸之原點為立體照相機31,故立體照相機31至配重件15之後端在前後方向之距離L1亦可說是世界座標系之配重件15之後端之Y座標Yw。另,於因配重件15在前後方向之位置或車寬方向之位置,配重件15之後端之位置不同之情形時,只要將最後方作為配重件15之後端即可。
堆高機10之中心位置CP與立體照相機31在車寬方向之距離W2為世界座標系之堆高機10之中心位置CP至立體照相機31在X軸方向之尺寸。因世界座標系之X軸之原點為立體照相機31,故堆高機10之中心位置CP與立體照相機31在車寬方向之距離W2亦可說是世界座標系之堆高機10之中心位置CP之X座標Xw。
位置檢測裝置41自上述之車輛要素之規格、資料將符合以下第1條件、第2條件及第3條件全部之特徵點作為無用之特徵點予以刪除。
第1條件 -(W1/2+W2)≦Xw≦(W1/2-W2)
第2條件 0≦Yw≦L1
第3條件 0≦Zw≦H1可以說,第1條件自堆高機10之車寬方向之中心位置CP,對世界座標系之X軸方向之兩側各者,擷取配重件15之寬度W1之一半之範圍之特徵點。於本實施形態,亦可說是因堆高機10之中心位置CP與世界座標系之X軸之原點偏移距離W2,故藉由將X座標Xw朝右側偏移距離W2,而使X座標
Xw之範圍偏移至以堆高機10之中心位置CP為基準之範圍內。
可以說,第2條件擷取在立體照相機31至配重件15之後端之範圍內存在之特徵點。
可以說,第3條件擷取路面至配重件15之上端之特徵點。
可以說,各條件示出了世界座標系之3維座標之範圍。可以說,X座標Xw之範圍為-(W1/2+W2)~(W1/2-W2),Y座標Yw之範圍為0~L1,Z座標Zw之範圍為0~H1之長方體狀之區域為特徵點被刪除之非檢測區域NA1。藉由刪除符合第1條件、第2條件及第3條件之全部之特徵點,而刪除非檢測區域NA1之特徵點。
如圖6所示,可以說,非檢測區域NA1為世界座標系中由座標P1~P8包圍之區域。若以座標(Xw,Yw,Zw)表示世界座標系之3維座標,則座標P1可由(-(W1/2+W2),0,H1)表示,座標P2可由(W1/2-W2,0,H1)表示,座標P3可由(-(W1/2+W2),L1,H1)表示,座標P4可由(W1/2-W2,L1,H1)表示。同樣地,座標P5可由(-(W1/2+W2),0,0)表示,座標P6可由(W1/2-W2,0,0)表示,座標P7可由(-(W1/2+W2),L1,0)表示,座標P8可由(W1/2-W2,L1,0)表示。非檢測區域NA1由世界座標系中示出配重件15存在之區域之3維座標界定。
另,世界座標之+座標或-座標係表示座標相對於世界座標系之原點位於哪個方向者,可於每個座標軸任意設定。X座標Xw將較原點更靠左
側設為+座標,將較原點更靠右側設為-座標。Y座標Yw將較原點更靠後方設為+座標,將較原點更靠前方設為-座標。Z座標Zw將較原點更上方設為+座標,將較原點更下方設為-座標。
如圖5所示,於步驟S5中,位置檢測裝置41擷取存在於世界座標系之障礙物。位置檢測裝置41將假設表示障礙物之一部分之複數個特徵點中表示同一障礙物之特徵點之集合作為1個點群,擷取該點群作為障礙物。例如,位置檢測裝置41進行自由步驟S3導出之特徵點之世界座標,將位於特定範圍內之特徵點視為1個點群之群集化。位置檢測裝置41將群集化後之點群視為1個障礙物。於步驟S4,因非檢測區域NA1之特徵點被刪除,故可以說由步驟S5擷取出之障礙物為在與非檢測區域NA1不同之區域即檢測區域DA中存在之障礙物。非檢測區域NA1係不論立體照相機31之檢測結果如何,換言之,不論有無障礙物,皆判斷不存在障礙物。另,可由各種方法進行步驟S5中進行之特徵點之群集化。即,只要可藉由將複數個特徵點作為1個點群而視為障礙物,則亦可由任意方法進行群集化。
接著,於步驟S6中,位置檢測裝置41導出由步驟S5擷取出之障礙物之位置。於本實施形態中,障礙物之位置為世界座標系之XY平面之障礙物之座標。位置檢測裝置41可自構成群集化後之點群之特徵點之世界座標辨識障礙物之世界座標。例如,可將群集化後之點群中位於端部之複數個特徵點之X座標Xw、Y座標Yw及Z座標Zw作為障礙物之X座標Xw、Y座標Yw及Z座標Zw,亦可將點群中心之特徵點之X座標Xw、Y座標Yw及Z座標Zw作為障礙物之X座標Xw、Y座標Yw及Z座標Zw。即,世界座標系
之障礙物之座標可為表示障礙物全體者,亦可為表示障礙物之一點者。
如圖7所示,位置檢測裝置41藉由將障礙物之X座標Xw、Y座標Yw及Z座標Zw投影於世界座標系之XY平面,而導出世界座標系之XY平面上之障礙物之X座標Xw及Y座標Yw。即,位置檢測裝置41藉由自障礙物之X座標Xw、Y座標Yw及Z座標Zw去除Z座標Zw,而導出水平方向之障礙物之X座標Xw及Y座標Yw。
圖7所示之障礙物O1~O4係藉由進行步驟S1~步驟S6之處理,而自第1圖像I1及第2圖像檢測出之障礙物。障礙物O1係存在於框A1之障礙物。障礙物O2係存在於框A2之障礙物。障礙物O3係存在於框A3之障礙物。障礙物O4係存在於框A4之障礙物。
假設,於未刪除非檢測區域NA1之特徵點之情形時,位置檢測裝置41擷取與配重件15對應之障礙物O5。於本實施形態,藉由刪除非檢測區域NA1之特徵點,判斷非檢測區域NA1中不存在障礙物,而抑制擷取障礙物O5。藉由進行步驟S4之處理,位置檢測裝置41作為非檢測部發揮功能。藉由進行步驟S5及步驟S6之處理,位置檢測部41作為檢測部發揮功能。位置檢測裝置41作為位置檢測部發揮功能。
另,步驟S4之「刪除特徵點」意為於步驟S5之擷取障礙物時,不使用非檢測區域NA1之特徵點。即,「刪除特徵點」不僅包含自位置檢測裝置41之RAM刪除非檢測區域NA1之特徵點之世界座標之態樣,亦包含不
自位置檢測裝置41之RAM刪除非檢測區域NA1之特徵點之世界座標,且不將非檢測區域NA1之特徵點使用於擷取障礙物之態樣。
藉由位置檢測裝置41之障礙物檢測處理,而可掌握堆高機10與障礙物在水平方向之位置關係。主控制裝置20藉由取得位置檢測裝置41之檢測結果,而掌握堆高機10與障礙物在水平方向之位置關係。主控制裝置20進行對應於堆高機10與障礙物之位置關係之控制。例如,主控制裝置20於堆高機10與障礙物之距離低於閾值之情形時,進行車速限制或警報。
對第1實施形態之作用進行說明。
於可檢測區域CA,預先設定有非檢測區域NA1。位置檢測裝置41刪除存在於非檢測區域NA1之特徵點。藉此,位置檢測裝置41於非檢測區域NA1中存在障礙物之情形時,亦判斷非檢測區域NA1中不存在障礙物。非檢測區域NA1係配重件15存在之區域。因立體照相機31與配重件15之位置關係固定,故配重件15必定進入立體照相機31之攝像範圍。
於主控制裝置20根據與障礙物之距離進行車速限制或警報之情形時,因將配重件15作為障礙物檢測,而有進行車速限制或警報之虞。因配重件15始終進入可檢測區域CA,故有始終進行車速限制或警報之虞。於此情形時,有招致堆高機10之作業效率之惡化之虞。又,因始終進行警報,而有無法判定堆高機10與障礙物是否接近之虞。
對此,於第1實施形態,因未將配重件15作為障礙物檢測,故可抑制因由立體照相機31拍攝配重件15,而進行車速限制或警報。
對第1實施形態之效果進行說明。
(1-1)於立體照相機31之可檢測區域CA,預先設定有非檢測區域NA1。位置檢測裝置41藉由刪除非檢測區域NA1之特徵點,而判斷非檢測區域NA1中不存在障礙物。可抑制將存在於非檢測區域NA1之配重件15作為障礙物檢測。
(1-2)於堆高機10,因取得與積載於裝卸裝置17之貨物之平衡,故於車體11之後方配置配重件15。因此,配重件15容易進入拍攝後方之立體照相機31之可檢測區域CA。又,因配置上之制約,存在難以以配重件15不進入可檢測區域CA之方式配置立體照相機31之情形。藉由將配重件15存在之區域作為非檢測區域NA1設定,即使於配重件15進入立體照相機31之可檢測區域CA之情形時,亦可抑制將配重件15作為障礙物檢測,且檢測檢測區域DA之障礙物。
(1-3)非檢測區域NA1係由世界座標系之3維座標界定。亦可由世界座標系之X座標Xw及Y座標Yw界定非檢測區域NA1,不論Z座標Zw而刪除特徵點。於此情形時,即使於在配重件15之上放置有障礙物之情形時,該障礙物亦包含於非檢測區域NA1內。因此,即使於在配重件15之上存在障礙物之情形時,亦視為該障礙物不存在。藉由以3維座標界定非檢測區域NA1,而可檢測存在於配重件15之上之障礙物。
(1-4)非檢測區域NA1係預先設定之區域。於因移動體之可動構件移動而移動體之一部分進入可檢測區域CA之情形,且抑制將該移動體之一部分作為障礙物檢測之情形時,位置檢測裝置41需將可動構件存在之區域作為非檢測區域設定。因可動構件動會移動,故無法預先設定非檢測區域,位置檢測裝置41需檢測可動構件之位置,並將該位置作為非檢測區域設定。對此,於實施形態,對應於與立體照相機31之位置關係固定之配重件15設定非檢測區域NA1。因配重件15在可檢測區域CA之位置固定,故可預先設定非檢測區域NA1。與檢測可動構件之位置,配合該位置設定非檢測區域之情形相比,可減輕位置檢測裝置41之負荷。
(1-5)藉由障礙物檢測裝置30進行障礙物檢測方法,而視為非檢測區域NA1中不存在障礙物。可抑制將存在於非檢測區域NA1之配重件15作為障礙物檢測。
(第2實施形態)
以下,對第2實施形態之障礙物檢測裝置及障礙物檢測方法進行說明。於以下之說明中,對於與第1實施形態同樣之部分省略說明。
如圖8所示,堆高機10具備反射鏡18與支持反射鏡18之支持部19。支持部19朝車體11之後方延伸。反射鏡18及支持部19位於立體照相機31之垂直畫角之範圍內。反射鏡18及支持部19為堆高機10之一部分。
如圖9所示,反射鏡18及支持部19進入由立體照相機31拍攝之第1圖像I1。於第2實施形態,以除配重件15以外,亦不將反射鏡18及支持部19作為障礙物檢測之方式進行障礙物檢測處理。
如圖8所示,於位置檢測裝置41之記憶部43,記憶有反射鏡18之高度H2作為車輛要素之規格、資料。反射鏡18之高度H2為路面至反射鏡18之下端之尺寸。因世界座標系之Z軸之原點為路面,故反射鏡18之高度H2亦可說是世界座標系之反射鏡18之下端之Z座標Zw。另,支持部19全體位於較反射鏡18之下端更上方。
藉由如以下般變更第1實施形態之第3條件,位置檢測裝置41可刪除除配重件15以外,亦因反射鏡18及支持部19而產生之特徵點作為無用之特徵點。位置檢測裝置41將符合第1條件、第2條件及第3條件之全部之特徵點作為無用之特徵點予以刪除。
第3條件 0≦Zw≦H1或(or)Zw≧H2除第1實施形態之第3條件以外,加上Zw≧H2作為或條件。因此,將第1條件、第2條件及第3條件中符合0≦Zw≦H1之特徵點、與第1條件、第2條件及第3條件中符合Zw≧H2之特徵點之兩者作為無用之特徵點予以刪除。可以說,第1條件、第2條件及第3條件中藉由Zw≧H2而界定之非檢測區域NA2為X座標Xw之範圍為-(W1/2+W2)~(W1/2-W2),Y座標Yw之範圍為0~L1,Z座標Zw為H2以上之區域。
藉由將第3條件變更為上述條件,而不會將反射鏡18及支持部19判斷為障礙物。另,因將第1條件及第2條件設為與第1實施形態相同,故刪除X座標Xw及Y座標Yw與配重件15同樣之範圍之特徵點。有因反射鏡18及支持部19之大小,而非檢測區域NA2之X座標Xw之範圍及Y座標Yw之範圍相對於反射鏡18及支持部19過大、或不足之情形。於此情形時,亦可對配重件15用之非檢測區域NA1、與反射鏡18及支持部19用之非檢測區域NA2個別地設定各條件。
對第2實施形態進行說明。
(2-1)抑制除配重件15以外,亦將反射鏡18及支持部19作為障礙物檢測。即使於複數個構件進入可檢測區域CA之情形時,藉由相對於複數個構件設定非檢測區域NA1、NA2,亦不會將複數個構件之各者視為障礙物,可檢測檢測區域DA之障礙物。
各實施形態可如以下般變更並實施。各實施形態及以下之變化例可於技術上不矛盾之範圍內相互組合而實施。
於各實施形態中,非檢測區域NA1可由世界座標系之示出XY平面上之座標之2維座標界定。即,亦可刪除各實施形態之第3條件,而刪除符合第1條件及第2條件之特徵點。於此情形時,不論Z座標Zw,而將由X座標Xw及Y座標Yw界定之非檢測區域中存在之特徵點作為無用之特徵點予以刪除。
於各實施形態中,由步驟S6導出之障礙物之位置可為世界座標系之3
維座標。可以說位置檢測裝置41亦可不將障礙物投影於世界座標系之XY平面。
於各實施形態中,障礙物檢測裝置30亦可使用能取得世界座標系之3維座標之感測器且立體照相機31以外者作為感測器。作為此種感測器,可例舉例如LIDAR:Laser Imaging Detection and Ranging(雷射成像檢測及測距)、毫米波雷達、TOF:Time of Flight(飛行時間)照相機。LIDAR係藉由一面變更照射角度一面照射雷射,接受自雷射所抵碰之部分反射之反射光而可辨識周邊環境之距離計。毫米波雷達係藉由將特定頻帶之電波照射至周圍而可辨識周邊環境者。TOF照相機係具備照相機與照射光之光源,且根據直至接受自光源照射之光之反射光為止之時間,於由照相機拍攝之圖像之每個像素導出深度方向之距離者。作為感測器,亦可為上述之感測器之組合。
於各實施形態中,障礙物檢測裝置30亦可具備一面變更朝水平方向之照射角度一面照射雷射之二維之LIDAR作為感測器。LIDAR於可照射角度之範圍內,一面變更照射角度一面照射雷射。可照射角度例如相對於水平方向為270度。2維之LIDAR之可檢測區域CA係由可照射角度與可測定距離界定之範圍。若將雷射抵碰之部分設為照射點,則2維之LIDAR可將至照射點之距離與照射角度建立對應而測定。可以說,2維之LIDAR能測定以2維之LIDAR為原點時之照射點之2維座標。藉由2維之LIDAR測定之2維座標係將水平方向中之一方向作為X軸,將水平方向中與X軸正交之方向作為Y軸之世界座標系之座標。於此情形時,由2維座標界定非檢測
區域。
於各實施形態中,可適當變更立體照相機31之設置位置。立體照相機31亦可設置於例如中心位置CP。於此情形時,因世界座標系之X軸之原點與中心位置CP一致,故可如以下般變更第1條件。
第1條件 -W1/2≦Xw≦W1/2
如此,於藉由變更立體照相機31之設置位置等而自實施形態變更世界座標系之座標軸之情形時,各條件與此配合而變更。
於各實施形態中,非檢測區域亦可設定於由立體照相機31拍攝之圖像。若舉第1圖像I1為例進行說明,則可自立體照相機31之設置位置、設置角度預先掌握第1圖像I1中配重件15映現之座標。將第1圖像I1中配重件15映現之座標作為非檢測區域設定,不對非檢測區域算出視差。非檢測區域只要設定於第1圖像I1及第2圖像中之至少一者即可。因配重件15映現之位置無法獲得特徵點,故可獲得與各實施形態同樣之效果。同樣地,針對反射鏡18及支持部19亦可將映現於圖像之座標作為非檢測區域設定。於圖像中設定非檢測區域之情形時,可檢測區域CA成為進入由立體照相機31拍攝之圖像之範圍。詳細而言,成為由立體照相機31拍攝之圖像中可取得視差圖像之範圍。
於各實施形態中,非檢測區域NA1、NA2只要包含堆高機10之一部分存在之區域即可,亦可為大於堆高機10之一部分存在之區域的區域。
即,非檢測區域NA1、NA2亦可為包含邊界之區域。
於各實施形態中,位置檢測裝置41亦可於步驟S5中將特徵點群集化而擷取出障礙物之後,判定各障礙物是否存在於非檢測區域NA1。位置檢測裝置41將存在於非檢測區域NA1之障礙物視為不存在。位置檢測裝置41可將跨越非檢測區域NA1之內外之障礙物,視為存在於非檢測區域NA1,亦可視為存在於非檢測區域NA1外。位置檢測裝置41於障礙物跨越非檢測區域NA1之內外而存在之情形時,亦可將僅存在於非檢測區域NA1外之部分視為障礙物。
於各實施形態中,可將可檢測區域CA中非檢測區域NA1、NA2以外之全體作為檢測區域DA,亦將可檢測區域CA中非檢測區域NA1、NA2以外之一部分作為檢測區域DA。
於各實施形態中,位置檢測裝置41亦可於進行步驟S6之處理之後,進行判定檢測出之障礙物是人還是人以外之物體之處理。可由各種方法進行障礙物是否為人之判定。例如,位置檢測裝置41藉由對由立體照相機31之2個照相機32、33中任一者拍攝之圖像進行人檢測處理,而進行障礙物是否為人之判定。位置檢測裝置41將由步驟S6獲得之世界座標系之障礙物之座標轉換為照相機座標,將該照相機座標轉換為由照相機32、33拍攝之圖像之座標。例如,位置檢測裝置41將世界座標系之障礙物之座標轉換為第1圖像I1之座標。位置檢測裝置41對第1圖像I1之障礙物之座標,進行人檢測處理。使用例如特徵量擷取、與事先進行過機械學習之人判定
器進行人檢測處理。作為特徵量擷取,可例舉例如擷取HOG:Histogram of Oriented Gradients(方向梯度直方圖)特徵量、Haar-Like(哈爾)特徵量等圖像之局部區域之特徵量之方法。作為人判定器,可使用例如進行過監督學習模型之機械學習者。作為監督學習模型,可採用例如支持向量機、神經網絡、樸素貝葉斯(naive Bayes)、深度學習、及決策樹等。作為機械學習所使用之監督資料,可使用自圖像擷取出之人之形狀要素、或外觀要素等圖像固有成分。作為形狀要素,可例舉例如人之大小或輪廓等。作為外觀要素,可例舉例如光源資訊、紋理資訊、照相機資訊等。光源資訊中包含反射率、或陰影相關等之資訊。紋理資訊中包含顏色資訊等。照相機資訊中包含畫質、解析度、畫角等相關之資訊。
因人檢測處理所需之時間較長,故於自圖像檢測人之情形時,特定障礙物存在之座標,對該座標進行人檢測處理。藉由指定座標進行人檢測處理,而與對圖像全域進行人檢測處理之情形相比,可縮短人檢測處理所需之時間。藉由不將配重件15等堆高機10之一部分判斷為障礙物,而不對圖像中堆高機10之一部分映現之座標進行人檢測處理。因此,與將堆高機10之一部分作為障礙物檢測,對該障礙物映現之座標進行人檢測處理之情形相比,可謀求縮短處理時間。
於各實施形態,雖將位於較立體照相機31後方之配重件15之全體作為非檢測區域NA1,但亦可考慮由立體照相機31拍攝之範圍而設定非檢測區域NA1。如可自圖1及圖2所掌握,根據立體照相機31之設置位置或立體照相機31之垂直畫角,即使為位於較立體照相機31後方之配重件15,
亦存在未進入立體照相機31之攝像範圍之部分。因此,可不使未進入立體照相機31之攝像範圍之部分包含於非檢測區域NA1。例如,於如實施形態般設定第2條件之情形時,亦可將第2條件之Y座標Yw之下限設為大於0之值。
於各實施形態中,亦可代替記憶車輛要素之規格、資料,而將界定非檢測區域之座標記憶於位置檢測裝置41之記憶部43。若為非檢測區域NA1,則只要記憶座標P1~P8即可。
於各實施形態中,障礙物檢測裝置30亦可為檢測位於堆高機10之前方之障礙物者。於此情形時,立體照相機31以拍攝堆高機10之前方之方式設置。即使於立體照相機31拍攝堆高機10之前方之情形時,根據立體照相機31之設置位置,堆高機10之一部分亦進入立體照相機31之可檢測區域CA。配合進入可檢測區域CA之堆高機10之一部分設定非檢測區域。又,障礙物檢測裝置30亦可為檢測堆高機10之前方及後方之兩側之障礙物者。於此情形時,立體照相機31設置拍攝堆高機10之前方者、與拍攝堆高機10之後方者之兩者。
於各實施形態中,世界座標系不限於正交座標系,亦可為極座標系。
於各實施形態中,位置檢測部亦可由複數個裝置構成。例如,位置檢測部亦可個別地具備作為非檢測部發揮功能之裝置、作為檢測部發揮功能之裝置、及作為座標導出部發揮功能之裝置。
於各實施形態中,亦可藉由表格資料進行自照相機座標向世界座標之轉換。表格資料係使Y座標Yw與Y座標Yc和Z座標Zc之組合對應之表格資料、及使Z座標Zw與Y座標Yc和Z座標Zc之組合對應之表格資料。藉由將該等表格資料預先記憶於位置檢測裝置41之記憶部43等,而可自照相機座標之Y座標Yc與Z座標Zc求出世界座標系之Y座標Yw及Z座標Zw。另,於實施形態,因照相機座標系之X座標Xc、與世界座標系之X座標Xw一致,故不記憶用於求出X座標Xw之表格資料。
於各實施形態中,第1照相機32與第2照相機33亦可排列配置於鉛直方向。
於各實施形態中,障礙物檢測裝置30亦可具備以記憶位置檢測裝置41之記憶部43所記憶之資訊等各種資訊之方式構成之輔助記憶裝置。作為輔助記憶裝置,可使用例如硬碟驅動器(Hard disk drive)、固態驅動器(solid state drive)、EEPROM:Electrically Erasable Programmable Read Only Memory(電子可抹除可程式化唯讀記憶體)等可改寫資料之非揮發性記憶裝置。
於各實施形態中,立體照相機31可具備3個以上之照相機。
於各實施形態中,立體照相機31亦可安裝於裝卸裝置17等任意位置。
於各實施形態中,堆高機10亦可為藉由發動機之驅動而行走者。於
此情形時,行走控制裝置成為控制發動機之燃料噴射量等之裝置。
於各實施形態中,堆高機10之一部分可為配重件15、反射鏡18及支持部19以外者,只要為堆高機10之一部分且進入可檢測區域CA者,則亦可為任意者。
於各實施形態中,障礙物檢測裝置30可搭載於建設機械、自動搬送車、卡車等堆高機10以外之工業車輛、客車、及飛行器等各種移動體。
S1~S6:步驟
Claims (6)
- 一種障礙物檢測裝置,其係搭載於移動體者,且具備:感測器,其用於檢測障礙物;及位置檢測部,其自上述感測器之檢測結果檢測上述障礙物之位置;且上述位置檢測部具備:座標導出部,該座標導出部導出將水平方向中一方向之軸作為X軸,將水平方向中與上述X軸正交之方向之軸作為Y軸,將與上述X軸及上述Y軸正交之方向之軸作為Z軸的實際空間上之座標系中之上述障礙物之座標;非檢測部,其係若將可由上述感測器檢測上述障礙物之可檢測區域中預先設定之區域且為上述移動體之一部分存在之區域設為非檢測區域,則即使於上述非檢測區域始終檢測到上述障礙物,仍刪除由上述位置檢測部所檢測出之世界座標系之特徵點中無用之特徵點,藉此,不論上述感測器之檢測結果如何,皆判斷上述非檢測區域中不存在上述障礙物;及檢測部,其判定藉由上述座標導出部導出之特徵點之座標是否包含於上述非檢測區域,檢測上述可檢測區域中與上述非檢測區域不同之區域即檢測區域中存在的上述障礙物之位置。
- 如請求項1之障礙物檢測裝置,其中上述移動體為堆高機,上述非檢測區域設定於上述堆高機之配重件存在之位置。
- 如請求項1或2之障礙物檢測裝置,其中上述非檢測區域由上述實際 空間上之座標系中示出上述移動體之一部分存在之區域之3維座標界定。
- 一種障礙物檢測方法,其係藉由搭載於移動體,且具備感測器與位置檢測部之障礙物檢測裝置檢測障礙物之位置者,且包含以下步驟:上述位置檢測部取得上述感測器之檢測結果;導出將水平方向中一方向之軸作為X軸,將水平方向中與上述X軸正交之方向之軸作為Y軸,將與上述X軸及上述Y軸正交之方向之軸作為Z軸的實際空間上之座標系中之上述障礙物之座標;若將可由上述感測器檢測上述障礙物之可檢測區域中預先設定之區域且為上述移動體之一部分存在之區域設為非檢測區域,則上述位置檢測部即使於上述非檢測區域始終檢測到上述障礙物,仍刪除由上述位置檢測部所檢測出之世界座標系之特徵點中無用之特徵點,藉此,不論上述感測器之檢測結果如何,皆判斷上述非檢測區域中不存在上述障礙物;及上述位置檢測部判定藉由導出上述座標之步驟導出之特徵點之座標是否包含於上述非檢測區域,檢測上述可檢測區域中與上述非檢測區域不同之區域即檢測區域中存在的上述障礙物之位置。
- 一種障礙物檢測裝置,其係搭載於移動體者,且具備:感測器,其用於檢測障礙物;及位置檢測部,其自上述感測器之檢測結果檢測上述障礙物之位置;且上述位置檢測部具備:座標導出部,該座標導出部導出將水平方向中一方向之軸作為X軸,將水平方向中與上述X軸正交之方向之軸作為Y軸,將與上述X軸及上述Y 軸正交之方向之軸作為Z軸的實際空間上之座標系中之上述障礙物之座標;非檢測部,其係若將可由上述感測器檢測上述障礙物之可檢測區域中預先設定之區域且為上述移動體之一部分存在之區域設為非檢測區域,則即使於上述非檢測區域始終檢測到上述障礙物,仍不論上述感測器之檢測結果如何,皆判斷上述非檢測區域中不存在上述障礙物;及檢測部,其判定藉由上述座標導出部導出之特徵點之座標是否包含於上述非檢測區域,檢測上述可檢測區域中與上述非檢測區域不同之區域即檢測區域中存在的上述障礙物之位置;且其中上述移動體為堆高機,上述非檢測區域設定於上述堆高機之配重件存在之位置。
- 一種障礙物檢測方法,其係藉由搭載於移動體,且具備感測器與位置檢測部之障礙物檢測裝置檢測障礙物之位置者,且包含以下步驟:上述位置檢測部取得上述感測器之檢測結果;導出將水平方向中一方向之軸作為X軸,將水平方向中與上述X軸正交之方向之軸作為Y軸,將與上述X軸及上述Y軸正交之方向之軸作為Z軸的實際空間上之座標系中之上述障礙物之座標;若將可由上述感測器檢測上述障礙物之可檢測區域中預先設定之區域且為上述移動體之一部分存在之區域設為非檢測區域,則上述位置檢測部即使於上述非檢測區域始終檢測到上述障礙物,仍不論上述感測器之檢測結果如何,皆判斷上述非檢測區域中不存在上述障礙物;及上述位置檢測部判定藉由導出上述座標之步驟導出之特徵點之座標 是否包含於上述非檢測區域,檢測上述可檢測區域中與上述非檢測區域不同之區域即檢測區域中存在的上述障礙物之位置;且其中上述移動體為堆高機,上述非檢測區域設定於上述堆高機之配重件存在之位置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020114903A JP7409240B2 (ja) | 2020-07-02 | 2020-07-02 | 障害物検出装置及び障害物検出方法 |
JP2020-114903 | 2020-07-02 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202203155A TW202203155A (zh) | 2022-01-16 |
TWI808434B true TWI808434B (zh) | 2023-07-11 |
Family
ID=79316197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110121405A TWI808434B (zh) | 2020-07-02 | 2021-06-11 | 障礙物檢測裝置及障礙物檢測方法 |
Country Status (9)
Country | Link |
---|---|
US (1) | US20230264938A1 (zh) |
EP (1) | EP4177694A4 (zh) |
JP (1) | JP7409240B2 (zh) |
KR (1) | KR20230015429A (zh) |
CN (1) | CN115720569A (zh) |
AU (1) | AU2021301647A1 (zh) |
CA (1) | CA3184206A1 (zh) |
TW (1) | TWI808434B (zh) |
WO (1) | WO2022004495A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7159083B2 (ja) * | 2019-03-06 | 2022-10-24 | 株式会社クボタ | 作業車両 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019170310A (ja) * | 2018-03-29 | 2019-10-10 | ヤンマー株式会社 | 障害物検知システム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5908826B2 (ja) | 2012-11-14 | 2016-04-26 | 住友重機械搬送システム株式会社 | ジブクレーン |
JP2016206801A (ja) | 2015-04-17 | 2016-12-08 | 株式会社リコー | 物体検出装置、移動体機器制御システム及び物体検出用プログラム |
JPWO2016174754A1 (ja) | 2015-04-28 | 2018-02-15 | 株式会社小松製作所 | 作業機械の周辺監視装置及び作業機械の周辺監視方法 |
JP6844508B2 (ja) * | 2017-11-15 | 2021-03-17 | 株式会社豊田自動織機 | 安全装置 |
KR20200139125A (ko) * | 2018-03-29 | 2020-12-11 | 얀마 파워 테크놀로지 가부시키가이샤 | 장애물 검지 시스템, 및, 작업 차량 |
JP6926020B2 (ja) | 2018-03-29 | 2021-08-25 | ヤンマーパワーテクノロジー株式会社 | 障害物検知システム |
-
2020
- 2020-07-02 JP JP2020114903A patent/JP7409240B2/ja active Active
-
2021
- 2021-06-11 TW TW110121405A patent/TWI808434B/zh active
- 2021-06-22 US US18/013,194 patent/US20230264938A1/en active Pending
- 2021-06-22 CN CN202180045638.5A patent/CN115720569A/zh active Pending
- 2021-06-22 EP EP21831582.8A patent/EP4177694A4/en active Pending
- 2021-06-22 WO PCT/JP2021/023647 patent/WO2022004495A1/ja active Application Filing
- 2021-06-22 CA CA3184206A patent/CA3184206A1/en active Pending
- 2021-06-22 AU AU2021301647A patent/AU2021301647A1/en active Pending
- 2021-06-22 KR KR1020227045118A patent/KR20230015429A/ko unknown
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019170310A (ja) * | 2018-03-29 | 2019-10-10 | ヤンマー株式会社 | 障害物検知システム |
Also Published As
Publication number | Publication date |
---|---|
AU2021301647A1 (en) | 2023-02-02 |
JP2022012811A (ja) | 2022-01-17 |
EP4177694A4 (en) | 2023-12-20 |
CN115720569A (zh) | 2023-02-28 |
WO2022004495A1 (ja) | 2022-01-06 |
CA3184206A1 (en) | 2022-01-06 |
KR20230015429A (ko) | 2023-01-31 |
JP7409240B2 (ja) | 2024-01-09 |
US20230264938A1 (en) | 2023-08-24 |
TW202203155A (zh) | 2022-01-16 |
EP4177694A1 (en) | 2023-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102104005B1 (ko) | 자동차의 도로변의 물체를 검출하는 방법, 컴퓨팅 장치, 운전자 보조 시스템 및 자동차 | |
WO2005086080A1 (en) | Method and apparatus for detecting a presence | |
CN107950023B (zh) | 车辆用显示装置以及车辆用显示方法 | |
EP3716145A1 (en) | Object detection device and method | |
JP6456499B2 (ja) | 立体物検出装置、ステレオカメラ装置、車両及び立体物検出方法 | |
JP5539250B2 (ja) | 接近物体検知装置及び接近物体検知方法 | |
JP7180445B2 (ja) | 物体検出装置 | |
US10902632B2 (en) | Position detection apparatus and position detection method | |
TWI808434B (zh) | 障礙物檢測裝置及障礙物檢測方法 | |
US20230237809A1 (en) | Image processing device of person detection system | |
CN112611360B (zh) | 物体检测装置、车辆及物体检测处理方法 | |
US20230237830A1 (en) | Image processing device of person detection system | |
JP7318377B2 (ja) | 物体検知装置 |