WO2012133457A1 - 物体認識装置 - Google Patents

物体認識装置 Download PDF

Info

Publication number
WO2012133457A1
WO2012133457A1 PCT/JP2012/058007 JP2012058007W WO2012133457A1 WO 2012133457 A1 WO2012133457 A1 WO 2012133457A1 JP 2012058007 W JP2012058007 W JP 2012058007W WO 2012133457 A1 WO2012133457 A1 WO 2012133457A1
Authority
WO
WIPO (PCT)
Prior art keywords
unit
reliability
point
detection
area
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.)
Ceased
Application number
PCT/JP2012/058007
Other languages
English (en)
French (fr)
Inventor
利之 松原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyota Motor Corp
Original Assignee
Toyota Motor Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toyota Motor Corp filed Critical Toyota Motor Corp
Priority to CN201280010324.2A priority Critical patent/CN103443838B/zh
Priority to DE112012001506.1T priority patent/DE112012001506B4/de
Priority to US14/005,128 priority patent/US9792510B2/en
Publication of WO2012133457A1 publication Critical patent/WO2012133457A1/ja
Anticipated expiration legal-status Critical
Priority to US15/702,177 priority patent/US10614322B2/en
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Definitions

  • the present invention relates to an object recognition device mounted on a vehicle.
  • a pedestrian recognition device described in Japanese Patent Application Laid-Open No. 2008-26997 is known.
  • This pedestrian recognition apparatus first irradiates a plurality of transmission beams so as to scan the detection area, and receives the reflected beams when a reflected beam is generated by a reflecting object. Subsequently, the coordinate position of the reflecting object is determined based on the result of irradiation of the transmission beam and reception of the reflected beam. Subsequently, it is determined whether or not the reflecting object is a moving object. Further, when the reflecting object is a moving object, the reflecting objects that are close to each other in the two-dimensional coordinate system are grouped. When the size of the set of reflective objects obtained by grouping is within a predetermined range, the set of reflective objects is recognized as a pedestrian.
  • the pedestrian recognition apparatus described in Japanese Patent Application Laid-Open No. 2008-26997 is a pedestrian by grouping reflective objects that are close to each other in a two-dimensional coordinate system when the reflective object is a moving object. The recognition accuracy is improved.
  • a pedestrian recognition device for example, when a plurality of objects are moving close to each other, the plurality of objects are grouped as a single group. May not be recognized correctly.
  • This invention is made in view of such a situation, and makes it a subject to provide the object recognition apparatus which can improve the recognition precision of an object.
  • This object recognition device is an object recognition device mounted on a vehicle, and includes an object detection unit that detects an object existing in a peripheral area of the vehicle, and a coordinate specification unit that specifies the coordinates of an object detection point by the object detection unit. And a reliability setting unit that sets the object presence reliability indicating the reliability of whether or not the object exists based on the coordinates of the detection point specified by the coordinate specifying unit, and between the detection points And a grouping unit that groups detection points based on the object presence reliability in the area.
  • the reliability setting unit sets the object presence reliability indicating the reliability of whether or not an object exists with respect to the surrounding area of the vehicle. And a grouping part groups a detection point based on the object presence reliability in the area between detection points. For this reason, even if two objects are close to each other, for example, when the object existence reliability in the area between the detection point of one object and the detection point of the other object is low, the detection point of the two objects Can be grouped as separate groups rather than as a single group. As a result, it is possible to avoid erroneously recognizing a plurality of objects as a single object, thereby improving the object recognition accuracy.
  • the reliability setting unit sets the object presence reliability in the area between the object detection unit and the detection point to be lower than the object presence reliability at the detection point. Can do. In this case, the object presence reliability can be set with high accuracy.
  • the object recognition device further includes a distribution map creation unit that creates a distribution map of object presence reliability in the surrounding area based on the object confidence existence reliability set by the reliability setting unit.
  • the grouping unit can perform grouping based on the distribution map created by the distribution map creating unit. According to this configuration, it is possible to easily and reliably group detection points using the distribution map of object presence reliability.
  • the grouping unit can perform grouping on the assumption that no object exists in an area where the object presence reliability in the distribution map is less than a predetermined threshold. In this case, erroneous recognition of a plurality of objects as a single object can be reliably avoided, and as a result, the object recognition accuracy can be further improved.
  • the object recognition device includes a shape estimation unit that estimates the shape of an object in an area where the object existence reliability is equal to or higher than a predetermined threshold based on the coordinates of the detection points grouped by the grouping unit. Furthermore, it can be provided. According to this configuration, the object can be easily recognized based on the estimated shape.
  • the object detection unit includes a transmission unit that transmits laser light to a peripheral area and a reception unit that receives reflected light of the laser light transmitted from the transmission unit.
  • the detection point may be a reflection point of laser light.
  • the object recognition apparatus is a point-to-point distance measurement that measures a point-to-point distance between two adjacent detection points based on the object existence reliability in an area between the detection points.
  • the grouping unit may further group the detection points having a point-to-point distance that is equal to or smaller than a predetermined distance as a single group.
  • an object recognition apparatus capable of improving the recognition accuracy of an object.
  • FIG. 1 It is a block diagram which shows the structure of one Embodiment of the object recognition apparatus which concerns on 1 side of this invention. It is a flowchart which shows operation
  • FIG. 1 is a block diagram showing a configuration of an embodiment of an object recognition apparatus according to one aspect of the present invention.
  • the object recognition device 10 includes a sensor input unit (object detection unit) 1, a coordinate specification unit 2, a reliability setting unit 3, a distribution map creation unit 4, a region division unit 5, and a point distance measurement.
  • Such an object recognition device 10 is mounted on a vehicle as part of a driving support system such as a pre-crash safety system.
  • a vehicle equipped with the object recognition device 10 is referred to as a host vehicle.
  • Sensor input unit 1 detects an object present in the surrounding area of the host vehicle.
  • the sensor input unit 1 can be an arbitrary sensor such as a LIDAR (Light Detection And Ranging), a laser range finder, and a camera (stereo camera), for example.
  • LIDAR Light Detection And Ranging
  • laser range finder a laser range finder
  • camera stereo camera
  • the sensor input unit 1 receives a laser beam transmitting unit (transmitting unit) 11 that transmits a plurality of laser beams so as to scan the surrounding area of the host vehicle, and the reflected light of the laser beam transmitted from the laser beam transmitting unit 11. And a reflected light receiving unit (receiving unit) 12.
  • the sensor input unit 1 detects an object existing in the peripheral area of the host vehicle by transmitting laser light from the laser light transmitting unit 11 and receiving reflected light from the reflected light receiving unit 12.
  • the coordinate specifying unit 2 specifies the coordinates of the detection point of the object by the sensor input unit 1 based on the detection result of the sensor input unit 1.
  • the detection point of the object by the sensor input unit 1 is a reflection point of the laser beam transmitted from the laser beam transmitter 11.
  • the coordinate specifying unit 2 specifies the coordinates of the reflection point as two-dimensional coordinates.
  • the reliability setting unit 3 sets an object presence reliability indicating whether or not an object exists based on the coordinates of the reflection point specified by the coordinate specifying unit 2 in the peripheral area of the host vehicle.
  • the object existence reliability is, for example, “there is an object” that is likely to exist, “no object” that is unlikely to exist, and “unknown” that the possibility that an object exists is medium Three levels can be set.
  • the distribution map creation unit 4 creates a distribution map of object presence reliability in the surrounding area of the host vehicle based on the object presence reliability set by the reliability setting unit 3.
  • the area dividing unit 5 divides the distribution map created by the distribution map creating unit 4 into a plurality of areas as necessary.
  • the point-to-point distance measuring unit 6 measures the point-to-point distance indicating the distance between the reflecting points based on the coordinates of the reflecting points specified by the coordinate specifying unit 2.
  • the distance between points can be measured using, for example, a distribution map created by the distribution map creation unit 4.
  • the grouping unit 7 groups reflection points based on the object existence reliability in the area between the reflection points.
  • the grouping unit 7 groups reflection points based on a distribution map.
  • the grouping unit 7 sets a group of reflection points that satisfy a predetermined standard as a single group.
  • the predetermined reference can be, for example, that a point-to-point distance between adjacent reflection points is equal to or less than a predetermined distance.
  • the object recognition unit 8 estimates the shape of the object corresponding to the grouped reflection point based on the coordinates of the reflection point grouped by the grouping unit 7.
  • the estimation of the shape of the object is performed in an area where the object existence reliability is equal to or higher than a predetermined threshold (for example, the object existence reliability indicating “unknown”). Further, the object recognition unit 8 recognizes an object based on the estimated shape.
  • the coordinate identifying unit 2 to the object recognizing unit 8 of the object recognizing device 10 are mainly composed of a computer including a CPU, a ROM, a RAM, and the like. Each function of the coordinate specifying unit 2 to the object recognizing unit 8 is realized by executing predetermined software in the computer.
  • FIG. 2 is a flowchart showing the operation of the object recognition apparatus 10.
  • the sensor input unit 1 detects an object existing in the peripheral area of the host vehicle (step S ⁇ b> 1). More specifically, the laser beam transmitter 11 transmits a laser beam to the surrounding area of the host vehicle, and the reflected light receiving unit 12 receives the reflected light. To detect.
  • the coordinate specifying unit 2 specifies the coordinates of the laser light reflection point (step S2).
  • the reliability setting unit 3 sets the object presence reliability indicating the reliability of whether or not an object exists in the peripheral area of the host vehicle (step S3). The setting of the object presence reliability by the reliability setting unit 3 will be specifically described.
  • the reliability setting unit 3 sets the object existence reliability in the area A1 between the sensor input unit 1 and the reflection point P to be lower than the object existence reliability at the reflection point P. It should be noted that an area where no laser light can be reflected can be set as “no object”.
  • the distribution map creation unit 4 creates a distribution map of object presence reliability in the peripheral area of the host vehicle based on the object presence reliability set by the reliability setting unit 3 (step S4).
  • FIG. 4 is a diagram illustrating an example of a distribution map created by the distribution map creation unit 4.
  • the distribution map creation unit 4 is configured such that when the laser beam transmitter 11 transmits a plurality of laser beams two-dimensionally, that is, the reflection spot is two-dimensional in the peripheral area A of the host vehicle C1.
  • a two-dimensional map is created when it is placed on the screen.
  • the color is set to be darker in the region where the object presence reliability is higher.
  • the reliability setting unit 3 sets the object existence reliability in the area A1 between the sensor input unit 1 and the reflection point P of the host vehicle C1 to “no object”, and the object existence at the reflection point P
  • the reliability is set as “object present”, and the object presence reliability in the area A2 beyond the reflection point P is set as “unknown”.
  • the distribution map reflects the object existence reliability. For this reason, in the distribution map, the color is set dark in the order of the area corresponding to the area A1, the area corresponding to the area A2, and the area corresponding to the reflection point P.
  • the region dividing unit 5 divides the distribution map created by the distribution map creating unit 4 into a plurality of regions (step S5). More specifically, as shown in FIG. 4, the distribution map is divided into, for example, a region R1, a region R2, and a region R3. In the distribution map, this corresponds to setting a continuous portion having an object presence reliability equal to or higher than a predetermined threshold as a single region. In this way, by dividing the distribution map into a plurality of regions in advance, it is possible to avoid performing point-to-point distance calculations and shape estimations described later between regions that clearly show different objects. It becomes possible.
  • the point-to-point distance measurement unit 6 measures a point-to-point distance indicating a distance between two adjacent reflection points based on the coordinates of the reflection points specified by the coordinate specifying unit 2 (step S6).
  • the measurement of the distance between points will be described more specifically.
  • FIG. 5 is a diagram illustrating an example of a distribution map created by the distribution map creation unit 4. This distribution map is divided into grids with a predetermined interval. In this distribution map, regions R4 and R5 set in gray are regions where the object existence reliability is “unknown”, and other regions R6 have an object existence reliability of “no object”. It is a certain area. In this distribution map, reflection points P1 to P7 are arranged.
  • the inter-point distance measuring unit 6 measures the inter-point distance between two adjacent reflection points in this distribution map, for example. More specifically, for example, the distance between the points between the reflection point P1 and the reflection point P2 and the point-to-point distance between the reflection point P2 and the reflection point P3 are sequentially measured. A region R6 in which the object existence reliability is “no object” is set between the reflection point P3 and the reflection point P4. For this reason, the inter-point distance measuring unit 6 measures the inter-point distance between the reflection point P3 and the reflection point P4 as the distance of the route B passing through the reflection point P6 and the reflection point P7 while following the region R4 and the region R5. . For this reason, the point-to-point distance between the reflection point P3 and the reflection point P4 is measured longer than the actual distance D.
  • the point-to-point distance measurement unit 6 measures the point-to-point distance between the two reflection points based on (in consideration of) the object existence reliability in the area between the two reflection points adjacent to each other. More specifically, the point-to-point distance measurement unit 6 considers that no object exists in an area where the object reliability in the distribution map is less than a predetermined threshold (for example, the object reliability indicating “unknown”), and The distance between the two reflection points is measured. For example, an A * search algorithm can be used for measuring the distance between points.
  • the object recognition device 10 determines whether or not the measurement of the distance between the points has been performed for all the reflection points (step S7). As a result of this determination, when the measurement of the distance between points has not been performed for all reflection points, the processing of the object recognition device 10 proceeds to step S6.
  • the grouping unit 7 groups the reflection points (step S8).
  • This grouping can be performed based on the point-to-point distance measured by the point-to-point distance measuring unit 6. That is, this grouping can be performed on the basis that the distance between points is equal to or less than a predetermined distance.
  • the reflection points P1 to P3 have a single point G1 because the distance between the points is small. Also, the reflection point P4 and the reflection point P5 are set to a single group G2 because the distance between the points is small. On the other hand, the reflection point P3 and the reflection point P4 are not made into a single group because the distance between the points is measured as the distance of the route B and the distance between the points is not large.
  • the object recognizing unit 8 estimates the shape of the object corresponding to the grouped reflection point based on the coordinates of the reflection point grouped by the grouping unit 7, and based on the estimated shape, Recognize (step S9).
  • the reliability setting unit 3 sets the object presence reliability indicating the reliability of whether or not an object exists in the peripheral area of the host vehicle. Then, the grouping unit 7 groups the reflection points based on the object existence reliability in the area between the reflection points. More specifically, the grouping unit 7 groups reflection points based on the point-to-point distance measured by the point-to-point distance measurement unit 6 in consideration of the object reliability in the area between the reflection points.
  • the reflection point of the two objects is It becomes possible to group them as separate groups instead of a single group. As a result, it is possible to avoid erroneously recognizing a plurality of objects as a single object, thereby improving the object recognition accuracy.
  • the reliability setting unit 3 sets the object presence reliability in the area between the sensor input unit 1 and the reflection point to be lower than the object presence reliability at the reflection point. For this reason, the accuracy of setting the object presence reliability is improved.
  • the distribution map creation unit 4 creates a distribution map of the object presence reliability in the surrounding area of the vehicle based on the object confidence existence reliability set by the reliability setting unit 3.
  • the grouping unit 7 performs grouping based on the distribution map created by the distribution map creating unit 4. More specifically, the grouping unit 7 performs grouping based on the inter-point distance measured by the inter-point distance measuring unit 6 in the distribution map. For this reason, it is possible to easily and reliably group reflection points using a distribution map.
  • the grouping unit 7 performs grouping on the assumption that no object exists in an area where the object presence reliability in the distribution map is less than a predetermined threshold. More specifically, the grouping unit 7 performs grouping based on the point-to-point distance measured by the point-to-point distance measuring unit 6 on the assumption that no object exists in an area where the object reliability in the distribution map is less than a predetermined threshold. Do. For this reason, erroneous recognition of a plurality of objects as a single object can be surely avoided, and as a result, the recognition accuracy of the objects can be further improved.
  • the object recognition unit 8 estimates the shape of the object in an area where the object presence reliability is a predetermined threshold or more based on the coordinates of the reflection points grouped by the grouping unit 7. For this reason, recognition of an object can be performed accurately based on the estimated shape.
  • the above embodiment describes one embodiment of the object recognition apparatus according to one aspect of the present invention, and the object recognition apparatus according to one aspect of the present invention is limited to the object recognition apparatus 10 described above. is not.
  • the object recognition device according to one aspect of the present invention can be obtained by arbitrarily modifying the object recognition device 10 without changing the gist of each claim.
  • the measurement of the point-to-point distance in the point-to-point distance measuring unit 6 can be performed as follows. That is, as shown in FIG. 6, when there is a region R7 whose object existence reliability is “no object” between the reflection point P3 and the reflection point P4, the distance between the reflection point P3 and the reflection point P4. The distance may not be measured (for example, an invalid value is set). In this case, it is possible to reduce the processing load for obtaining the distance between points.
  • the object presence reliability may be a continuous value instead of the three discontinuous values of “no object”, “with object”, and “unknown” as described above.
  • LIDAR can be used as the sensor input unit 1. Since LIDAR has a much higher two-dimensional coordinate grasping capability than conventional laser radars, if LIDAR is used as the sensor input unit 1, object recognition can be performed with higher accuracy.
  • the object recognition device 10 may be configured not to include the area dividing unit 5. In this case, it is possible to recognize an accurate object with a simple configuration.
  • SYMBOLS 1 Sensor input part (object detection part), 2 ... Coordinate specification part (coordinate specification part), 3 ... Reliability setting part (reliability setting part), 4 ... Distribution map creation part (distribution map creation part), 7 ... Grouping unit (grouping unit), 8... Object recognition unit (shape estimation unit), 10... Object recognition device, 11...

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

　物体認識装置１０においては、信頼度設定部３が、自車両の周辺エリアに対して、物体が存在するか否かの信頼度を示す物体存在信頼度を設定する。そして、グルーピング部７が、反射地点同士の間のエリアにおける物体存在信頼度に基づいて、反射地点をグルーピングする。このため、例えば、２つの物体が近接していても、一方の物体の反射地点と他方の物体の反射地点との間のエリアにおける物体存在信頼度が低い場合に、２つの物体の反射地点を単一のグループでなく別々のグループとしてグルーピングすることが可能となる。その結果、複数の物体を単一の物体と誤認識することを避けることができるので、物体の認識精度を向上することが可能となる。

Description

物体認識装置
　本発明は、車両に搭載された物体認識装置に関する。
　上記技術分野の従来の物体認識装置として、例えば、特開２００８－２６９９７号公報に記載の歩行者認識装置が知られている。この歩行者認識装置は、まず、検知エリア内を走査するように複数の送信ビームを照射すると共に、反射物体によって反射ビームが生じたときにその反射ビームを受信する。続いて、送信ビームの照射及び反射ビームの受信の結果に基づいて、反射物体の座標位置を決定する。続いて、反射物体が移動物体であるか否かを判定する。さらに、反射物体が移動物体である場合に、２次元座標系において互いに近接する反射物体同士をグルーピングする。そして、グルーピングによって得られた反射物体の集合の大きさが所定範囲内であるときに、その反射物体の集合を歩行者であると認識する。
特開２００８－２６９９７号公報
　特開２００８－２６９９７号公報に記載の歩行者認識装置は、上述したように、反射物体が移動物体である場合に、２次元座標系において互いに近接する反射物体同士をグルーピングすることにより、歩行者の認識の精度の向上を図っている。しかしながら、このような歩行者認識装置にあっては、例えば、複数の物体が互いに近接して移動している場合には、その複数の物体を単一のグループとしてグルーピングしてしまうので、各物体を正しく認識することができないことがある。
　本発明は、そのような事情に鑑みてなされたものであり、物体の認識の精度を向上可能な物体認識装置を提供することを課題とする。
　本発明の一側面は、物体認識装置に関する。この物体認識装置は、車両に搭載された物体認識装置であって、車両の周辺エリアに存在する物体を検出する物体検出部と、物体検出部による物体の検出地点の座標を特定する座標特定部と、座標特定部が特定した検出地点の座標に基づいて、物体が存在するか否かの信頼度を示す物体存在信頼度を周辺エリアに設定する信頼度設定部と、検出地点同士の間のエリアにおける物体存在信頼度に基づいて、検出地点をグルーピングするグルーピング部と、を備えることを特徴とする。
　この物体認識装置においては、信頼度設定部が、車両の周辺エリアに対して、物体が存在するか否かの信頼度を示す物体存在信頼度を設定する。そして、グルーピング部が、検出地点同士の間のエリアにおける物体存在信頼度に基づいて、検出地点をグルーピングする。このため、例えば、２つの物体が近接していても、一方の物体の検出地点と他方の物体の検出地点との間のエリアにおける物体存在信頼度が低い場合等に、２つの物体の検出地点を単一のグループでなく別々のグループとしてグルーピングすることが可能となる。その結果、複数の物体を単一の物体と誤認識することを避けることができるので、物体の認識精度を向上することが可能となる。
　本発明の一側面に係る物体認識装置においては、信頼度設定部は、物体検出部と検出地点との間のエリアにおける物体存在信頼度を、検出地点における物体存在信頼度よりも低く設定することができる。この場合、物体存在信頼度の設定を精度良く行うことが可能となる。
　また、本発明の一側面に係る物体認識装置は、信頼度設定部が設定した物体信存在頼度に基づいて、周辺エリアにおける物体存在信頼度の分布マップを作成する分布マップ作成部をさらに備え、グルーピング部は、分布マップ作成部が作成した分布マップに基づいてグルーピングを行うことができる。この構成によれば、物体存在信頼度の分布マップを用いて、容易且つ確実に検出地点のグルーピングを行うことができる。
　上記の場合において、グルーピング部は、分布マップにおける物体存在信頼度が所定の閾値未満である領域には、物体が存在しないとみなしてグルーピングを行うことができる。この場合、複数の物体を単一の物体と誤認識することを確実に避けることができ、ひいては、物体の認識精度をさらに向上することが可能となる。
　また、本発明の一側面に係る物体認識装置は、グルーピング部によってグルーピングされた検出地点の座標に基づいて、物体存在信頼度が所定の閾値以上のエリアにおいて物体の形状を推定する形状推定部をさらに備えることができる。この構成によれば、推定された形状に基づいて容易に物体の認識を行うことができる。
　また、本発明の一側面に係る物体認識装置においては、物体検出部は、周辺エリアにレーザ光を発信する発信部と、発信部から発信されたレーザ光の反射光を受信する受信部とを有し、検出地点は、レーザ光の反射地点であるものとすることができる。
　さらに、本発明の一側面に係る物体認識装置は、検出地点同士の間のエリアにおける物体存在信頼度に基づいて、互いに隣り合う２つの検出地点の間の点間距離を計測する点間距離計測部をさらに備え、グルーピング部は、点間距離が所定の距離以下である検出地点を単一のグループとしてグルーピングするものとすることができる。
　本発明によれば、物体の認識精度を向上可能な物体認識装置を提供することができる。
本発明の一側面に係る物体認識装置の一実施形態の構成を示すブロック図である。 図１に示された物体認識装置の動作を示すフローチャートである。 物体存在信頼度の設定の様子を示す模式図である。 分布マップの一例を示す図である。 分布マップの一例を示す図である。 分布マップの一例を示す図である。
　以下、本発明の一側面に係る物体認識装置の一実施形態について、図面を参照して詳細に説明する。なお、図面の説明において、同一の要素には同一の符号を付し、重複する説明を省略する。
　図１は、本発明の一側面に係る物体認識装置の一実施形態の構成を示すブロック図である。図１に示されるように、物体認識装置１０は、センサ入力部（物体検出部）１、座標特定部２、信頼度設定部３、分布マップ作成部４、領域分割部５、点間距離計測部６、グルーピング部７、及び物体認識部（形状推定部）８を備えている。このような物体認識装置１０は、プリクラッシュセーフティシステムといった運転支援システムの一環として車両に搭載されている。以下では、物体認識装置１０を搭載した車両を自車両と称する。
　センサ入力部１は、自車両の周辺エリアに存在する物体を検出する。センサ入力部１は、例えば、ＬＩＤＡＲ（Light　Detection　And　Ranging）、レーザレンジファインダ、及びカメラ（ステレオカメラ）等の任意のセンサとすることができるが、以下では、特にレーザ光を用いるセンサとする。
　センサ入力部１は、自車両の周辺エリアをスキャンするように複数のレーザ光を発信するレーザ光発信部（発信部）１１と、レーザ光発信部１１から発信されたレーザ光の反射光を受信する反射光受信部（受信部）１２とを有している。センサ入力部１は、レーザ光発信部１１からのレーザ光の発信と、反射光受信部１２での反射光の受信とによって、自車両の周辺エリアに存在する物体を検出する。
　座標特定部２は、センサ入力部１の検出結果に基づいて、センサ入力部１による物体の検出地点の座標を特定する。本実施形態において、センサ入力部１による物体の検出地点は、レーザ光発信部１１から発信されたレーザ光の反射地点である。座標特定部２は、例えば、レーザ光発信部１１が２次元的に複数のレーザ光を発信する場合には、反射地点の座標を２次元の座標として特定する。
　信頼度設定部３は、座標特定部２が特定した反射地点の座標に基づいて、物体が存在するか否かの信頼度を示す物体存在信頼度を、自車両の周辺エリアに設定する。物体存在信頼度は、例えば、物体が存在する可能性が高い「物体有り」、物体が存在する可能性が低い「物体無し」、及び、物体が存在する可能性が中程度の「不明」の３段階に設定することができる。
　分布マップ作成部４は、信頼度設定部３が設定した物体存在信頼度に基づいて、自車両の周辺エリアにおける物体存在信頼度の分布マップを作成する。領域分割部５は、必要に応じて、分布マップ作成部４が作成した分布マップを複数の領域に分割する。
　点間距離計測部６は、座標特定部２が特定した反射地点の座標に基づいて、反射地点同士の距離を示す点間距離を計測する。点間距離の計測は、例えば、分布マップ作成部４が作成した分布マップを利用して行うことができる。
　グルーピング部７は、反射地点同士の間のエリアにおける物体存在信頼度に基づいて、反射地点をグルーピングする。本実施形態においては、グルーピング部７は、特に、分布マップに基づいて反射地点をグルーピングする。その際、グルーピング部７は、所定の基準を満たす一群の反射地点を単一のグループとする。所定の基準は、例えば、互いに隣接する反射地点間の点間距離が所定の距離以下であること等とすることができる。
　物体認識部８は、グルーピング部７によってグルーピングされた反射地点の座標に基づいて、そのグルーピングされた反射地点に対応する物体の形状を推定する。物体の形状の推定は、物体存在信頼度が所定の閾値（例えば、「不明」を示す物体存在信頼度）以上のエリアにおいて行われる。また、物体認識部８は、推定した形状に基づいて、物体を認識する。
　なお、物体認識装置１０の座標特定部２～物体認識部８は、ＣＰＵ、ＲＯＭ及びＲＡＭ等を含むコンピュータを主体として構成される。座標特定部２～物体認識部８の各機能は、そのコンピュータにおいて所定のソフトウェアを実行することにより実現される。
　次に、物体認識装置１０の動作について説明する。図２は、物体認識装置１０の動作を示すフローチャートである。図２に示されるように、物体認識装置１０においては、まず、センサ入力部１が、自車両の周辺エリアに存在する物体を検出する（ステップＳ１）。より具体的には、レーザ光発信部１１が自車両の周辺エリアにレーザ光を発信すると共に、その反射光を反射光受信部１２が受信することによって、自車両の周辺エリアに存在する物体を検出する。
　続いて、座標特定部２が、レーザ光の反射地点の座標を特定する（ステップＳ２）。続いて、信頼度設定部３が、物体が存在するか否かの信頼度を示す物体存在信頼度を、自車両の周辺エリアに設定する（ステップＳ３）。信頼度設定部３による物体存在信頼度の設定について具体的に説明する。
　図３に示されるように、自車両Ｃ１のセンサ入力部１から発信されたレーザ光Ｌが、例えば前方の他車両Ｃ２の反射地点Ｐで反射された後にセンサ入力部１で受信された場合には、センサ入力部１と反射地点Ｐとの間のエリアＡ１における物体存在信頼度を「物体無し」と設定し、反射地点Ｐにおける物体存在信頼度を「物体有り」と設定し、反射地点Ｐよりも先のエリアＡ２における物体存在信頼度を「不明」と設定する。つまり、信頼度設定部３は、センサ入力部１と反射地点Ｐとの間のエリアＡ１における物体存在信頼度を、反射地点Ｐにおける物体存在信頼度よりも低く設定する。なお、レーザ光の反射が得られないエリアを「物体無し」と設定することもできる。
　続いて、分布マップ作成部４が、信頼度設定部３が設定した物体存在信頼度に基づいて、自車両の周辺エリアにおける物体存在信頼度の分布マップを作成する（ステップＳ４）。図４は、分布マップ作成部４が作成した分布マップの一例を示す図である。図４に示されるように、分布マップ作成部４は、レーザ光発信部１１が２次元的に複数のレーザ光を発信する場合に、すなわち、自車両Ｃ１の周辺エリアＡにおいて反射地点が２次元的に配置される場合に、２次元のマップを作成する。図３においては、物体存在信頼度が高い領域ほど色が濃く設定されている。
　上述したように、信頼度設定部３が、自車両Ｃ１のセンサ入力部１と反射地点Ｐとの間のエリアＡ１における物体存在信頼度を「物体無し」と設定し、反射地点Ｐにおける物体存在信頼度を「物体有り」と設定し、反射地点Ｐよりも先のエリアＡ２における物体存在信頼度を「不明」と設定している。分布マップには、その物体存在信頼度が反映されている。このため、分布マップにおいては、エリアＡ１に対応する領域、エリアＡ２に対応する領域、反射地点Ｐに対応する領域の順に色が濃く設定されている。
　続いて、領域分割部５が、分布マップ作成部４が作成した分布マップを複数の領域に分割する（ステップＳ５）。より具体的には、図４に示されるように、分布マップを、例えば領域Ｒ１、領域Ｒ２、及び領域Ｒ３に分割する。これは、分布マップにおいて、物体存在信頼度が所定の閾値以上であって連続する部分を単一の領域とすることに相当する。このように、分布マップを複数の領域に予め分割しておくことにより、明らかに異なる物体を示す領域の間において、後述する点間距離の算出や、形状の推定等を行うことを避けることが可能となる。
　続いて、点間距離計測部６が、座標特定部２が特定した反射地点の座標に基づいて、互いに隣接する２つの反射地点間の距離を示す点間距離を計測する（ステップＳ６）。この点間距離の計測について、より具体的に説明する。
　図５は、分布マップ作成部４が作成した分布マップの一例を示す図である。この分布マップは、所定の間隔のグリッドに区切られている。また、この分布マップにおいては、灰色に設定された領域Ｒ４及Ｒ５は、物体存在信頼度が「不明」である領域であり、それ以外の領域Ｒ６は、物体存在信頼度が「物体無し」である領域である。また、この分布マップには、反射地点Ｐ１～Ｐ７が配置されている。
　点間距離計測部６は、例えばこの分布マップにおいて、隣接する２つの反射地点の点間距離を計測する。より具体的には、例えば、反射地点Ｐ１と反射地点Ｐ２との点間距離、反射地点Ｐ２と反射地点Ｐ３との点間距離と順に点間距離を計測していく。反射地点Ｐ３と反射地点Ｐ４との間には、物体存在信頼度が「物体無し」である領域Ｒ６が設定されている。このため、点間距離計測部６は、反射地点Ｐ３と反射地点Ｐ４との点間距離を、領域Ｒ４及び領域Ｒ５を辿りつつ反射地点Ｐ６及び反射地点Ｐ７を経由する経路Ｂの距離として計測する。このため、反射地点Ｐ３と反射地点Ｐ４との点間距離は、実際の距離Ｄよりも長く計測される。
　このように、点間距離計測部６は、互いに隣接する２つの反射地点間のエリアにおける物体存在信頼度に基づいて（考慮して）、当該２つの反射地点間の点間距離を計測する。より具体的には、点間距離計測部６は、分布マップにおける物体信頼度が所定の閾値（例えば「不明」を示す物体信頼度）未満の領域には、物体が存在しないとみなして、当該２つの反射地点間の点間距離を計測する。なお、点間距離の計測には、例えば、Ａ＊探索アルゴリズムを用いることができる。
　続いて、物体認識装置１０は、上記の点間距離の計測が、全ての反射地点について行われたか否かを判定する（ステップＳ７）。この判定の結果、点間距離の計測が全ての反射地点について行われていない場合、物体認識装置１０の処理は、ステップＳ６に移行する。
　一方、ステップＳ７の判定の結果、点間距離の計測が全ての反射地点について行われた場合、グルーピング部７が、反射地点のグルーピングを行う（ステップＳ８）。このグルーピングは、点間距離計測部６が計測した点間距離に基づいて行うことができる。つまり、このグルーピングは、点間距離が所定の距離以下であることを基準として行うことができる。
　例えば、図５に示されるように、反射地点Ｐ１～Ｐ３は、互いに点間距離が小さいので、単一のグループＧ１とする。また、反射地点Ｐ４及び反射地点Ｐ５も、互いに点間距離が小さいので、単一のグループＧ２とする。一方で、反射地点Ｐ３と反射地点Ｐ４とは、その点間距離が経路Ｂの距離として計測されており、点間距離が大きくなくため、単一のグループとしない。
　続いて、物体認識部８が、グルーピング部７によってグルーピングされた反射地点の座標に基づいて、そのグルーピングされた反射地点に対応する物体の形状を推定し、推定された形状に基づいて、物体を認識する（ステップＳ９）。
　以上説明したように、物体認識装置１０においては、信頼度設定部３が、自車両の周辺エリアに対して、物体が存在するか否かの信頼度を示す物体存在信頼度を設定する。そして、グルーピング部７が、反射地点間のエリアにおける物体存在信頼度に基づいて、反射地点をグルーピングする。より具体的には、グルーピング部７は、点間距離計測部６が反射地点間のエリアにおける物体信頼度を考慮して計測した点間距離に基づいて、反射地点をグルーピングする。
　このため、例えば、２つの物体が近接していても、一方の物体の反射地点と他方の物体の反射地点との間のエリアにおける物体存在信頼度が低い場合に、２つの物体の反射地点を単一のグループでなく別々のグループとしてグルーピングすることが可能となる。その結果、複数の物体を単一の物体と誤認識することを避けることができるので、物体の認識精度を向上することが可能となる。
　また、物体認識装置１０においては、信頼度設定部３は、センサ入力部１と反射地点との間のエリアにおける物体存在信頼度を、反射地点における物体存在信頼度よりも低く設定する。このため、物体存在信頼度の設定の精度が向上される。
　また、物体認識装置１０においては、分布マップ作成部４が、信頼度設定部３が設定した物体信存在頼度に基づいて自車両の周辺エリアにおける物体存在信頼度の分布マップを作成する。そして、グルーピング部７は、分布マップ作成部４が作成した分布マップに基づいてグルーピングを行う。より具体的には、グルーピング部７は、分布マップにおいて点間距離計測部６が計測した点間距離に基づいてグルーピングを行う。このため、分布マップを用いて容易且つ確実に反射地点のグルーピングを行うことができる。
　また、物体認識装置１０においては、グルーピング部７は、分布マップにおける物体存在信頼度が所定の閾値未満である領域には、物体が存在しないとみなしてグルーピングを行う。より具体的には、グルーピング部７は、分布マップにおける物体信頼度が所定の閾値未満の領域に物体が存在しないとみなして点間距離計測部６が計測した点間距離に基づいて、グルーピングを行う。このため、複数の物体を単一の物体と誤認識することを確実に避けることができ、ひいては、物体の認識精度をさらに向上することが可能となる。
　また、物体認識装置１０においては、物体認識部８が、グルーピング部７によってグルーピングされた反射地点の座標に基づいて、物体存在信頼度が所定の閾値以上のエリアにおいて物体の形状を推定する。このため、推定された形状に基づいて物体の認識を精度よく行うことができる。
　以上の実施形態は、本発明の一側面に係る物体認識装置の一実施形態を説明したものであり、本発明の一側面に係る物体認識装置は、上記の物体認識装置１０に限定されるものではない。本発明の一側面に係る物体認識装置は、各請求項の要旨を変更しない範囲において、任意に物体認識装置１０を変形したものとすることができる。
　例えば、点間距離計測部６における点間距離の計測は、以下のように行うことができる。すなわち、図６に示されるように、反射地点Ｐ３と反射地点Ｐ４との間に、物体存在信頼度が「物体無し」である領域Ｒ７がある場合、反射地点Ｐ３と反射地点Ｐ４との点間距離を測定しないものとする（例えば無効値を設定する）ことができる。この場合、点間距離を求める処理の負荷を低減することができる。
　また、物体存在信頼度は、上述したように「物体無し」、「物体有り」、及び「不明」の３つの不連続な値でなく、連続した値であってもよい。
　また、センサ入力部１としては、ＬＩＤＡＲを用いることができる。ＬＩＤＡＲは、従来のレーザレーダに比べて、２次元座標把握能力が大幅に高いので、センサ入力部１としてＬＩＤＡＲを用いれば、より精度良く物体認識が可能となる。
　さらに、物体認識装置１０は、領域分割部５を有さない構成としてもよい。この場合には、簡単な構成で精度の良い物体の認識が可能となる。
　物体の認識精度を向上可能な物体認識装置を提供することができる。
　１…センサ入力部（物体検出部）、２…座標特定部（座標特定部）、３…信頼度設定部（信頼度設定部）、４…分布マップ作成部（分布マップ作成部）、７…グルーピング部（グルーピング部）、８…物体認識部（形状推定部）、１０…物体認識装置、１１…レーザ光発信部（発信部）、１２…反射光受信部（受信部）。
 

Claims (7)

  1. 　車両に搭載された物体認識装置であって、
    　前記車両の周辺エリアに存在する物体を検出する物体検出部と、
    　前記物体検出部による物体の検出地点の座標を特定する座標特定部と、
    　前記座標特定部が特定した前記検出地点の座標に基づいて、物体が存在するか否かの信頼度を示す物体存在信頼度を前記周辺エリアに設定する信頼度設定部と、
    　前記検出地点同士の間のエリアにおける前記物体存在信頼度に基づいて、前記検出地点をグルーピングするグルーピング部と、
    　を備える物体認識装置。
  2. 　前記信頼度設定部は、前記物体検出部と前記検出地点との間のエリアにおける前記物体存在信頼度を、前記検出地点における前記物体存在信頼度よりも低く設定する、請求項１に記載の物体認識装置。
  3. 　前記信頼度設定部が設定した前記物体存在信頼度に基づいて、前記周辺エリアにおける前記物体存在信頼度の分布マップを作成する分布マップ作成部をさらに備え、
    　前記グルーピング部は、前記分布マップ作成部が作成した前記分布マップに基づいて前記グルーピングを行う、請求項１又は２に記載の物体認識装置。
  4. 　前記グルーピング部は、前記分布マップにおける前記物体存在信頼度が所定の閾値未満である領域には、物体が存在しないとみなして前記グルーピングを行う、請求項３に記載の物体認識装置。
  5. 　前記グルーピング部によってグルーピングされた前記検出地点の座標に基づいて、前記物体存在信頼度が所定の閾値以上のエリアにおいて物体の形状を推定する形状推定部をさらに備える、請求項１～４のいずれか一項に記載の物体認識装置。
  6. 　前記物体検出部は、前記周辺エリアにレーザ光を発信する発信部と、前記発信部から発信された前記レーザ光の反射光を受信する受信部とを有し、
    　前記検出地点は、前記レーザ光の反射地点である、請求項１～５のいずれか一項に記載の物体認識装置。
  7. 　前記検出地点同士の間のエリアにおける前記物体存在信頼度に基づいて、互いに隣り合う２つの前記検出地点の間の点間距離を計測する点間距離計測部をさらに備え、
    　前記グルーピング部は、前記点間距離が所定の距離以下である前記検出地点を単一のグループとしてグルーピングする、請求項１～６のいずれか一項に記載の物体認識装置。
     
PCT/JP2012/058007 2011-03-28 2012-03-27 物体認識装置 Ceased WO2012133457A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201280010324.2A CN103443838B (zh) 2011-03-28 2012-03-27 物体识别装置
DE112012001506.1T DE112012001506B4 (de) 2011-03-28 2012-03-27 Objekterkennungsvorrichtung
US14/005,128 US9792510B2 (en) 2011-03-28 2012-03-27 Object recognition device
US15/702,177 US10614322B2 (en) 2011-03-28 2017-09-12 Object recognition device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011069999A JP5316572B2 (ja) 2011-03-28 2011-03-28 物体認識装置
JP2011-069999 2011-03-28

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US14/005,128 A-371-Of-International US9792510B2 (en) 2011-03-28 2012-03-27 Object recognition device
US15/702,177 Continuation US10614322B2 (en) 2011-03-28 2017-09-12 Object recognition device

Publications (1)

Publication Number Publication Date
WO2012133457A1 true WO2012133457A1 (ja) 2012-10-04

Family

ID=46931169

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/058007 Ceased WO2012133457A1 (ja) 2011-03-28 2012-03-27 物体認識装置

Country Status (5)

Country Link
US (2) US9792510B2 (ja)
JP (1) JP5316572B2 (ja)
CN (1) CN103443838B (ja)
DE (1) DE112012001506B4 (ja)
WO (1) WO2012133457A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11205289B2 (en) 2018-09-07 2021-12-21 Baidu Online Network Technology (Beijing) Co., Ltd. Method, device and terminal for data augmentation
US11276243B2 (en) 2018-09-07 2022-03-15 Baidu Online Network Technology (Beijing) Co., Ltd. Traffic simulation method, device and storage medium

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4788798B2 (ja) * 2009-04-23 2011-10-05 トヨタ自動車株式会社 物体検出装置
JP5316572B2 (ja) * 2011-03-28 2013-10-16 トヨタ自動車株式会社 物体認識装置
KR101552074B1 (ko) 2011-10-03 2015-09-09 도요타 지도샤（주） 차량의 운전 지원 시스템
JP6410178B2 (ja) * 2015-01-08 2018-10-24 パナソニックＩｐマネジメント株式会社 物体検出装置および物体検出方法
WO2017130639A1 (ja) * 2016-01-28 2017-08-03 株式会社リコー 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
JP6698864B2 (ja) * 2016-11-08 2020-05-27 三菱電機株式会社 物体検知装置および物体検知方法
KR101934731B1 (ko) * 2016-11-22 2019-01-03 엘지전자 주식회사 차량용 통신 장치 및 차량
JP6479295B2 (ja) * 2017-01-18 2019-03-06 三菱電機株式会社 駐車支援装置
WO2018150577A1 (ja) * 2017-02-20 2018-08-23 三菱電機株式会社 駐車支援装置および駐車支援方法
EP3770637B1 (en) * 2018-03-22 2024-05-08 Hitachi Astemo, Ltd. Object recognizing device

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002157697A (ja) * 2000-11-21 2002-05-31 Mazda Motor Corp 車両の制御装置
JP2003255047A (ja) * 2001-12-27 2003-09-10 Nissan Motor Co Ltd 前方物体検出装置及び前方物体検出方法
JP2009176091A (ja) * 2008-01-25 2009-08-06 Fuji Heavy Ind Ltd 物体検出装置
JP2009186301A (ja) * 2008-02-06 2009-08-20 Mazda Motor Corp 車両用物体検出装置

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6324489B1 (en) * 1999-10-29 2001-11-27 Safegate International Ab Aircraft identification and docking guidance systems
JP3470453B2 (ja) * 1995-04-06 2003-11-25 株式会社デンソー 車間距離制御装置
JP3405327B2 (ja) 2000-07-28 2003-05-12 株式会社デンソー 物体認識方法及び装置、記録媒体
DE10148070A1 (de) 2001-09-28 2003-04-17 Ibeo Automobile Sensor Gmbh Verfahren zur Erkennung und Verfolgung von Objekten
AU2003277240A1 (en) * 2002-10-15 2004-06-07 University Of Southern California Augmented virtual environments
JP2008026997A (ja) 2006-07-18 2008-02-07 Denso Corp 歩行者認識装置及び歩行者認識方法
US20080144885A1 (en) * 2006-10-16 2008-06-19 Mark Zucherman Threat Detection Based on Radiation Contrast
WO2008088584A1 (en) 2007-01-19 2008-07-24 Agilix Labs, Inc. Shadow course hierarchy for online courses
DE102007013023B4 (de) 2007-03-19 2017-10-05 Sick Ag Probabilistische Rasterkarte
US8605947B2 (en) * 2008-04-24 2013-12-10 GM Global Technology Operations LLC Method for detecting a clear path of travel for a vehicle enhanced by object detection
US8705792B2 (en) * 2008-08-06 2014-04-22 Toyota Motor Engineering & Manufacturing North America, Inc. Object tracking using linear features
JP4944849B2 (ja) 2008-08-07 2012-06-06 シャープ株式会社 磁界および近接場発生素子、その使用方法、光アシスト磁気記録方法、並びに、光アシスト磁気記録装置
DE102008042825A1 (de) * 2008-10-14 2010-04-15 Robert Bosch Gmbh Fahrerassistenzsystem für Kraftfahrzeuge
JP5392700B2 (ja) 2008-10-15 2014-01-22 鹿島建設株式会社 障害物検出装置、及び障害物検出方法
DE102009009047A1 (de) * 2009-02-16 2010-08-19 Daimler Ag Verfahren zur Objektdetektion
JP5293253B2 (ja) 2009-02-19 2013-09-18 日産自動車株式会社 周囲物体検出装置及び周囲物体検出方法
US20130176192A1 (en) * 2011-09-30 2013-07-11 Kenneth Varga Extra-sensory perception sharing force capability and unknown terrain identification system
JP4939564B2 (ja) * 2009-03-23 2012-05-30 本田技研工業株式会社 車両用情報提供装置
JP5316572B2 (ja) * 2011-03-28 2013-10-16 トヨタ自動車株式会社 物体認識装置
US9139133B2 (en) * 2012-05-31 2015-09-22 GM Global Technology Operations LLC Vehicle collision warning system and method
KR101807484B1 (ko) * 2012-10-29 2017-12-11 한국전자통신연구원 객체 및 시스템 특성에 기반한 확률 분포 지도 작성 장치 및 그 방법
US10347127B2 (en) * 2013-02-21 2019-07-09 Waymo Llc Driving mode adjustment
US9360554B2 (en) * 2014-04-11 2016-06-07 Facet Technology Corp. Methods and apparatus for object detection and identification in a multiple detector lidar array

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002157697A (ja) * 2000-11-21 2002-05-31 Mazda Motor Corp 車両の制御装置
JP2003255047A (ja) * 2001-12-27 2003-09-10 Nissan Motor Co Ltd 前方物体検出装置及び前方物体検出方法
JP2009176091A (ja) * 2008-01-25 2009-08-06 Fuji Heavy Ind Ltd 物体検出装置
JP2009186301A (ja) * 2008-02-06 2009-08-20 Mazda Motor Corp 車両用物体検出装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11205289B2 (en) 2018-09-07 2021-12-21 Baidu Online Network Technology (Beijing) Co., Ltd. Method, device and terminal for data augmentation
US11276243B2 (en) 2018-09-07 2022-03-15 Baidu Online Network Technology (Beijing) Co., Ltd. Traffic simulation method, device and storage medium

Also Published As

Publication number Publication date
US20140003671A1 (en) 2014-01-02
JP2012203806A (ja) 2012-10-22
DE112012001506T5 (de) 2014-01-16
DE112012001506B4 (de) 2022-06-15
CN103443838B (zh) 2015-06-17
US9792510B2 (en) 2017-10-17
US20180005056A1 (en) 2018-01-04
CN103443838A (zh) 2013-12-11
JP5316572B2 (ja) 2013-10-16
US10614322B2 (en) 2020-04-07

Similar Documents

Publication Publication Date Title
JP5316572B2 (ja) 物体認識装置
KR102302782B1 (ko) 위치정보 보정 시스템 및 방법
US10486698B2 (en) Vehicle cruise control device and cruise control method
JP5316471B2 (ja) 物体認識装置、及びプログラム
JP2015155878A (ja) 車両用障害物検出装置
JP6694067B2 (ja) 物体検知装置及びそれを備えた車両制御システム
JPWO2011070650A1 (ja) 物体検出装置及び物体検出方法
US10527719B2 (en) Object detection apparatus and object detection method
JP2010185769A (ja) 物体検出装置
JP5712900B2 (ja) 周辺物体検出装置
JP6413898B2 (ja) 歩行者判定装置
JP6442225B2 (ja) 物体検知装置
US20210231799A1 (en) Object detection device, object detection method and program
JP2014092434A (ja) 物標検出装置、及び、当該装置を用いた接触回避システム
JP2010127835A (ja) レーダ装置
WO2014076875A1 (ja) 物標検出システム、及び、物標検出装置
JP5436652B1 (ja) 車両の周辺監視装置及び車両の周辺監視方法
US11983937B2 (en) Intersecting road estimation device
JP4850531B2 (ja) 車載レーダ装置
JP2018021788A (ja) 段差検出方法及び段差検出装置
JP2009031299A (ja) 周辺監視センサ
WO2023033040A1 (ja) フレア検出システム、フレア検出装置、フレア検出方法、フレア検出プログラム
JP7311597B2 (ja) システム、位置検出装置、位置検出方法およびプログラム
KR20210066777A (ko) 위치정보 보정 시스템 및 방법
JP2016057176A (ja) レーザ測距装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12764679

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 14005128

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 1120120015061

Country of ref document: DE

Ref document number: 112012001506

Country of ref document: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12764679

Country of ref document: EP

Kind code of ref document: A1