WO2018060381A1 - Détection d'obstacles pour véhicule automobile - Google Patents

Détection d'obstacles pour véhicule automobile Download PDF

Info

Publication number
WO2018060381A1
WO2018060381A1 PCT/EP2017/074712 EP2017074712W WO2018060381A1 WO 2018060381 A1 WO2018060381 A1 WO 2018060381A1 EP 2017074712 W EP2017074712 W EP 2017074712W WO 2018060381 A1 WO2018060381 A1 WO 2018060381A1
Authority
WO
WIPO (PCT)
Prior art keywords
objects
obstacle
contour
motor vehicle
virtual
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/EP2017/074712
Other languages
English (en)
Inventor
Maximilian JARITZ
Brouk WEDAJO
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.)
Valeo Schalter und Sensoren GmbH
Original Assignee
Valeo Schalter und Sensoren GmbH
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 Valeo Schalter und Sensoren GmbH filed Critical Valeo Schalter und Sensoren GmbH
Publication of WO2018060381A1 publication Critical patent/WO2018060381A1/fr
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/54—Audio sensitive means, e.g. ultrasound

Definitions

  • the present invention generally relates to the field of motor vehicles, and more specifically to a method and an obstacle detection system located in the environment of a motor vehicle.
  • the objects to be detected may be, depending on the desired applications, obstacles on the road, such as pedestrians or other vehicles, or any information relating to the route taken, such as road marking lines, the recognition of road signs signaling or traffic lights. In the following, we are interested in the detection of obstacles.
  • Any detection system used for driving assistance conventionally comprises at least one sensor capable of detecting obstacles in the environment of the vehicle, typically at the front, rear or on one side of the vehicle in a zone d observation, as well as a processing module associated with this sensor.
  • the processing module is capable of delivering at least one piece of information relating to each detected obstacle, typically the position (Cartesian coordinates or distance associated with an angle) of this obstacle relative to the vehicle.
  • Some processing modules also make it possible, based on image processing captured by a camera, to classify the obstacle detected, for example to identify the presence of a pedestrian, or of vehicles likely to present a danger.
  • obstacle detector the assembly formed by a sensor of a given technology and its associated processing module.
  • Each obstacle detector is capable of delivering a detected obstacle in the form of an object, generally a rectangular bounding box whose dimensions estimate the dimensions of the obstacle and which can be positioned relative to the vehicle on a two-dimensional representation. dimensions.
  • Different sensor technologies camera, radar, lidar, laser sensor, ultrasonic sensor
  • the aforementioned obstacle detectors nevertheless have the drawback of being imprecise in certain types of measurements.
  • a detection system using a camera does not allow very precise measurements in distance, unlike the radar.
  • the radar is less precise in angle than a camera.
  • the active sensors radar, lidar, laser
  • the lidar and the laser classification inaccuracy is due to the fact that they try to reconstruct an object from the geometric distribution of the reflected beams.
  • FIG. 1 represents a real road situation with a motor vehicle 1 equipped with several obstacle detectors of different technologies, here with a first detector Si, for example using a camera placed in front of motor vehicle 1, and a second detector S 2 , using for example a lidar sensor placed on the right rearview mirror of the motor vehicle 1.
  • An obstacle 2 typically another motor vehicle, is present on the right front of the motor vehicle 1
  • FIG. 1b diagrammatically represents, for this actual road situation, the objects ⁇ ⁇ and O q respectively detected by the detectors Si and S 2 .
  • FIG. 1b diagrammatically represents, for this actual road situation, the objects ⁇ ⁇ and O q respectively detected by the detectors Si and S 2 .
  • the objects delivered by the different detectors are in the form of bounding boxes, here rectangles.
  • Each bounding box corresponds to an obstacle as detected by the detector in question, with in particular estimated information concerning its relative position with respect to the motor vehicle 1, its dimensions, and possibly, depending on the type of detector used, of other attributes like its class (object type), relative speed and acceleration.
  • the purpose of the aforementioned step of association is to determine that the objects O and ⁇ ⁇ actually correspond to one and the same obstacle (the
  • FIG. 2 summarizes, in the form of a simplified block diagram, various possible components of a fusion system three sensors fitted to the motor vehicle 1.
  • the system 3 receives in the example taken the objects delivered on the one hand by the first detector of Si obstacles (objects Oi), and secondly by the second obstacle detector S 2 (objects OI)
  • the b2 detectors can be, as shown in Figure 2, external components to the system 3, used for example for d other driver assistance features.
  • obstacle detectors are an integral part of the object fusion system.
  • References 30, 31 and 33 in FIG. 2 illustrate the data processing modules associated with each step of a conventional high-level data fusion process.
  • the system 3 comprises means 30 responsible for the association of the bounding boxes (or objects) delivered by the different detectors (generally based on a search of nearest neighbors), means 31 responsible for merging the bounding boxes that have been associated (for example according to a probabilistic algorithm bayesian), and means 32 capable of tracking the bounding boxes, for example by Kalman filtering.
  • the system 3 thus outputs a list of resulting objects having taken into account the redundancies and additions provided by the different detectors, each object being associated with a certain index of confidence with respect to the detection.
  • FIG. 3 represents an example of the result of a fusion of sensor muiti objects equipping the motor vehicle 1.
  • the references O 1 , O 2 , O 3 represent three resulting objects delivered in output of the object fusion system 3, corresponding to three obstacles moving in the front environment of the vehicle 1, and the reference 0 4 associated with a bounding box in dashed lines illustrates an undetected obstacle, for example a transport pallet which is in no learning base associated with different sensors, and therefore not identified as an object.
  • the fusion system 3 does not deliver object 0 4 , even though the obstacle is present.
  • the object of the present invention is to overcome the above disadvantages by proposing a method and a system which are an alternative or possibly an addition to multi-sensor object fusion systems.
  • the subject of the invention is a method for detecting obstacles located in the environment of a motor vehicle, characterized in that it includes a step of determining modeling data. a contour delimiting a driving free space for said motor vehicle, and a step of creating virtual objects on the outside boundary of the driving clear space from said contour modeling data, each virtual object being representative of a detected obstacle.
  • the creation of virtual objects may comprise a step of grouping points belonging to said contour and corresponding to the modeling data in one or more sets as a function of the position of said points on the contour, and a step of constructing one or more virtual objects, each virtual object being a rectangular bounding box whose size is adjusted to encompass the points grouped together in the same set;
  • the method may further comprise a step of tracking said virtual objects
  • the method may furthermore comprise a step of melting objects delivered by at least two obstacle detectors fitted to the motor vehicle, each obstacle detector being able to deliver an object in the form of a bounding box representative of a obstacle detected by said obstacle detector, and a step of combining the virtual objects either with said objects delivered for the melting step, or with the objects resulting from the melting step;
  • said combining step may consist of fusing said virtual objects with the objects delivered by said at least two obstacle detectors during the melting step;
  • said combining step may consist in adding to the objects resulting from the melting step the virtual objects created;
  • the object merging step may include a step of associating objects representing the same detected obstacles, a step of constructing resulting objects from associated objects, and a step of tracking the resulting objects;
  • the virtual objects are preferably created only on a part of the contour delimiting the free space of driving, said part being selected from an estimate of a trajectory followed by said vehicle automobile or an estimate of the track on which the motor vehicle rolls.
  • the invention also relates to an obstacle detection system located in the environment of a motor vehicle, characterized in that it comprises a processing module configured to determine contour modeling data delimiting a space free driving for said motor vehicle, and create virtual objects at the outer boundary to the driving free space from said contour modeling data, each virtual object being representative of a detected obstacle.
  • the system may further comprise a system for melting objects delivered by at least two obstacle detectors fitted to the motor vehicle, each obstacle detector being able to deliver an object in the form of a bounding box representative of an obstacle. detected by said obstacle detector, and in that said virtual objects are combined either at the input of said fusion system with the objects delivered by said at least two detectors, or with the resulting objects at the output of said object fusion system .
  • FIG. 2 described above, schematically illustrates the known principle of multi-object fusion from the objects detected by the two detectors of FIG. 1a;
  • FIG. 3, described above, represents an example of non-detection for a given road situation
  • FIG. 4 gives an example of a contour delimiting a free space of driving, obtained in the road situation of FIG. 3;
  • FIG. 5 illustrates a superposition of the results of a fusion of objects with the free space contour of FIG. 4;
  • FIGS. 6a, 6b and 6c show schematic examples of results of different processing steps for the creation of virtual objects from the driving clearance contour of FIG. 4;
  • FIG. 7 illustrates a superposition of the results of a merger of objects with the virtual objects generated from the free space contour of FIG. 4;
  • FIG. 8a illustrates, in the form of a simplified block diagram, a first architecture for an obstacle detection system, using the virtual objects created from a free space contour of the pipe according to the invention
  • FIG. 8b illustrates, in the form of a simplified block diagram, a second possible architecture for an obstacle detection system, using the virtual objects created from a free space contour of the pipe according to the invention.
  • the invention finds its source in the existence of processing algorithms able to determine the free space of driving that presents itself in the immediate environment of a vehicle, in particular at the front, when it is moving. .
  • the free driving space corresponds to the zones in which the vehicle can evolve safely.
  • the space in front of a vehicle is considered “not free” when static obstacles (road edges, road signs, parked cars ...) or dynamic obstacles (vehicles, pedestrians in particular) are present .
  • the determination of the free space therefore requires knowing for each point of the total space at the front of the vehicle whether it is free or occupied.
  • FIG. 4 illustrates an example of a contour CF that can be obtained according to any one of the preceding methods in the exemplary road configuration of FIG. 3, from the modeling data constituted by the various points I (the points I being representative in this example of points of impact following the reflection of a wave, but could be obtained by processing images captured by a camera).
  • the determination of the driving free space can therefore be used in theory in particular to the calculations of trajectories to be followed by the vehicle, or to other possibilities of maneuvers such as emergency maneuvers (avoidance), or even simple visual and / or audible alerts to the driver.
  • the notion of driving space is not widely used because it is difficult to interpret in real time by existing driver assistance systems.
  • the contour CF allows only to indicate that there is a limit below which the vehicle can evolve in safety, without the known reasons for this limit.
  • the determination of the contour defining the free driving space is not sufficient to interpret what the vehicle must do (brake, stop or maintain a constant speed, ).
  • the present invention proposes to use the contour modeling data CF delimiting the driving free space to infer virtual objects representative of obstacles probably present at the outer boundary of the driving free space.
  • a method according to the invention for the detection of obstacles located in the environment of the motor vehicle 1 thus essentially comprises the following steps:
  • each virtual object being representative of a detected obstacle.
  • the creation of virtual objects comprises a first step in which I points belonging to the contour CF (points corresponding to the modeling data) are grouped into one or more sets, as a function of the position of these points on the contour.
  • Figure 6a shows the result obtained at the end of this grouping step, with the creation of six sets denoted Ci to C6.
  • the virtual objects obtained from the contour CF are thus representative of the obstacles detected and can be used by themselves to make a decision for a driver assistance system.
  • Figure 8a schematically illustrates a first possible architecture of an obstacle detection system using a combination of the virtual objects from the contour CF with the objects delivered by obstacle detectors for the fusion of objects.
  • the object fusion system 3 receives objects delivered by at least two object detectors.
  • the objects delivered at the input of the object fusion system 3 come from four obstacle detectors of different technologies embedded on the vehicle 1, for example:
  • a first obstacle detector Si using a front camera and delivering objects Oi;
  • a second obstacle detector S 2 using a laser scanner sensor and delivering ol objects
  • a third obstacle detector S3 using a plurality of radars to provide 360 ° coverage around the vehicle 1 and delivering objects
  • a fourth obstacle detector S 4 using several cameras to have a 360 ° coverage around the vehicle 1 and delivering objects O c
  • the system further comprises a processing module 4 capable of determining modeling data I of the contour CF delimiting the driving free space for the motor vehicle 1, and a module 5 for generating the virtual objects.
  • the modeling data are determined here from the information received from the detectors Si, S 2 and S 3 . Nevertheless, the data received from any of the four detectors could be used.
  • the virtual objects at the output of the module 5 are in the same form as the objects coming from the different object detectors Si at S 4 , and it is therefore possible to consider them as input data of the object fusion system 3. .
  • FIG. 7 which represents a superposition of the objects represented in FIG. 3, and virtual objects generated according to the invention from the contour CF, it is noted that:
  • the virtual object O f will reinforce the confidence related to the detection of an obstacle thanks to its association and its fusion with the object d;
  • the virtual object O p will come to reinforce the confidence related to the detection of an obstacle thanks to its association and its fusion with the object 0 2 ;
  • the virtual object Op will come to reinforce the confidence related to the detection of an obstacle thanks to its association and its fusion with the object O3; - And above all, the virtual object Op will make it possible to avoid the non-detection of the obstacle 0 4 .
  • the performance of the object fusion system 3 is thus improved both in terms of false alarms and non-detection.
  • FIG. 8b schematically illustrates a second possible architecture of an obstacle detection system, in which a combination of the complementary data from the CF contour is made with the objects resulting from the melting step, that is to say with the objects delivered by the object fusion system 3.
  • This second architecture differs from that shown in FIG. 8a only in that the object fusion system 3 receives here only the data delivered by the obstacle detectors Si at S 4 , and that the virtual objects Oj? delivered by the module 5 and created from the CF contour delimiting the free driving space are here simply added, at a validation module 6, to the objects at the output of the object fusion system 3.
  • a system according to this second architecture makes it possible to solve the cases of non-detection (in the example, the virtual object Op will be added to the other objects resulting from the merging of objects).
  • the computation times can be improved by focusing only on a part of the contour CF, delimiting the free space driving.
  • This part can in particular be selected from an estimate of the trajectory followed by the motor vehicle 1 or from an estimate of the track on which said motor vehicle 1 rolls.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

L'invention concerne un procédé pour la détection d'obstacles situés dans l'environnement d'un véhicule automobile (1). Selon l'invention, on détermine des données de modélisation d'un contour délimitant un espace libre de conduite pour ledit véhicule automobile, et on génère des objets virtuels ( O2 F, O3 F, O4 F, O5 F) à partir desdites données de modélisation du contour. Ces objets virtuels sont représentatifs d'obstacles détectés en frontière extérieure à l'espace libre de conduite.

Description

DETECTI ON D'OBSTACLES POUR VEHI CULE AUTOMOBI LE
La présente invention concerne de manière générale le domaine des véhicules automobiles, et plus précisément un procédé et un système de détection d'obstacles situés dans l'environnement d'un véhicule automobile.
Il est connu d'équiper certains véhicules automobiles avec des systèmes d'aide à la conduite utilisant différents capteurs pour détecter différents obstacles situés dans l'environnement du véhicule en vue de permettre aux conducteurs et/ou aux systèmes d'aide à la conduite d'adapter la conduite à la situation.
Les objets à détecter peuvent être, selon les applications recherchées, des obstacles sur la route, tels que des piétons ou d'autres véhicules, ou toute information relative à la route empruntée, telle que les lignes de marquage routier, la reconnaissance des panneaux de signalisation ou des feux tricolores. On s'intéresse dans la suite plus particulièrement à la détection d'obstacles.
Tout système de détection utilisé pour l'assistance à la conduite comporte classiquement au moins un capteur apte à détecter des obstacles dans l'environnement du véhicule, typiquement à l'avant, à l'arrière ou sur un côté du véhicule dans une zone d'observation donnée, ainsi qu'un module de traitement associé à ce capteur. Le module de traitement est apte à délivrer au moins une information relative à chaque obstacle détecté, typiquement la position (coordonnées cartésiennes ou distance associée à un angle) de cet obstacle par rapport au véhicule. Certains modules de traitement permettent en outre, à partir de traitements d'images capturées par une caméra, une classification de l'obstacle détecté, par exemple pour identifier la présence d'un piéton, ou de véhicules susceptibles de présenter un danger. Dans la suite, on appelle « détecteur d'obstacles » l'ensemble formé par un capteur d'une technologie donnée et de son module de traitement associé. Chaque détecteur d'obstacles est apte à délivrer un obstacle détecté sous forme d'un objet, généralement une boîte englobante rectangulaire dont les dimensions estiment les dimensions de l'obstacle et que l'on peut positionner par rapport au véhicule sur une représentation à deux dimensions. Différentes technologies de capteurs (caméra, radar, lidar, capteur laser, capteur à ultrasons) peuvent être utilisées en fonction des besoins.
Les détecteurs d'obstacles précités présentent néanmoins l'inconvénient d'être peu précis dans certains types de mesures. Ainsi, un système de détection utilisant une caméra ne permet pas des mesures très précises en distance, contrairement au radar. A l'inverse, le radar est moins précis en angle qu'une caméra. Par ailleurs, les capteurs actifs (radar, lidar, laser) sont précis en position mais pas en classification. En particulier pour le lidar et le laser, l'imprécision en classification est due au fait qu'ils essayent de reconstituer un objet à partir de la distribution géométrique des faisceaux réfléchis.
Pour garantir une perception plus fiable de l'environnement du véhicule, il est ainsi connu d'utiliser plusieurs détecteurs d'obstacles de technologies différentes, et de fusionner les données (i.e. les objets) issues de ces différents détecteurs.
Cette fusion multi-capteurs dite de « haut niveau », décrite par exemple dans l'article intitulé « A multi-sensor fusion System for moving object détection and tracking in urban driving environments » (Cho et al., 2014 IEEE International Conférence on robotics & automation (ICRA) Hong Kong Convention and exhibition Center - May 31-June 7, 2014), comprend essentiellement les trois étapes classiques suivantes:
- une étape d'association consistant à déterminer si deux objets détectés par deux détecteurs différents correspondent ou non à un même obstacle;
- une étape de reconstruction d'un objet en combinant les objets associés à l'étape précédente.
- une étape de suivi (ou tracking) des différents objets résultant de la reconstruction. Pour illustrer le concept de la fusion dite de haut niveau, la figure 1 représente une situation routière réelle avec un véhicule automobile 1 équipé de plusieurs détecteurs d'obstacles de technologies différentes, ici d'un premier détecteur S-i, par exemple utilisant une caméra placée à l'avant du véhicule automobile 1, et d'un second détecteur S2, utilisant par exemple un capteur lidar placé sur le rétroviseur droit du véhicule automobile 1. Un obstacle 2, typiquement un autre véhicule automobile, est présent sur l'avant droit du véhicule automobile 1. La figure 1b représente schématiquement, pour cette situation routière réelle, les objets ΟΣ et Oq détectés respectivement par les détecteurs Si et S2. Comme on le voit sur la figure 1b, les objets délivrés par les différents détecteurs, se présentent sous la forme de boîtes englobantes, ici des rectangles. Chaque boîte englobante correspond à un obstacle tel qu'il a été détecté par le détecteur considéré, avec notamment des informations estimées concernant sa position relative par rapport au véhicule automobile 1, ses dimensions, et éventuellement, selon le type de détecteur utilisé, d'autres attributs comme sa classe (type d'objet), sa vitesse et son accélération relatives.
Le but de l'étape précitée d'association est de déterminer que les objets O et Ος correspondent en fait à un seul et même obstacle (le
S1 ^2
véhicule tiers 2), de sorte que les données de ces deux objets pourront être fusionnées pour reconstruire un objet résultant plus proche de la réalité.
La figure 2 résume sous forme de synoptique simplifié différentes composantes possibles d'un système 3 de fusion muiti capteurs équipant le véhicule automobile 1. Le système 3 reçoit dans l'exemple pris les objets délivrés d'une part, par le premier détecteur d'obstacles Si (objets Oi ), et d'autre part par le second détecteur d'obstacles S2 (objets OÎ ) Les b2 détecteurs peuvent être, comme représenté sur la figure 2, des composantes externes au système 3, utilisées par exemple pour d'autres fonctionnalités d'assistance à la conduite. En variante, les détecteurs d'obstacles font partie intégrante du système de fusion d'objets.
Les références 30, 31 et 33 sur la figure 2 illustrent les modules de traitement de données associés à chaque étape d'un processus classique de fusion de données à haut niveau. Ainsi, le système 3 comporte des moyens 30 chargés de l'association des boîtes englobantes (ou objets) délivrées par les différents détecteurs (généralement fondée sur une recherche des plus proches voisins), des moyens 31 chargés de la fusion des boîtes englobantes qui ont été associées (par exemple selon un algorithme probabiliste bayésien), et des moyens 32 aptes à assurer le suivi des boîtes englobantes, par exemple par filtrage de Kalman. Le système 3 délivre ainsi en sortie une liste d'objets résultant ayant pris en compte les redondances et compléments apportés par les différents détecteurs, chaque objet étant associé à un certain indice de confiance par rapport à la détection.
Avec ce type de système, il peut néanmoins toujours subsister des situations dans lesquelles certains obstacles bien réels n'ont été détectés par aucun des détecteurs utilisés. Une telle situation est illustrée sur la figure 3, qui représente un exemple du résultat d'une fusion d'objets muiti capteurs équipant le véhicule automobile 1. Sur cet exemple, les références O-i, 02, 03 représentent trois objets résultants délivrés en sortie du système 3 de fusion d'objets, correspondant à trois obstacles évoluant dans l'environnement avant du véhicule 1 , et la référence 04 associée à une boîte englobante en pointillés illustre un obstacle non détecté, par exemple une palette de transport qui n'est dans aucune base d'apprentissage associée aux différents capteurs, et qui n'est donc pas identifiée en tant qu'objet. En d'autres termes, le système 3 de fusion ne délivre pas d'objet 04, alors même que l'obstacle est bien présent.
On comprend aisément qu'il n'est pas possible de proposer des voitures semi-autonomes, et encore moins autonomes, pour lesquels les systèmes de fusion d'objets comporteraient de tels risques de non-détection.
La présente invention a pour but de pallier les inconvénients précédents en proposant un procédé et un système qui soient une alternative ou éventuellement un complément aux systèmes de fusion d'objets multi- capteurs.
Pour ce faire, l'invention a pour objet un procédé pour la détection d'obstacles situés dans l'environnement d'un véhicule automobile, caractérisé en ce qu'il comporte une étape de détermination de données de modélisation d'un contour délimitant un espace libre de conduite pour ledit véhicule automobile, et une étape de création d'objets virtuels en frontière extérieure à l'espace libre de conduite à partir desdites données de modélisation du contour, chaque objet virtuel étant représentatif d'un obstacle détecté.
Selon d'autres particularités possibles :
- la création d'objets virtuels peut comporter une étape de regroupement de points appartenant audit contour et correspondant aux données de modélisation en un ou plusieurs ensembles en fonction de la position desdits points sur le contour, et une étape de construction d'un ou plusieurs objets virtuels, chaque objet virtuel étant une boîte englobante rectangulaire dont la taille est ajustée pour englober les points regroupés dans un même ensemble;
- le procédé peut comporter en outre une étape de suivi desdits objets virtuels ;
- le procédé peut comporter en outre une étape de fusion d'objets délivrés par au moins deux détecteurs d'obstacles équipant le véhicule automobile, chaque détecteur d'obstacles étant apte à délivrer un objet sous forme d'une boîte englobante représentative d'un obstacle détecté par ledit détecteur d'obstacles, et une étape de combinaison des objets virtuels soit avec lesdits objets délivrés pour l'étape de fusion, soit avec les objets résultant de l'étape de fusion ;
- ladite étape de combinaison peut consister à fusionner lesdits objets virtuels avec les objets délivrés par lesdits au moins deux détecteurs d'obstacles lors de l'étape de fusion ;
- ladite étape de combinaison peut consister à ajouter aux objets résultant de l'étape de fusion les objets virtuels créés ;
- l'étape de fusion d'objets peut comporter une étape d'association d'objets représentatifs des mêmes obstacles détectés, une étape de construction d'objets résultants à partir d'objets associés, et une étape de suivi des objets résultants ;
- les objets virtuels sont créés de préférence seulement sur une partie du contour délimitant l'espace libre de conduite, ladite partie étant sélectionnée à partir d'une estimation d'une trajectoire suivie par ledit véhicule automobile ou d'une estimation de la voie sur laquelle roule ledit véhicule automobile.
L'invention a également pour objet un système de détection d'obstacles situés dans l'environnement d'un véhicule automobile, caractérisé en ce qu'il comporte un module de traitement configuré pour déterminer des données de modélisation d'un contour délimitant un espace libre de conduite pour ledit véhicule automobile, et créer des objets virtuels en frontière extérieure à l'espace libre de conduite à partir desdites données de modélisation du contour, chaque objet virtuel étant représentatif d'un obstacle détecté.
Le système peut comporter en outre un système de fusion d'objets délivrés par au moins deux détecteurs d'obstacles équipant le véhicule automobile, chaque détecteur d'obstacles étant apte à délivrer un objet sous forme d'une boîte englobante représentative d'un obstacle détecté par ledit détecteur d'obstacles,, et en ce que lesdits objets virtuels sont combinés soit en entrée dudit système de fusion avec les objets délivrés par lesdits au moins deux détecteurs, soit avec les objets résultant en sortie dudit système de fusion d'objets.
L'invention et les différents avantages qu'elle procure seront mieux compris au vu de la description suivante, faite en référence aux figures annexées, dans lesquelles :
- les figures 1a et 1b déjà décrites ci-avant, représentent schématiquement respectivement une situation routière réelle et les résultats de détection d'obstacles obtenus avec un véhicule automobile équipé de deux détecteurs de technologies différentes ;
- la figure 2, décrite ci-avant, illustre schématiquement le principe connu de la fusion multi-objets à partir des objets détectés par les deux détecteurs de la figure 1 a;
- la figure 3, décrite ci-avant, représente un exemple de non détection pour une situation routière donnée ; - la figure 4 donne un exemple de contour délimitant un espace libre de conduite, obtenu dans la situation routière de la figure 3 ;
- la figure 5 illustre une superposition des résultats d'une fusion d'objets avec le contour d'espace libre de la figure 4 ;
- les figures 6a, 6b et 6c schématisent des exemples de résultats de différents étapes de traitement pour la création d'objets virtuels à partir du contour d'espace libre de conduite de la figure 4 ;
- la figure 7 illustre une superposition des résultats d'une fusion d'objets avec les objets virtuels générés à partir du contour d'espace libre de la figure 4 ;
- la figure 8a illustre, sous forme de synoptique simplifié, une première architecture pour un système de détection d'obstacles, utilisant les objets virtuels créés à partir d'un contour d'espace libre de conduite conforment à l'invention ;
- la figure 8b illustre, sous forme de synoptique simplifié, une deuxième architecture possible pour un système de détection d'obstacles, utilisant les objets virtuels créés à partir d'un contour d'espace libre de conduite conforment à l'invention. Dans la suite de la description, et à moins qu'il n'en soit disposé autrement, les éléments communs à l'ensemble des figures portent les mêmes références. On notera par ailleurs que les dessins ne sont pas à l'échelle.
L'invention trouve sa source dans l'existence d'algorithmes de traitements aptes à déterminer l'espace libre de conduite qui se présente dans l'environnement immédiat d'un véhicule, en particulier à l'avant, lorsque celui- ci se déplace.
L'espace libre de conduite (« free drivable space » en terminologie anglo-saxonne) correspond aux zones dans lesquelles le véhicule peut évoluer en sécurité. L'espace situé devant un véhicule est considéré comme « non libre » dès lors que des obstacles statiques (bords de route, panneaux de signalisation, voitures en stationnement...) ou des obstacles dynamiques (véhicules roulants, piétons en particuliers) sont présents. La détermination de l'espace libre nécessite donc de savoir pour chaque point de l'espace total à l'avant du véhicule s'il est libre ou occupé.
Il existe différentes façons aujourd'hui de déterminer l'espace libre de conduite.
Notamment, il est connu de procéder à un traitement en temps réel d'images capturées par une caméra placée à l'avant du véhicule, afin d'extraire, par différents algorithmes de reconnaissance, différentes informations sur l'espace situé à l'avant du véhicule. Le traitement d'images permet de classifier chaque pixel d'une image selon trois catégories ou marqueurs selon que ce pixel doit être associé à la route, à un obstacle statique ou dynamique (voitures, piétons, barrières, panneaux de signalisation...), ou à un fond de paysage. Il est possible alors d'extraire une représentation géométrique à deux dimensions d'au moins un contour délimitant l'espace libre de conduite à l'avant du véhicule.
D'autres procédés d'extraction du contour de l'espace libre de conduite existent également à partir d'ondes émises par un capteur (tel que radar, lidar ou capteur à ultrasons) qui vont se réfléchir sur des obstacles à une certaine distance. Le ou les contours extraits à partir des points d'impact obtenus délimitent la ou les zones pour lesquelles les ondes émises n'ont pas rencontré d'obstacles.
D'autres procédés reposent sur l'utilisation de plusieurs détecteurs d'obstacles de technologies différentes dont on fusionne les informations pour obtenir un contour affiné de l'espace libre de conduite.
La figure 4 illustre un exemple de contour CF susceptible d'être obtenu selon l'une quelconque des méthodes précédentes dans l'exemple de configuration routière de la figure 3, à partir des données de modélisation que constituent les différents points I (les points I étant représentatifs dans cet exemple de points d'impact suite à la réflexion d'une onde, mais pourraient être obtenus par traitement d'images capturées par une caméra).
La détermination de l'espace libre de conduite peut donc servir en théorie notamment aux calculs de trajectoires à suivre par le véhicule, ou à d'autres possibilités de manœuvres telles que des manœuvres d'urgence (évitement), voire à des simples alertes visuelles et/ou sonores à destination du conducteur.
Néanmoins, à ce jour, la notion d'espace libre de conduite est assez peu utilisée car elle est difficile à interpréter en temps réel par les systèmes existant d'aide à la conduite. En particulier, le contour CF ne permet que d'indiquer qu'il y a une limite en-deçà de laquelle le véhicule peut évoluer en sécurité, sans pour autant que l'on connaisse les raisons de cette limite. Ainsi, la détermination du contour délimitant l'espace libre de conduite n'est pas suffisante pour permettre d'interpréter ce que le véhicule doit faire (freiner, s'arrêter ou maintenir une vitesse constante, ...).
Pour autant, lorsque l'on superpose, comme le montre la figure 5, la représentation des objets résultant de la fusion d'objets de la figure 3 avec le contour CF délimitant l'espace libre de conduite de la figure 4, on constate que l'allure de ce contour pourrait servir :
- à elle seule, à détecter tous les objets Oi à 04 ;
- en combinaison avec un système de fusion d'objets issus de plusieurs détecteurs, à conforter les objets détectés Ο-ι, O2, et O3, mais aussi à résoudre le problème de la non détection de l'objet 04.
En d'autres termes, la présente invention propose d'utiliser les données de modélisation du contour CF délimitant l'espace libre de conduite pour inférer des objets virtuels représentatifs d'obstacles probablement présents en frontière extérieure à l'espace libre de conduite.
Un procédé conforme à l'invention pour la détection d'obstacles situés dans l'environnement du véhicule automobile 1 comporte ainsi essentiellement les étapes suivantes :
- une étape de détermination de données de modélisation d'un contour CF délimitant un espace libre de conduite pour le véhicule automobile 1 , et
- une étape de création d'objets virtuels frontière extérieure à
Figure imgf000010_0001
l'espace libre de conduite à partir desdites données de modélisation du contour CF, chaque objet virtuel étant représentatif d'un obstacle détecté. Il convient de se reporter aux figures 6a, 6b et 6c pour comprendre les différentes étapes implém entées pour créer ces objets virtuels Oj? à partir des données de modélisation I du contour CF délimitant l'espace libre de conduite, dans un mode de réalisation possible. Pour simplifier et mieux comprendre l'intérêt de l'invention par la suite, on part du même contour CF que celui représenté sur les figures 4 et 5 pour expliquer comment générer les objets virtuels Oj? qui seraient représentatifs d'obstacles situés en frontière extérieure à l'espace libre de conduite.
La création d'objets virtuels comporte une première étape lors de laquelle on regroupe des points I appartenant au contour CF (points correspondant aux données de modélisation) en un ou plusieurs ensembles, en fonction de la position de ces points sur le contour. La figure 6a montre le résultat obtenu à l'issue de cette étape de regroupement, avec la création de six ensembles notés Ci à C6.
Puis, on construit un objet virtuel autour de chacun des ensembles issus de l'étape précédente. Cette étape consiste à trouver la boîte englobante rectangulaire dont la taille englobe au mieux les points d'un même ensemble. La figure 6b illustre le résultat de cette étape de construction, avec la création
1 6
de six objets virtuels notés Of à Of correspondant aux rectangles dans lesquels s'inscrivent les ensembles Ci à C6.
On effectue ensuite de préférence un suivi temporel des objets virtuels ainsi construits de façon à conforter ou non, sur plusieurs itérations, la présence d'un ou de plusieurs obstacles représentés par un ou plusieurs objets virtuels. La figure 6c illustre le résultat de cette étape de suivi, pour laquelle
2 3 4 5
on voit que seuls quatre objets virtuels, Op , Op , Op et Op , ont été conservés, les deux autres objets virtuels n'ayant pas pu faire l'objet d'un suivi cohérent. Les objets virtuels obtenus à partir du contour CF sont ainsi représentatifs des obstacles détectés et peuvent servir à eux seuls à une prise de décision pour un système d'assistance à la conduite.
Ils peuvent également être utilisés en combinaison d'un système de fusion d'objets multi-capteurs, comme cela va à présent être explicité :
La figure 8a illustre schématiquement une première architecture possible d'un système de détection d'obstacles utilisant une combinaison des objets virtuels issus du contour CF avec les objets délivrés par des détecteurs d'obstacles pour la fusion d'objets.
On retrouve dans cette architecture le système 3 de fusion d'objets déjà décrit précédemment en référence à la figure 2, recevant des objets délivrés par au moins deux détecteurs d'objets. Dans l'exemple non limitatif, les objets délivrés en entrée du système 3 de fusion d'objets proviennent de quatre détecteurs d'obstacles de technologies différentes embarqués sur le véhicule 1, par exemple :
- un premier détecteur d'obstacles Si utilisant une caméra frontale et délivrant des objets Oi ;
- un deuxième détecteur d'obstacles S2 utilisant un capteur scanner laser et délivrant des objets ol - un troisième détecteur d'obstacles S3 utilisant plusieurs radars pour avoir une couverture sur 360° autour du véhicule 1 et délivrant des objets
- un quatrième détecteur d'obstacles S4 utilisant plusieurs caméras pour avoir une couverture sur 360° autour du véhicule 1 et délivrant des objets Oc ■
Néanmoins, la fusion d'objets pourrait également être faite à partir de détecteurs de même technologie. Le système comporte en outre un module 4 de traitement apte à déterminer des données de modélisation I du contour CF délimitant l'espace libre de conduite pour le véhicule automobile 1, et un module 5 de génération des objets virtuels. A titre d'exemple non limitatif, les données de modélisation sont déterminées ici à partir des informations reçues des détecteurs S-i, S2 et S3. Néanmoins, les données reçues de n'importe quel des quatre détecteurs pourraient être utilisées.
Les objets virtuels en sortie du module 5 se présentent sous la même forme que les objets issus des différents détecteurs d'objets Si à S4, et il est donc possible de les considérer comme données d'entrées du système 3 de fusion d'objets. Sur la figure 7 qui représente une superposition des objets représentés sur la figure 3, et des objets virtuels générés conformément à l'invention à partir du contour CF, on note que :
- l'objet virtuel Of va venir renforcer la confiance liée à la détection d'un obstacle grâce à son association et sa fusion avec l'objet d ;
- l'objet virtuel Op va venir renforcer la confiance liée à la détection d'un obstacle grâce à son association et sa fusion avec l'objet 02 ;
2
- l'objet virtuel Op va venir renforcer la confiance liée à la détection d'un obstacle grâce à son association et sa fusion avec l'objet O3 ; - et surtout que l'objet virtuel Op va permettre d'éviter la non détection de l'obstacle 04.
En fusionnant les objets issus des détecteurs avec des objets virtuels créés à partir des données propres à l'espace libre de conduite, on améliore ainsi les performances du système 3 de fusion d'objets tant en termes de fausses alarmes que de non détection.
La figure 8b illustre schématiquement une deuxième architecture possible d'un système de détection d'obstacles, dans laquelle une combinaison des données complémentaires issues du contour CF s'effectue avec les objets résultant de l'étape de fusion, c'est-à-dire avec les objets délivrés par le système 3 de fusion d'objets.
Cette deuxième architecture ne diffère de celle représentée sur la figure 8a que sur le fait que le système 3 de fusion d'objets ne reçoit ici que les données délivrées par les détecteurs d'obstacles Si à S4, et que les objets virtuels Oj? délivrés par le module 5 et créés à partir du contour CF délimitant l'espace libre de conduite sont ici simplement ajoutés, au niveau d'un module 6 de validation, aux objets en sortie du système 3 de fusion d'objet.
Un système selon cette deuxième architecture permet de résoudre les cas de non détection (dans l'exemple, l'objet virtuel Op va être ajouté aux autres objets résultant de la fusion d'objets).
Dans tous les cas (utilisation seule des objets virtuels, ou combinaison avec un système de fusion d'objets), on peut améliorer les temps de calcul en ne s'intéressant préférentiellement qu'à une partie du contour CF, délimitant l'espace libre de conduite. On peut notamment sélectionner cette partie à partir d'une estimation de la trajectoire suivie par le véhicule automobile 1 ou d'une estimation de la voie sur laquelle roule ledit véhicule automobile 1.

Claims

REVENDICATIONS
1. Procédé pour la détection d'obstacles situés dans l'environnement d'un véhicule automobile (1), caractérisé en ce qu'il comporte une étape de détermination de données (I) de modélisation d'un contour (CF) délimitant un espace libre de conduite pour ledit véhicule automobile
(1), et une étape de création d'objets virtuels (Oj?) en frontière extérieure à l'espace libre de conduite à partir desdites données (I) de modélisation du contour (CF), chaque objet virtuel étant représentatif d'un obstacle détecté.
2. Procédé selon la revendication 1, caractérisé en ce que la création d'objets virtuels (Oj?) comporte une étape de regroupement de points appartenant audit contour (CF) et correspondant aux données (I) de modélisation en un ou plusieurs ensembles (C-|...C6) en fonction de la position desdits points sur le contour (CF), et une étape de construction d'un ou plusieurs objets virtuels, chaque objet virtuel étant une boîte englobante rectangulaire dont la taille est ajustée pour englober les points regroupés dans un même ensemble.
3. Procédé selon l'une quelconque des revendications 1 ou 2, caractérisé en ce qu'il comporte en outre une étape de suivi desdits objets virtuels
Figure imgf000015_0001
4. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce qu'il comporte en outre une étape de fusion d'objets délivrés par au moins deux détecteurs (S-i, S2, S3, S4) d'obstacles équipant le véhicule automobile (1), chaque détecteur d'obstacles (S-i,
S2, S3, S4) étant apte à délivrer un objet {Ol , Ol Oj )
S1 B2 S3 S4 sous forme d'une boîte englobante représentative d'un obstacle détecté par ledit détecteur d'obstacles, et une étape de combinaison des objets virtuels (Oj?) soit avec lesdits objets délivrés pour l'étape de fusion, soit avec les objets résultant de l'étape de fusion.
Procédé selon la revendication 4, caractérisé en ce que ladite étape de combinaison consiste à fusionner lesdits objets virtuels (Oj?) avec les objets (Ος , Ος O? Ος ) délivrés par lesdits au moins deux détecteurs d'obstacles (S-i, S2, S3, S4) lors de l'étape de fusion.
Procédé selon la revendication 4, caractérisé en ce que ladite étape de combinaison consiste à ajouter aux objets résultant de l'étape de fusion les objets virtuels (Oj?) créés.
Procédé selon l'une quelconque des revendications 4 à 6, caractérisé en ce que l'étape de fusion d'objets comporte une étape d'association d'objets représentatifs des mêmes obstacles détectés, une étape de construction d'objets résultants à partir d'objets associés, et une étape de suivi des objets résultants.
Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que les objets virtuels (Oj?) sont créés seulement sur une partie du contour (CF) délimitant l'espace libre de conduite, ladite partie étant sélectionnée à partir d'une estimation d'une trajectoire suivie par ledit véhicule automobile (1) ou d'une estimation de la voie sur laquelle roule ledit véhicule automobile (1).
Système de détection d'obstacles situés dans l'environnement d'un véhicule automobile (1), caractérisé en ce qu'il comporte un module (4, 5) de traitement configuré pour déterminer des données (I) de modélisation d'un contour (CF) délimitant un espace libre de conduite pour ledit véhicule automobile (1), et créer des objets virtuels (0£)en frontière extérieure à l'espace libre de conduite à partir desdites données (I) de modélisation du contour (CF), chaque objet virtuel étant représentatif d'un obstacle détecté.
10. Système selon la revendication 9, caractérisé en ce qu'il comporte en outre un système (3) de fusion d'objets délivrés par au moins deux détecteurs (S-i, S2, S3, S4) d'obstacles équipant le véhicule automobile (1), chaque détecteur d'obstacles (S-i, S2, S3, S4) étant apte à délivrer un objet (Oi , Ol O? ) sous forme d'une boîte englobante
S1 B2 S3 S4
représentative d'un obstacle détecté par ledit détecteur d'obstacles,, et en ce que lesdits objets virtuels (Oj?) sont combinés soit en entrée dudit système (3) de fusion avec les objets délivrés par lesdits au moins deux détecteurs, soit avec les objets résultant en sortie dudit système (3) de fusion d'objets.
PCT/EP2017/074712 2016-09-29 2017-09-28 Détection d'obstacles pour véhicule automobile Ceased WO2018060381A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1659384A FR3056531B1 (fr) 2016-09-29 2016-09-29 Detection d'obstacles pour vehicule automobile
FR1659384 2016-09-29

Publications (1)

Publication Number Publication Date
WO2018060381A1 true WO2018060381A1 (fr) 2018-04-05

Family

ID=57750146

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2017/074712 Ceased WO2018060381A1 (fr) 2016-09-29 2017-09-28 Détection d'obstacles pour véhicule automobile

Country Status (2)

Country Link
FR (1) FR3056531B1 (fr)
WO (1) WO2018060381A1 (fr)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3080075A1 (fr) * 2018-04-13 2019-10-18 Renault S.A.S. Procede et systeme d'aide au pilotage d'un vehicule
US11532100B2 (en) 2019-12-10 2022-12-20 Robert Bosch Gmbh Method for environmental acquisition, data processing unit

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114981138A (zh) * 2020-02-13 2022-08-30 华为技术有限公司 车辆可行驶区域的检测方法以及检测装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009006113A1 (de) * 2008-03-03 2009-09-10 Volkswagen Ag Vorrichtung und Verfahren zur Sensorfusion mit dynamischen Objekten
DE102009022278A1 (de) * 2009-05-22 2010-01-21 Daimler Ag Verfahren zur Ermittlung eines hindernisfreien Raums
US20100121577A1 (en) * 2008-04-24 2010-05-13 Gm Global Technology Operations, Inc. Three-dimensional lidar-based clear path detection
DE102014016578A1 (de) * 2014-11-08 2016-05-12 Audi Ag Einrichtung zur adaptiven Geschwindigkeits- und Abstandsregelung für ein Kraftfahrzeug, zugehöriges Kraftfahrzeug und zugehöriges Verfahren

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009006113A1 (de) * 2008-03-03 2009-09-10 Volkswagen Ag Vorrichtung und Verfahren zur Sensorfusion mit dynamischen Objekten
US20100121577A1 (en) * 2008-04-24 2010-05-13 Gm Global Technology Operations, Inc. Three-dimensional lidar-based clear path detection
DE102009022278A1 (de) * 2009-05-22 2010-01-21 Daimler Ag Verfahren zur Ermittlung eines hindernisfreien Raums
DE102014016578A1 (de) * 2014-11-08 2016-05-12 Audi Ag Einrichtung zur adaptiven Geschwindigkeits- und Abstandsregelung für ein Kraftfahrzeug, zugehöriges Kraftfahrzeug und zugehöriges Verfahren

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CHO ET AL., IEEE INTERNATIONAL CONFÉRENCE ON ROBOTICS & AUTOMATION (ICRA) HONG KONG CONVENTION AND EXHIBITION CENTER, 2014

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3080075A1 (fr) * 2018-04-13 2019-10-18 Renault S.A.S. Procede et systeme d'aide au pilotage d'un vehicule
US11532100B2 (en) 2019-12-10 2022-12-20 Robert Bosch Gmbh Method for environmental acquisition, data processing unit

Also Published As

Publication number Publication date
FR3056531A1 (fr) 2018-03-30
FR3056531B1 (fr) 2019-07-12

Similar Documents

Publication Publication Date Title
FR3056530B1 (fr) Detection d'obstacles par fusion d'objets pour vehicule automobile
US12450918B2 (en) Automatic lane marking extraction and classification from lidar scans
WO2022002531A1 (fr) Système et procédé de détection d'un obstacle dans un environnement d'un véhicule
FR2883826A1 (fr) Appareil d'assistance a la conduite d'un vehicule
FR3106918A1 (fr) Procédé et dispositif de reconstruction des voies
EP3755593A1 (fr) Dispositif et procédé d'aide à la conduite d'un véhicule automobile
EP3630570A1 (fr) Assistance a la conduite d'un vehicule automobile a l'approche d'une barriere de peage
FR3056531B1 (fr) Detection d'obstacles pour vehicule automobile
US20220371614A1 (en) Ads perception development
FR3054673B1 (fr) Fusion de donnees de detection et de suivi d'objets pour vehicule automobile
FR3054672B1 (fr) Procede et systeme d'association de donnees de detection et de suivi d'objets mobile pour vehicule automobile
WO2018041978A1 (fr) Dispositif de détermination d'une limitation de vitesse, système embarqué comprenant un tel dispositif et procédé de détermination d'une limitation de vitesse.
FR3078667A1 (fr) Procede et systeme d'assistance au stationnement par vision active a lumiere structuree
WO2021099395A1 (fr) Procédé de détection de pics d'intensité de faisceau lumineux réfléchi de manière spéculaire
FR3054355B1 (fr) Procede et systeme de determination d'un espace libre situe dans une zone d'environnement d'un vehicule automobile
FR3155345A1 (fr) Suivi de véhicules par suivi d’objets latéraux
FR3106108A1 (fr) Procédé et dispositif de détermination de trajectoire d’une route
EP3008664B1 (fr) Procédé et système de suivi d'objets en mouvement
FR3166598A1 (fr) Procédé et dispositif de détection de portière de véhicule sur un emplacement de stationnement
FR3151816A1 (fr) Procédé de détection d’objets dynamiques
FR3155189A1 (fr) Suivi anticipé d’objets latéraux
FR3120711A1 (fr) Procede et dispositif de calibration d'un capteur de profondeur d'environnement
WO2024115827A1 (fr) Procédé et dispositif de contrôle d'un système d'aide à la conduite dans un environnement comportant un croisement
EP4564296A1 (fr) Procédé de détermination de la position angulaire d'une remorque par rapport à un véhicule tracteur
CN117152579A (zh) 用于运载工具的系统和计算机实现的方法

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: 17780364

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17780364

Country of ref document: EP

Kind code of ref document: A1