CN109308442A - 车外环境识别装置 - Google Patents

车外环境识别装置 Download PDF

Info

Publication number
CN109308442A
CN109308442A CN201810630463.4A CN201810630463A CN109308442A CN 109308442 A CN109308442 A CN 109308442A CN 201810630463 A CN201810630463 A CN 201810630463A CN 109308442 A CN109308442 A CN 109308442A
Authority
CN
China
Prior art keywords
pedestrian
object area
dimensional object
recognition device
environment recognition
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.)
Granted
Application number
CN201810630463.4A
Other languages
English (en)
Other versions
CN109308442B (zh
Inventor
菅野爱都
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.)
Subaru Corp
Original Assignee
Subaru 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 Subaru Corp filed Critical Subaru Corp
Publication of CN109308442A publication Critical patent/CN109308442A/zh
Application granted granted Critical
Publication of CN109308442B publication Critical patent/CN109308442B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30261—Obstacle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明提供一种车外环境识别装置。提前且稳定地检测出行人等特定物。车外环境识别装置的计算机作为以下功能部发挥功能：立体物区域确定部，通过基于亮度图像的单眼识别来确定存在立体物(212)的立体物区域(216)；规定部位确定部，使立体物区域与距离图像(128)对应，基于距离信息来确定立体物区域的规定部位(218)；以及移动速度导出部，将确定出的规定部位的移动速度导出。如此能够提前且稳定地检测出行人等特定物。

Description

车外环境识别装置
技术领域
本发明涉及一种确定存在于本车辆的行进方向的特定物的车外环境识别装置。
背景技术
以往，已知有这样的技术(例如，专利文献1)，即，检测位于本车辆的前方的车辆等立体物，以避免与先行车辆之间的冲撞(避撞控制)，或者将与先行车辆之间的车间距离保持在安全距离的方式进行控制(巡航控制)。
另外，作为检测上述立体物的技术，公开了这样的技术(例如，专利文献2)，即，参照拍摄本车辆的侧方而得到的图像图案，基于边缘的本车辆前后方向的对称性，检测与本车辆并行的并行车辆。
现有技术文献
专利文献
专利文献1：日本专利第3349060号公报
专利文献2：日本特开2008-134877号公报
发明内容
技术问题
作为存在于本车辆的行进方向的特定物，包括沿相同方向行驶的先行车辆和/或沿本车辆横向横穿行进道路的行人(人)和自行车等。对于这样的横穿行进道路的行人和/或自行车等，期望通过其轮廓来判断像行人的形态或像自行车的形态。但是，行人与汽车、自行车相比，其绝对体积小，其行动不稳定的情况多。因此，如果一直等到通过整体的轮廓等来确定是行人，则在此期间本车辆与行人之间的距离变短，会需要采取紧急动作作为避撞控制。
特别是，在行人从汽车等立体物的背后突然出现在行进道路的情况下，在该立体物与行人相对于本车辆的相对距离连续的期间，仅通过距离信息无法区分立体物和行人，难以提前检测出行人。
本发明鉴于以上问题，其目的在于提供一种能够提前且稳定地检测出行人等特定物的车外环境识别装置。
技术方案
为了解决上述问题，本发明的车外环境识别装置的计算机作为以下功能部发挥功能：立体物区域确定部，通过基于亮度图像的单眼识别来确定存在立体物的立体物区域；以及规定部位确定部，使立体物区域与距离图像对应，基于距离信息来确定立体物区域的规定部位。
还可以具备移动速度导出部，该移动速度导出部将确定出的规定部位的移动速度导出。
立体物可以为人，规定部位可以为与人的肩膀相当的垂直位置的水平方向中央。
有益效果
根据本发明，可以提前且稳定地检测出行人等特定物。
附图说明
图1是示出了车外环境识别***的连接关系的框图。
图2是用于说明亮度图像和距离图像的说明图。
图3是示出了车外环境识别装置的大致功能的功能框图。
图4是示出车外环境识别处理的流程的流程图。
图5是用于说明立体物区域确定处理的说明图。
图6是用于说明规定部位确定处理的说明图。
符号说明
120 车外环境识别装置
160 立体物区域确定部
162 规定部位确定部
164 移动速度导出部
具体实施方式
在以下一边参照附图，一边对本发明的优选实施方式进行详细说明。该实施方式中所示的尺寸、材料、其他具体数值等只是用于易于理解发明的例示，除非特别说明，否则并不限定本发明。应予说明，在本说明书和附图中，对于实质上具有相同功能、构成的要素，通过标注相同的符号来省略重复说明，另外，对于与本发明没有直接关系的要素省略图示。
(车外环境识别***100)
图1是示出了车外环境识别***100的连接关系的框图。车外环境识别***100构成为包括拍摄装置110、车外环境识别装置120和车辆控制装置(ECU：Engine ControlUnit：发动机控制单元)130。
拍摄装置110构成为包括CCD(Charge-Coupled Device：电荷耦合器件)和/或CMOS(Complementary Metal-Oxide Semiconductor：互补金属氧化物半导体)等拍摄元件，能够拍摄本车辆1的前方的车外环境，生成至少包括亮度信息的亮度图像(彩色图像和/或黑白图像)。另外，拍摄装置110在本车辆1的行进方向侧，以使两个拍摄装置110各自的光轴大致平行的方式在大致水平方向上分离地配置。拍摄装置110以每1/60秒的帧(60fps)的方式连续地生成对存在于本车辆1的前方的检测区域的立体物进行拍摄而得的亮度图像。在此，通过拍摄装置110识别的立体物不仅包括自行车、行人(人)、车辆、信号灯、道路(行进道路)、道路标志、护栏、建筑物这类独立存在的物体，还包括行人的头部和/或肩部等可以确定为其一部分的物体。
另外，车外环境识别装置120分别从两个拍摄装置110获得亮度图像，使用从一个亮度图像检索与从另一个亮度图像任意提取出的区块(例如，水平4个像素×垂直4个像素的阵列)对应的区块的所谓图案匹配，来导出包括视差和表示任意的区块在画面内的位置的画面位置的视差信息。在此，水平表示拍摄得到的图像的画面横向，垂直表示拍摄得到的图像的画面纵向。作为该图案匹配，可以考虑在一对图像之间，以任意的区块单位比较亮度(Y)。例如，有以下方法，即，采用亮度的差值的SAD(Sum of Absolute Difference：绝对差值和)、将差值平方而使用的SSD(Sum of Squared intensity Difference：灰度差值平方和)、采用从各像素的亮度减去平均值而得的分散值的相似度的NCC(Normalized CrossCorrelation：归一化互相关)等。车外环境识别装置120对映现于检测区域(例如，600个像素×200个像素)的全部区块进行这样的区块单位的视差导出处理。在此，将区块设为4个像素×4个像素，但区块内的像素数量可以任意设定。
但是，在车外环境识别装置120，虽然能够按每个作为检测分辨率单位的区块导出视差，但无法识别该区块是哪个对象物的一部分。因此，视差信息不是以对象物单位，而是以检测区域处的检测分辨率单位(例如区块单位)而独立地被导出。在此，将与这样导出的视差信息相对应的图像与上述的亮度图像进行区分而称为距离图像。
图2是用于说明亮度图像126和距离图像128的说明图。例如，通过两个拍摄装置110，针对检测区域124，生成了图2的(a)那样的亮度图像126。但是，在此，为了易于理解，仅示意性地示出了两个亮度图像126中的一个图像。车外环境识别装置120根据这样的亮度图像126求出每个区块的视差，形成图2的(b)那样的距离图像128。在距离图像128中的各区块，被关联有该区块的视差。在此，为了便于说明，用黑点表示被导出了视差的区块。
另外，车外环境识别装置120使用基于亮度图像126的亮度值(色值)、以及基于距离图像128而算出的包括与本车辆1之间的相对距离在内的实际空间中的三维位置信息，将色值相等且三维位置信息接近的区块彼此作为对象物而进行分组化，来确定本车辆1前方的检测区域处的对象物与哪一个特定物(例如，先行车辆、行人)对应。另外，如果车外环境识别装置120如此确定立体物，则以避免与立体物之间的冲撞(避撞控制)，或者将与先行车辆之间的车间距离保持为安全距离的方式控制本车辆1(巡航控制)。应予说明，通过使用所谓的立体法将距离图像128中的每个区块的视差信息转换为三维位置信息来求出上述相对距离。在此，立体法是通过使用三角测量法根据对象物的视差来导出该对象物相对于拍摄装置110的相对距离的方法。
返回图1进行说明，车辆控制装置130通过方向盘132、加速踏板134和制动踏板136来接收驾驶员的操作输入，并将其传递到转向机构142、驱动机构144和制动机构146，从而控制本车辆1。另外，车辆控制装置130根据车外环境识别装置120的指示，控制转向机构142、驱动机构144、制动机构146。
以下，对车外环境识别装置120的构成进行详细描述。在此，对本实施方式中特征性的本车辆1前方的检测区域处的立体物(例如，行人)的确定处理进行详细说明，并省略说明与本实施方式的特征无关的构成。
(车外环境识别装置120)
图3是示出了车外环境识别装置120的大致功能的功能框图。如图3所示，车外环境识别装置120构成为包括I/F部150、数据保持部152和中央控制部154。
I/F部150是用于进行拍摄装置110与车辆控制装置130之间的双向信息交换的接口。数据保持部152由RAM、闪速存储器、HDD等构成，保持以下示出的各功能部的处理所必须的各种信息。
中央控制部154由包括中央处理装置(CPU)、存储有程序等的ROM、作为工作区的RAM等的半导体集成电路构成，通过***总线156来控制I/F部150、数据保持部152等。另外，在本实施方式中，中央控制部154也作为立体物区域确定部160、规定部位确定部162、移动速度导出部164、避撞控制部166而发挥作用。以下，依据该中央控制部154的各功能部的工作，对本实施方式中特征性识别行人(人)的车外环境识别处理进行详细描述。
(车外环境识别处理)
图4是示出车外环境识别处理的流程的流程图。在车外环境识别处理中，首先，执行立体物区域确定处理(S200)，在该立体物区域确定处理(S200)中，立体物区域确定部160通过基于亮度图像126的单眼识别来确定存在行人的立体物区域。然后，执行规定部位确定处理(S202)并执行移动速度导出处理(S204)，在该规定部位确定处理(S202)中，规定部位确定部162使立体物区域与距离图像对应并基于距离信息确定立体物区域的规定部位，在该移动速度导出处理(S204)中，移动速度导出部164导出确定出的规定部位的移动速度。最后，执行避撞控制处理(S206)，在该避撞控制处理(S206)中，避撞控制部166执行避撞控制。应予说明，在获取到亮度图像126和/或距离图像128的每帧重复执行车外环境识别处理。
(立体物区域确定处理S200)
图5是用于说明立体物区域确定处理S200的说明图。在此，假设尝试基于图5的(a)所示的距离图像128来确定行人。在此，设想与行人对应的立体物212从位于距离图像128内的与汽车对应的立体物210的背后突然出现的情况。此时，汽车与行人为独立个体的关系，但在两者距离近的期间，如图5的(b)那样，与汽车对应的立体物210和与行人对应的立体物212变为相对于本车辆1的相对距离连续。因此，如果基于距离图像128检测立体物，则如图5的(a)那样，形成将与汽车对应的立体物210和与行人对应的立体物212均包含在内的大的立体物区域214。如此，则无法区分汽车与行人。
在此，尝试不通过距离图像128而通过亮度图像126来确定行人。例如，如图5的(c)那样，根据两个亮度图像126之中仅一个亮度图像(单眼图像)中的任意图像的形状(图案)，采用使用机器学习而识别特定物的识别技术(以下，简称为“单眼识别”)，确定行人。在此情况下，如图5的(c)那样，以仅适当地包含行人的方式形成立体物区域216。
但是，在该单眼识别中，尽管该立体物为行人的情况的确定率高，但其位置的确定精度并不会变高，另外，立体物区域216的形状容易根据行人的动作而变化。因此，在车外环境识别***100中，虽然能够掌握行人存在于行进道路的情况，但无法正确地确定其移动速度，与行人的避撞控制可能会变得不稳定。
因此，在本实施方式中，将利用单眼识别来确定立体物为行人与使用了亮度图像126来确定行人的位置和/或移动速度这两种有效地融合，其目的在于提前且稳定地检测行人等特定物。因此，首先，如图5的(c)所示，立体物区域确定部160通过基于亮度图像126的单眼识别，来确定存在行人的立体物区域216。但是，根据单眼识别出的结果，导不出行人的移动速度。
(规定部位确定处理S202)
图6是用于说明规定部位确定处理S202的说明图。规定部位确定部162使通过单眼识别在亮度图像126上确定出的立体物区域216照原样与距离图像128上的相同位置对应。因此，如图6的(a)那样，在距离图像128上，形成与亮度图像126相同(相同的形状、相同的面积)的立体物区域216。
接着，如图6的(b)那样，规定部位确定部162将立体物区域216在距离图像128上等分为规定数量(在此为8个)，从画面上提取包含在规定数(在此为2)的位置的长条(参照图6的(c))内的立体物212。在此，假定将行人垂直地8等分后，肩部位于第二个区域，来决定其提取位置。
然后，规定部位确定部162确定提取出的区域之中具有距离信息的部位(像素或区块)的左端部与右端部。在此，具有距离信息的部位是指，以立体物212的相对距离的平均值为基准，相对距离包含在规定的范围内(例如±1m)的部位。应予说明，在该提取出的区域不存在具有距离信息的部位的情况下，将该立体物212不作为行人并结束该车外环境识别处理。
然后，如图6的(c)那样，规定部位确定部162将水平位置为确定出的左端部与右端部的中央且垂直位置为提取出的长条的中央的点确定为规定部位218。
(移动速度导出处理S204)
移动速度导出部164基于如此本次确定出的规定部位218在距离图像128中的位置与在上次获取时确定出的规定部位218在距离图像128中的位置之差、以及其相对距离，导出该规定部位218的移动方向和移动速度。然后，为了将本次确定出的规定部位218作为下一次的上次值，将其保存于数据保持部152。
(避撞控制处理S206)
假定立体物区域确定部160确定出的立体物区域216为行人，且该行人正以移动速度导出部164导出的移动方向和移动速度而移动，避撞控制部166为了避免与该行人的冲撞，来执行避撞控制。
如上所述，在本实施方式中，首先，通过单眼识别来确定立体物为行人，因此与仅使用距离信息的情况相比，能够提前检测出行人。而且，不是仅依赖于单眼识别，还使用距离图像128来确定该行人的位置和/或移动速度，由此可以提高位置和/或移动速度的确定精度。因此，能够提前且稳定地检测出行人等特定物。
另外，在确定行人的位置的基础上，将其垂直位置定为相当于人的肩部的位置(头部与胸部之间)，由此与头部和脚部相比，能够使轴不发生摆动，提高确定精度。应予说明，从轴不摆动这一点考虑，也可以使用腰部，但在因步行导致前后运动的胳膊和/或手的影响下，有时其轨迹不稳定，因此仍然优选肩部。
另外，在确定行人的位置的基础上，将其水平位置定为相当于人的肩部的中央的位置，由此即使在两肩因步行前后运动的情况下，也可以获取稳定的移动轨迹。
另外，还提供使计算机作为车外环境识别装置120而发挥功能的程序、存储有该程序并可通过计算机读取的软盘、磁光盘、ROM、CD、DVD、BD等存储介质。在此，程序是指通过任意的语言和/或记述方法进行记述得到的数据处理手段。
以上，一边参照附图一边对本发明的优选实施方式进行了说明，但本发明当然不限于该实施方式。应理解的是，本领域技术人员在权利要求书所记载的范围内，可以想到各种变形例或修正例是显而易见的，这些当然属于本发明的技术范围。
例如，在上述的实施方式中，列举了将行人(人)作为立体物，并列举了将相当于行人的肩膀的垂直位置的水平方向中央作为其规定部位，但不限于该情况，只要是可以成为单眼识别的对象的立体物，就能够以自行车、摩托车、汽车等各种立体物作为对象。
另外，在上述的实施方式中，列举了相当于行人的肩膀的垂直位置作为规定部位，在将立体物区域216垂直地8等分之后提取第二区域作为该规定部位的具体的区域，但分割数量、作为对象的位置不限于上述情况，例如，也可以应用4等分后的最上位置、5等分之后第二个等各种数值。
应予说明，本说明书的车外环境识别处理的各步骤不一定要按照作为流程图而记载的顺序以时间顺序进行处理，也可以包括并列的或通过子程序(subroutine)的方式进行的处理。
产业上的可利用性
本发明能够应用于确定存在于本车辆的行进方向上的特定物的车外环境识别装置。

Claims (3)

1.一种车外环境识别装置，其特征在于，所述车外环境识别装置的计算机作为以下功能部发挥功能：
立体物区域确定部，通过基于亮度图像的单眼识别来确定存在立体物的立体物区域；以及
规定部位确定部，使所述立体物区域与距离图像对应，基于距离信息来确定所述立体物区域的规定部位。
2.根据权利要求1所述的车外环境识别装置，其特征在于，还具备移动速度导出部，所述移动速度导出部将确定出的所述规定部位的移动速度导出。
3.根据权利要求1或2所述的车外环境识别装置，其特征在于，所述立体物为人，所述规定部位是与人的肩膀相当的垂直位置的水平方向中央。
CN201810630463.4A 2017-07-26 2018-06-19 车外环境识别装置 Active CN109308442B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017-144321 2017-07-26
JP2017144321A JP6764378B2 (ja) 2017-07-26 2017-07-26 車外環境認識装置

Publications (2)

Publication Number Publication Date
CN109308442A true CN109308442A (zh) 2019-02-05
CN109308442B CN109308442B (zh) 2023-09-01

Family

ID=65038567

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810630463.4A Active CN109308442B (zh) 2017-07-26 2018-06-19 车外环境识别装置

Country Status (3)

Country Link
US (1) US10789489B2 (zh)
JP (1) JP6764378B2 (zh)
CN (1) CN109308442B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7379523B2 (ja) 2019-10-29 2023-11-14 日立Astemo株式会社 画像認識装置
JP7431623B2 (ja) * 2020-03-11 2024-02-15 株式会社Subaru 車外環境認識装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1734501A (zh) * 2004-08-12 2006-02-15 英赛特半导体有限公司 用于消除图像中的不均匀亮度的方法和设备
DE102007023037A1 (de) * 2006-05-19 2007-11-22 Fuji Jukogyo K.K. Objekterkennungsvorrichtung
JP2012249226A (ja) * 2011-05-31 2012-12-13 Seiko Epson Corp 画像表示装置及び画像表示プログラム
JP2013109457A (ja) * 2011-11-18 2013-06-06 Fuji Heavy Ind Ltd 車外環境認識装置および車外環境認識方法
CN104517118A (zh) * 2013-09-27 2015-04-15 富士重工业株式会社 车外环境识别装置
JP2015089789A (ja) * 2013-11-07 2015-05-11 富士重工業株式会社 車両制御装置
JP2016014954A (ja) * 2014-07-01 2016-01-28 国立大学法人 筑波大学 手指形状の検出方法、そのプログラム、そのプログラムの記憶媒体、及び、手指の形状を検出するシステム。
CN105320930A (zh) * 2014-06-30 2016-02-10 本田技研工业株式会社 对象物识别装置
CN106203381A (zh) * 2016-07-20 2016-12-07 北京奇虎科技有限公司 一种行车中障碍物检测方法与装置
CN106326866A (zh) * 2016-08-25 2017-01-11 北京奇虎科技有限公司 车辆碰撞的预警方法及装置
CN106407951A (zh) * 2016-09-30 2017-02-15 西安理工大学 一种基于单目视觉的夜间前方车辆检测方法
CN106965739A (zh) * 2015-11-25 2017-07-21 株式会社斯巴鲁 车外环境识别装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3349060B2 (ja) 1997-04-04 2002-11-20 富士重工業株式会社 車外監視装置
JP2008134877A (ja) 2006-11-29 2008-06-12 Alpine Electronics Inc 周辺監視装置
JP2010066810A (ja) * 2008-09-08 2010-03-25 Mazda Motor Corp 車両用歩行者検出装置
JP6364189B2 (ja) * 2013-12-20 2018-07-25 株式会社今仙電機製作所 歩行者検出方法
JP6273156B2 (ja) * 2014-02-20 2018-01-31 株式会社Ｓｕｂａｒｕ 歩行者認識装置
JP6519262B2 (ja) * 2014-04-10 2019-05-29 株式会社リコー 立体物検出装置、立体物検出方法、立体物検出プログラム、及び移動体機器制御システム
EP3389009A4 (en) * 2015-12-10 2018-12-19 Ricoh Company, Ltd. Image processing device, object recognition device, apparatus control system, image processing method and program
JP6601506B2 (ja) * 2015-12-28 2019-11-06 株式会社リコー 画像処理装置、物体認識装置、機器制御システム、画像処理方法、画像処理プログラム及び車両

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1734501A (zh) * 2004-08-12 2006-02-15 英赛特半导体有限公司 用于消除图像中的不均匀亮度的方法和设备
DE102007023037A1 (de) * 2006-05-19 2007-11-22 Fuji Jukogyo K.K. Objekterkennungsvorrichtung
JP2012249226A (ja) * 2011-05-31 2012-12-13 Seiko Epson Corp 画像表示装置及び画像表示プログラム
JP2013109457A (ja) * 2011-11-18 2013-06-06 Fuji Heavy Ind Ltd 車外環境認識装置および車外環境認識方法
CN104517118A (zh) * 2013-09-27 2015-04-15 富士重工业株式会社 车外环境识别装置
JP2015089789A (ja) * 2013-11-07 2015-05-11 富士重工業株式会社 車両制御装置
CN105320930A (zh) * 2014-06-30 2016-02-10 本田技研工业株式会社 对象物识别装置
JP2016014954A (ja) * 2014-07-01 2016-01-28 国立大学法人 筑波大学 手指形状の検出方法、そのプログラム、そのプログラムの記憶媒体、及び、手指の形状を検出するシステム。
CN106965739A (zh) * 2015-11-25 2017-07-21 株式会社斯巴鲁 车外环境识别装置
CN106203381A (zh) * 2016-07-20 2016-12-07 北京奇虎科技有限公司 一种行车中障碍物检测方法与装置
CN106326866A (zh) * 2016-08-25 2017-01-11 北京奇虎科技有限公司 车辆碰撞的预警方法及装置
CN106407951A (zh) * 2016-09-30 2017-02-15 西安理工大学 一种基于单目视觉的夜间前方车辆检测方法

Also Published As

Publication number Publication date
US20190034741A1 (en) 2019-01-31
CN109308442B (zh) 2023-09-01
US10789489B2 (en) 2020-09-29
JP2019028528A (ja) 2019-02-21
JP6764378B2 (ja) 2020-09-30

Similar Documents

Publication Publication Date Title
CN104517118B (zh) 车外环境识别装置
JP6197291B2 (ja) 複眼カメラ装置、及びそれを備えた車両
JP6407626B2 (ja) 物体認識装置及び車両制御システム
CN104346623B (zh) 车外环境识别装置
US20160307026A1 (en) Stereoscopic object detection device and stereoscopic object detection method
CN109960999A (zh) 车外环境识别装置
JP7119317B2 (ja) 情報処理装置、撮像装置、機器制御システム、移動体、情報処理方法、及び、情報処理プログラム
CN109308442A (zh) 车外环境识别装置
CN108944926A (zh) 车外环境识别装置
CN105320928A (zh) 对象物识别装置
JP6240475B2 (ja) 車外環境認識装置
CN104517099A (zh) 滤波装置和环境识别***
JP2019053685A (ja) 画像処理装置
US11748967B2 (en) Vehicle exterior environment recognition apparatus
JP2014203196A (ja) 危険度判定装置、危険度判定方法、警報装置、及び運転支援装置
JP6270624B2 (ja) 車外環境認識装置
JP6273156B2 (ja) 歩行者認識装置
JP6254866B2 (ja) 車両制御装置
JP7071102B2 (ja) 車外環境認識装置
US10922835B2 (en) Vehicle exterior environment recognition apparatus and vehicle exterior environment recognition method
JP6969245B2 (ja) 情報処理装置、撮像装置、機器制御システム、移動体、情報処理方法、及び、情報処理プログラム
US11756325B2 (en) Vehicle exterior environment recognition apparatus
US11010625B2 (en) Vehicle exterior environment recognition apparatus and method of recognizing exterior environment outside vehicle

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant