JP2007011490A - 道路パラメータ検出装置および道路パラメータ検出方法 - Google Patents
道路パラメータ検出装置および道路パラメータ検出方法 Download PDFInfo
- Publication number
- JP2007011490A JP2007011490A JP2005188469A JP2005188469A JP2007011490A JP 2007011490 A JP2007011490 A JP 2007011490A JP 2005188469 A JP2005188469 A JP 2005188469A JP 2005188469 A JP2005188469 A JP 2005188469A JP 2007011490 A JP2007011490 A JP 2007011490A
- Authority
- JP
- Japan
- Prior art keywords
- road parameter
- road
- reliability
- parameter
- parameter value
- 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.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
【課題】 信頼度を考慮しつつ複数車線の道路パラメータを同時に検出することが可能な道路パラメータ検出装置を提供する。
【解決手段】 道路パラメータ検出装置1は、カメラ10と、カメラ10により撮像された画像データに基づき多峰性を有する道路パラメータの確率分布を求めるパラメータ候補取得部21と、道路パラメータの確率分布の期待値を演算することにより道路パラメータ値を求めるパラメータ値演算部30と、道路パラメータの確率分布の分散値を演算することにより道路パラメータ値の信頼度を求める信頼度判定部31と、道路パラメータ値に関する情報をその信頼度に応じて変更し外部のディスプレイなどに出力する出力部40とを備える。
【選択図】 図1
【解決手段】 道路パラメータ検出装置1は、カメラ10と、カメラ10により撮像された画像データに基づき多峰性を有する道路パラメータの確率分布を求めるパラメータ候補取得部21と、道路パラメータの確率分布の期待値を演算することにより道路パラメータ値を求めるパラメータ値演算部30と、道路パラメータの確率分布の分散値を演算することにより道路パラメータ値の信頼度を求める信頼度判定部31と、道路パラメータ値に関する情報をその信頼度に応じて変更し外部のディスプレイなどに出力する出力部40とを備える。
【選択図】 図1
Description
本発明は、道路パラメータ検出装置および道路パラメータ検出方法に関する。
車線維持支援装置や車線逸脱警報装置等の走行支援装置では、自車両が走行している車線を認識するために走行路認識装置が用いられている(例えば、特許文献1参照)。特許文献1に記載の走行路認識装置では、カルマンフィルタを用いて、走行車線の幅、車両の白線に対する横変位や道路曲率等の道路パラメータが推定される。
特開2002−109695号公報
カルマンフィルタは、道路パラメータの存在確率分布が単一のガウシアン分布を取ると仮定し、分布の平均と共分散の値を過去の履歴と現在の観測値から推定する方法である。カルマンフィルタのように単峰性の確率分布しか扱えない手法では、車線が複数存在する状況であっても、複数車線の道路パラメータを同時に取り扱うことができない。また、上記走行路認識装置では、カルマンフィルタを用いて道路パラメータを推定する際に、推定される道路パラメータの信頼度については考慮されていない。
本発明は、上記問題点を解消する為になされたものであり、信頼度を考慮しつつ複数車線の道路パラメータを同時に検出することが可能な道路パラメータ検出装置および道路パラメータ検出方法を提供することを目的とする。
本発明に係る道路パラメータ検出装置は、撮像手段と、撮像手段により撮像された画像データに基づき道路パラメータ候補を複数取得可能なパラメータ候補取得手段と、道路パラメータ候補の分布状態に基づいて道路パラメータ値を求めるパラメータ値演算手段と、道路パラメータ候補の分布状態に基づいて道路パラメータ値の信頼度を判定する信頼度判定手段とを備えることを特徴とする。
また、本発明に係る道路パラメータ検出方法は、撮像ステップと、撮像ステップで撮像された画像データに基づき道路パラメータ候補を複数取得可能なパラメータ候補取得ステップと、道路パラメータ候補の分布状態に基づいて道路パラメータ値を求めるパラメータ値演算ステップと、道路パラメータ候補の分布状態に基づいて道路パラメータ値の信頼度を判定する信頼度判定ステップとを備えることを特徴とする。
本発明に係る道路パラメータ検出装置または道路パラメータ検出方法によれば、複数の道路パラメータ候補を含むことができる道路パラメータ候補分布の状態に基づいて、道路パラメータ値に加えて該道路パラメータ値の信頼度が取得される。そのため、道路パラメータ値の信頼度を考慮しつつ複数車線の道路パラメータ値を同時に検出することが可能となる。
上記信頼度判定手段は、道路パラメータ候補の分布の分散値が大きいほど道路パラメータ値の信頼度が低いと判定することが好ましい。
また、上記信頼度判定ステップでは、道路パラメータ候補の分布の分散値が大きいほど道路パラメータ値の信頼度が低いと判定することが好ましい。
例えば道路パラメータ候補がほとんどない状態やノイズが多く含まれるような状態では、道路パラメータ候補の分布がばらつく。したがって、道路パラメータ候補の分布がばらついた場合すなわち道路パラメータ候補分布の分散が大きいときには求められた道路パラメータ値の信頼度が低いと判定し、逆に、道路パラメータ候補の分布が所定の領域に集中するような場合すなわち道路パラメータ候補の分散が小さいときには道路パラメータ値の信頼度が高いと判定することができる。このようにすれば、道路パラメータ候補分布から取得される道路パラメータ値の信頼度を適切に判定することが可能となる。
本発明に係る道路パラメータ検出装置は、上記道路パラメータ値に関する情報を出力するとともに、道路パラメータ値の信頼度に応じて出力する情報を変更する出力手段を備えることが好ましい。
また、本発明に係る道路パラメータ検出方法では、上記道路パラメータ値に関する情報を出力するとともに、道路パラメータ値の信頼度に応じて出力する情報を変更する出力ステップを備えることが好ましい。
例えば、取得された道路パラメータ値の信頼度が低い場合には、車線をロストしたと判断して出力する情報を変更することができる。そのため、道路パラメータ値の検出状態に応じた適切な情報を提示することが可能となる。
本発明によれば、複数の道路パラメータ候補を含むことができる道路パラメータ候補分布の状態に基づいて、道路パラメータ値に加えて該道路パラメータ値の信頼度が取得される構成としたので、信頼度を考慮しつつ複数車線の道路パラメータ値を同時に検出することが可能となる。
以下、図面を参照して本発明の好適な実施形態について詳細に説明する。図中、同一又は相当部分には同一符号を用いることとする。
図1乃至13を併せて用いて、実施形態に係る道路パラメータ検出装置1および道路パラメータ検出方法について説明する。図1は、道路パラメータ検出装置1の全体構成を示すブロック図である。なお、本明細書では、道路上において各車線の区切りを示すために描画されている白色や黄色などの線(点線等も含む)を全て「白線」と称するものとする。
道路パラメータ検出装置1は、車両前方の風景を撮像して画像データを取得するカメラ10と、取得された画像データに対して画像処理及び演算処理等を施すことにより多峰性を有する道路パラメータの確率分布を求めると共に、道路パラメータの確率分布から道路パラメータ値および道路パラメータ値の信頼度を求める画像ECU20とを備えている。ここで、道路パラメータとしては、例えば、車線幅w、車両の車線中央からの横変位(以下「横位置」という)X0、カメラ10の車線に対するヨー角φ、及びカメラ10のピッチ角θ等が挙げられる。
カメラ10は、例えばCCDカメラであり、自車両のフロントウィンドウ上部(例えば、バックミラーの裏側)に前方を向いて設置されている。カメラ10は、車両前方の風景を撮像して画像データを取得する。カメラ10により取得された画像データは、画像ECU20に出力される。なお、カメラ10の設置場所はフロントウィンドウ上部に限られることなく、車両前方の画像が取得できる場所であれば、他の位置に取り付けてもよい。カメラ10は特許請求の範囲に記載の撮像手段として機能し、撮像ステップを実行する。
画像ECU20は、演算を行うマイクロプロセッサ、マイクロプロセッサに各処理を実行させるためのプログラム等を記憶するROM、演算結果などの各種データを記憶するRAM及び12Vバッテリによってその記憶内容が保持されるバックアップRAM等により構成されている。
画像ECU20は、カメラ10から入力された画像データに対して画像処理や演算処理等を施すことにより多峰性を有する道路パラメータの確率分布を求めるパラメータ候補取得部21、パラメータ候補取得部21で求められた道路パラメータの確率分布に基づいて道路パラメータ値を求めるパラメータ値演算部30、道路パラメータの確率分布に基づいて道路パラメータ値の信頼度を判定する信頼度判定部31、および、道路パラメータ値に関する情報をその信頼度に応じて変更し外部の走行支援装置やディスプレイなどに出力する出力部40を備えて構成されている。
パラメータ候補取得部21は、特許請求の範囲に記載のパラメータ候補取得手段として機能し、パラメータ候補取得ステップを実行する。パラメータ値演算部30はパラメータ値演算手段として機能し、パラメータ値演算ステップを実行する。また、信頼度判定部31は信頼度判定手段として機能し、信頼度判定ステップを実行する。出力部40は出力手段として機能し、出力ステップを実行する。
パラメータ候補取得部21は、画像処理部22、事前確率推定部25と事後確率推定部26とを含んで構成されるパラメータ推定部24、および道路モデル生成部28を有して構成されている。
画像処理部22は、エッジ抽出フィルタ等を用いて、カメラ10によって撮像された画像データから輝度変化の大きいエッジを抽出し、二値化されたエッジ画像を取得するものである。取得されたエッジ画像は、パラメータ推定部24を構成する事後確率推定部26に出力される。カメラ10で撮像された画像データの一例を図2示す。また、図2の画像データを画像処理部22に入力し、画像処理したときの出力結果を図3に示す。
道路モデル生成部28は、車線幅wや横位置X0等の道路パラメータに基づいて、車線を画像面上に投影したときの形状を演算するものである。道路モデル生成部28に道路パラメータが入力されると、道路パラメータに応じた車線を撮像面上に投影する線分の座標が出力される。
図4に道路パラメータと撮像面上に投影される線分との関係を示す。図4において、wは車線幅、X0は横位置、φはカメラ10の車線に対するヨー角、θはカメラ10のピッチ角である。また、Z0はカメラ10の取り付け高さ、fはカメラ10の焦点距離を表す。取り付け高さZ0及び焦点距離fは、共に既知の値であり、画像ECU20のROM等にデータとして記憶されている。
パラメータ推定部24は、事前確率推定部25及び事後確率推定部26を含んで構成され、画像フレームを更新するごとに過去の経歴に基づいた事前確率の推定と、現在の観測値、即ち画像処理部22からの出力値に基づいた事後確率の推定を行うことにより、道路パラメータの存在確率分布を推定するものである。なお、道路パラメータの存在確率分布が特許請求の範囲に記載の道路パラメータ候補に相当する。
本実施形態では、道路パラメータの存在確率分布を推定するために、多峰性を有する確率分布を表現可能なパーティクルフィルタを用いた。パーティクルフィルタは、過去の情報と現在の観測情報から現在の状態推定を行うことができる手法である。パーティクルフィルタは、まず、ある時刻での事後分布からサンプリングをして得られたパーティクルを追跡対象のダイナミクスに従って動し、次に、遷移させたパーティクルによって作られた次時刻の予測分布に観測結果から得られた情報を用いて重みを付け、新しい事後分布を作る。この重みに応じてまた次の時刻の遷移に使うパーティクルを選び直し、これを繰り返すことでフィルタリングを行う。
パーティクルフィルタをパラメータ推定部24に適用する場合について説明する。図5は、パラメータが1次元の場合のパーティクルと確率分布との関係を示す図である。図5において、円が一つのパーティクルを表し、円の大きさが重みを表す。一つのパーティクルは、車線幅w、横位置X0、ヨー角φ、及びピッチ角θからなるパラメータセットを表す状態変数Xと、そのパラメータセット(ベクトル)の評価値に相当する重みを持つ。即ち、一つのパーティクルは、パラメータ空間において、状態変数Xを平均とし重みに応じた高さを持つガウシアン分布を表す。
パーティクルフィルタでは、様々な状態変数Xと重みを持つパーティクルを一定の個数(例えば100個)備えたものをサンプルセットとし、サンプルセットに含まれる各パーティクルが表すガウシアン分布を重ね合わせることによって、多峰性を有する複雑な確率分布を表現する。また、各パーティクルの状態変数Xと重みを過去の履歴と現在の観測値とに基づいて更新することによって道路パラメータの確率分布を推定する。
事前確率推定部25は、前フレームのサンプルセットから各パーティクルの重みに応じた確率でパーティクルを選択し、選択されたパーティクルそれぞれに対して、例えば(1)式で示されるダイナミカルモデルに従って状態変数Xを遷移させることにより、次フレームでの状態変数Xを推定する。なお、各パーティクルの重みに応じた確率でパーティクルを選択するときには、サンプルセットに含まれるパーティクルの総数が変化しないように選択される。また、その際、ある一定の確率で一部のパーティクルをランダムに生成してもよい。
ここで、waは車線幅の平均値、X0aは横位置の平均値、θaはピッチ角の平均値、φaはヨー角の平均値であり、予め設定されている。N(0,1)は標準正規分布である。A,Bは所定の定数であり、予め設定されている。
ここで、waは車線幅の平均値、X0aは横位置の平均値、θaはピッチ角の平均値、φaはヨー角の平均値であり、予め設定されている。N(0,1)は標準正規分布である。A,Bは所定の定数であり、予め設定されている。
事後確率推定部26は、事前確率推定部25で推定された各パーティクルの状態変数Xに基づいて道路モデル生成部28により生成された線分を、画像処理部22から入力されたエッジ画像面上に投影することにより、各パーティクルに対する重みを再計算する。各パーティクルに対する重みは、エッジ画像と投影された線分とが重なった画素値の総和をとることにより求められる。道路モデル生成部28で生成された線分をエッジ画像面上に投影した画像を図6に示す。
そして、再計算された重みに応じて再度事前確率推定が行おこなわれ、これが繰り返されることによって道路パラメータの確率分布が推定される。図7は、上述したパーティクルフィルタの動作を説明するための図である。推定された道路パラメータの確率分布は、パラメータ値演算部30および信頼度判定部31に出力される。
ここで、図8〜10に、道路パラメータの存在確率分布の推定結果例を示す。図8に、カメラ10で撮像した画像データを示す。図9は、各パーティクルの状態変数Xに基づいて描かれた線分を図8の画像上に投影した図である。図9に示されるように、投影された線分は、車線を区画する白線上に集中している。なお、図9中の一点鎖線は確率分布の山の位置を示す。図10は、道路パラメータ(車線幅w、横位置X0)の確率分布の推定結果を示す図である。図10に示されるように、車線幅が約6.2m、横位置が約0.5mの位置に確率分布の山が存在している。
また、図11〜13に、候補となる車線が2車線存在する場合における、道路パラメータの存在確率分布の推定結果例を示す。図11に、カメラ10で撮像した画像データを示す。図12は、状態変数Xに基づいて描かれた線分を図11の画像上に投影した図である。図12中の一点鎖線及び破線それぞれは、確率分布の2つの山の位置を示す。図13は、道路パラメータ(車線幅w、横位置X0)の確率分布の推定結果を示す図である。図13に示されるように、候補となる車線が2車線ある場合には、車線幅が約6.5m、横位置が約−0.7mの位置(図12の一点鎖線の車線に対応)、及び車線幅が約5.5m、横位置が約1.3mの位置(図12の破線の車線に対応)に2つの確率分布の山が存在している。
パラメータ値演算部30は、パラメータ候補取得部21により推定された道路パラメータの確率分布に基づいて道路パラメータ値を求める。道路パラメータ値は、例えば次式(2)により期待値(1次モーメント)を演算することにより求めることができる。求められた道路パラメータ値は、出力部40に出力される。なお、道路パラメータ値は、確率分布のピークから求めてもよい。
ここで、p(Xt)は状態変数Xtの重みを表す。
ここで、p(Xt)は状態変数Xtの重みを表す。
なお、パラメータ値演算部30では、パラメータ推定部24から入力された道路パラメータの確率分布を複数の領域に分割し、分割された領域ごとに、各領域内の確率分布に基づいて道路パラメータ値を演算してもよい。
信頼度判定部31は、パラメータ候補取得部21により推定された道路パラメータの確率分布に基づいて道路パラメータ値の信頼度を求める。信頼度は、例えば次式(3)により確率分布の分散値(2次モーメント)を演算することにより求めることができる。
また、信頼度判定部31は、求められた信頼度の高さ(または低さ)を判定する。例えば、求められた確率分布の分散値が予め設定されている所定のしきい値より大きいか否かを判定することにより、信頼度の高さ(または低さ)を判定する。ここで、分散値がしきい値より大きい場合には信頼度が低いと判定される。一方、分散値がしきい値以下のときには信頼度が高いと判定される。これは、例えば白線が明瞭に撮像されていない状態やノイズが多く含まれるような状態では確率分布の分散値が大きくなることを利用したものである。なお、誤判定を抑制するため、複数回(複数フレーム)連続して分散値がしきい値を超えた場合に信頼度が低いと判定するようにすることが好ましい。信頼度の判定結果は、出力部40に出力される。
出力部40は、道路パラメータ値に基づく情報、例えば白線の位置情報などを提示する。また、道路パラメータ値の信頼度に応じて提示する情報を変更する。例えば、道路パラメータ値の信頼度が低いと判定された場合には、白線の位置を表す線の色や太さ、線種(点線や破線など)を切り替えたり、線を点滅させたりする。また、ディスプレイの画面の色や明るさなどを変えてもよい。さらに、ロストしたことを表す文字や記号を表示したり、警告音を発するようにしてもよい。
本実施形態に係る道路パラメータ検出装置1および道路パラメータ検出方法によれば、多峰性を有する複雑な確率分布を取り扱うことができるパーティクルフィルタを用いて道路パラメータの確率分布が推定され、その確率分布の期待値を演算することにより道路パラメータ値が求められる。また、確率分布の分散値を演算することにより道路パラメータ値の信頼度が求められる。そのため、道路パラメータ値の信頼度を考慮しつつ複数車線の道路パラメータ値を同時に検出することが可能となる。
また、本実施形態によれば、取得された道路パラメータ値の信頼度が低い場合には、車線をロストしたと判断して出力する情報を変更することができる。そのため、道路パラメータ値の検出状態に応じた適切な情報を提示することが可能となる。
以上、本発明の実施の形態について説明したが、本発明は、上記実施形態に限定されるものではなく種々の変形が可能である。例えば、本実施形態では、道路パラメータの存在確率分布を推定するために、多峰性を有する確率分布を表現可能なパーティクルフィルタを用いたが、複雑な確立分布を扱うことができればパーティクルフィルタ以外のもの採用してもよい。
1…道路パラメータ検出装置、10…カメラ、20…画像ECU、21…パラメータ候補取得部、22…画像処理部、24…パラメータ推定部、25…事前確率推定部、26…事後確率推定部、28…道路モデル生成部、30…パラメータ値演算部、31…信頼度判定部、40…出力部。
Claims (6)
- 撮像手段と、
前記撮像手段により撮像された画像データに基づき道路パラメータ候補を複数取得可能なパラメータ候補取得手段と、
前記道路パラメータ候補の分布状態に基づいて道路パラメータ値を求めるパラメータ値演算手段と、
前記道路パラメータ候補の分布状態に基づいて前記道路パラメータ値の信頼度を判定する信頼度判定手段と、を備えることを特徴とする道路パラメータ検出装置。 - 前記信頼度判定手段は、前記道路パラメータ候補の分布の分散値が大きいほど前記道路パラメータ値の信頼度が低いと判定することを特徴とする請求項1に記載の道路パラメータ検出装置。
- 前記道路パラメータ値に関する情報を出力するとともに、前記道路パラメータ値の信頼度に応じて出力する情報を変更する出力手段を備えることを特徴とする請求項1または2に記載の道路パラメータ検出装置。
- 撮像ステップと、
前記撮像ステップで撮像された画像データに基づき道路パラメータ候補を複数取得可能なパラメータ候補取得ステップと、
前記道路パラメータ候補の分布状態に基づいて道路パラメータ値を求めるパラメータ値演算ステップと、
前記道路パラメータ候補の分布状態に基づいて前記道路パラメータ値の信頼度を判定する信頼度判定ステップと、を備えることを特徴とする道路パラメータ検出方法。 - 前記信頼度判定ステップは、前記道路パラメータ候補の分布の分散値が大きいほど前記道路パラメータ値の信頼度が低いと判定することを特徴とする請求項4に記載の道路パラメータ検出方法。
- 前記道路パラメータ値に関する情報を出力するとともに、前記道路パラメータ値の信頼度に応じて出力する情報を変更する出力ステップを備えることを特徴とする請求項4または5に記載の道路パラメータ検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005188469A JP2007011490A (ja) | 2005-06-28 | 2005-06-28 | 道路パラメータ検出装置および道路パラメータ検出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005188469A JP2007011490A (ja) | 2005-06-28 | 2005-06-28 | 道路パラメータ検出装置および道路パラメータ検出方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007011490A true JP2007011490A (ja) | 2007-01-18 |
Family
ID=37749943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005188469A Pending JP2007011490A (ja) | 2005-06-28 | 2005-06-28 | 道路パラメータ検出装置および道路パラメータ検出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2007011490A (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009098970A (ja) * | 2007-10-17 | 2009-05-07 | Fuji Heavy Ind Ltd | 安全運転支援システム |
JP2011040993A (ja) * | 2009-08-11 | 2011-02-24 | Nikon Corp | 被写体追尾プログラム、およびカメラ |
CN102941851A (zh) * | 2011-07-26 | 2013-02-27 | 现代摩比斯株式会社 | 车道标识线识别可靠度提高***及其方法 |
CN103523021A (zh) * | 2012-07-02 | 2014-01-22 | 现代摩比斯株式会社 | 车道线检测可信度计算方法及执行其的计算装置 |
WO2018198239A1 (ja) * | 2017-04-26 | 2018-11-01 | 三菱電機株式会社 | 処理装置および物体識別情報の生成方法 |
WO2020075839A1 (ja) * | 2018-10-12 | 2020-04-16 | 京セラ株式会社 | 交通通信システム、路側機、及び方法 |
US11370411B2 (en) * | 2018-11-30 | 2022-06-28 | Toyota Jidosha Kabushiki Kaisha | Control device of vehicle |
JP7478757B2 (ja) | 2019-06-03 | 2024-05-07 | イムラ ウーロプ ソシエテ・パ・アクシオンス・シンプリフィエ | 将来予測のための混合分布推定 |
-
2005
- 2005-06-28 JP JP2005188469A patent/JP2007011490A/ja active Pending
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009098970A (ja) * | 2007-10-17 | 2009-05-07 | Fuji Heavy Ind Ltd | 安全運転支援システム |
JP2011040993A (ja) * | 2009-08-11 | 2011-02-24 | Nikon Corp | 被写体追尾プログラム、およびカメラ |
US8400520B2 (en) | 2009-08-11 | 2013-03-19 | Nikon Corporation | Subject tracking program and camera using template matching processing |
CN102941851A (zh) * | 2011-07-26 | 2013-02-27 | 现代摩比斯株式会社 | 车道标识线识别可靠度提高***及其方法 |
CN103523021A (zh) * | 2012-07-02 | 2014-01-22 | 现代摩比斯株式会社 | 车道线检测可信度计算方法及执行其的计算装置 |
JPWO2018198239A1 (ja) * | 2017-04-26 | 2019-11-07 | 三菱電機株式会社 | 処理装置 |
WO2018198239A1 (ja) * | 2017-04-26 | 2018-11-01 | 三菱電機株式会社 | 処理装置および物体識別情報の生成方法 |
US10803751B2 (en) | 2017-04-26 | 2020-10-13 | Mitsubishi Electric Corporation | Processing device |
WO2020075839A1 (ja) * | 2018-10-12 | 2020-04-16 | 京セラ株式会社 | 交通通信システム、路側機、及び方法 |
JPWO2020075839A1 (ja) * | 2018-10-12 | 2021-09-24 | 京セラ株式会社 | 交通通信システム、路側機、及び方法 |
JP7094383B2 (ja) | 2018-10-12 | 2022-07-01 | 京セラ株式会社 | 交通通信システム、路側機、及び方法 |
US11370411B2 (en) * | 2018-11-30 | 2022-06-28 | Toyota Jidosha Kabushiki Kaisha | Control device of vehicle |
JP7478757B2 (ja) | 2019-06-03 | 2024-05-07 | イムラ ウーロプ ソシエテ・パ・アクシオンス・シンプリフィエ | 将来予測のための混合分布推定 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4915655B2 (ja) | 自動追尾装置 | |
JP6144656B2 (ja) | 歩行者の視覚的認識が困難であり得ることを運転者に警告するシステム及び方法 | |
JP4241834B2 (ja) | 車載霧判定装置 | |
JP5258859B2 (ja) | 走路推定装置及びプログラム | |
JP5267596B2 (ja) | 移動体検出装置 | |
JP5576937B2 (ja) | 車両の周辺監視装置 | |
JP2007011490A (ja) | 道路パラメータ検出装置および道路パラメータ検出方法 | |
JP4937029B2 (ja) | 物体検出装置及びプログラム | |
JP2008286725A (ja) | 人物検出装置および方法 | |
US10525900B2 (en) | Vehicle periphery monitoring device | |
JP4674179B2 (ja) | 影認識方法及び影境界抽出方法 | |
JP2010026601A (ja) | 車両周辺監視装置 | |
WO2018138782A1 (ja) | 情報処理装置、特徴点抽出プログラムおよび特徴点抽出方法 | |
JP5407920B2 (ja) | 点灯色識別装置及びプログラム | |
EP2927869A2 (en) | Movement amount estimation device, movement amount estimation method, and movement amount estimation program | |
JP6798609B2 (ja) | 映像解析装置、映像解析方法およびプログラム | |
JP4765113B2 (ja) | 車両周辺監視装置、車両、車両周辺監視用プログラム、車両周辺監視方法 | |
JP5903901B2 (ja) | 車両位置算出装置 | |
JP5760523B2 (ja) | 走路推定装置及びプログラム | |
JP2006172225A (ja) | 画像認識装置及び画像認識方法 | |
JP5559121B2 (ja) | 対象物種別判定装置 | |
JP2008040724A (ja) | 画像処理装置、及び画像処理方法 | |
JP2008257399A (ja) | 画像処理装置 | |
JP4719605B2 (ja) | 対象物検出用データ生成装置、方法及びプログラム並びに対象物検出装置、方法及びプログラム | |
JP2021051348A (ja) | 物体距離推定装置及び物体距離推定方法 |