JP2013057992A - 車間距離算出装置およびそれを用いた車両制御システム - Google Patents
車間距離算出装置およびそれを用いた車両制御システム Download PDFInfo
- Publication number
- JP2013057992A JP2013057992A JP2011194558A JP2011194558A JP2013057992A JP 2013057992 A JP2013057992 A JP 2013057992A JP 2011194558 A JP2011194558 A JP 2011194558A JP 2011194558 A JP2011194558 A JP 2011194558A JP 2013057992 A JP2013057992 A JP 2013057992A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- inter
- distance
- unit
- width
- 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.)
- Withdrawn
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
【課題】車載単眼カメラで検出した先行車両までの距離を、精度よく計測する。
【解決手段】自車に搭載された1つの撮像部から得られた画像から、他の車両の画像領域を検出する車両検出部と、前記他の車両の車両型式を識別する車両型式識別部と、車両固有の車体寸法に関する情報を格納したデータベースと、前記他の車両の画像における前記車体寸法相当の画素数を計測する車体寸法画素数算出部と、前記車両型式識別部で識別された車両型式に関して前記データベースを照合して、前記他の車両の前記固有の車体寸法を算出する車体寸法算出部と、前記他の車両の固有の車体寸法と前記車体寸法相当の画素数とに基づき、自車から前記他の車両までの距離を算出する車間距離算出部とを有する。
【選択図】図1
【解決手段】自車に搭載された1つの撮像部から得られた画像から、他の車両の画像領域を検出する車両検出部と、前記他の車両の車両型式を識別する車両型式識別部と、車両固有の車体寸法に関する情報を格納したデータベースと、前記他の車両の画像における前記車体寸法相当の画素数を計測する車体寸法画素数算出部と、前記車両型式識別部で識別された車両型式に関して前記データベースを照合して、前記他の車両の前記固有の車体寸法を算出する車体寸法算出部と、前記他の車両の固有の車体寸法と前記車体寸法相当の画素数とに基づき、自車から前記他の車両までの距離を算出する車間距離算出部とを有する。
【選択図】図1
Description
本発明は、画像センサからの情報に基づいて自車前方の車両等を検知する外界認識機能を具備した車間距離算出装置およびそれを用いた車両制御システムに係り、特に、一つの車載カメラを用いて検出した前方の車両までの距離を画像情報に基づき算出する車間距離算出装置およびそれを用いた車両制御システムに関するものである。
交通事故による死傷者数を低減するため、自動車の事故を未然に防ぐ予防安全システムの開発が進められている。予防安全システムは事故の発生する可能性が高い状況下で作動するシステムである。例えば、自車前方の先行車と衝突する可能性が生じたときに警報によって運転者に注意を促し、衝突が避けられない状況になったときには自動ブレーキによって乗員の被害を軽減するプリクラッシュ・セーフティ・システム等が実用化されている。
自車前方の物体を検知する方法としてカメラを用いたシステムが知られており、複数のカメラを用いたシステムと、1つのカメラ(以下、単眼カメラと呼ぶ)を用いたシステムがある。複数のカメラを用いたシステムでは視差を利用して前方に位置する物体までの距離を正確に計測できる。しかし、複数のカメラを用いることは、システムが高コストとなる要因になる。一方、単眼カメラでは、システムを安価に構築できる利点がある半面、視差を利用した正確な距離計測ができない。そこで、単眼カメラで取得した画像から視差を利用せずに、先行車両までの距離を計測する様々な手法が開発されている。以下その例を説明する。
非特許文献1は、検知した車両の画像内上下方向の位置を用いて距離を算出する方法を開示している。これは、先行車が近距離にあるほど画像内下側に位置することを利用している。
特許文献1は、先行車両のナンバープレートのサイズを用いて距離を算出する方法を開示している。すなわち、先行車両のナンバープレートの分類番号を認識し、この分類番号に予め対応付けられた実際のナンバープレートのサイズを照合し、撮像されたサイズとの比較により車間距離を算出する。
特許文献2は、道路のレーン幅を基準として先行車両の車幅を推定し、その車幅を用いて距離を算出する方法を開示している。
一方、特許文献3は、道路幅を求めるための基準として車幅を推定する方法を開示している。まず検知した車両の種類を認識し、続いて予め登録しておいた車種と車幅の対応テーブルを照合することで車幅を推定している。
また、先行車両の有無を検出するために、撮像された画像内から車両を検出するパターン認識技術が広く利用されている。
Stein G.P et al, "Vision−based ACC with a Single Camera: Bounds on Range and Range Rate Accuracy," Intelligent Vehicles Symposium, 2003.
発明者等の研究によれば、車両の走行環境の変化に影響されずに、撮像画像から算出された車体寸法(例えば車幅)と実際の車体寸法(例えば車幅)の両方を求めることができれば、安価な単眼カメラを用いて、走行環境によらずに、先行車までの適正な車間距離を求めることができる。
単眼カメラを用いて先行車両との距離を計測する上記従来技術の手法には、各々、次のような課題がある。
非特許文献1に開示された手法では、ブレーキで自車が前のめりになったり、道路の凹凸や勾配により画像が上下に揺れる場合に、距離精度が悪化する。すなわち、走行環境の変化に影響されやすいがある。
特許文献1に開示された手法は、ナンバープレートの分類番号を認識するのが困難な遠方車両の距離を算出できないという欠点がある。この欠点を補うためにズーミング可能なレンズを使用する手法も開示されているが、高価なカメラが必要になる。
特許文献2に開示された手法は、白線がない道路では利用できない。さらに、白線が存在する場合であっても、白線が平行でない場合やカーブにおいてはレーン幅と車幅を正確に求めることが難しく、誤った距離値を出力する場合がある。すなわち、走行環境の変化に影響されやすいがある。
また、特許文献3には、先行車両との距離を求めることを目的とするものではなく、車間距離を算出するための構成も示されていない。
一方、画像内の車両の有無を検出するパターン認識技術では、一般にパターン認識処理を実施する検出枠が実際の車両から上下左右あるいは大小にずれていても車両と判定される。そのため仮に車両が検出された場合であっても、その車両の撮像画像における車体寸法画素数(例えば車幅の画素数、以下、車幅画素数と呼ぶ)が求まっているとは限らない。また通常、パターン認識で使用するテンプレート画像は車両のみならず背景画像も含むため、仮に、車両を検知できた場合でも、車体寸法が求まっているとは限らない。すなわち、走行環境の変化に影響されやすく、このようなパターン認識技術をそのまま用いて、適正な車間距離を求めることは困難であると考えられる。
本発明の目的は、車載の安価な単眼カメラで検出した、走行環境の変化に影響されずに、先行車両までの距離を画像情報に基づき精度よく計測する、車間距離算出装置およびそれを用いた車両制御システムを提供することにある。
本発明の代表的なものの例を挙げると次の通りである。本発明の車間距離算出装置は、自車に搭載された1つの撮像部から得られた画像から、他の車両の画像領域を検出する車両検出部と、前記車両検出部で検出された前記他の車両の車両型式を識別する車両型式識別部と、車両固有の車体寸法に関する情報を格納したデータベースと、前記車両検出部で検出された前記他の車両の画像における前記車体寸法相当の画素数を計測する車体寸法画素数算出部と、前記車両型式識別部で識別された車両型式に関して前記データベースを照合して、前記他の車両の前記固有の車体寸法を算出する車体寸法算出部と、前記他の車両の固有の車体寸法と前記車体寸法相当の画素数とに基づき、自車から前記他の車両までの距離を算出する車間距離算出部とを有することを特徴とする。
本発明の単眼カメラを用いた車間距離算出装置によれば、車両型式ごとに車両固有の車体寸法、例えば車幅情報を利用して車間距離を求めるため、自車ピッチングや道路の幅員変化などの走行環境によらず先行車両までの適正な距離を求められる利点がある。
本発明の車間距離算出装置の代表的な実施例は、自車に搭載された1つの撮像部から得られた画像から、他の車両の画像領域を検出する車両検出部と、前記車両検出部で検出された前記他の車両の車両型式を識別する車両型式識別部と、前記車両検出部で検出された前記他の車両の画像における車体寸法相当の画素数を計測する車体寸法画素数算出部と、前記車両型式ごとに前記車両固有の寸法の情報を車体寸法として格納したデータベースと、前記車両型式識別部で識別された車両型式を前記データベースと照合して、検出された前記他の車両の車体寸法を算出する車体寸法算出部と、前記車体寸法と前記車体寸法相当の画素数に基づき、自車から前記他の車両までの距離を算出する車間距離算出部とを有する。
前記車両固有の車体寸法としては、さまざまの走行条件下でも、車載の単眼カメラで安定して精度の高い画像情報を取得するのに適した、自動車の車幅(全幅)や車高のような車体寸法が採用される。また、採用される車両固有の車体寸法は、車両の車両型式ごとの正確な仕様値、例えばメーカーのカタログ等に記載された正式な(公称の)スペック、諸元表等を容易に入手できることが要件となる。
本発明では、検知した車両の車両型式をパターン認識で識別し、予め車両型式ごとの車体寸法を格納したデータベースと照合することで、検知した車両の車幅を決定する車幅算出手段を有することを特徴とする。
前記パターン認識を実施する車両型式識別部は、車両型式から車幅を一意に決定できる車両型式ごとにパターン認識用のテンプレートを有している。さらに前記データベースは車両型式識別部で定義されている車両型式ごとに車幅データを保持しており、したがって車両型式から車幅を一意に決定できることを特徴とする。
さらに望ましい構成として、検知された車両の画像における車幅の画素数を精度よく求める車幅画素数算出手段を有することを特徴とする。例えば車両と認識された領域とその周辺領域において縦方向の勾配強度が強いエッジのペアを検出し、それを車両の左右両端であると想定し、その間隔を車幅画素数として採用する。
以上で求めた車幅と車幅相当の画素数とを用いることで、先行車までの距離計測精度が向上する。
前記パターン認識を実施する車両型式識別部は、車両型式から車幅を一意に決定できる車両型式ごとにパターン認識用のテンプレートを有している。さらに前記データベースは車両型式識別部で定義されている車両型式ごとに車幅データを保持しており、したがって車両型式から車幅を一意に決定できることを特徴とする。
さらに望ましい構成として、検知された車両の画像における車幅の画素数を精度よく求める車幅画素数算出手段を有することを特徴とする。例えば車両と認識された領域とその周辺領域において縦方向の勾配強度が強いエッジのペアを検出し、それを車両の左右両端であると想定し、その間隔を車幅画素数として採用する。
以上で求めた車幅と車幅相当の画素数とを用いることで、先行車までの距離計測精度が向上する。
なお、車両型式に代えて、車両法による自動車の種別、あるいは道路交通法による自動車の種類をベースにこれらで定義された区分をユーザが適宜細分化した区分(以下、「車両クラス」と呼ぶ)を作成し、さらに、この区分に対応する車体寸法の関係を与えるデータベースを生成し、このデータベースを利用して前記車体寸法を算出することにより、適正な車間距離を推定できる。車体寸法には、自動車の車幅(全幅)や車高のような走行環境の影響を受けにくい車体寸法を採用する。
本発明の第1の実施形態を、図1〜図10を参照しながら説明する。この実施例は、車両固有の車体寸法として車幅を採用したものである。
<ブロック構成と概要>
図1は本発明装置の一実施例の、車両用外界認識装置100の機能ブロックの構成例を示している。車両用外界認識装置100は、撮像部101、車間距離計測装置150、及び出力部108で構成されている。撮像部101は、自車に装着されたカメラ等の画像センサ、特に、一つのカメラからの情報に基づいて、自車の前方や後方の他の車両や歩行者等の外界を撮像する。車間距離計測装置150は、車両検出部102、車両型式識別部103、車幅画素数算出部104、車幅算出部105、データベース106、車間距離算出部107を備えている。データベース106には、予め、少なくとも、車両検出用テンプレート109A、車両型式識別用テンプレート109B、及び車両型式・車幅対応テーブル109Cが記録されている。
<ブロック構成と概要>
図1は本発明装置の一実施例の、車両用外界認識装置100の機能ブロックの構成例を示している。車両用外界認識装置100は、撮像部101、車間距離計測装置150、及び出力部108で構成されている。撮像部101は、自車に装着されたカメラ等の画像センサ、特に、一つのカメラからの情報に基づいて、自車の前方や後方の他の車両や歩行者等の外界を撮像する。車間距離計測装置150は、車両検出部102、車両型式識別部103、車幅画素数算出部104、車幅算出部105、データベース106、車間距離算出部107を備えている。データベース106には、予め、少なくとも、車両検出用テンプレート109A、車両型式識別用テンプレート109B、及び車両型式・車幅対応テーブル109Cが記録されている。
撮像部101で撮像された画像が車両検出部102へ入力される。車両検出部102では、車両検出用テンプレート109Aを参照して画像内に存在する先行車両を検出し、その結果は車両型式識別部103および車幅画素数算出部104へ入力される。車両型式識別部103では、車両型式識別用テンプレート109Bを参照して検出された車両の車両型式を識別し、さらに、車幅算出部105において、車両型式・車幅対応テーブル109Cを照合して車両固有の車幅W_cを求める。車幅画素数算出部104では、車両検出部102で検出された車両の左右端の撮像画像における距離を求め、それを車幅相当の画素数W_pとする。車間距離算出部107では、以上で算出された車両固有の車幅W_cと車幅相当の画素数W_pとを用いて、所定の演算により車間距離Rを算出する。
図2に、画像処理機能を備え車間距離計測装置150を実現するハードウェアの例を示す。撮像部101で得られた画像のデータは、車間距離計測装置150の画像入力部151を経て画像メモリ152に記録される。車間距離計測装置150では、入力された画像のデータを基に、自車と画像中の先行車両までの距離を計測する。ROM155には車間距離計測のための所定の処理がプログラミングされており、CPU153やRAM154で、車間距離計測のための画像処理や演算処理等が、予め定められた周期で繰り返し実行される。車間距離計測結果は計測結果記録部156に記録される。
計測結果は、通信インタフェース157を通じて適切な形にデータ変換され、出力装置108へ出力される。ここで、出力装置としてはディスプレイや車両制御ユニットなどが考えられる。
<処理の流れ>
本構成における処理のフローチャートを図3に示し、以下順を追って処理の詳細を説明する。
<車両検出>
まず、画像センサからの入力画像のデータを取得し(ステップ200)、次に画像中の車両検出を行う。車両検出で広く利用されている手法は2段階の処理、つまり探索処理とパターン認識処理に分けて考えることができる。それぞれステップ201とステップ202に対応し、これらの処理は車両検出部102にて実施される。
<処理の流れ>
本構成における処理のフローチャートを図3に示し、以下順を追って処理の詳細を説明する。
<車両検出>
まず、画像センサからの入力画像のデータを取得し(ステップ200)、次に画像中の車両検出を行う。車両検出で広く利用されている手法は2段階の処理、つまり探索処理とパターン認識処理に分けて考えることができる。それぞれステップ201とステップ202に対応し、これらの処理は車両検出部102にて実施される。
まずステップ201で、入力画像の中から車両の候補領域を設定する。例えば、サイズや位置を順次変化させながら、いわゆるラスタースキャンを実施して候補領域を複数設定する。ほかの設定方法としては、例えば入力画像からエッジ画像を作成し、縦方向あるいは横方向に勾配強度の強いエッジのペアが検出された場合にそこを車両候補領域として設定しても良い。後者の方法は画像中の車両が、車体両端を左右辺、ルーフを上辺、車体下端を下辺としたほぼ矩形状に観測されることを利用している。この方法によれば車両候補領域の数をラスタースキャンに比べて少なく設定できるため、パターン認識処理を実施する回数を大幅に減少させ車間距離算出をより高速に完了することができる。
ステップ202では、前記候補領域内に車両の背面パターンが含まれるか否かを、車両検出用テンプレート109Aとして記録された車両検出器を用いて判定する。車両検出器は、様々なクラスの車両をもれなくダブりなく検出するような車両クラスごとの検出器から構成されることを理想とする。車両検出器とは一定サイズの窓を持ったテンプレートであり、このテンプレートと候補領域を比較(パターンマッチ)することにより車両か否かを識別する。入力画像の中の車両の大きさは未知であるが、候補領域あるいは検出器を拡大・縮小することで対応できる。
ここで用いる車両検出器は、例えば車両と車両以外のサンプル画像から統計的機械学習により作成されたものである。学習手法は様々なものが提案されている。例えば画像の局所特徴量としてHOG(Histogram of Gradient)特徴を採用し、AdaBoostと呼ばれる学習アルゴリズムで実際に使用する特徴量を決定する。
車両検出器には、他に、画像特徴量としてHaar−Like特徴量あるいはピクセル差分特徴量を採用し、学習アルゴリズムとしてSVM (support vector machine) 等を用いても良い。また、これら複数種の車両検出器を用意し、天候などの走行条件に応じて、例えば天気の良い時はHOG、雨や霧の時はHaar−Like特徴量を使用するように使い分けるようにしても良い。あるいは、車両型式ごとに車両固有の最適の特徴量を使うようにしても良い。
なお、車両検出器の数は一個に限るものではない。普通車とトラックのように異なる車両クラスの画像パターンを同一の検出器で精度よく検出できないことがある。この場合は車両クラスごとに検出器を用意しても構わない。各車両クラス内がもっともまとまり、かつクラス間がもっとも分離されるような特徴量を学習により抽出してそれぞれの検出器を構成する。
ステップ202で車両が検出された場合は、ステップ203へ進む。車両が検出されなかった場合は、入力画像中に車両が存在しなかったと判断し、処理を終了する。
<車両型式識別>
ステップ203では、車両型式識別処理が実施される。本処理は車両型式識別部103にて実施される。車両型式識別部103では、例えば図5に示す車両型式ごとの識別用テンプレートが予め車両型式記憶されている。車両型式識別器は、ステップ202で用いた車両検出器とは別の複数のテンプレートから構成される。
<車両型式識別>
ステップ203では、車両型式識別処理が実施される。本処理は車両型式識別部103にて実施される。車両型式識別部103では、例えば図5に示す車両型式ごとの識別用テンプレートが予め車両型式記憶されている。車両型式識別器は、ステップ202で用いた車両検出器とは別の複数のテンプレートから構成される。
本ステップの車両型式識別器は、車両型式から車幅を一意に決定できる車両型式ごとにテンプレートを有していることを特徴とし、検出された車両がいずれの車両型式に該当するか、あるいはいずれにも該当しないかを判別する。
この車両型式識別器のうち、車両型式Aを識別するテンプレートは、例えば車両型式Aとそれ以外の車両のサンプル画像から統計的機械学習により構成されたものである。このとき、車両型式Aを他の車両から分類しやすい画像特徴量で学習することが望ましい。そのため、使用する特徴量や学習手法が車両型式ごとに異なっていても構わない。図5では例としてHOG特徴量を可視化したテンプレートを示した。
この車両型式識別器のテンプレートサイズは、前記車両検出器と同じである必要はない。なぜなら遠方まで車両検知するために車両検出器のサイズを小さくすると、車両型式ごとの画像特徴がぼやけてしまい車両型式の識別が難しくなるためである。例えば、車両検出器のサイズは20x20画素、車両型式識別器のサイズは50x50画素を採用する。
ステップ203で実施する車両型式識別処理の詳細フローチャートを図4に示した。ステップ302において、車両型式識別器に登録された車両型式ごとの識別用テンプレートに対応する車体寸法を入力画像から演算する。続いてステップ303で前記車両型式ごとのテンプレートとのマッチング処理により類似度を算出する。例えばHOG特徴を用いた場合にはエッジ方向のヒストグラムの類似度を計算する。ステップ302、303は車両型式識別器に登録された全ての車両型式について実施される(ステップ301、 304)。
ステップ305では、上記の処理で算出された類似度の中から最も類似度の高いものを選び、それを所定の閾値と比較する。この閾値は、車両型式ごとの識別用テンプレートを統計的機械学習で作成する際に決定した所定の値である。閾値を超えた場合は該当テンプレートの車両型式であるとステップ306で決定し、閾値を超えなかった場合は、車両型式識別に失敗したとして処理を終了する。
<車幅を算出>
車両型式が決定できた場合は、図3のステップ204へ進み、図6に示す車両型式・車幅対応テーブル109Cを照合して車幅W_cを求める。車両型式・車幅対応テーブル109Cの車両型式は、前記車両型式識別器に登録されている車両型式と一対一で対応しており、車両型式ごとの正確な車幅を保持している。例えば、車メーカーX社の車両型式Aの車幅は1623mmというような車両の仕様データである。判別された車両型式とこのデータを照合することで、検知車両の正確な車幅を決定することができる。なおここで、車幅W_cとは、図7で示すように、サイドミラー等を含めない車体の両端、より具体的には左右のドア間の幅、であることが望ましい。この理由は後述するように、車幅画素数算出部104で車体両端の縦方向の境界を検出するためである。
<車幅を算出>
車両型式が決定できた場合は、図3のステップ204へ進み、図6に示す車両型式・車幅対応テーブル109Cを照合して車幅W_cを求める。車両型式・車幅対応テーブル109Cの車両型式は、前記車両型式識別器に登録されている車両型式と一対一で対応しており、車両型式ごとの正確な車幅を保持している。例えば、車メーカーX社の車両型式Aの車幅は1623mmというような車両の仕様データである。判別された車両型式とこのデータを照合することで、検知車両の正確な車幅を決定することができる。なおここで、車幅W_cとは、図7で示すように、サイドミラー等を含めない車体の両端、より具体的には左右のドア間の幅、であることが望ましい。この理由は後述するように、車幅画素数算出部104で車体両端の縦方向の境界を検出するためである。
ステップ203で車両型式を識別できなかった場合にはステップ205において車幅W_cに所定の値を設定する。所定の値とは様々な車両の平均的な車幅であって、例えば1800mmといった固定値である。
図5、図6で示したデータは修正、削除、追加登録できることが望ましい。随時発売される新規の車両に対応できるようにするためである。
<車幅画素数の算出>
次にステップ206で車幅相当の画素数(車幅画素数)を算出する。本ステップは車幅画素数算出部104で実施される。課題として既に説明したように、複数の候補領域に対してパターン認識処理を実施した場合、車両周辺の複数の検出枠で車両と判定される場合がある。この様子を図8に示した。矩形401〜403は車両ありと判定された検出枠を示す。このとき、車両が存在する確度は高いが、画像における車幅を検出枠から一意に決めることができない。
<車幅画素数の算出>
次にステップ206で車幅相当の画素数(車幅画素数)を算出する。本ステップは車幅画素数算出部104で実施される。課題として既に説明したように、複数の候補領域に対してパターン認識処理を実施した場合、車両周辺の複数の検出枠で車両と判定される場合がある。この様子を図8に示した。矩形401〜403は車両ありと判定された検出枠を示す。このとき、車両が存在する確度は高いが、画像における車幅を検出枠から一意に決めることができない。
そこで車両周辺の縦エッジを検出する方法を用いる。まず例えば図9に示すように、車両検出器で車両と判定された領域すべてを含むエッジ検出領域410を設定する。この領域内で縦エッジを抽出して図10のようなエッジ画像を取得し、エッジのX軸投影を行ってヒストグラム420を得る。車体両端には縦エッジが密集しているはずなので、ヒストグラム420の同程度の高さのピーク2点を車体両端と特定し、その間隔を車幅画素数W_pとする。
なお、上述したようにステップ201で既に画像全体に対してエッジ検出処理を実施している場合は本ステップにおけるエッジ画像作成を省略し、先のエッジ画像を利用することもできる。
車幅画素数を求める別の方法として、例えば車両ありと判定された複数の検出枠の平均位置が最も確からしいとしてその平均化した検出枠の横サイズを車幅画素数として採用してもよい。
<車間距離の算出>
ステップ207において、車幅W_cと車幅画素数W_pを用いて車間距離を算出する。本処理は車間距離算出部107で実施される。車間距離Rは式(1)により算出される。
<車間距離の算出>
ステップ207において、車幅W_cと車幅画素数W_pを用いて車間距離を算出する。本処理は車間距離算出部107で実施される。車間距離Rは式(1)により算出される。
R = f x W_c / W_p (1)
ここでfはカメラで使用しているレンズの焦点距離である。
ここでfはカメラで使用しているレンズの焦点距離である。
以上の処理により、白線の有無や道路勾配などの走行状態によらずに、精度よく先行車両までの距離Rを計測することができる。
ステップ208において、先行車両までの距離Rと車両型式を出力する。
本実施例では、識別した車両型式は車幅を決定するためにのみ用いても良いが、判別された車両型式、あるいは車両型式と対応する車名とをディスプレイ等にも表示し運転手等に提供してもよい。
本実施例では、識別した車両型式は車幅を決定するためにのみ用いても良いが、判別された車両型式、あるいは車両型式と対応する車名とをディスプレイ等にも表示し運転手等に提供してもよい。
本実施例の車間距離算出装置によれば、車両型式ごと固有の実際の車体寸法として車幅情報を利用して車間距離を求めるため、自車ピッチングや幅員変化などの走行環境によらず先行車両までの距離を正確に求められる利点がある。また、単眼カメラを用いた安価な装置を提供できる。
本発明の第2の実施形態を、図11〜図13を参照しながら説明する。
図11に、第2の実施形態の車間距離算出装置の構成例を示す。本実施例では車両固有の車体寸法に車幅でなく、車高を用いて車間距離を算出する点が実施例1と異なる。それに応じて実施例1の車幅画素数算出部104、車幅算出部105、車両型式・車幅対応テーブル106が、それぞれ車高画素数算出部110、車高算出部111、車両型式・車高対応テーブル109dに変更されている。
図11に、第2の実施形態の車間距離算出装置の構成例を示す。本実施例では車両固有の車体寸法に車幅でなく、車高を用いて車間距離を算出する点が実施例1と異なる。それに応じて実施例1の車幅画素数算出部104、車幅算出部105、車両型式・車幅対応テーブル106が、それぞれ車高画素数算出部110、車高算出部111、車両型式・車高対応テーブル109dに変更されている。
車両型式・車高対応テーブル109dの保持する内容の例を図12に示した。
なお本実施例の車体寸法、すなわち車高H_cは、図13に示すように、タイヤを除く車体の上辺と下辺の距離とする。すなわち、車高は、車の全高からタイヤの半径に相当する長さを引いた値とする。車高画素数算出部110では第一の実施例で縦エッジペアを検出したのに代わり、横エッジペアを検出することで車体上下の境界を特定し、画像における車高の画素数を計測する。
なお本実施例の車体寸法、すなわち車高H_cは、図13に示すように、タイヤを除く車体の上辺と下辺の距離とする。すなわち、車高は、車の全高からタイヤの半径に相当する長さを引いた値とする。車高画素数算出部110では第一の実施例で縦エッジペアを検出したのに代わり、横エッジペアを検出することで車体上下の境界を特定し、画像における車高の画素数を計測する。
本実施例の車間距離算出装置によれば、車両型式ごと固有の車体寸法として車高情報を利用して車間距離を求めるため、自車ピッチングや幅員変化などの走行環境によらず先行車両までの距離を正確に求められる利点がある。また、単眼カメラを用いた安価な装置を提供できる。
次に、上記第1、第2の実施形態の車間距離算出装置を車両制御システムに適用した本発明の第3の実施形態を、図14を参照しながら説明する。
図14は、本発明の第3の実施形態における、車両制御システムの構成を示す。撮像部101、車両検出部102、車両型式識別部103、車幅画素数算出部104、車幅算出部105、データベース106のテーブル群109、車間距離算出部107の構成は、第1の実施形態の車間距離算出装置と同等である。本実施例では、さらに、車両検出部102で検知した先行車両に自動追従制御する場合の追従距離を車両型式に応じて設定する追従距離設定部121と、車間距離算出部107及び追従距離設定部121の出力に応じて車両の走行を制御する車両制御ユニット122を備える。データベース106は、車両型式別の車両制御データ120を保有している。
図14は、本発明の第3の実施形態における、車両制御システムの構成を示す。撮像部101、車両検出部102、車両型式識別部103、車幅画素数算出部104、車幅算出部105、データベース106のテーブル群109、車間距離算出部107の構成は、第1の実施形態の車間距離算出装置と同等である。本実施例では、さらに、車両検出部102で検知した先行車両に自動追従制御する場合の追従距離を車両型式に応じて設定する追従距離設定部121と、車間距離算出部107及び追従距離設定部121の出力に応じて車両の走行を制御する車両制御ユニット122を備える。データベース106は、車両型式別の車両制御データ120を保有している。
追従距離設定部121では、車両型式識別部103で識別された車両型式に応じてデータベース106の車両制御データ120を参照し、追従制御する際の車間距離を設定する。例えば、車幅の大きい車両に自動追従走行する場合、通常よりも長い車間距離を確保することで道路の前方に位置する車、標識、信号等の視認性を向上させることができる。車高の高い車両に自動追従走行する場合も同様に、車高に応じて通常よりも長い車間距離を確保することで、道路上方に位置する標識や信号の視認性を向上させることができる。
上記各実施例は、画像から車両型式を個別に特定するものであるが、車両型式に代えて、車両法による自動車の種別、あるいは道路交通法による自動車の種類をベースにこれらで定義された区分をユーザが適宜細分化した区分(以下、「車両クラス」と呼ぶ)を作成し、さらに、この区分に対応する車体寸法の関係を与えるデータベースを生成し、このデータベースを利用して前記車体寸法を算出することにより、適正な車間距離を推定できる。
本発明の第4の実施形態として、車両クラスを特定して車間距離を推定する方式を、図15を参照しながら説明する。
本実施例の車間距離算出装置は、車両検出部と、車両検出部で検知された前記他の車両を、車両クラス識別用テンプレートを用いて、車両固有の車体寸法が一意に推定できる車両クラスに分類する車両クラス識別部と、車両クラスごとに該車両クラス固有の車体寸法に関する情報である車両クラス・車幅対応テーブルを格納したデータベースと、車両検出部で検出された他の車両の画像における車体寸法相当の画素数を計測する車体寸法画素数算出部と、車両クラス識別部で識別された車両クラスに関して車両クラス・車幅対応テーブルデータベースを照合して、他の車両の固有の車体寸法を算出する車体寸法算出部と、他の車両の固有の車体寸法と車体寸法相当の画素数とに基づき、自車から他の車両までの距離を算出する車間距離算出部とを有する。
車両クラス識別用テンプレートは、例えば図5に示す車両型式に相当するものであ。車両クラスは、ユーザが、例えば、車両法で定義された自動車の種類の区分を基に、この区分を適宜細分化し、車間距離算出に適した区分として作成するものとする。例えば、車両法で定義された自動車の種類の区分である、普通自動車、小型自動車、軽自動車、大型特殊自動車、小型特殊自動車の区分を基に、これらの区分をさらに、乗用車、トラック、バス、バイク等に細分化する。なお、用途によっては、乗用車、トラック、バス等を車体寸法等によってさらに各々大、中、小に分類しても良い。
車両クラス・車幅対応テーブルは、例えば図6に示す車両型式・車幅対応テーブル109Cに相当するものであり、車両クラスを照合して車両クラス固有の車体寸法、例えば車幅W_cを求める。車両クラス・車幅対応テーブルの車両クラスは、前記車両クラス識別部に登録されている車両クラスと対応しており、予めユーザにより作成された、車両クラスごとの特有の車体寸法、例えば、自動車の車幅(全幅)や車高のような走行環境の影響を受けにくい車体寸法を保持している。例えば、軽自動車に関して、典型的な車幅のデータを保持している。判別された車両クラスとこのデータを照合することで、検知車両のほぼ正確な車幅を決定することができる。
図15に、第4の実施例における、車間距離算出処理のフローチャートを示す。
ステップ210では、画像中で認識された車両をクラスに分類する処理が、予め記憶されている車両クラス識別用テンプレートを参照して実施される。この識別用テンプレートは、車両クラスごとに作成される。
ステップ210では、画像中で認識された車両をクラスに分類する処理が、予め記憶されている車両クラス識別用テンプレートを参照して実施される。この識別用テンプレートは、車両クラスごとに作成される。
次に、ステップ211では、車両クラス・車幅対応テーブルを参照して分類された車両クラスから固有の車体寸法、例えばクラス固有の車幅を算出する。車両クラス・車幅対応テーブルは、上記車両クラスから、適正な車幅を推定できる車両クラスで分類されている。
例えば、トラックという車両クラスを定義しようとすると、大型トラックから小型トラックまで全てを含み、車幅は分布を持つ。一般に普通車よりも大きいトラックのみの車幅の平均値を使用したほうが車幅推定の誤差が小さく、結果距離算出の精度が向上する。
ステップ208において、先行車両までの距離Rと車両クラス名を出力する。
他の処理は、第1の実施形態の図3の処理と同じである。
他の処理は、第1の実施形態の図3の処理と同じである。
本実施例の車間距離算出装置によれば、車両クラスごと固有の車体寸法を利用して車間距離を求めるため、先行車両までの大凡の距離を求めることができる。また、単眼カメラを用いた安価な装置を提供できる。
上記各実施例は車両用の外界認識装置に関するもので有るが、本発明の外界認識装置は、車両以外の用途の外界認識装置にも適用できる。
図16に本発明の第5の実施形態になる、外界認識装置100の機能ブロックの構成例を示す。
外界認識装置100は、撮像部1から得られた画像から特定の物体を検出する障害物検出部2と、障害物検出部で検出された特定の物体の種別を識別する障害物種別識別部3と、障害物検出部で識別された特定の物体上の複数の特定部位間の画素数を計測する特定部位間画素数算出部4と、物体種別ごとに前記複数の特定部位間の距離情報を保有する特定部位間距離情報データベース109eを格納したデータベース6と、前記障害物種別識別部で識別された物体種別を前記データベース6と照合して前記複数の特定部位間の距離を算出する特定部位間距離算出部5と、前記特定部位間距離と前記特定部位間画素数から前記特定の物体までの撮像部からの距離を算出する障害物距離算出部7を有する。
図16に本発明の第5の実施形態になる、外界認識装置100の機能ブロックの構成例を示す。
外界認識装置100は、撮像部1から得られた画像から特定の物体を検出する障害物検出部2と、障害物検出部で検出された特定の物体の種別を識別する障害物種別識別部3と、障害物検出部で識別された特定の物体上の複数の特定部位間の画素数を計測する特定部位間画素数算出部4と、物体種別ごとに前記複数の特定部位間の距離情報を保有する特定部位間距離情報データベース109eを格納したデータベース6と、前記障害物種別識別部で識別された物体種別を前記データベース6と照合して前記複数の特定部位間の距離を算出する特定部位間距離算出部5と、前記特定部位間距離と前記特定部位間画素数から前記特定の物体までの撮像部からの距離を算出する障害物距離算出部7を有する。
本実施形態によれば、撮像部1で撮像された画像が障害物検出部2へ入力される。障害物検出部2では画像内に存在する障害物を検出し、その結果は障害物種別識別部3および特定部位間画素数算出部4へ入力される。障害物種別識別部3では検出された障害物の種別を識別し特定部位間距離算出部5おいて予めデータベース6に記録された特定部位間距離情報データベース109eを照合して前記障害物上の特定の複数部位間の距離を求め、それを特定部位間距離とする。特定部位間画素数算出部4では障害物検出部2で検出された障害物上の前記特定の複数部位間の撮像画像における距離を画素数で求め、それを特定部位間画素数とする。障害物距離算出部7では、以上で算出された特定部位間距離と特定部位間画素数を用いて、所定の演算により障害物までの距離を算出する。
100…車両用外界認識装置、101…撮像部、102…車両検出部、103…車両型式識別部、104…車幅画素数算出部、105…車幅算出部、106…データベース、107…車間距離算出部、108…出力部、109A…車両検出用テンプレート、109B…車両型式識別用テンプレート、109C…車両型式・車幅対応テーブル、109d…車両型式・車高対応テーブル、110…車高画素数算出部、111…車高算出部、150…車間距離計測装置、401〜403…車両ありと判定された検出枠、410…検出された車両周辺でエッジ検出処理を実施する領域、420…縦方向の勾配強度をX軸投影したヒストグラム。
Claims (15)
- 自車に搭載された1つの撮像部から得られた画像から、他の車両の画像領域を検出する車両検出部と、
前記車両検出部で検出された前記他の車両の車両型式を識別する車両型式識別部と、
車両固有の車体寸法に関する情報を格納したデータベースと、
前記車両検出部で検出された前記他の車両の画像における前記車体寸法相当の画素数を計測する車体寸法画素数算出部と、
前記車両型式識別部で識別された車両型式に関して前記データベースを照合して、前記他の車両の前記固有の車体寸法を算出する車体寸法算出部と、
前記他の車両の固有の車体寸法と前記車体寸法相当の画素数とに基づき、自車から前記他の車両までの距離を算出する車間距離算出部とを有する
ことを特徴とする車間距離算出装置。 - 請求項1において、
前記車両固有の車体寸法が車幅であり、
前記データベースは、前記車両型式ごとに前記車幅の情報を保持しており、
前記車体寸法画素数算出部は、前記車幅相当の画素数を計測し、
前記車体寸法算出部は、前記データベースを照合して、前記他の車両の車幅を算出し、
前記車間距離算出部は、前記他の車両の車幅と前記車幅相当の画素数とに基づき、前記車間距離を算出する
ことを特徴とする車間距離算出装置。 - 請求項1において、
前記車両固有の車体寸法が車高であり、
前記データベースは、前記車両型式ごとに前記車高の情報を保持しており、
前記車体寸法画素数算出部は、前記車高相当の画素数を計測し、
前記車体寸法算出部は前記データベースを照合して、前記他の車両の車高を算出し、
前記車間距離算出部は、前記他の車両の車高と前記車高相当の画素数とに基づき、前記車間距離を算出する
ことを特徴とする車間距離算出装置。 - 請求項1において、
前記データベースは、前記車両型式ごとに前記車幅の情報を保持しており、
前記車体寸法画素数算出部は、前記車両検出部で検出された車両の画像における車幅相当の画素数を計測し、
前記車体寸法算出部は、前記車両型式識別部で識別された車両型式を前記データベースの車両型式・車幅対応テーブルと照合して検出された車両の車幅を算出し、
前記車間距離算出部は、前記車幅と前記車幅相当の画素数とから前記車両までの距離を算出する
ことを特徴とする車間距離算出装置。 - 請求項4において、
前記車体寸法算出部は、検出した前記他の車両の車両型式を車両型式識別部で識別できない場合には所定の値を前記車幅として出力する
ことを特徴とする車間距離算出装置。 - 請求項4において、
前記車両型式識別部は、検出された前記他の車両の車両型式をパターン認識処理で識別するために、車両型式ごとに画像特徴量をテンプレートとして有し、
検出された前記他の車両の画像特徴量と照合することで類似度を算出し、算出された類似度と所定の閾値を比較することで車両型式を識別する
ことを特徴とする車間距離算出装置。 - 請求項6において、
前記車両型式識別部が有する前記車両型式ごとのテンプレートは、該車両型式ごとに識別に好適な画像特徴量から構成される
ことを特徴とする車間距離算出装置。 - 請求項1において、
前記車両型式識別部で識別された前記車両型式を運転手に提供するための情報提供部を有する
ことを特徴とする車間距離算出装置。 - 自車に搭載された1つの撮像部から得られた画像から、他の車両の画像領域を検出する車両検出部と、
前記車両検出部で検知された前記他の車両を、前記車両固有の車体寸法が一意に推定できる前記車両クラスに分類する車両クラス識別部と、
前記車両クラスごとに該車両クラス固有の車体寸法に関する情報を格納したデータベースと、
前記車両検出部で検出された前記他の車両の画像における前記車体寸法相当の画素数を計測する車体寸法画素数算出部と、
前記車両クラス識別部で識別された車両クラスに関して前記データベースを照合して、前記他の車両の前記固有の車体寸法を算出する車体寸法算出部と、
前記他の車両の固有の車体寸法と前記車体寸法相当の画素数とに基づき、自車から前記他の車両までの距離を算出する車間距離算出部とを有する
ことを特徴とする車間距離算出装置。 - 請求項4において、
前記車両型式識別部で識別可能な車両型式のテンプレート、および、前記データベースに登録された前記車両型式と前記車幅は、追加登録可能に構成されている
ことを特徴とする車間距離算出装置。 - 請求項10において、
前記車体寸法画素数算出部は、検出された車両の左右両端間の前記車幅相当の画素数を画像濃淡の勾配情報を用いて計測する
ことを特徴とする車間距離算出装置。 - 請求項11において、
前記勾配情報を得るための処理は車両が検出された領域に限って実施する
ことを特徴とする車間距離算出装置。 - 自車に搭載された1つの撮像部から得られた画像から、他の車両の画像領域を検出する車両検出部と、
前記車両検出部で検出された前記他の車両の車両型式を識別する車両型式識別部と、
自車と前記他の車両との車間距離の算出を行う車間距離算出装置と、
前記車両型式識別部で識別された車両型式に応じて追従距離を設定する追従距離設定部と、
前記設定された追従距離と前記車間距離に応じて前記自車の走行を制御する車両制御ユニットとを有し、
前記車間距離算出装置は、
自車に搭載された1つの撮像部から得られた画像から、前記他の車両の画像領域を検出する車両検出部と、
前記車両検出部で検出された前記他の車両の車両型式を識別する車両型式識別部と、
車両固有の車体寸法に関する情報を格納したデータベースと、
前記車両検出部で検出された前記他の車両の画像における前記車体寸法相当の画素数を計測する車体寸法画素数算出部と、
前記車両型式識別部で識別された車両型式に関して前記データベースを照合して、前記他の車両の前記固有の車体寸法を算出する車体寸法算出部と、
前記他の車両の固有の車体寸法と前記車体寸法相当の画素数とに基づき、自車から前記他の車両までの距離を算出する車間距離算出部とを有する
ことを特徴とする車両制御システム。 - 請求項13において、
前記車両固有の車体寸法が車幅であり、
前記データベースは、前記車両型式ごとに前記車幅の情報を保持しており、
前記車体寸法画素数算出部は、前記車幅相当の画素数を計測し、
前記車体寸法算出部は、前記データベースを照合して、前記他の車両の車幅を算出し、
前記車間距離算出部は、前記他の車両の車幅と前記車幅相当の画素数とに基づき、前記車間距離を算出する
ことを特徴とする車両制御システム。 - 請求項13において、
前記車両固有の車体寸法が車高であり、
前記データベースは、前記車両型式ごとに前記車高の情報を保持しており、
前記車体寸法画素数算出部は、前記車高相当の画素数を計測し、
前記車体寸法算出部は前記データベースを照合して、前記他の車両の車高を算出し、
前記車間距離算出部は、前記他の車両の車高と前記車高相当の画素数とに基づき、前記車間距離を算出する
ことを特徴とする車両制御システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011194558A JP2013057992A (ja) | 2011-09-07 | 2011-09-07 | 車間距離算出装置およびそれを用いた車両制御システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011194558A JP2013057992A (ja) | 2011-09-07 | 2011-09-07 | 車間距離算出装置およびそれを用いた車両制御システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2013057992A true JP2013057992A (ja) | 2013-03-28 |
Family
ID=48133857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011194558A Withdrawn JP2013057992A (ja) | 2011-09-07 | 2011-09-07 | 車間距離算出装置およびそれを用いた車両制御システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2013057992A (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014167677A (ja) * | 2013-02-28 | 2014-09-11 | Fujifilm Corp | 車間距離算出装置およびその動作制御方法 |
JP2016151771A (ja) * | 2015-02-16 | 2016-08-22 | 修一 田山 | 自動車における近接体警報知装置 |
JP2016151770A (ja) * | 2015-02-16 | 2016-08-22 | 修一 田山 | 自動車における近接体警報知装置 |
KR101818842B1 (ko) * | 2016-03-10 | 2018-02-21 | 현대오토에버 주식회사 | 운전지원장치, 거리감지방법 및 차로의 너비감지방법 |
JP2019055768A (ja) * | 2017-07-28 | 2019-04-11 | トヨタ モーター エンジニアリング アンド マニュファクチャリング ノース アメリカ,インコーポレイティド | ビークルの自律動作能力の構成 |
CN110414357A (zh) * | 2019-06-28 | 2019-11-05 | 上海工程技术大学 | 一种基于车辆类型识别的前方车辆定位方法 |
CN110659548A (zh) * | 2018-06-29 | 2020-01-07 | 比亚迪股份有限公司 | 车辆及其目标检测方法、装置 |
KR102069843B1 (ko) * | 2018-08-31 | 2020-01-23 | 서강대학교 산학협력단 | 차량 추적 장치 및 방법 |
CN112762848A (zh) * | 2019-11-05 | 2021-05-07 | 深圳市大富科技股份有限公司 | 一种距离测量的方法、设备及计算机存储介质 |
JP2023051757A (ja) * | 2021-09-30 | 2023-04-11 | ウーブン・アルファ株式会社 | 車両データ収集システム及びその使用方法 |
KR20230090408A (ko) * | 2021-12-14 | 2023-06-22 | 주식회사 유라코퍼레이션 | 차량 도어 개폐 제어 장치 및 방법 |
-
2011
- 2011-09-07 JP JP2011194558A patent/JP2013057992A/ja not_active Withdrawn
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9135709B2 (en) | 2013-02-28 | 2015-09-15 | Fujifilm Corporation | Vehicle-to-vehicle distance calculation apparatus and method |
JP2014167677A (ja) * | 2013-02-28 | 2014-09-11 | Fujifilm Corp | 車間距離算出装置およびその動作制御方法 |
JP2016151771A (ja) * | 2015-02-16 | 2016-08-22 | 修一 田山 | 自動車における近接体警報知装置 |
JP2016151770A (ja) * | 2015-02-16 | 2016-08-22 | 修一 田山 | 自動車における近接体警報知装置 |
KR101818842B1 (ko) * | 2016-03-10 | 2018-02-21 | 현대오토에버 주식회사 | 운전지원장치, 거리감지방법 및 차로의 너비감지방법 |
JP2019055768A (ja) * | 2017-07-28 | 2019-04-11 | トヨタ モーター エンジニアリング アンド マニュファクチャリング ノース アメリカ,インコーポレイティド | ビークルの自律動作能力の構成 |
CN110659548A (zh) * | 2018-06-29 | 2020-01-07 | 比亚迪股份有限公司 | 车辆及其目标检测方法、装置 |
KR102069843B1 (ko) * | 2018-08-31 | 2020-01-23 | 서강대학교 산학협력단 | 차량 추적 장치 및 방법 |
CN110414357A (zh) * | 2019-06-28 | 2019-11-05 | 上海工程技术大学 | 一种基于车辆类型识别的前方车辆定位方法 |
CN110414357B (zh) * | 2019-06-28 | 2023-04-07 | 上海工程技术大学 | 一种基于车辆类型识别的前方车辆定位方法 |
CN112762848A (zh) * | 2019-11-05 | 2021-05-07 | 深圳市大富科技股份有限公司 | 一种距离测量的方法、设备及计算机存储介质 |
JP2023051757A (ja) * | 2021-09-30 | 2023-04-11 | ウーブン・アルファ株式会社 | 車両データ収集システム及びその使用方法 |
JP7382465B2 (ja) | 2021-09-30 | 2023-11-16 | ウーブン・バイ・トヨタ株式会社 | 車両データ収集システム及びその使用方法 |
KR20230090408A (ko) * | 2021-12-14 | 2023-06-22 | 주식회사 유라코퍼레이션 | 차량 도어 개폐 제어 장치 및 방법 |
KR102585938B1 (ko) | 2021-12-14 | 2023-10-10 | 주식회사 유라코퍼레이션 | 차량 도어 개폐 제어 장치 및 방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2013057992A (ja) | 車間距離算出装置およびそれを用いた車両制御システム | |
EP1671216B1 (en) | Moving object detection using low illumination depth capable computer vision | |
US9047518B2 (en) | Method for the detection and tracking of lane markings | |
JP5690688B2 (ja) | 外界認識方法,装置,および車両システム | |
US8301344B2 (en) | Device for classifying at least one object in the surrounding field of a vehicle | |
JP4775391B2 (ja) | 障害物検出装置 | |
CA2885019C (en) | Robust windshield detection via landmark localization | |
EP3557524A1 (en) | Image processing device and outside recognition device | |
CN112349144B (zh) | 一种基于单目视觉的车辆碰撞预警方法及*** | |
US7250593B2 (en) | Mobile body surrounding surveillance apparatus, mobile body surrounding surveillance method, control program, and readable recording medium | |
CN110033621B (zh) | 一种危险车辆检测方法、装置及*** | |
CN103548069B (zh) | 用于识别可能的碰撞对象的方法和装置 | |
US10531016B2 (en) | On-vehicle display control device, on-vehicle display system, on-vehicle display control method, and non-transitory storage medium | |
JP2010019589A (ja) | 車間距離検出装置、ドライブレコーダ装置 | |
KR20160133257A (ko) | 차량용 블랙박스 후방카메라를 이용한 측후방 충돌방지 시스템 및 충돌방지방법 | |
US20090073000A1 (en) | Method and apparatus for alerting about driving state of vehicle | |
US10896337B2 (en) | Method for classifying a traffic sign, or road sign, in an environment region of a motor vehicle, computational apparatus, driver assistance system and motor vehicle | |
KR20160133386A (ko) | 차량용 블랙박스 후방카메라를 이용한 측후방 충돌방지 시스템의 충돌방지방법 | |
JP2021196789A (ja) | 車間距離計測装置および車両制御システム | |
JP5720380B2 (ja) | 物体検出方法、物体検出装置および物体検出プログラム | |
Jyothi et al. | Driver assistance for safe navigation under unstructured traffic environment | |
JP2018088237A (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 | |
US10867397B2 (en) | Vehicle with a driving assistance system with a low power mode | |
KR102039814B1 (ko) | 측후방 차량 검출 방법 및 그 장치 | |
JP7405233B2 (ja) | 画像処理装置、画像処理方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20141202 |