JP2019158662A - 物標認識装置及び車両走行制御システム - Google Patents
物標認識装置及び車両走行制御システム Download PDFInfo
- Publication number
- JP2019158662A JP2019158662A JP2018047008A JP2018047008A JP2019158662A JP 2019158662 A JP2019158662 A JP 2019158662A JP 2018047008 A JP2018047008 A JP 2018047008A JP 2018047008 A JP2018047008 A JP 2018047008A JP 2019158662 A JP2019158662 A JP 2019158662A
- Authority
- JP
- Japan
- Prior art keywords
- target
- vehicle
- integrated
- frame
- image
- 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
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Image Analysis (AREA)
Abstract
【課題】車両の周囲の物標を認識する物標認識処理において、水しぶきが物標として誤認識されることを抑制する。【解決手段】物標認識処理にライダーとカメラの両方が用いられる。第1物標は、ライダー計測結果に基づいて検出され、第2物標は、カメラ撮像画像に基づいて検出される。第1物標と第2物標がフュージョン可能な場合、統合物標が水しぶきか否か判定される。物標枠は、カメラ撮像画像上に投影された第1物標の枠である。仮に統合物標が水しぶきである場合、物標枠内の画像は、水しぶきに特有の特徴を有しているはずである。そこで、物標枠に関連する特徴量が、カメラ撮像結果に基づいて演算される。特徴量が閾値以上である場合、統合物標は水しぶきであると判定され、物標から除外される。【選択図】図2
Description
本発明は、車両に搭載される物標認識装置及び車両走行制御システムに関する。
特許文献1は、レーザレーダを用いた車両用の障害物検知装置を開示している。その障害物検知装置は、車両のタイヤによる水分の巻き上げを検出する巻き上げ検出手段を備えている。その巻き上げ検出手段は、レーザ光強度、ワイパー作動速度、雨量の増加等に基づいて、タイヤによる水分の巻き上げを検出する。そして、障害物検知装置は、巻き上げ検出手段の出力信号に基づいて、レーザレーダの出力を制御する。
車両の周囲の物標を認識する「物標認識処理」について考える。物標認識処理の結果は、自動運転制御等の車両走行制御に利用され得る。従って、物標認識処理の精度を高めることが望まれている。
物標認識精度を低下させる1つの要因として、車両走行に伴って発生する水しぶきが考えられる。例えば、雨が降っている時や路面に水が溜まっている時に車両が走行すると、タイヤによって水分が巻き上げられ、水しぶきが発生する。そのような水しぶきは、車両の周囲の物標として誤認識されるおそれがある。
上記の特許文献1に開示された技術によれば、例えばレーザ光強度に基づいて水しぶきが判定される。しかしながら、その場合、リフレクタを有さない後方車両と水しぶきとを区別することができない。他の例として、ワイパー作動速度や雨量の増加に基づいて水しぶきが判定される。しかしながら、雨が降っていなくても、路面に水が溜まっていれば、水しぶきは発生する。従って、ワイパー作動速度や雨量の増加を参照しても、水しぶきを正しく判定できるとは限らない。
本発明の1つの目的は、車両の周囲の物標を認識する物標認識処理において、水しぶきが物標として誤認識されることを抑制することができる技術を提供することにある。
本発明の1つの観点において、車両に搭載される物標認識装置が提供される。
前記物標認識装置は、
ライダーと、
前記ライダーと視野が重なるカメラと、
物標認識処理を行う制御装置と
を備える。
前記物標認識処理は、
前記ライダーによる計測結果に基づいて第1物標を検出する第1物標検出処理と、
前記カメラによって撮像された画像に基づいて第2物標を検出する第2物標検出処理と、
前記第1物標と前記第2物標を統合物標として統合するフュージョン処理と、
前記統合物標が前記車両の走行に伴って発生した水しぶきか否かを判定する水しぶき判定処理と、
前記統合物標が前記水しぶきと判定された場合、前記統合物標を前記車両の周囲の物標から除外する除外処理と
を含む。
物標枠は、前記画像上に投影された前記第1物標を表す枠である。
物標面積は、前記物標枠の面積である。
フロー量は、前記物標枠内の前記画像の特徴点のオプティカルフローの大きさである。
第1特徴量は、前記物標枠の外の前記画像の平均輝度に対する前記物標枠の中の前記画像の平均輝度の比率である。
第2特徴量は、前記車両の速度の増加に対する前記物標面積の増加の度合いである。
第3特徴量は、前記車両の速度の増加に対する前記フロー量の増加の度合いである。
前記水しぶき判定処理において前記統合物標を前記水しぶきと判定する条件は、前記第1特徴量が第1閾値以上であること、前記第2特徴量が第2閾値以上であること、及び前記第3特徴量が第3閾値以上であること、のうち少なくとも1つを含む。
前記物標認識装置は、
ライダーと、
前記ライダーと視野が重なるカメラと、
物標認識処理を行う制御装置と
を備える。
前記物標認識処理は、
前記ライダーによる計測結果に基づいて第1物標を検出する第1物標検出処理と、
前記カメラによって撮像された画像に基づいて第2物標を検出する第2物標検出処理と、
前記第1物標と前記第2物標を統合物標として統合するフュージョン処理と、
前記統合物標が前記車両の走行に伴って発生した水しぶきか否かを判定する水しぶき判定処理と、
前記統合物標が前記水しぶきと判定された場合、前記統合物標を前記車両の周囲の物標から除外する除外処理と
を含む。
物標枠は、前記画像上に投影された前記第1物標を表す枠である。
物標面積は、前記物標枠の面積である。
フロー量は、前記物標枠内の前記画像の特徴点のオプティカルフローの大きさである。
第1特徴量は、前記物標枠の外の前記画像の平均輝度に対する前記物標枠の中の前記画像の平均輝度の比率である。
第2特徴量は、前記車両の速度の増加に対する前記物標面積の増加の度合いである。
第3特徴量は、前記車両の速度の増加に対する前記フロー量の増加の度合いである。
前記水しぶき判定処理において前記統合物標を前記水しぶきと判定する条件は、前記第1特徴量が第1閾値以上であること、前記第2特徴量が第2閾値以上であること、及び前記第3特徴量が第3閾値以上であること、のうち少なくとも1つを含む。
本発明によれば、物標認識処理にライダーとカメラの両方が用いられる。第1物標は、ライダーによる計測結果に基づいて検出され、第2物標は、カメラによって撮像された画像に基づいて検出される。第1物標と第2物標がフュージョン可能な場合、統合物標が水しぶきか否かを精度良く判定することができる。
具体的には、水しぶき判定処理において、物標枠と特徴量が考慮される。物標枠は、カメラによって撮像された画像上に投影された第1物標の枠である。仮に統合物標が水しぶきである場合、物標枠内の画像は、水しぶきに特有の特徴を有しているはずである。そこで、物標枠に関連する特徴量が、カメラによる撮像結果に基づいて演算される。そして、特徴量が閾値以上である場合、統合物標は水しぶきであると判定される。
このような手法により、車両の走行に伴って発生する水しぶきを精度良く判定することが可能となる。統合物標が水しぶきであると判定された場合、当該統合物標は車両の周囲の物標から除外される。これにより、水しぶきが物標として誤認識されることが抑制される。すなわち、物標認識処理の精度が向上する。
添付図面を参照して、本発明の実施の形態を説明する。
1.概要
図1は、本実施の形態の概要を説明するための概念図である。車両1は、周囲の物標を認識する物標認識機能を搭載している。車両1の周囲の物標の典型例は、周辺車両2である。図1には、先行車両2A、後続車両2B、及び並走車両2Cが例示されている。
図1は、本実施の形態の概要を説明するための概念図である。車両1は、周囲の物標を認識する物標認識機能を搭載している。車両1の周囲の物標の典型例は、周辺車両2である。図1には、先行車両2A、後続車両2B、及び並走車両2Cが例示されている。
雨が降っている時や路面に水が溜まっている時に車両1が走行すると、タイヤによって水分が巻き上げられ、水しぶきが発生する。そのような水しぶきは、車両1の周囲の物標として誤認識されるおそれがある。例えば、水しぶきが後続車両2Bあるいは並走車両2Cと誤認識されるおそれがある。
このように車両1の走行に伴って発生する水しぶきは、物標認識精度を低下させる要因となる。そこで、本実施の形態は、水しぶきの判定精度を向上させ、水しぶきが物標として誤認識されることを抑制することができる技術を提供する。
2.物標認識装置
図2は、本実施の形態に係る物標認識装置10の構成例を示すブロック図である。物標認識装置10は、車両1に搭載されており、車両1の周囲の物標を認識する物標認識処理を行う。この物標認識装置10は、ライダー(LIDAR: Laser Imaging Detection and Ranging)20、カメラ30、車両状態センサ40、及び制御装置50を備えている。
図2は、本実施の形態に係る物標認識装置10の構成例を示すブロック図である。物標認識装置10は、車両1に搭載されており、車両1の周囲の物標を認識する物標認識処理を行う。この物標認識装置10は、ライダー(LIDAR: Laser Imaging Detection and Ranging)20、カメラ30、車両状態センサ40、及び制御装置50を備えている。
ライダー20は、レーザパルスを用いて反射点の位置(距離及び方向)を計測する。より詳細には、ライダー20は、複数の方向に向けてレーザパルスを順次出力(走査)する。レーザパルスが反射点で反射すると、レーザパルスの反射光がライダー20に戻ってくる。ライダー20は、レーザパルスの反射光を受け取る。反射光の受光状態から、反射点の距離及び方向を算出することができる。ライダー20による計測結果は、制御装置50に送られる。
カメラ30は、車両1の周囲を撮像する。このカメラ30の視野は、ライダー20の視野(計測レンジ)と少なくとも部分的に重なっている。カメラ30によって撮像された画像情報は、制御装置50に送られる。
尚、ライダー20及びカメラ30の設置位置及び個数は、特に限定されない。例えば、ライダー20及びカメラ30は、車両1の前面、側面、及び後面に設置される。
車両状態センサ40は、車両1の状態を検出する。例えば、車両状態センサ40は、車輪速センサ、車速センサ等を含んでいる。車輪速センサは、車両1の各車輪の回転速度を検出する。車速センサは、車両1の速度を検出する。車両状態センサ40によって検出された車両状態情報は、制御装置50に送られる。
制御装置50は、プロセッサ及び記憶装置を備えるマイクロコンピュータである。制御装置50は、ECU(Electronic Control Unit)とも呼ばれる。プロセッサが記憶装置に格納された制御プログラムを実行することにより、制御装置50による処理が実現される。制御装置50による処理は、車両1の周囲の物標を認識する物標認識処理を含む。以下、制御装置50による物標認識処理について説明する。
3.物標認識処理
図3は、本実施の形態に係る物標認識処理を示すフローチャートである。図3に示されるフローは、一定サイクル毎に繰り返し実行される。
図3は、本実施の形態に係る物標認識処理を示すフローチャートである。図3に示されるフローは、一定サイクル毎に繰り返し実行される。
3−1.ステップS100(物標検出処理)
制御装置50は、車両1の周囲の物標を検出する。具体的には、制御装置50は、ライダー20による計測結果に基づいて物標を検出する(ステップS110)。ライダー20による計測結果に基づいて検出される物標は、以下「第1物標T1」と呼ばれる。制御装置50は、第1物標T1の検出情報(距離、方向、サイズ等)を取得する。更に、制御装置50は、第1物標T1の相対速度を算出してもよい。
制御装置50は、車両1の周囲の物標を検出する。具体的には、制御装置50は、ライダー20による計測結果に基づいて物標を検出する(ステップS110)。ライダー20による計測結果に基づいて検出される物標は、以下「第1物標T1」と呼ばれる。制御装置50は、第1物標T1の検出情報(距離、方向、サイズ等)を取得する。更に、制御装置50は、第1物標T1の相対速度を算出してもよい。
また、制御装置50は、カメラ30によって撮像された画像を解析することによって、車両1の周囲の物標を検出する(ステップS120)。カメラ30によって撮像された画像に基づいて検出される物標は、以下「第2物標T2」と呼ばれる。制御装置50は、第2物標T2の検出情報(距離、方向、サイズ等)を取得する。更に、制御装置50は、第2物標T2の相対速度を算出してもよい。
3−2.ステップS200(フュージョン処理)
第1物標T1と第2物標T2が所定の条件の満たす場合、それら2つの物標は同一の物標であると認識することができる。そのような処理は、「フュージョン(fusion)」と呼ばれる。所定の条件は、例えば、第1物標T1と第2物標T2との間の位置の差が誤差範囲内であることを含む。所定の条件は、更に、第1物標T1と第2物標T2との間の相対速度の差が誤差範囲内であることを含んでいてもよい。
第1物標T1と第2物標T2が所定の条件の満たす場合、それら2つの物標は同一の物標であると認識することができる。そのような処理は、「フュージョン(fusion)」と呼ばれる。所定の条件は、例えば、第1物標T1と第2物標T2との間の位置の差が誤差範囲内であることを含む。所定の条件は、更に、第1物標T1と第2物標T2との間の相対速度の差が誤差範囲内であることを含んでいてもよい。
制御装置50は、所定の条件が成立するか否か、すなわち、フュージョンが可能か否かを判定する(ステップS210)。フュージョンが可能な場合(ステップS210;Yes)、制御装置50は、第1物標T1と第2物標T2を統合物標TFとして統合する(ステップS220)。その後、処理はステップS300に進む。
一方、フュージョンが不可能な場合(ステップS210;No)、制御装置50は、第1物標T1と第2物標T2のそれぞれを単独物標として認識する(ステップS230)。その後、処理はステップS500に進む。
3−3.ステップS300(水しぶき判定処理)
制御装置50は、統合物標TFが車両1の走行に伴って発生した水しぶきか否かを判定する。統合物標TFが水しぶきであると判定された場合(ステップS300;Yes)、処理はステップS400に進む。それ以外の場合(ステップS300;No)、処理はステップS500に進む。図3に示される例では、ステップS300は、次のステップS310〜S330を含んでいる。
制御装置50は、統合物標TFが車両1の走行に伴って発生した水しぶきか否かを判定する。統合物標TFが水しぶきであると判定された場合(ステップS300;Yes)、処理はステップS400に進む。それ以外の場合(ステップS300;No)、処理はステップS500に進む。図3に示される例では、ステップS300は、次のステップS310〜S330を含んでいる。
3−3−1.ステップS310
図4は、ステップS310を説明するための概念図である。図4には、カメラ30によって撮像された画像が示されている。図4に示される例では、車両1の走行に伴って水しぶきが発生しており、画像には水しぶきも含まれている。尚、上記のステップS100(物標検出処理)において、水しぶき(水滴の集合)は、公知のクラスタリング処理によって1つの物標として検出される。
図4は、ステップS310を説明するための概念図である。図4には、カメラ30によって撮像された画像が示されている。図4に示される例では、車両1の走行に伴って水しぶきが発生しており、画像には水しぶきも含まれている。尚、上記のステップS100(物標検出処理)において、水しぶき(水滴の集合)は、公知のクラスタリング処理によって1つの物標として検出される。
ステップS310において、制御装置50は、第1物標T1を、カメラ30によって撮像された画像上に投影する。ライダー20とカメラ30の設置位置及びカメラ30のカメラパラメータは既知である。そのような既知パラメータに基づいて、第1物標T1をカメラ30によって撮像された画像上に投影することができる。図4中の「物標枠FR」は、画像上に投影された第1物標T1を表す枠である。
3−3−2.ステップS320
仮に統合物標TFが水しぶきである場合、物標枠FR内の画像は、水しぶきに特有の特徴を有しているはずである。そこで、制御装置50は、物標枠FRに関連する「特徴量C」を、カメラ30による撮像結果に基づいて演算する。以下、特徴量Cのいくつかの例を説明する。
仮に統合物標TFが水しぶきである場合、物標枠FR内の画像は、水しぶきに特有の特徴を有しているはずである。そこで、制御装置50は、物標枠FRに関連する「特徴量C」を、カメラ30による撮像結果に基づいて演算する。以下、特徴量Cのいくつかの例を説明する。
<第1特徴量C1>
仮に統合物標TFが水しぶきである場合、物標枠FR内の領域は、物標枠FR外の領域よりも明るいと考えられる。このような観点から、第1特徴量C1では、「画像の平均輝度」が用いられる。例えば、第1特徴量C1は、次のように定義される。
仮に統合物標TFが水しぶきである場合、物標枠FR内の領域は、物標枠FR外の領域よりも明るいと考えられる。このような観点から、第1特徴量C1では、「画像の平均輝度」が用いられる。例えば、第1特徴量C1は、次のように定義される。
第1特徴量C1=(物標枠FRの中の画像の平均輝度)/(物標枠FRの外の画像の平均輝度)
第1特徴量C1が大きいほど、統合物標TFが水しぶきである確率は高くなると言える。
<第2特徴量C2>
車速(車両1の速度)が増加するにつれて、水しぶきの量及び勢いが増す。従って、仮に統合物標TFが水しぶきである場合、車速の増加に従って物標枠FRが大きくなると考えられる。一方、仮に統合物標TFが後続車両2Bである場合、車速が増加すると、車間距離が拡がるため、物標枠FRは小さくなるはずである。このような観点から、第2特徴量C2では、物標枠FRの面積である「物標面積」が用いられる。例えば、第2特徴量C2は、次のように定義される。
車速(車両1の速度)が増加するにつれて、水しぶきの量及び勢いが増す。従って、仮に統合物標TFが水しぶきである場合、車速の増加に従って物標枠FRが大きくなると考えられる。一方、仮に統合物標TFが後続車両2Bである場合、車速が増加すると、車間距離が拡がるため、物標枠FRは小さくなるはずである。このような観点から、第2特徴量C2では、物標枠FRの面積である「物標面積」が用いられる。例えば、第2特徴量C2は、次のように定義される。
第2特徴量C2=(物標面積@Vmax−物標面積@Vmin)/(Vmax−Vmin)
ここで、Vmax及びVminは、それぞれ、一定期間における車速の最大値及び最小値であり、車両状態センサ40によって検出される。第2特徴量C2は、車速の増加に対する物標面積の増加の度合いであると言うこともできる。第2特徴量C2が大きいほど、統合物標TFが水しぶきである確率は高くなる。
<第3特徴量C3>
物標面積の代わりに、物標枠FR内の画像の特徴点のオプティカルフロー(optical flow)に着目してもよい。物標枠FR内の画像の特徴点のオプティカルフローの大きさは、以下「フロー量」と呼ばれる。仮に統合物標TFが水しぶきである場合、車速の増加に従ってフロー量は大きくなると考えられる。このような観点から、第3特徴量C3は、例えば次のように定義される。
物標面積の代わりに、物標枠FR内の画像の特徴点のオプティカルフロー(optical flow)に着目してもよい。物標枠FR内の画像の特徴点のオプティカルフローの大きさは、以下「フロー量」と呼ばれる。仮に統合物標TFが水しぶきである場合、車速の増加に従ってフロー量は大きくなると考えられる。このような観点から、第3特徴量C3は、例えば次のように定義される。
第3特徴量C3=(フロー量@Vmax−フロー量@Vmin)/(Vmax−Vmin)
ここで、Vmax及びVminは、それぞれ、一定期間における車速の最大値及び最小値であり、車両状態センサ40によって検出される。第3特徴量C3は、車速の増加に対するフロー量の増加の度合いであると言うこともできる。第3特徴量C3が大きいほど、統合物標TFが水しぶきである確率は高くなる。
3−3−3.ステップS330
制御装置50は、判定条件が成立するか否かを判定する。判定条件は、次の第1〜第3条件のうち少なくとも1つを含む。
<第1条件>第1特徴量C1が第1閾値以上であること。
<第2条件>第2特徴量C2が第2閾値以上であること。
<第3条件>第3特徴量C3が第3閾値以上であること。
判定条件は、第1〜第3条件の全てが成立することであってもよい。あるいは、判定条件は、第1〜第3条件のいくつかが成立することであってもよい。
制御装置50は、判定条件が成立するか否かを判定する。判定条件は、次の第1〜第3条件のうち少なくとも1つを含む。
<第1条件>第1特徴量C1が第1閾値以上であること。
<第2条件>第2特徴量C2が第2閾値以上であること。
<第3条件>第3特徴量C3が第3閾値以上であること。
判定条件は、第1〜第3条件の全てが成立することであってもよい。あるいは、判定条件は、第1〜第3条件のいくつかが成立することであってもよい。
判定条件が成立する場合(ステップS330;Yes)、制御装置50は、統合物標TFが水しぶきであると判定する(ステップS300;Yes)。この場合、処理はステップS400に進む。一方、判定条件が成立しない場合(ステップS330;No)、制御装置50は、統合物標TFは水しぶきではないと判定する(ステップS300;No)。この場合、処理はステップS500に進む。
3−4.ステップS400(除外処理)
制御装置50は、統合物標TFを車両1の周囲の物標から除外する。
制御装置50は、統合物標TFを車両1の周囲の物標から除外する。
3−5.ステップS500(物標情報出力処理)
制御装置50は、認識した物標に関する情報(位置、方向、サイズ等)を出力する。認識物標は、単独物標(第1物標T1、第2物標T2)及び統合物標TFである。統合物標TFの場合、前後位置として第1物標T1の前後位置を用い、横位置として第2物標T2の横位置を用いてもよい。
制御装置50は、認識した物標に関する情報(位置、方向、サイズ等)を出力する。認識物標は、単独物標(第1物標T1、第2物標T2)及び統合物標TFである。統合物標TFの場合、前後位置として第1物標T1の前後位置を用い、横位置として第2物標T2の横位置を用いてもよい。
4.効果
以上に説明されたように、本実施の形態によれば、物標認識処理にライダー20とカメラ30の両方が用いられる。第1物標T1は、ライダー20による計測結果に基づいて検出され、第2物標T2は、カメラ30によって撮像された画像に基づいて検出される。第1物標T1と第2物標T2がフュージョン可能な場合、統合物標TFが水しぶきか否かを精度良く判定することができる。
以上に説明されたように、本実施の形態によれば、物標認識処理にライダー20とカメラ30の両方が用いられる。第1物標T1は、ライダー20による計測結果に基づいて検出され、第2物標T2は、カメラ30によって撮像された画像に基づいて検出される。第1物標T1と第2物標T2がフュージョン可能な場合、統合物標TFが水しぶきか否かを精度良く判定することができる。
具体的には、水しぶき判定処理において、物標枠FRと特徴量Cが考慮される。物標枠FRは、カメラ30によって撮像された画像上に投影された第1物標T1の枠である。仮に統合物標TFが水しぶきである場合、物標枠FR内の画像は、水しぶきに特有の特徴を有しているはずである。そこで、物標枠FRに関連する特徴量Cが、カメラ30による撮像結果に基づいて演算される。そして、特徴量Cが閾値以上である場合、統合物標TFは水しぶきであると判定される。
このような手法により、車両1の走行に伴って発生する水しぶきを精度良く判定することが可能となる。統合物標TFが水しぶきであると判定された場合、統合物標TFは車両1の周囲の物標から除外される。これにより、水しぶきが物標として誤認識されることが抑制される。すなわち、物標認識処理の精度が向上する。
5.車両走行制御システム
物標認識処理の結果は、車両走行制御に利用される。例えば、物標認識処理の結果は、自動運転制御に利用される。自動運転制御では、例えば、周辺車両2(図1参照)の認識結果に基づいて車線変更の実施可否が決定される。従って、物標認識処理の精度を高めることは、自動運転制御において重要である。他の例として、物標認識処理の結果は、ACC(Adaptive Cruise Control)やLTA(Lane Tracing Assist)等の運転支援制御に利用されてもよい。
物標認識処理の結果は、車両走行制御に利用される。例えば、物標認識処理の結果は、自動運転制御に利用される。自動運転制御では、例えば、周辺車両2(図1参照)の認識結果に基づいて車線変更の実施可否が決定される。従って、物標認識処理の精度を高めることは、自動運転制御において重要である。他の例として、物標認識処理の結果は、ACC(Adaptive Cruise Control)やLTA(Lane Tracing Assist)等の運転支援制御に利用されてもよい。
図5は、本実施の形態に係る車両走行制御システム100の構成例を示すブロック図である。車両走行制御システム100は、車両1に搭載されており、車両1の走行を制御する車両走行制御を行う。
より詳細には、車両走行制御システム100は、上述の物標認識装置10に加えて、走行装置60を備えている。走行装置60は、操舵装置、駆動装置、制動装置を含んでいる。操舵装置は、車輪を転舵する。駆動装置は、駆動力を発生させる動力源である。駆動装置としては、電動機やエンジンが例示される。制動装置は、制動力を発生させる。
制御装置50は、物標認識装置10による物標認識処理の結果に基づいて車両走行制御を行う。車両走行制御は、操舵制御及び加減速制御を含む。制御装置50は、操舵装置を適宜作動させて操舵制御を行う。また、制御装置50は、駆動装置及び制動装置を適宜作動させて加減速制御を行う。制御装置50と走行装置60は、車両走行制御を行う「車両走行制御装置70」を構成していると言える。
本実施の形態によれば、物標認識装置10による物標認識処理の精度が向上する。従って、物標認識処理の結果を利用する自動運転制御や運転支援制御の精度も向上する。このことは、自動運転制御や運転支援制御に対するドライバの信頼の向上に寄与する。
1 車両
2 周辺車両
10 物標認識装置
20 ライダー
30 カメラ
40 車両状態センサ
50 制御装置
60 走行装置
70 車両走行制御装置
100 車両走行制御システム
2 周辺車両
10 物標認識装置
20 ライダー
30 カメラ
40 車両状態センサ
50 制御装置
60 走行装置
70 車両走行制御装置
100 車両走行制御システム
Claims (1)
- 車両に搭載される物標認識装置であって、
ライダーと、
前記ライダーと視野が重なるカメラと、
物標認識処理を行う制御装置と
を備え、
前記物標認識処理は、
前記ライダーによる計測結果に基づいて第1物標を検出する第1物標検出処理と、
前記カメラによって撮像された画像に基づいて第2物標を検出する第2物標検出処理と、
前記第1物標と前記第2物標を統合物標として統合するフュージョン処理と、
前記統合物標が前記車両の走行に伴って発生した水しぶきか否かを判定する水しぶき判定処理と、
前記統合物標が前記水しぶきと判定された場合、前記統合物標を前記車両の周囲の物標から除外する除外処理と
を含み、
物標枠は、前記画像上に投影された前記第1物標を表す枠であり、
物標面積は、前記物標枠の面積であり、
フロー量は、前記物標枠内の前記画像の特徴点のオプティカルフローの大きさであり、
第1特徴量は、前記物標枠の外の前記画像の平均輝度に対する前記物標枠の中の前記画像の平均輝度の比率であり、
第2特徴量は、前記車両の速度の増加に対する前記物標面積の増加の度合いであり、
第3特徴量は、前記車両の速度の増加に対する前記フロー量の増加の度合いであり、
前記水しぶき判定処理において前記統合物標を前記水しぶきと判定する条件は、前記第1特徴量が第1閾値以上であること、前記第2特徴量が第2閾値以上であること、及び前記第3特徴量が第3閾値以上であること、のうち少なくとも1つを含む
物標認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018047008A JP2019158662A (ja) | 2018-03-14 | 2018-03-14 | 物標認識装置及び車両走行制御システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018047008A JP2019158662A (ja) | 2018-03-14 | 2018-03-14 | 物標認識装置及び車両走行制御システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019158662A true JP2019158662A (ja) | 2019-09-19 |
Family
ID=67993868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018047008A Pending JP2019158662A (ja) | 2018-03-14 | 2018-03-14 | 物標認識装置及び車両走行制御システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2019158662A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111866376A (zh) * | 2020-06-22 | 2020-10-30 | 上海摩象网络科技有限公司 | 特征识别方法、装置、云台相机及存储介质 |
CN115147689A (zh) * | 2021-03-29 | 2022-10-04 | 本田技研工业株式会社 | 识别装置、车辆***、识别方法以及存储介质 |
JP2023507940A (ja) * | 2019-12-30 | 2023-02-28 | ウェイモ エルエルシー | 密着検知カメラシステム |
US11880200B2 (en) | 2019-12-30 | 2024-01-23 | Waymo Llc | Perimeter sensor housings |
-
2018
- 2018-03-14 JP JP2018047008A patent/JP2019158662A/ja active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2023507940A (ja) * | 2019-12-30 | 2023-02-28 | ウェイモ エルエルシー | 密着検知カメラシステム |
US11880200B2 (en) | 2019-12-30 | 2024-01-23 | Waymo Llc | Perimeter sensor housings |
US11887378B2 (en) | 2019-12-30 | 2024-01-30 | Waymo Llc | Close-in sensing camera system |
JP7454674B2 (ja) | 2019-12-30 | 2024-03-22 | ウェイモ エルエルシー | 密着検知カメラシステム |
CN111866376A (zh) * | 2020-06-22 | 2020-10-30 | 上海摩象网络科技有限公司 | 特征识别方法、装置、云台相机及存储介质 |
CN111866376B (zh) * | 2020-06-22 | 2022-03-22 | 上海摩象网络科技有限公司 | 特征识别方法、装置、云台相机及存储介质 |
CN115147689A (zh) * | 2021-03-29 | 2022-10-04 | 本田技研工业株式会社 | 识别装置、车辆***、识别方法以及存储介质 |
US11933900B2 (en) | 2021-03-29 | 2024-03-19 | Honda Motor Co., Ltd. | Recognition device, vehicle system, recognition method, and storage medium |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9415718B2 (en) | Vehicular headlight apparatus | |
JP6536064B2 (ja) | 走行軌跡選定装置、走行軌跡選定方法 | |
JP5022609B2 (ja) | 撮像環境認識装置 | |
JP5680573B2 (ja) | 車両の走行環境認識装置 | |
JP6120395B2 (ja) | 車載装置 | |
JP2019158662A (ja) | 物標認識装置及び車両走行制御システム | |
WO2020090251A1 (ja) | 物体認識装置、物体認識方法および物体認識プログラム | |
US9827956B2 (en) | Method and device for detecting a braking situation | |
US9676333B2 (en) | Vehicle control system | |
JP5363921B2 (ja) | 車両用白線認識装置 | |
JP6512164B2 (ja) | 物体検出装置、物体検出方法 | |
US20140139368A1 (en) | Device And Method For Judging Likelihood Of Collision Between Vehicle And Target, Vehicle Collision Avoidance System, And Method For Avoiding Collision Between Vehicle And Target | |
JP4980970B2 (ja) | 撮像手段の調整装置および物体検出装置 | |
JP7095640B2 (ja) | 物体検出装置 | |
JP2012088217A (ja) | 運転支援制御装置 | |
JP2013241065A (ja) | 走行環境検出装置、走行環境検出プログラム、およびライト制御装置 | |
JP2018063606A (ja) | 移動検出装置、移動検出方法 | |
JP5543938B2 (ja) | 車外監視装置 | |
CN113753051B (zh) | 车辆控制方法、车辆控制程序以及车辆控制*** | |
JP5444130B2 (ja) | 車両用白線認識装置 | |
JP4376147B2 (ja) | 障害物認識方法及び障害物認識装置 | |
JP4807763B1 (ja) | 車外監視装置 | |
JP2006146754A (ja) | 先行車検出方法及び先行車検出装置 | |
JP2005127781A (ja) | 車両用測距性能低下検出装置 | |
JP5452518B2 (ja) | 車両用白線認識装置 |