JP2023115574A - 学習方法、学習装置、移動体制御装置、移動体制御方法、およびプログラム - Google Patents
学習方法、学習装置、移動体制御装置、移動体制御方法、およびプログラム Download PDFInfo
- Publication number
- JP2023115574A JP2023115574A JP2022017870A JP2022017870A JP2023115574A JP 2023115574 A JP2023115574 A JP 2023115574A JP 2022017870 A JP2022017870 A JP 2022017870A JP 2022017870 A JP2022017870 A JP 2022017870A JP 2023115574 A JP2023115574 A JP 2023115574A
- Authority
- JP
- Japan
- Prior art keywords
- bird
- eye view
- image
- view image
- dimensional object
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 claims abstract description 219
- 240000004050 Pentaglottis sempervirens Species 0.000 claims abstract description 79
- 238000010801 machine learning Methods 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims description 39
- 230000001131 transforming effect Effects 0.000 claims description 19
- 230000009466 transformation Effects 0.000 claims description 11
- 238000012549 training Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 238000012986 modification Methods 0.000 description 10
- 230000004048 modification Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- 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
-
- 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
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
-
- 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
-
- 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
- B60W2554/00—Input parameters relating to objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
(1):この発明の一態様に係る学習方法は、鳥瞰図画像における延伸領域に対して、前記延伸領域が立体物であることを示すアノテーションを対応付けるステップと、鳥瞰図画像に対して、前記鳥瞰図画像における立体物にアノテーションが付与されたアノテーション付き鳥瞰図画像が対応付けられた教師データに基づいて、鳥瞰図画像が入力されると前記鳥瞰図画像における立体物を出力するように機械学習モデルのパラメータを学習することによって学習済みモデルを生成するステップと、を備えるものである。
図1は、本発明の実施形態に係る移動体制御装置100を備える自車両Mの構成の一例を示す図である。図1に示す通り、自車両Mは、カメラ10と、移動体制御装置100とを備える。カメラ10と移動体制御装置100とは、CAN(Controller Area Network)通信線等の多重通信線やシリアル通信線、無線通信網等によって互いに接続される。なお、図1に示す構成はあくまで一例であり、更に、別の構成が追加されてもよい。
次に、図6を参照して、本実施形態の学習済みモデル152を生成する学習装置200について説明する。図6は、学習装置200の構成の一例を示す図である。図6に示す通り、学習装置200は、例えば、通信部210と、取得部220と、受付部230と、学習部240と、記憶部250と、を備える。記憶部250は、例えば、教師データ252を記憶する。取得部220と、受付部230と、学習部240は、例えば、CPUなどのハードウェアプロセッサがプログラム(ソフトウェア)を実行することにより実現される。これらの構成要素のうち一部または全部は、LSIやASIC、FPGA、GPUなどのハードウェア(回路部;circuitryを含む)によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めHDDやフラッシュメモリなどの記憶装置(非一過性の記憶媒体を備える記憶装置)に格納されていてもよいし、DVDやCD-ROMなどの着脱可能な記憶媒体(非一過性の記憶媒体)に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。記憶部250は、は、例えば、ROM、フラッシュメモリ、SDカード、RAM、HDD、レジスタ等によって実現される。
上述した実施形態では、学習装置200は、鳥瞰図画像が入力されると当該鳥瞰図画像における立体物を出力するように学習された学習済みモデル152を生成し、移動体制御装置100は、生成された学習済みモデル152を用いて、自車両Mの前方に存在する立体物を検出している。しかし、本発明は、そのような構成に限定されない。本変形例においては、学習装置200は、画像、および当該画像を鳥瞰図座標系に変換することによって得られた鳥瞰図画像が入力されると当該画像における立体物を出力するように学習された学習済みモデル152を生成し、移動体制御装置100は、生成された学習済みモデル152を用いて、自車両Mの前方に存在する立体物を検出する。移動体制御装置100および学習装置200の構成は、上述した実施形態と同様であるため、説明を省略する。
プログラムを記憶した記憶装置と、
ハードウェアプロセッサと、を備え、
前記ハードウェアプロセッサが前記記憶装置に記憶されたプログラムを実行することにより、
鳥瞰図画像における延伸領域に対する、前記延伸領域が立体物であることを示すアノテーションの対応付けを受け付け、
鳥瞰図画像に対して、前記鳥瞰図画像における立体物にアノテーションが付与されたアノテーション付き鳥瞰図画像が対応付けられた教師データに基づいて、鳥瞰図画像が入力されると前記鳥瞰図画像における立体物を出力するように機械学習モデルのパラメータを学習することによって、学習済みモデルを生成する、
学習装置。
プログラムを記憶した記憶装置と、
ハードウェアプロセッサと、を備え、
鳥瞰図画像における延伸領域に対する、前記延伸領域が立体物であることを示すアノテーションの対応付けを受け付け、
画像および前記画像を鳥瞰図座標系に変換することによって得られた鳥瞰図画像に対して、前記鳥瞰図画像における立体物にアノテーションが付与されたアノテーション付き鳥瞰図画像を逆鳥瞰図変換することによって得られた画像が対応付けられた教師データに基づいて、画像および前記画像を鳥瞰図座標系に変換することによって得られた鳥瞰図画像が入力されると前記画像における立体物を出力するように機械学習モデルのパラメータを学習することによって学習済みモデルを生成する、
学習装置。
110 鳥瞰図画像取得部
120 立体物検出部
130 空間検知部
140 走行制御部
150、250 記憶部
152 学習済みモデル
200 学習装置
210 通信部
220 取得部
230 受付部
240 学習部
252 教師データ
Claims (12)
- 鳥瞰図画像における延伸領域に対して、前記延伸領域が立体物であることを示すアノテーションを対応付けるステップと、
鳥瞰図画像に対して、前記鳥瞰図画像における立体物にアノテーションが付与されたアノテーション付き鳥瞰図画像が対応付けられた教師データに基づいて、鳥瞰図画像が入力されると前記鳥瞰図画像における立体物を出力するように機械学習モデルのパラメータを学習することによって学習済みモデルを生成するステップと、を備える、
学習方法。 - 鳥瞰図画像における延伸領域に対する、前記延伸領域が立体物であることを示すアノテーションの対応付けを受け付ける受付部と、
鳥瞰図画像に対して、前記鳥瞰図画像における立体物にアノテーションが付与されたアノテーション付き鳥瞰図画像が対応付けられた教師データに基づいて、鳥瞰図画像が入力されると前記鳥瞰図画像における立体物を出力するように機械学習モデルのパラメータを学習することによって学習済みモデルを生成する学習部と、を備える、
学習装置。 - コンピュータに、
鳥瞰図画像における延伸領域に対する、前記延伸領域が立体物であることを示すアノテーションの対応付けを受け付けさせ、
鳥瞰図画像に対して、前記鳥瞰図画像における立体物にアノテーションが付与されたアノテーション付き鳥瞰図画像が対応付けられた教師データに基づいて、鳥瞰図画像が入力されると前記鳥瞰図画像における立体物を出力するように機械学習モデルのパラメータを学習することによって学習済みモデルを生成させる、
プログラム。 - 移動体に搭載されたカメラによって前記移動体の周辺を撮像した画像を鳥瞰図座標系に変換することによって得られた対象鳥瞰図画像を取得する取得部と、
前記対象鳥瞰図画像を、請求項1から3のいずれか1項に記載の前記学習済みモデルに入力することで、前記対象鳥瞰図画像における立体物を検出する立体物検出部と、
検出された前記立体物に基づいて、前記移動体の走行可能空間を検知する空間検知部と、
前記走行可能空間を通るように前記移動体を走行させる走行制御部と、
を備える、移動体制御装置。 - コンピュータが、
移動体に搭載されたカメラによって前記移動体の周辺を撮像した画像を鳥瞰図座標系に変換することによって得られた対象鳥瞰図画像を取得し、
前記対象鳥瞰図画像を、請求項1から3のいずれか1項に記載の前記学習済みモデルに入力することで、前記対象鳥瞰図画像における立体物を検出し、
検出された前記立体物に基づいて、前記移動体の走行可能空間を検知し、
前記走行可能空間を通るように前記移動体を走行させる、
移動体制御方法。 - コンピュータに、
移動体に搭載されたカメラによって前記移動体の周辺を撮像した画像を鳥瞰図座標系に変換することによって得られた対象鳥瞰図画像を取得させ、
前記対象鳥瞰図画像を、請求項1から3のいずれか1項に記載の前記学習済みモデルに入力することで、前記対象鳥瞰図画像における立体物を検出させ、
検出された前記立体物に基づいて、前記移動体の走行可能空間を検知させ、
前記走行可能空間を通るように前記移動体を走行させる、
プログラム。 - 鳥瞰図画像における延伸領域に対して、前記延伸領域が立体物であることを示すアノテーションを対応付けるステップと、
画像および前記画像を鳥瞰図座標系に変換することによって得られた鳥瞰図画像に対して、前記鳥瞰図画像における立体物にアノテーションが付与されたアノテーション付き鳥瞰図画像を逆鳥瞰図変換することによって得られた画像が対応付けられた教師データに基づいて、画像および前記画像を鳥瞰図座標系に変換することによって得られた鳥瞰図画像が入力されると前記画像における立体物を出力するように機械学習モデルのパラメータを学習することによって学習済みモデルを生成するステップと、を備える、
学習方法。 - 鳥瞰図画像における延伸領域に対する、前記延伸領域が立体物であることを示すアノテーションの対応付けを受け付ける受付部と、
画像および前記画像を鳥瞰図座標系に変換することによって得られた鳥瞰図画像に対して、前記鳥瞰図画像における立体物にアノテーションが付与されたアノテーション付き鳥瞰図画像を逆鳥瞰図変換することによって得られた画像が対応付けられた教師データに基づいて、画像および前記画像を鳥瞰図座標系に変換することによって得られた鳥瞰図画像が入力されると前記画像における立体物を出力するように機械学習モデルのパラメータを学習することによって学習済みモデルを生成する学習部と、を備える、
学習装置。 - コンピュータに、
鳥瞰図画像における延伸領域に対する、前記延伸領域が立体物であることを示すアノテーションの対応付けを受け付けさせ、
画像および前記画像を鳥瞰図座標系に変換することによって得られた鳥瞰図画像に対して、前記鳥瞰図画像における立体物にアノテーションが付与されたアノテーション付き鳥瞰図画像を逆鳥瞰図変換することによって得られた画像が対応付けられた教師データに基づいて、画像および前記画像を鳥瞰図座標系に変換することによって得られた鳥瞰図画像が入力されると前記画像における立体物を出力するように機械学習モデルのパラメータを学習することによって学習済みモデルを生成させる、
プログラム。 - 移動体に搭載されたカメラによって前記移動体の周辺を撮像した画像を鳥瞰図座標系に変換することによって得られた対象鳥瞰図画像を取得する取得部と、
前記対象画像および前記対象鳥瞰図画像を、請求項7から9のいずれか1項に記載の前記学習済みモデルに入力することで、前記対象画像における立体物を検出する立体物検出部と、
検出された前記立体物に基づいて、前記移動体の走行可能空間を検知する空間検知部と、
前記走行可能空間を通るように前記移動体を走行させる走行制御部と、
を備える、移動体制御装置。 - コンピュータが、
移動体に搭載されたカメラによって前記移動体の周辺を撮像した画像を鳥瞰図座標系に変換することによって得られた対象鳥瞰図画像を取得し、
前記対象画像および前記対象鳥瞰図画像を、請求項7から9のいずれか1項に記載の前記学習済みモデルに入力することで、前記対象画像における立体物を検出し、
検出された前記立体物に基づいて、前記移動体の走行可能空間を検知し、
前記走行可能空間を通るように前記移動体を走行させる、
移動体制御方法。 - コンピュータに、
移動体に搭載されたカメラによって前記移動体の周辺を撮像した画像を鳥瞰図座標系に変換することによって得られた対象鳥瞰図画像を取得させ、
前記対象画像および前記対象鳥瞰図画像を、請求項7から9のいずれか1項に記載の前記学習済みモデルに入力することで、前記対象画像における立体物を検出させ、
検出された前記立体物に基づいて、前記移動体の走行可能空間を検知させ、
前記走行可能空間を通るように前記移動体を走行させる、
プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022017870A JP7418481B2 (ja) | 2022-02-08 | 2022-02-08 | 学習方法、学習装置、移動体制御装置、移動体制御方法、およびプログラム |
CN202310100325.6A CN116580376A (zh) | 2022-02-08 | 2023-02-06 | 学习方法、学习装置、移动体控制及其方法、存储介质 |
US18/106,587 US20230252804A1 (en) | 2022-02-08 | 2023-02-07 | Learning method, learning device, mobile object control device, mobile object control method, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022017870A JP7418481B2 (ja) | 2022-02-08 | 2022-02-08 | 学習方法、学習装置、移動体制御装置、移動体制御方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023115574A true JP2023115574A (ja) | 2023-08-21 |
JP7418481B2 JP7418481B2 (ja) | 2024-01-19 |
Family
ID=87521321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022017870A Active JP7418481B2 (ja) | 2022-02-08 | 2022-02-08 | 学習方法、学習装置、移動体制御装置、移動体制御方法、およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230252804A1 (ja) |
JP (1) | JP7418481B2 (ja) |
CN (1) | CN116580376A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7450654B2 (ja) | 2022-02-10 | 2024-03-15 | 本田技研工業株式会社 | 移動体制御装置、移動体制御方法、学習装置、学習方法、およびプログラム |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04163249A (ja) * | 1990-10-26 | 1992-06-08 | Nissan Motor Co Ltd | 車両用障害物検出装置 |
JP2008219063A (ja) * | 2007-02-28 | 2008-09-18 | Sanyo Electric Co Ltd | 車両周辺監視装置及び方法 |
WO2012115009A1 (ja) * | 2011-02-21 | 2012-08-30 | 日産自動車株式会社 | 周期的静止物検出装置及び周期的静止物検出方法 |
WO2013018672A1 (ja) * | 2011-08-02 | 2013-02-07 | 日産自動車株式会社 | 移動体検出装置及び移動体検出方法 |
JP2020083006A (ja) * | 2018-11-22 | 2020-06-04 | 日立オートモティブシステムズ株式会社 | 車両制御装置 |
JP2021117725A (ja) * | 2020-01-27 | 2021-08-10 | 三菱電機株式会社 | 車両用衝突防止装置および車両用衝突防止方法 |
JP2022014673A (ja) * | 2020-07-07 | 2022-01-20 | 日立Astemo株式会社 | 画像処理装置 |
-
2022
- 2022-02-08 JP JP2022017870A patent/JP7418481B2/ja active Active
-
2023
- 2023-02-06 CN CN202310100325.6A patent/CN116580376A/zh active Pending
- 2023-02-07 US US18/106,587 patent/US20230252804A1/en active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04163249A (ja) * | 1990-10-26 | 1992-06-08 | Nissan Motor Co Ltd | 車両用障害物検出装置 |
JP2008219063A (ja) * | 2007-02-28 | 2008-09-18 | Sanyo Electric Co Ltd | 車両周辺監視装置及び方法 |
WO2012115009A1 (ja) * | 2011-02-21 | 2012-08-30 | 日産自動車株式会社 | 周期的静止物検出装置及び周期的静止物検出方法 |
WO2013018672A1 (ja) * | 2011-08-02 | 2013-02-07 | 日産自動車株式会社 | 移動体検出装置及び移動体検出方法 |
JP2020083006A (ja) * | 2018-11-22 | 2020-06-04 | 日立オートモティブシステムズ株式会社 | 車両制御装置 |
JP2021117725A (ja) * | 2020-01-27 | 2021-08-10 | 三菱電機株式会社 | 車両用衝突防止装置および車両用衝突防止方法 |
JP2022014673A (ja) * | 2020-07-07 | 2022-01-20 | 日立Astemo株式会社 | 画像処理装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7450654B2 (ja) | 2022-02-10 | 2024-03-15 | 本田技研工業株式会社 | 移動体制御装置、移動体制御方法、学習装置、学習方法、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20230252804A1 (en) | 2023-08-10 |
JP7418481B2 (ja) | 2024-01-19 |
CN116580376A (zh) | 2023-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101896715B1 (ko) | 주변차량 위치 추적 장치 및 방법 | |
US10896542B2 (en) | Moving body image generation recording display device and program product | |
WO2015145543A1 (ja) | 物体検出装置、物体検出方法、および移動ロボット | |
JP6601506B2 (ja) | 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 | |
US20230252804A1 (en) | Learning method, learning device, mobile object control device, mobile object control method, and storage medium | |
US20210064872A1 (en) | Object detecting system for detecting object by using hierarchical pyramid and object detecting method thereof | |
JP6241172B2 (ja) | 自車位置推定装置及び自車位置推定方法 | |
JP6620368B2 (ja) | 報知システム、およびプログラム | |
JP6992099B2 (ja) | 情報処理装置、車両、車両の制御方法、プログラム、情報処理サーバ、情報処理方法 | |
US11704827B2 (en) | Electronic apparatus and method for assisting with driving of vehicle | |
JP2023060081A (ja) | 処理装置 | |
JP4742695B2 (ja) | 視線認識装置、及び視線認識方法 | |
JP2005216200A (ja) | 他車検出装置及び他車検出方法 | |
JP4220354B2 (ja) | 他車位置表示装置及び他車情報提示方法 | |
JP7429246B2 (ja) | 対象を識別する方法とシステム | |
JP5466342B1 (ja) | 道路環境認識装置 | |
JP2015143946A (ja) | 移動物体検知・追跡装置、移動物体検知・追跡システム、移動物体検知・追跡方法、及び、プログラム | |
CN111797659A (zh) | 辅助驾驶方法、装置、存储介质及电子设备 | |
JP2023117203A (ja) | 移動体制御装置、移動体制御方法、学習装置、学習方法、およびプログラム | |
WO2013146737A1 (ja) | 運転行動診断装置、運転行動診断方法、及びそのプログラム | |
JP2011179920A (ja) | 表示制御装置、表示制御方法、プログラム、および記録媒体 | |
JP2002269570A (ja) | 周辺認識装置 | |
JP2023059982A (ja) | 出力装置、出力方法及びプログラム | |
CN117710454A (zh) | 障碍物识别方法、装置、存储介质及机器人 | |
CN116524453A (zh) | 运动物体检测装置、方法及***、以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220928 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230926 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231127 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231212 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240109 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7418481 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |