JP5401440B2 - 乗員頭部検知装置 - Google Patents
乗員頭部検知装置 Download PDFInfo
- Publication number
- JP5401440B2 JP5401440B2 JP2010278537A JP2010278537A JP5401440B2 JP 5401440 B2 JP5401440 B2 JP 5401440B2 JP 2010278537 A JP2010278537 A JP 2010278537A JP 2010278537 A JP2010278537 A JP 2010278537A JP 5401440 B2 JP5401440 B2 JP 5401440B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- region
- unit
- head
- score
- 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.)
- Expired - Fee Related
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Measurement Of Optical Distance (AREA)
- Image Processing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Image Analysis (AREA)
Description
この発明は、乗員頭部検知装置に関する。
従来、例えば、1対の撮像装置によって人の顔領域を撮像して、距離情報を含むカラー画像を生成し、このカラー画像の距離情報から顔の輪郭を表す輪郭モデルを生成すると共に、肌色の画像領域およびエッジを抽出し、エッジおよび肌色の画像領域と、輪郭モデルとの間の相関から、顔領域を検出する装置が知られている(例えば、特許文献1参照)。
また、従来、例えば乗員の種類毎に頭部輪郭に近似する参考楕円を記憶しておき、撮像装置から出力される画像信号から乗員の頭部輪郭に近似される楕円を抽出し、該楕円と参考楕円との対応から乗員の種類を特定する装置が知られている(例えば、特許文献2参照)。
また、従来、例えば人の頭部を楕円形にモデル化したモデルを記憶しておき、1対の撮像装置の撮像により得られる距離情報を有するグレースケール画像から、モデルと最も高い相関値を有する画像領域を頭部であると検出する装置が知られている(例えば、特許文献3参照)。
また、従来、例えば乗員の種類毎に頭部輪郭に近似する参考楕円を記憶しておき、撮像装置から出力される画像信号から乗員の頭部輪郭に近似される楕円を抽出し、該楕円と参考楕円との対応から乗員の種類を特定する装置が知られている(例えば、特許文献2参照)。
また、従来、例えば人の頭部を楕円形にモデル化したモデルを記憶しておき、1対の撮像装置の撮像により得られる距離情報を有するグレースケール画像から、モデルと最も高い相関値を有する画像領域を頭部であると検出する装置が知られている(例えば、特許文献3参照)。
ところで、上記従来技術に係る装置において、カラー画像を用いる場合には撮像装置が高価であると共に、人種などによって肌の色が異なることから顔領域を精度良く検出することができない虞があり、また、顔が隠れている場合には頭部を検出することができないという問題が生じる。
また、予め記憶している参考画像やモデルに対するマッチングを演算する場合には、演算負荷が増大する虞があり、撮像装置の撮像により得られる画像領域の撮影方向や大きさによっては、参考画像やモデルに対するマッチングが困難であったり、誤検出が増大してしまう虞がある。
また、予め記憶している参考画像やモデルに対するマッチングを演算する場合には、演算負荷が増大する虞があり、撮像装置の撮像により得られる画像領域の撮影方向や大きさによっては、参考画像やモデルに対するマッチングが困難であったり、誤検出が増大してしまう虞がある。
本発明は上記事情に鑑みてなされたもので、演算負荷の増大を防止しつつ検知精度を向上させることが可能な乗員頭部検知装置を提供することを目的としている。
上記課題を解決して係る目的を達成するために、本発明の第1態様に係る乗員頭部検知装置は、車室内の撮像領域を撮像して撮像結果を出力する撮像手段(例えば、実施の形態での受光部22)と、前記撮像結果に基づき、3次元空間での前記撮像領域の距離の情報を有する距離画像を生成する距離画像生成手段(例えば、実施の形態での処理部23)と、前記距離画像を構成する複数の画素毎に前記3次元空間での法線ベクトルの逆方向に固定長の逆ベクトルを算出し、該逆ベクトルにより指定される前記3次元空間での位置座標を内部座標とする内部座標設定手段(例えば、実施の形態での内部座標設定部52)と、前記3次元空間を構成する複数の単位空間毎に該単位空間内に含まれる前記内部座標の総数に係るスコア値を算出し、前記複数の画素毎に対応する前記内部座標が含まれる前記単位空間の前記スコア値を前記複数の画素毎に対応させて示すスコア画像を生成するスコア画像生成手段(例えば、実施の形態でのスコア画像生成部53)と、前記スコア画像を構成する複数の画像領域のうちから前記スコア値に基づいて前記車室内の乗員の頭部領域を抽出する頭部領域抽出手段(例えば、実施の形態でのステップS04〜S09、領域分割部54と領域結合部55と球形状判定部56と体積判定部57とヘッドレスト判定部58と頭部領域判定部59)とを備える。
さらに、本発明の第2態様に係る乗員頭部検知装置では、前記頭部領域抽出手段は、前記3次元空間での複数の前記内部座標の分布に対してエッジを抽出するエッジ抽出手段(例えば、実施の形態でのステップS41、領域分割部54)と、前記エッジに応じて前記スコア画像を複数の分割領域に分割する領域分割手段(例えば、実施の形態でのステップS43、領域分割部54)と、前記複数の分割領域のうち前記内部座標の平均値の差が所定差以下の前記分割領域同士を単一の結合領域に結合する領域結合手段(例えば、実施の形態でのステップS05、領域結合部55)とを備え、前記複数の画像領域を前記分割領域および前記結合領域により構成する。
さらに、本発明の第3態様に係る乗員頭部検知装置では、前記頭部領域抽出手段は、前記複数の画像領域のうち、前記スコア値の平均値が閾平均値以下の前記画像領域と、体積が上限体積値以上または下限体積値以下の前記画像領域と、所定方向(例えば、車両左右方向など)の幅寸法が所定閾値以上の前記画像領域とを、前記頭部領域の候補から除外する領域除外手段(例えば、実施の形態でのステップS06〜S08、球形状判定部56と体積判定部57とヘッドレスト判定部58)を備える。
本発明の第1態様に係る乗員頭部検知装置によれば、画素毎に設定される法線ベクトルの逆方向に固定長の逆ベクトルによる内部座標を用いた投票方式によって単位空間毎のスコア値を算出し、スコア値が所定の大きさの球形状の指標となることに応じて乗員の頭部領域を抽出することから、演算負荷の増大を防止しつつ検知精度を向上させることができる。
つまり、予め記憶する参考画像やモデルを用いること無しに乗員の頭部領域を抽出することができることから、演算負荷の増大や演算速度の低下を防止することができる。
また、撮像装置の撮像により得られる画像領域の撮影方向や大きさなどに依存して頭部領域の抽出が大きく変動してしまうことを防止することができ、抽出結果の信頼性および安定性を向上させることができる。
また、カラー画像を用いること無しに、あるいは、顔領域の検出を必要とせずに、乗員の頭部領域を抽出することができ、装置構成に要する費用が嵩むことを防止し、頭部領域の誤検知を抑制し、的確な抽出を行なうことができる。
また、撮像装置の撮像により得られる画像領域の撮影方向や大きさなどに依存して頭部領域の抽出が大きく変動してしまうことを防止することができ、抽出結果の信頼性および安定性を向上させることができる。
また、カラー画像を用いること無しに、あるいは、顔領域の検出を必要とせずに、乗員の頭部領域を抽出することができ、装置構成に要する費用が嵩むことを防止し、頭部領域の誤検知を抑制し、的確な抽出を行なうことができる。
さらに、本発明の第2態様に係る乗員頭部検知装置によれば、複数の分割領域のうち内部座標の平均値の差が所定差以下の分割領域同士を単一の結合領域に結合することから、例えば乗員が着用している帽子のつば部分などにおいてエッジが抽出されることで頭部領域が不必要に分割された場合であっても適切に結合することができ、頭部領域を適切に抽出することができる。
さらに、本発明の第3態様に係る乗員頭部検知装置によれば、頭部領域の誤検知を抑制し、的確な抽出を行なうことができる。
以下、本発明の一実施形態に係る乗員頭部検知装置について添付図面を参照しながら説明する。
本実施の形態による乗員頭部検知装置10は、例えば図1、図2に示すように、単眼距離画像センサ11と、制御装置12とを備えて構成され、例えば車両13に搭載されたエアバッグ(例えば、フロントエアバッグ)14の展開を制御するエアバッグシステム15の一部を構成している。
単眼距離画像センサ11は単眼の撮像装置であって、例えば、車両13のルーフ前部の中央部(例えば、左右のサンバイザー間の位置など)に配置され、少なくとも車室内のシート16(例えば、助手席)およびシート16に着座した乗員やシート16に設置されたチャイルドシートなどを撮像対象として含み、これらの撮像対象を斜め上方の前方側から撮像するように設定されている。
単眼距離画像センサ11は、例えば、発光部21と、受光部22と、処理部23とを備えて構成されている。
発光部21は、例えば、赤外線領域の光を発光するLEDなどの発光体31と、発光体31の発光を制御する駆動回路32と、発光体31の発光による光を撮像対象に向けて拡散させる散乱板33とを備えて構成されている。
駆動回路32は、例えば、受光部22から出力される発光制御の指令信号と、処理部23から出力される光量制御の指令信号とに応じて制御される。
受光部22から出力される発光制御の指令信号は、発光部21の動作と受光部22の動作との同期をとって、発光部21から出力された発光パルスと、この発光パルスが撮像対象で反射されて受光部22に入力されて成る受光パルスとの位相差(時間差)を検知可能にするために、発光パルスの発光タイミングを指示する。
処理部23から出力される光量制御の指令信号は、発光部21から出力される発光パルスの発光量を指示する。
処理部23から出力される光量制御の指令信号は、発光部21から出力される発光パルスの発光量を指示する。
受光部22は、例えば、発光部21から撮像対象に向けて照射された発光パルスが撮像対象で反射されてなる受光パルスを受けるレンズ36と、フィルター37と、レンズ36およびフィルター37を透過した受光パルスを検出するCMOSセンサなどの受光素子38とを備えて構成されている。
受光部22は、処理部23から出力される制御信号に応じて発光部21に発光制御の指令信号を出力すると共に、受光素子38による受光パルスの検出結果として画像データを出力する。
この画像データは、受光素子38において受光パルスが検出された位置(つまり、撮像対象での発光パルスの反射点の位置)に対応する二次元配列の画素から構成され、各画素は、受光素子38で検出された受光パルスの光量(つまり、パルス数)の情報と、発光パルスと受光パルスとの位相差(時間差)の情報とを有している。
この画像データは、受光素子38において受光パルスが検出された位置(つまり、撮像対象での発光パルスの反射点の位置)に対応する二次元配列の画素から構成され、各画素は、受光素子38で検出された受光パルスの光量(つまり、パルス数)の情報と、発光パルスと受光パルスとの位相差(時間差)の情報とを有している。
処理部23は、発光部21に光量制御の指令信号を出力すると共に、受光部22に各種動作を指示する制御信号を出力しており、例えば、距離画像生成部41と、輝度画像生成部42とを備えて構成されている。
距離画像生成部41は、受光部22から出力された画像データに基づき、各画素毎に、発光パルスと受光パルスとの位相差(時間差)の情報と発光パルスおよび受光パルスの速度(つまり光の速度)とから、3次元空間での単眼距離画像センサ11から撮像対象の反射点までの距離の情報を生成する。そして、二次元配列の各画素毎に単眼距離画像センサ11から撮像対象までの距離を示す距離画像を生成して、この距離画像を制御装置12に出力する。
輝度画像生成部42は、受光部22から出力される画像データに基づき、二次元配列の各画素毎に受光素子38により検出された受光パルスの光量(つまり、パルス数)を示す輝度画像を生成して、この輝度画像を制御装置12に出力する。
制御装置12は、例えば、画像処理部51と、内部座標設定部52と、スコア画像生成部53と、領域分割部54と、領域結合部55と、球形状判定部56と、体積判定部57と、ヘッドレスト判定部58と、頭部領域判定部59と、乗員判定部60と、駆動制御部61とを備えて構成されている。
画像処理部51は、先ず、単眼距離画像センサ11から出力された距離画像に基づき、二次元配列の各画素毎の距離の情報に対応する3次元空間での撮像対象の反射点の位置をカメラ座標系で記述し、このカメラ座標系での各軸成分(X座標、Y座標、Z座標)を、二次元配列の各画素毎に対応させて示す3つのX画像およびY画像およびZ画像(XYZ画像)を生成する。
なお、カメラ座標系は、例えば単眼距離画像センサ11の受光素子38の撮像面に直交する受光軸をZ軸とするXYZ座標系である。
そして、これらのXYZ画像に対して、輝度画像を参照して平滑化およびノイズ除去などの画像処理を行なう。
そして、これらのXYZ画像に対して、輝度画像を参照して平滑化およびノイズ除去などの画像処理を行なう。
さらに、画像処理部51は、カメラ座標系での各軸成分(X座標、Y座標、Z座標)を、シート座標系つまり車両前後方向をT軸かつ車両左右方向をB軸かつ車両上下方向をH軸とするTBH座標系での各軸成分(T座標、B座標、H座標)に変換して、予め記憶している車室内の所定の構造物(例えば、ピラー、ドア、ダッシュボード、センターコンソールなど)に関連するデータを除去する。
そして、このデータ除去後のシート座標系での各軸成分(T座標、B座標、H座標)をカメラ座標系での各軸成分(X座標、Y座標、Z座標)に変換して、この変換後の各軸成分(X座標、Y座標、Z座標)による3つのX画像およびY画像およびZ画像(XYZ画像)を出力する。
そして、このデータ除去後のシート座標系での各軸成分(T座標、B座標、H座標)をカメラ座標系での各軸成分(X座標、Y座標、Z座標)に変換して、この変換後の各軸成分(X座標、Y座標、Z座標)による3つのX画像およびY画像およびZ画像(XYZ画像)を出力する。
内部座標設定部52は、画像処理部51から出力された3つのXYZ画像に基づき、距離画像を構成する複数の画素毎に3次元空間での法線ベクトルの逆方向に固定長の逆ベクトルを算出し、該逆ベクトルにより指定される3次元空間での位置座標を内部座標とする。
先ず、内部座標設定部52は、画像処理部51から出力された3つのXYZ画像に対して、例えば図3(A)、(B)に示すカーネルからなるソーベルフィルターなどの偏微分フィルターによる畳み込み演算により、各画素毎に横方向の偏微分と縦方向の偏微分とを行なうことによって、3つのXYZ画像毎に横偏微分画像(X横偏微分画像Xu、Y横偏微分画像Yu、Z横偏微分画像Zu)および縦偏微分画像(X縦偏微分画像Xv、Y縦偏微分画像Yv、Z縦偏微分画像Zv)を算出する。
そして、内部座標設定部52は、例えば下記数式(1)に示すように記述される縦画素vおよび横画素uで指定される距離画像の各画素(v,u)毎の法線ベクトルN(v,u)を、各横偏微分画像の画素値(X横偏微分画像Xu(v,u)、Y横偏微分画像Yu(v,u)、Z横偏微分画像Zu(v,u))および各縦偏微分画像の画素値(X縦偏微分画像Xv(v,u)、Y縦偏微分画像Yv(v,u)、Z縦偏微分画像Zv(v,u))と、カメラ座標系での各軸(X軸、Y軸、Z軸)の単位ベクトル(i、j、k)とに基づき算出する。
そして、内部座標設定部52は、例えば下記数式(2)に示すように、法線ベクトルN(v,u)を画素面積|N(v,u)|で除算して正規化を行ない、さらに、符号を反転させることによって、逆ベクトルEを算出する。
そして、内部座標設定部52は、例えば下記数式(3)に示すように、人体の頭部の厚さに対する所定頭部厚HeadThick(例えば、90mmなど)を逆ベクトルE(v,u)に乗算して、固定長の頭部ベクトルH(v,u)を算出する。
そして、内部座標設定部52は、例えば図4および下記数式(4)、(5)に示すように、距離画像の各画素(v,u)の位置をカメラ座標系で示す観測画素座標P(v,u)と頭部ベクトルH(v,u)と合成して、内部座標I(v,u)を算出する。
そして、内部座標設定部52は、距離画像の各画素(v,u)毎に対応する内部座標I(v,u)の各軸成分(X内部座標、Y内部座標、Z内部座標)を、各画素(v,u)毎の画素値に対応させて示す3つのX内部座標画像IXおよびY内部座標画像IYおよびZ内部座標画像IZを生成する。
スコア画像生成部53は、3次元空間を構成する複数の単位空間毎に該単位空間内に含まれる内部座標I(v,u)の総数に係るスコア値を算出し、距離画像の各画素(v,u)毎に対応する内部座標I(v,u)が含まれる単位空間のスコア値を、所定の大きさの球形状の指標として、各画素(v,u)毎の画素値に対応させて示すスコア画像Sを生成する。
先ず、スコア画像生成部53は、例えば図5に示すように、単眼距離画像センサ11の撮像領域を含む3次元空間を構成する複数の単位空間(3次元の座標空間)として、例えば、所定長(例えば、50mmなど)を一辺の長さとする複数の立方体(ボクセル空間)Vを設定する。
そして、スコア画像生成部53は、例えば図6(A),(B)に示すように、距離画像の各画素(v,u)毎に対応する内部座標I(v,u)が含まれるボクセル空間Vに対して、各画素(v,u)の画素面積をスコア値として加算する。
これにより、例えば図7(A)に示すような距離画像Lの全画素(v,u)に対して、ボクセル空間V毎のスコア値の加算が完了すると、例えば図7(B)に示すような3次元空間でのボクセル空間V単位でのスコア値の分布が得られる。
これにより、例えば図7(A)に示すような距離画像Lの全画素(v,u)に対して、ボクセル空間V毎のスコア値の加算が完了すると、例えば図7(B)に示すような3次元空間でのボクセル空間V単位でのスコア値の分布が得られる。
そして、スコア画像生成部53は、例えば図7(C)に示すように、距離画像の各画素(v,u)毎に対応する内部座標I(v,u)が含まれるボクセル空間Vのスコア値を、各画素(v,u)毎の画素値に対応させて示すスコア画像Sを生成する。
領域分割部54は、内部座標設定部52により生成された3つの各内部座標画像IX,IY,IZ毎に、例えば図3(A)、(B)に示すカーネルからなるソーベルフィルターなどの偏微分フィルターによる畳み込み演算により、各画素毎に横方向の偏微分と縦方向の偏微分とを行なうことによって、横偏微分画像および縦偏微分画像を算出する。
そして、領域分割部54は、3つの各内部座標画像IX,IY,IZ毎に横偏微分画像と縦偏微分画像とを合成することによって、3つの内部エッジ画像DX,DY,DZを生成する。
そして、例えば下記数式(6)に示すように、3つの内部エッジ画像DX,DY,DZを合成して、さらに、画素面積|N(v,u)|で除算して正規化を行なうことによって、3次元空間での複数の内部座標I(v,u)の分布に対してエッジを抽出した内部エッジ画像Dを生成する。
そして、例えば下記数式(6)に示すように、3つの内部エッジ画像DX,DY,DZを合成して、さらに、画素面積|N(v,u)|で除算して正規化を行なうことによって、3次元空間での複数の内部座標I(v,u)の分布に対してエッジを抽出した内部エッジ画像Dを生成する。
そして、領域分割部54は、例えば下記数式(7)に示すように、内部エッジ画像Dにおいて、画素値が所定閾値EdgeThresh未満の領域を「1」とし、画素値が所定閾値EdgeThresh以上の領域を「0」とする2値化処理を行なうことによって、例えば図8(A)に示すような2値化画像Bを生成する。
そして、領域分割部54は、2値化画像Bにおいて、例えば8近傍ラベリングなどのラベリング処理を行なうことによって、例えば図8(B)に示すような、複数の異なる画像領域En(nは任意の自然数)からなる領域分割画像Eを生成する。
領域結合部55は、内部座標設定部52により生成された3つの各内部座標画像IX,IY,IZを参照しつつ、領域分割部54により生成された領域分割画像Eにおいて、複数の画像領域のうち内部座標I(v,u)の平均値の差が所定差以下の画像領域同士を単一の画像領域に結合して、領域結合画像Fを生成する。
なお、領域分割画像Eにおいて互いに結合されなかった画像領域は、変更無しに領域結合画像Fに含まれる。
なお、領域分割画像Eにおいて互いに結合されなかった画像領域は、変更無しに領域結合画像Fに含まれる。
例えば、内部エッジ画像Dにおいて乗員が着用している帽子のつば部分などに起因して所定閾値EdgeThresh以上のエッジが抽出されと、例えば図9(A),図10(A)に示すように、領域分割部54によって乗員の頭部領域が2つの画像領域Ea,Ebに分割される。
一方、2つの画像領域Ea,Ebは単一の人体部位である頭部領域であることから、各画像領域Ea,Ebでの内部座標I(v,u)はほぼ等しく、2つの画像領域Ea,Eb間において内部座標I(v,u)の平均値の差は所定差以下となり、例えば図9(B),図10(B)に示すように、領域結合部55によって2つの画像領域Ea,Ebが単一の画像領域F0に結合される。
一方、2つの画像領域Ea,Ebは単一の人体部位である頭部領域であることから、各画像領域Ea,Ebでの内部座標I(v,u)はほぼ等しく、2つの画像領域Ea,Eb間において内部座標I(v,u)の平均値の差は所定差以下となり、例えば図9(B),図10(B)に示すように、領域結合部55によって2つの画像領域Ea,Ebが単一の画像領域F0に結合される。
球形状判定部56は、スコア画像生成部53により生成されたスコア画像Sを参照しつつ、領域結合部55により生成された領域結合画像Fにおいて、複数の画像領域のうち、スコア値の平均値が所定の閾平均値以下の画像領域を除去する。
例えば、球形状判定部56は、図11(A)に示すように複数の画像領域F1,…,Fnにより構成される領域結合画像Fから、球形状度合いが閾値以下の画像領域、例えばシート平面部、乗員の肘、腹部などに対応する画像領域を除去し、例えば図11(B)に示すような除去後の領域結合画像Fを生成する。
体積判定部57は、画像処理部51により生成されたXYZ画像を参照しつつ、球形状判定部56による処理後の領域結合画像Fにおいて、複数の画像領域のうち、体積が上限体積値以上または下限体積値以下の画像領域を除去する。
例えば乗員の胴体部に対応する画像領域F3と乗員の左右の大腿部に対応する画像領域F4,F5とを除去し、例えば図11(C)に示すような除去後の領域結合画像Fを生成する。
なお、上限体積値および下限体積値は、人体の頭部の体積に対する閾値であって、人体の頭部の体積が上限体積値未満かつ下限体積値よりも大きいとして予め記憶されている。
例えば乗員の胴体部に対応する画像領域F3と乗員の左右の大腿部に対応する画像領域F4,F5とを除去し、例えば図11(C)に示すような除去後の領域結合画像Fを生成する。
なお、上限体積値および下限体積値は、人体の頭部の体積に対する閾値であって、人体の頭部の体積が上限体積値未満かつ下限体積値よりも大きいとして予め記憶されている。
例えば、体積判定部57は、図12に示すように、領域結合画像Fを構成する複数の画像領域Fm(mは任意の自然数)毎に、カメラ座標系での各軸の最大値(XMAX,YMAX,ZMAX)および最小値(XMIN,YMIN,ZMIN)を算出する。
そして、下記数式(8)に示すように、各軸の最大値(XMAX,YMAX,ZMAX)および最小値(XMIN,YMIN,ZMIN)から体積volを算出し、この体積volが、人体の頭部の体積に対する所定範囲を外れる上限体積値以上または下限体積値以下であるか否かを判定する。
そして、下記数式(8)に示すように、各軸の最大値(XMAX,YMAX,ZMAX)および最小値(XMIN,YMIN,ZMIN)から体積volを算出し、この体積volが、人体の頭部の体積に対する所定範囲を外れる上限体積値以上または下限体積値以下であるか否かを判定する。
これにより、体積判定部57は、例えば図11(B)に示すように複数の画像領域F1,…,F5により構成される領域結合画像Fから、体積が上限体積値以上または下限体積値以下となる画像領域、例えば乗員の胴体部に対応する画像領域F3と乗員の左右の大腿部に対応する画像領域F4,F5とを除去し、例えば図11(C)に示すような除去後の領域結合画像Fを生成する。
ヘッドレスト判定部58は、画像処理部51により生成されたXYZ画像を参照しつつ、体積判定部57による処理後の領域結合画像Fにおいて、複数の画像領域のうち、所定方向(例えば、車両左右方向であるB方向など)の幅寸法が所定閾値以上の画像領域を除去する。
先ず、ヘッドレスト判定部58は、例えば図13,図14に示すように、内部座標設定部52により算出された法線ベクトルN(v,u)が車両左右方向(B方向)に傾く角度が所定閾角度以下である領域を正面領域SAとして距離画像から抽出する。
そして、ヘッドレスト判定部58は、領域結合画像Fを構成する複数の画像領域のうち、正面領域SAが抽出された画像領域毎に対して、正面領域SAのシート座標系でのB軸の最大値および最小値から車両左右方向の幅寸法(B方向幅)を算出する。
そして、ヘッドレスト判定部58は、領域結合画像Fを構成する複数の画像領域のうち、正面領域SAが抽出された画像領域毎に対して、正面領域SAのシート座標系でのB軸の最大値および最小値から車両左右方向の幅寸法(B方向幅)を算出する。
そして、ヘッドレスト判定部58は、例えば図11(C)に示すように複数の画像領域F1,F2により構成される領域結合画像Fから、B方向幅が所定閾値以上の正面領域SAを有する画像領域、例えばシート16のヘッドレスト16aに対応する画像領域F1を除去し、例えば図11(D)に示すような除去後の領域結合画像Fを生成する。
なお、B方向幅に対する所定閾値は、人体の頭部よりも大きなB方向幅を有する部位、例えばシート16のヘッドレスト16aなどを抽出するために予め記憶されている値である。例えば図13に示すように、距離画像から検知されるヘッドレスト16aのB方向幅LB1およびバックレスト16bのB方向幅LB2は所定閾値以上となり、これらに対応する正面領域SAを有する画像領域は領域結合画像Fから除去される。
なお、B方向幅に対する所定閾値は、人体の頭部よりも大きなB方向幅を有する部位、例えばシート16のヘッドレスト16aなどを抽出するために予め記憶されている値である。例えば図13に示すように、距離画像から検知されるヘッドレスト16aのB方向幅LB1およびバックレスト16bのB方向幅LB2は所定閾値以上となり、これらに対応する正面領域SAを有する画像領域は領域結合画像Fから除去される。
頭部領域判定部59は、スコア画像生成部53により生成されたスコア画像Sを参照しつつ、ヘッドレスト判定部58による処理後の領域結合画像Fにおいて、複数の画像領域のうち、スコア値の平均値が最も高い画像領域を、乗員の頭部が存在する頭部領域であると判定する。
乗員判定部60は、頭部領域判定部59により抽出された頭部領域に基づき、乗員の種別や姿勢や各種の補助シート(チャイルドシートやブースターシートなど)の有無などを判定する。
駆動制御部61は、乗員判定部60による判定結果と、例えば車両13の急減速を検出する加速度センサなどの衝突センサ70から出力される検出結果の信号とに基づき、車両13に搭載されたエアバッグ(例えば、フロントエアバッグ)14の展開を制御する。
駆動制御部61は、乗員判定部60による判定結果と、例えば車両13の急減速を検出する加速度センサなどの衝突センサ70から出力される検出結果の信号とに基づき、車両13に搭載されたエアバッグ(例えば、フロントエアバッグ)14の展開を制御する。
本実施の形態による乗員頭部検知装置10は上記構成を備えており、次に、この乗員頭部検知装置10の動作について説明する。
先ず、例えば図15に示すステップS01においては、単眼距離画像センサ11から出力された距離画像に対する前処理として、カメラ座標系でのXYZ画像を生成し、これらのXYZ画像に対して輝度画像を参照して平滑化およびノイズ除去などの画像処理を行なう。
そして、画像処理後のXYZ画像を、一時的にシート座標系の画像に変換して車室内の所定の構造物(例えば、ピラー、ドア、ダッシュボード、センターコンソールなど)に関連するデータを除去し、この除去後の画像を、再びカメラ座標系でのXYZ画像に変換する。
そして、画像処理後のXYZ画像を、一時的にシート座標系の画像に変換して車室内の所定の構造物(例えば、ピラー、ドア、ダッシュボード、センターコンソールなど)に関連するデータを除去し、この除去後の画像を、再びカメラ座標系でのXYZ画像に変換する。
次に、ステップS02〜ステップS05においては、XYZ画像において乗員の頭部が存在する頭部領域の候補となる領域を抽出する処理を行なう。
先ず、ステップS02においては、XYZ画像に対応する距離画像を構成する複数の画素毎に3次元空間での法線ベクトルの逆方向に固定長の逆ベクトルを算出し、該逆ベクトルにより指定される3次元空間での位置座標を内部座標とする内部座標設定の処理を行なう。
先ず、ステップS02においては、XYZ画像に対応する距離画像を構成する複数の画素毎に3次元空間での法線ベクトルの逆方向に固定長の逆ベクトルを算出し、該逆ベクトルにより指定される3次元空間での位置座標を内部座標とする内部座標設定の処理を行なう。
次に、ステップS03においては、3次元空間を構成する複数の単位空間毎に該単位空間内に含まれる内部座標の総数に係るスコア値を算出し、距離画像の各画素毎に対応する内部座標が含まれる単位空間のスコア値を、所定の大きさの球形状の指標として、各画素毎の画素値に対応させて示すスコア画像Sを生成するスコア画像生成の処理を行なう。
次に、ステップS04においては、3次元空間での複数の内部座標の分布に対してエッジを抽出して、エッジに応じてスコア画像Sを複数の画像領域に分割する領域分割の処理を行なう。
次に、ステップS05においては、複数の画像領域のうち内部座標の平均値の差が所定差以下の画像領域同士を単一の画像領域に結合する領域結合の処理を行なう。
次に、ステップS05においては、複数の画像領域のうち内部座標の平均値の差が所定差以下の画像領域同士を単一の画像領域に結合する領域結合の処理を行なう。
次に、ステップS06〜ステップS08においては、上述したステップS02〜ステップS05において頭部領域の候補となる領域として抽出された領域のうちから、頭部領域の候補として適さない領域を除外する処理を行なう。
先ず、ステップS06においては、複数の画像領域のうちから、所定の大きさの球形状の度合いが所定程度よりも低い画像領域を除去する球形状判定の処理を行なう。
先ず、ステップS06においては、複数の画像領域のうちから、所定の大きさの球形状の度合いが所定程度よりも低い画像領域を除去する球形状判定の処理を行なう。
次に、ステップS07においては、複数の画像領域のうちから、体積が人体の頭部の体積に対する所定範囲を外れる画像領域を除去する体積判定の処理を行なう。
次に、ステップS08においては、複数の画像領域のうちから、所定方向の幅寸法が人体の頭部に対する所定寸法範囲を外れる画像領域を除去するヘッドレスト判定の処理を行なう。
次に、ステップS08においては、複数の画像領域のうちから、所定方向の幅寸法が人体の頭部に対する所定寸法範囲を外れる画像領域を除去するヘッドレスト判定の処理を行なう。
次に、ステップS09においては、この時点で頭部領域の候補として残っている複数の画像領域のうち、スコア値の平均値が最も高い画像領域を、乗員の頭部が存在する頭部領域であると判定する頭部領域判定の処理を行なう。
次に、ステップS10においては、抽出された頭部領域に基づき、乗員の種別や姿勢や各種の補助シート(チャイルドシートやブースターシートなど)の有無などを判定する乗員判定の処理を行なう。
次に、ステップS10においては、抽出された頭部領域に基づき、乗員の種別や姿勢や各種の補助シート(チャイルドシートやブースターシートなど)の有無などを判定する乗員判定の処理を行なう。
次に、ステップS11においては、乗員判定の処理による判定結果と、例えば車両13の急減速を検出する加速度センサなどの衝突センサ70から出力される検出結果の信号とに基づき、車両13に搭載されたエアバッグ(例えば、フロントエアバッグ)14の展開を制御し、エンドに進む。
以下に、上述したステップS02での内部座標設定の処理について説明する。
先ず、例えば図16に示すステップS21においては、3つのXYZ画像に対して、例えばソーベルフィルターなどの偏微分フィルターによる畳み込み演算により、各画素毎に横方向の偏微分と縦方向の偏微分とを行なうことによって、3つのXYZ画像毎に横偏微分画像および縦偏微分画像を算出する。
先ず、例えば図16に示すステップS21においては、3つのXYZ画像に対して、例えばソーベルフィルターなどの偏微分フィルターによる畳み込み演算により、各画素毎に横方向の偏微分と縦方向の偏微分とを行なうことによって、3つのXYZ画像毎に横偏微分画像および縦偏微分画像を算出する。
次に、ステップS22においては、上記数式(1)を用いて、横偏微分画像および縦偏微分画像と、カメラ座標系での各軸(X軸、Y軸、Z軸)の単位ベクトルとにより、縦画素vおよび横画素uで指定される距離画像の各画素(v,u)毎の法線ベクトルN(v,u)を算出する。
次に、ステップS23においては、上記数式(2),(3)を用いて、法線ベクトルN(v,u)の逆方向に固定長の逆ベクトル、つまり頭部ベクトルH(v,u)を算出する。
次に、ステップS24においては、上記数式(4),(5)を用いて、距離画像の各画素(v,u)の位置をカメラ座標系で示す観測画素座標P(v,u)と頭部ベクトルH(v,u)と合成して、内部座標I(v,u)を算出し、リターンに進む。
以下に、上述したステップS03でのスコア画像生成の処理について説明する。
先ず、例えば図17に示すステップS31においては、単眼距離画像センサ11の撮像領域を含む3次元空間を構成する複数の単位空間(3次元の座標空間)として、所定長(例えば、50mmなど)を一辺の長さとする複数の立方体(ボクセル空間)Vを設定する。
先ず、例えば図17に示すステップS31においては、単眼距離画像センサ11の撮像領域を含む3次元空間を構成する複数の単位空間(3次元の座標空間)として、所定長(例えば、50mmなど)を一辺の長さとする複数の立方体(ボクセル空間)Vを設定する。
次に、ステップS32においては、距離画像の各画素(v,u)毎に対応する内部座標I(v,u)が含まれるボクセル空間Vに対して、各画素(v,u)の画素面積をスコア値として加算する。
次に、ステップS33においては、距離画像の各画素(v,u)毎に対応する内部座標I(v,u)が含まれるボクセル空間Vのスコア値を、各画素(v,u)毎の画素値に対応させて示すスコア画像Sを生成し、リターンに進む。
以下に、上述したステップS04での領域分割の処理について説明する。
先ず、例えば図18に示すステップS41においては、距離画像の各画素(v,u)毎に対応する内部座標I(v,u)の各軸成分(X内部座標、Y内部座標、Z内部座標)を、各画素(v,u)毎の画素値に対応させて示す3つのX内部座標画像IXおよびY内部座標画像IYおよびZ内部座標画像IZ毎に、例えばソーベルフィルターなどの偏微分フィルターによる畳み込み演算により、各画素毎に横方向の偏微分と縦方向の偏微分とを行なうことによって、横偏微分画像および縦偏微分画像を算出する。
先ず、例えば図18に示すステップS41においては、距離画像の各画素(v,u)毎に対応する内部座標I(v,u)の各軸成分(X内部座標、Y内部座標、Z内部座標)を、各画素(v,u)毎の画素値に対応させて示す3つのX内部座標画像IXおよびY内部座標画像IYおよびZ内部座標画像IZ毎に、例えばソーベルフィルターなどの偏微分フィルターによる畳み込み演算により、各画素毎に横方向の偏微分と縦方向の偏微分とを行なうことによって、横偏微分画像および縦偏微分画像を算出する。
次に、ステップS42においては、3つの各内部座標画像IX,IY,IZ毎に横偏微分画像と縦偏微分画像とを合成することによって、3つの内部エッジ画像DX,DY,DZを生成する。
そして、3つの内部エッジ画像DX,DY,DZを合成し、画素面積|N(v,u)|で除算して正規化を行なうことによって、3次元空間での複数の内部座標I(v,u)の分布に対してエッジを抽出した内部エッジ画像Dを生成する。
そして、内部エッジ画像Dにおいて、画素値が所定閾値EdgeThresh未満の領域を「1」とし、画素値が所定閾値EdgeThresh以上の領域を「0」とする2値化処理を行なうことによって、2値化画像Bを生成する。
そして、3つの内部エッジ画像DX,DY,DZを合成し、画素面積|N(v,u)|で除算して正規化を行なうことによって、3次元空間での複数の内部座標I(v,u)の分布に対してエッジを抽出した内部エッジ画像Dを生成する。
そして、内部エッジ画像Dにおいて、画素値が所定閾値EdgeThresh未満の領域を「1」とし、画素値が所定閾値EdgeThresh以上の領域を「0」とする2値化処理を行なうことによって、2値化画像Bを生成する。
次に、ステップS43においては、2値化画像Bにおいて、例えば8近傍ラベリングなどのラベリング処理を行なうことによって、複数の異なる画像領域からなる領域分割画像Eを生成し、リターンに進む。
以下に、上述したステップS05での領域結合の処理について説明する。
先ず、例えば図19に示すステップS51においては、領域分割画像Eを構成する複数の画像領域毎に内部座標I(v,u)の平均値を算出する。
次に、ステップS52においては、内部座標I(v,u)の平均値の差が所定差よりも大きい画像領域同士は、互いに独立した画像領域であるとし、一方、内部座標I(v,u)の平均値の差が所定差以下の画像領域同士は単一の画像領域に結合して、領域結合画像Fを生成し、リターンに進む。
先ず、例えば図19に示すステップS51においては、領域分割画像Eを構成する複数の画像領域毎に内部座標I(v,u)の平均値を算出する。
次に、ステップS52においては、内部座標I(v,u)の平均値の差が所定差よりも大きい画像領域同士は、互いに独立した画像領域であるとし、一方、内部座標I(v,u)の平均値の差が所定差以下の画像領域同士は単一の画像領域に結合して、領域結合画像Fを生成し、リターンに進む。
以下に、上述したステップS06での球形状判定の処理について説明する。
先ず、例えば図20に示すステップS61においては、領域結合画像Fを構成する複数の画像領域毎にスコア値の平均値を算出する。
次に、ステップS62においては、領域結合画像Fを構成する複数の画像領域のうちから、スコア値の平均値が所定の閾平均値以下の画像領域を除去し、リターンに進む。
先ず、例えば図20に示すステップS61においては、領域結合画像Fを構成する複数の画像領域毎にスコア値の平均値を算出する。
次に、ステップS62においては、領域結合画像Fを構成する複数の画像領域のうちから、スコア値の平均値が所定の閾平均値以下の画像領域を除去し、リターンに進む。
以下に、上述したステップS07での体積判定の処理について説明する。
先ず、例えば図21に示すステップS71においては、領域結合画像Fを構成する複数の画像領域毎に、カメラ座標系での各軸の最大値および最小値を算出し、上記数式(8)を用いて、各軸の最大値および最小値から画像領域の体積を算出する。
次に、ステップS72においては、領域結合画像Fを構成する複数の画像領域のうちから、体積が所定範囲を外れる上限体積値以上または下限体積値以下である画像領域を除去し、リターンに進む。
先ず、例えば図21に示すステップS71においては、領域結合画像Fを構成する複数の画像領域毎に、カメラ座標系での各軸の最大値および最小値を算出し、上記数式(8)を用いて、各軸の最大値および最小値から画像領域の体積を算出する。
次に、ステップS72においては、領域結合画像Fを構成する複数の画像領域のうちから、体積が所定範囲を外れる上限体積値以上または下限体積値以下である画像領域を除去し、リターンに進む。
以下に、上述したステップS08でのヘッドレスト判定の処理について説明する。
先ず、例えば図22に示すステップS81においては、距離画像の各画素(v,u)毎の法線ベクトルN(v,u)が車両左右方向(B方向)に傾く角度が所定閾角度以下である領域を正面領域SAとして距離画像から抽出する。
先ず、例えば図22に示すステップS81においては、距離画像の各画素(v,u)毎の法線ベクトルN(v,u)が車両左右方向(B方向)に傾く角度が所定閾角度以下である領域を正面領域SAとして距離画像から抽出する。
次に、ステップS82においては、領域結合画像Fを構成する複数の画像領域のうち、正面領域SAが抽出された画像領域毎に対して、正面領域SAのシート座標系でのB軸の最大値および最小値から車両左右方向の幅寸法(B方向幅)を算出する。
次に、ステップS83においては、領域結合画像Fを構成する複数の画像領域のうちから、B方向幅が所定閾値以上の正面領域SAを有する画像領域を除去し、リターンに進む。
上述したように、本実施の形態による乗員頭部検知装置10によれば、先ず、単眼距離画像センサ11から出力される距離画像の画素毎に、法線ベクトルN(v,u)の逆方向に固定長の逆ベクトル(頭部ベクトルH(v,u))による内部座標I(v,u)を算出する。そして、内部座標I(v,u)を用いた投票方式によってボクセル空間V毎のスコア値を算出し、スコア値が所定の大きさの球形状の指標となることに応じて乗員の頭部領域を抽出することから、演算負荷の増大を防止しつつ頭部領域の検知精度を向上させることができる。
つまり、予め記憶する参考画像やモデルを用いること無しに乗員の頭部領域を抽出することができることから、演算負荷の増大や演算速度の低下を防止することができる。
また、単眼距離画像センサ11の撮像により得られる画像領域の撮影方向や大きさなどに依存して頭部領域の抽出が大きく変動してしまうことを防止することができ、抽出結果の信頼性および安定性を向上させることができる。
また、カラー画像を用いること無しに、あるいは、顔領域の検出を必要とせずに、乗員の頭部領域を抽出することができ、装置構成に要する費用が嵩むことを防止し、頭部領域の誤検知を抑制し、的確な抽出を行なうことができる。
また、単眼距離画像センサ11の撮像により得られる画像領域の撮影方向や大きさなどに依存して頭部領域の抽出が大きく変動してしまうことを防止することができ、抽出結果の信頼性および安定性を向上させることができる。
また、カラー画像を用いること無しに、あるいは、顔領域の検出を必要とせずに、乗員の頭部領域を抽出することができ、装置構成に要する費用が嵩むことを防止し、頭部領域の誤検知を抑制し、的確な抽出を行なうことができる。
さらに、複数の分割領域のうち内部座標の平均値の差が所定差以下の分割領域同士を単一の結合領域に結合することから、例えば乗員が着用している帽子のつば部分などにおいてエッジが抽出されることで頭部領域が不必要に分割された場合であっても適切に結合することができ、頭部領域を適切に抽出することができる。
さらに、頭部領域の候補となる領域として抽出された領域のうちから、スコア値と体積と所定方向の幅寸法とに基づいて、頭部領域の候補として適さない領域を除外する処理を行なうことから、頭部領域の誤検知を抑制し、的確な抽出を行なうことができる。
なお、上述した実施の形態において、領域結合部55は複数の画像領域の内部座標I(v,u)の平均値に基づいて画像領域同士を結合するとしたが、これに限定されず、平均値以外の他の指標に基づいて画像領域同士を結合してもよい。
また、上述した実施の形態において、球形状判定部56は複数の画像領域のスコア値の平均値に基づいて画像領域を除去するとしたが、これに限定されず、平均値以外の他の指標に基づいて画像領域を除去してもよい。
10 乗員頭部検知装置
11 単眼距離画像センサ
12 制御装置
22 受光部(撮像手段)
23 処理部(距離画像生成手段)
51 画像処理部
52 内部座標設定部(内部座標設定手段)
53 スコア画像生成部(スコア画像生成手段)
54 領域分割部(頭部領域抽出手段、エッジ抽出手段、領域分割手段)
55 領域結合部(頭部領域抽出手段、領域結合手段)
56 球形状判定部(頭部領域抽出手段、領域除外手段)
57 体積判定部(頭部領域抽出手段、領域除外手段)
58 ヘッドレスト判定部(頭部領域抽出手段、領域除外手段)
59 頭部領域判定部(頭部領域抽出手段)
60 乗員判定部
61 駆動制御部
ステップS04〜S09 頭部領域抽出手段
ステップS05 領域結合手段
ステップS06〜S08 領域除外手段
ステップS41 エッジ抽出手段
ステップS43 領域分割手段
11 単眼距離画像センサ
12 制御装置
22 受光部(撮像手段)
23 処理部(距離画像生成手段)
51 画像処理部
52 内部座標設定部(内部座標設定手段)
53 スコア画像生成部(スコア画像生成手段)
54 領域分割部(頭部領域抽出手段、エッジ抽出手段、領域分割手段)
55 領域結合部(頭部領域抽出手段、領域結合手段)
56 球形状判定部(頭部領域抽出手段、領域除外手段)
57 体積判定部(頭部領域抽出手段、領域除外手段)
58 ヘッドレスト判定部(頭部領域抽出手段、領域除外手段)
59 頭部領域判定部(頭部領域抽出手段)
60 乗員判定部
61 駆動制御部
ステップS04〜S09 頭部領域抽出手段
ステップS05 領域結合手段
ステップS06〜S08 領域除外手段
ステップS41 エッジ抽出手段
ステップS43 領域分割手段
Claims (3)
- 車室内の撮像領域を撮像して撮像結果を出力する撮像手段と、
前記撮像結果に基づき、3次元空間での前記撮像領域の距離の情報を有する距離画像を生成する距離画像生成手段と、
前記距離画像を構成する複数の画素毎に前記3次元空間での法線ベクトルの逆方向に固定長の逆ベクトルを算出し、該逆ベクトルにより指定される前記3次元空間での位置座標を内部座標とする内部座標設定手段と、
前記3次元空間を構成する複数の単位空間毎に該単位空間内に含まれる前記内部座標の総数に係るスコア値を算出し、前記複数の画素毎に対応する前記内部座標が含まれる前記単位空間の前記スコア値を前記複数の画素毎に対応させて示すスコア画像を生成するスコア画像生成手段と、
前記スコア画像を構成する複数の画像領域のうちから前記スコア値に基づいて前記車室内の乗員の頭部領域を抽出する頭部領域抽出手段と
を備えることを特徴とする乗員頭部検知装置。 - 前記頭部領域抽出手段は、
前記3次元空間での複数の前記内部座標の分布に対してエッジを抽出するエッジ抽出手段と、
前記エッジに応じて前記スコア画像を複数の分割領域に分割する領域分割手段と、
前記複数の分割領域のうち前記内部座標の平均値の差が所定差以下の前記分割領域同士を単一の結合領域に結合する領域結合手段とを備え、
前記複数の画像領域を前記分割領域および前記結合領域により構成することを特徴とする請求項1に記載の乗員頭部検知装置。 - 前記頭部領域抽出手段は、
前記複数の画像領域のうち、前記スコア値の平均値が閾平均値以下の前記画像領域と、体積が上限体積値以上または下限体積値以下の前記画像領域と、所定方向の幅寸法が所定閾値以上の前記画像領域とを、前記頭部領域の候補から除外する領域除外手段を備えることを特徴とする請求項1または請求項2に記載の乗員頭部検知装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010278537A JP5401440B2 (ja) | 2010-12-14 | 2010-12-14 | 乗員頭部検知装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010278537A JP5401440B2 (ja) | 2010-12-14 | 2010-12-14 | 乗員頭部検知装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012128592A JP2012128592A (ja) | 2012-07-05 |
JP5401440B2 true JP5401440B2 (ja) | 2014-01-29 |
Family
ID=46645554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010278537A Expired - Fee Related JP5401440B2 (ja) | 2010-12-14 | 2010-12-14 | 乗員頭部検知装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5401440B2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6359866B2 (ja) * | 2014-04-23 | 2018-07-18 | 矢崎総業株式会社 | 対象者存在範囲推定装置及び対象者存在範囲推定方法 |
CN110809704B (zh) * | 2017-05-08 | 2022-11-01 | 威力登激光雷达美国有限公司 | Lidar数据获取与控制 |
US11393238B1 (en) * | 2017-12-11 | 2022-07-19 | Zoox, Inc. | Safety control system for vehicles with child car seats |
JP7053340B2 (ja) * | 2018-03-30 | 2022-04-12 | 株式会社東海理化電機製作所 | 処理装置、及びプログラム |
JP7079188B2 (ja) * | 2018-11-07 | 2022-06-01 | 株式会社東海理化電機製作所 | 乗員判別装置、コンピュータプログラム、および記憶媒体 |
JP7079187B2 (ja) * | 2018-11-07 | 2022-06-01 | 株式会社東海理化電機製作所 | 乗員判別装置、コンピュータプログラム、および記憶媒体 |
JP7260358B2 (ja) * | 2019-03-28 | 2023-04-18 | 株式会社デンソーテン | 推定装置および推定方法 |
CN115212489A (zh) * | 2022-07-20 | 2022-10-21 | 中国矿业大学 | 一种面向森林火灾的无人机灭火救援决策辅助*** |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6961443B2 (en) * | 2000-06-15 | 2005-11-01 | Automotive Systems Laboratory, Inc. | Occupant sensor |
JP2005092451A (ja) * | 2003-09-16 | 2005-04-07 | Sony Corp | 頭部検出装置及び頭部検出方法、並びに頭部検出プログラム |
US7508979B2 (en) * | 2003-11-21 | 2009-03-24 | Siemens Corporate Research, Inc. | System and method for detecting an occupant and head pose using stereo detectors |
JP2008002838A (ja) * | 2006-06-20 | 2008-01-10 | Takata Corp | 車両乗員検出システム、作動装置制御システム、車両 |
JP4873711B2 (ja) * | 2006-12-05 | 2012-02-08 | 本田技研工業株式会社 | 三次元物体を検出する装置 |
-
2010
- 2010-12-14 JP JP2010278537A patent/JP5401440B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2012128592A (ja) | 2012-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5401440B2 (ja) | 乗員頭部検知装置 | |
JP7065410B2 (ja) | 空き駐車スペース検知装置および空き駐車スペース検知方法 | |
JP5453230B2 (ja) | 乗員検知装置 | |
JP4810052B2 (ja) | 乗員センサ | |
US7372996B2 (en) | Method and apparatus for determining the position of a vehicle seat | |
JP4756044B2 (ja) | 自動車シート上の対象物を検出するための装置 | |
KR100630842B1 (ko) | 스테레오 영상 정합을 이용한 자동차의 탑승자 자세 판별시스템 및 그 방법 | |
EP1870296B1 (en) | Vehicle seat detecting system, operation device controlling system, and vehicle | |
US20060291697A1 (en) | Method and apparatus for detecting the presence of an occupant within a vehicle | |
US20070289799A1 (en) | Vehicle occupant detecting system | |
JP2008518195A (ja) | 乗員検出システム | |
US20180208115A1 (en) | Vehicle display device and vehicle display method for displaying images | |
CN114144814A (zh) | 用于测量车辆中对象的质量的***、装置和方法 | |
JP2007114831A (ja) | 物体検出装置 | |
JP2010113506A (ja) | 乗員位置検出装置、乗員位置検出方法及び乗員位置検出プログラム | |
JP6458577B2 (ja) | 画像測距装置 | |
JP5298111B2 (ja) | 乗員検知装置 | |
JP5548111B2 (ja) | シート検知装置 | |
JP2021103092A (ja) | シート姿勢検出装置 | |
JP2011164711A (ja) | 顔向き検知装置 | |
JP2012141281A (ja) | 体積検出装置、及び、体積検出方法 | |
WO2017086057A1 (ja) | 車両用表示装置および車両用表示方法 | |
JP2019179288A (ja) | 処理装置、及びプログラム | |
JP2019179287A (ja) | 処理装置、及びプログラム | |
JP2011131740A (ja) | 車両の運転支援装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121128 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130919 |
|
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: 20131015 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131028 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |