JP5946294B2 - 対象物検出装置、対象物検出方法、対象物検出プログラムおよび自動走行車両 - Google Patents
対象物検出装置、対象物検出方法、対象物検出プログラムおよび自動走行車両 Download PDFInfo
- Publication number
- JP5946294B2 JP5946294B2 JP2012046820A JP2012046820A JP5946294B2 JP 5946294 B2 JP5946294 B2 JP 5946294B2 JP 2012046820 A JP2012046820 A JP 2012046820A JP 2012046820 A JP2012046820 A JP 2012046820A JP 5946294 B2 JP5946294 B2 JP 5946294B2
- Authority
- JP
- Japan
- Prior art keywords
- detection
- image data
- unit
- distance image
- object detection
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims description 303
- 238000003384 imaging method Methods 0.000 claims description 51
- 230000007704 transition Effects 0.000 claims description 46
- 238000000034 method Methods 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 23
- 230000015654 memory Effects 0.000 description 15
- 230000002093 peripheral effect Effects 0.000 description 13
- 238000003860 storage Methods 0.000 description 9
- 238000009826 distribution Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000000593 degrading effect Effects 0.000 description 6
- 239000000470 constituent Substances 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 244000025254 Cannabis sativa Species 0.000 description 3
- 230000004931 aggregating effect Effects 0.000 description 3
- 230000005674 electromagnetic induction Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002420 orchard Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Image Analysis (AREA)
Description
図1は、本実施の形態に係るゴルフカートの外観側面図である。図1に示すように、ゴルフカート100は、車体20、一対の前輪11および一対の後輪12を有する。車体20は、下部車体20a、左右側の支持枠20bおよび屋根部20cを有する。下部車体20aの四隅から上方に延びるように支持枠20bが設けられ、支持枠20bの上端部に屋根部20cが取り付けられる。一対の前輪11および一対の後輪12は、車体20を支持するように下部車体20aのそれぞれ前端部および後端部に回転可能に取り付けられる。左側の支持枠20bには、左画像用のカメラ1Lが取り付けられる。右側の支持枠20bには、右画像用のカメラ1Rが取り付けられる。図1には、右側の支持枠20bおよび右画像用のカメラ1Rは図示されていない。カメラ1L,1Rは例えばCCD(電荷結合素子)カメラである。
図3は、演算処理部30の構成を示すブロック図である。図3に示すように、演算処理部30は、例えば、入出力インタフェース31、CPU(中央演算処理装置)32、ROM(リードオンリメモリ)33、RAM(ランダムアクセスメモリ)34および内部バス35を含む。入出力インタフェース31、CPU32、ROM33およびRAM34は内部バス35に接続される。
図4は、対象物検出装置10の構成を示す機能ブロック図である。図4に示すように、演算処理部30は、ステレオマッチング部3、LBP(ローカルバイナリパターン)生成部4、対象物検出窓設定部5および対象物検出部6を含む。ステレオマッチング部3、LBP生成部4、対象物検出窓設定部5および対象物検出部6は対象物検出プログラムを構成するモジュールに相当する。この場合、図3のCPU32がROM33または外部記憶装置40に記憶される対象物検出プログラムを実行することによりステレオマッチング部3、LBP生成部4、対象物検出窓設定部5および対象物検出部6の機能が実現される。
次に、図5および図6を参照しながらステレオマッチングについて説明する。図5(a),(b)は、それぞれカメラ1L,1Rにより得られる左画像LIおよび右画像RIの一例を示す図である。左画像LIは、左画像データLVに基づいて表示され、右画像RIは右画像データRVに基づいて表示される。図5には、矢印によりX方向(水平方向)およびY方向(垂直方向)が示される。
(15)参考形態
第1の参考形態に係る対象物検出装置は、撮像対象が予め定められた検出対象物を含むか否かを判定する対象物検出装置であって、異なる複数の位置に配置され、撮像対象の画像を撮像画像データとしてそれぞれ取得する複数の画像取得部と、複数の画像取得部により取得された複数の撮像画像データを用いたステレオマッチングにより撮像対象までの距離を示す距離画像を距離画像データとして生成する距離画像生成部と、距離画像生成部により生成された距離画像データに基づいて撮像対象が検出対象物を含むか否かを判定する処理部とを備え、処理部は、距離画像生成部により生成された距離画像データの複数の画素についてLBP(ローカルバイナリパターン)を生成するとともに、距離画像生成部により生成された距離画像データに複数の画素から構成される複数の単位領域を設定し、各単位領域について複数種類のLBPのヒストグラムを作成し、各ヒストグラムにおいて設定値以下の数の0−1遷移を有する複数種類のLBPをそれぞれ複数のビンに設定するとともに設定値を超える数の0−1遷移を有する1または複数種類のLBPを一のビンに集約し、複数の単位領域についての複数のヒストグラムにおける複数種類のLBPの度数を複数の特徴量の値として用いて検出対象物の有無を判定するように構成されるものである。
その対象物検出装置においては、異なる複数の位置に配置された複数の画像取得部により撮像対象の画像が撮像画像データとしてそれぞれ取得される。取得された複数の撮像画像データを用いたステレオマッチングにより撮像対象までの距離を示す距離画像が距離画像生成部により距離画像データとして生成される。生成された距離画像データに基づいて撮像対象が検出対象物を含むか否かが処理部により判定される。
この場合、距離画像データの複数の画素についてLBPが生成されるとともに、距離画像データに複数の画素から構成される複数の単位領域が設定され、各単位領域について複数種類のLBPのヒストグラムが作成される。各ヒストグラムにおいて設定値以下の数の0−1遷移を有する複数種類のLBPがそれぞれ複数のビンに設定されるとともに設定値を超える数の0−1遷移を有する1または複数種類のLBPが一のビンに集約される。複数の単位領域についての複数のヒストグラムにおける複数種類のLBPの度数を複数の特徴量の値として用いて検出対象物の有無が判定される。
ここで、LBPを用いることにより検出対象物の輪郭を検出対象物と背景との距離差により識別することができる。ステレオマッチングのマッチング窓のサイズを小さくすることにより、ステレオマッチングにおける計算量を増加させることなく検出対象物の有無の判定に有用な輪郭情報を高精度で得ることができる。距離画像データにノイズが発生した場合には、0−1遷移の数が大きくなる。そこで、設定値を超える数の0−1遷移を有する1または複数種類のLBPが一のビンに集約される。それにより、検出対象物の有無の判定においてノイズの影響を抑制することができる。したがって、上記のように構成されたLBPのヒストグラムの度数を複数の特徴量の値として用いることにより、計算量を増加させることなくかつ輪郭情報を損なうことなく、距離画像データにおけるノイズの影響を抑制することができる。その結果、検出対象物の有無を正確に判定することが可能となる。
第2の参考形態に係る対象物検出方法は、撮像対象が予め定められた検出対象物を含むか否かを判定する対象物検出方法であって、異なる複数の位置に配置された複数の画像取得部により撮像対象の画像を撮像画像データとしてそれぞれ取得するステップと、取得された複数の撮像画像データを用いたステレオマッチングにより撮像対象までの距離を示す距離画像を距離画像データとして生成するステップと、生成された距離画像データに基づいて撮像対象が検出対象物を含むか否かを判定するステップとを備え、撮像対象が検出対象物を含むか否かを判定するステップは、生成された距離画像データに複数の画素から構成される複数の単位領域を設定するステップと、各単位領域の複数の画素についてLBP(ローカルバイナリパターン)を生成するステップと、各単位領域について複数種類のLBPのヒストグラムを作成し、各ヒストグラムにおいて設定値以下の数の0−1遷移を有する複数種類のLBPをそれぞれ複数のビンに設定するとともに設定値を超える数の0−1遷移を有する1または複数種類のLBPを一のビンに集約するステップと、複数の単位領域についての複数のヒストグラムにおける複数種類のLBPの度数を複数の特徴量の値として用いて検出対象物の有無を判定するステップとを含むものである。
その対象物検出方法によれば、LBPを用いることにより検出対象物の輪郭を検出対象物と背景との距離差により識別することができる。ステレオマッチングのマッチング窓のサイズを小さくすることにより、ステレオマッチングにおける計算量を増加させることなく検出対象物の有無の判定に有用な輪郭情報を高精度で得ることができる。距離画像データにノイズが発生した場合には、0−1遷移の数が大きくなる。そこで、設定値を超える数の0−1遷移を有する1または複数種類のLBPが一のビンに集約される。それにより、検出対象物の有無の判定においてノイズの影響を抑制することができる。したがって、上記のように構成されたLBPのヒストグラムの度数を複数の特徴量の値として用いることにより、計算量を増加させることなくかつ輪郭情報を損なうことなく、距離画像データにおけるノイズの影響を抑制することができる。その結果、検出対象物の有無を正確に判定することが可能となる。
第3の参考形態に係る対象物検出プログラムは、撮像対象が予め定められた検出対象物を含むか否かを判定するために、コンピュータにより実行可能な対象物検出プログラムであって、異なる複数の位置に配置された画像取得部により撮像対象の画像を撮像画像データとしてそれぞれ取得する処理と、取得された複数の撮像画像データを用いたステレオマッチングにより撮像対象までの距離を示す距離画像を距離画像データとして生成するステップと、生成された距離画像データに基づいて撮像対象が検出対象物を含むか否かを判定する処理とを、コンピュータに実行させ、撮像対象が検出対象物を含むか否かを判定する処理は、生成された距離画像データに複数の画素から構成される複数の単位領域を設定する処理と、各単位領域の複数の画素についてLBP(ローカルバイナリパターン)を生成する処理と、各単位領域について複数種類のLBPのヒストグラムを作成し、各ヒストグラムにおいて設定値以下の数の0−1遷移を有する複数種類のLBPをそれぞれ複数のビンに設定するとともに設定値を超える数の0−1遷移を有する1または複数種類のLBPを一のビンに集約する処理と、複数の単位領域についての複数のヒストグラムにおける複数種類のLBPの度数を複数の特徴量の値として用いて検出対象物の有無を判定する処理とを含むものである。
その対象物検出プログラムによれば、LBPを用いることにより検出対象物の輪郭を検出対象物と背景との距離差により識別することができる。ステレオマッチングのマッチング窓のサイズを小さくすることにより、ステレオマッチングにおける計算量を増加させることなく検出対象物の有無の判定に有用な輪郭情報を高精度で得ることができる。距離画像データにノイズが発生した場合には、0−1遷移の数が大きくなる。そこで、設定値を超える数の0−1遷移を有する1または複数種類のLBPが一のビンに集約される。それにより、検出対象物の有無の判定においてノイズの影響を抑制することができる。したがって、上記のように構成されたLBPのヒストグラムの度数を複数の特徴量の値として用いることにより、計算量を増加させることなくかつ輪郭情報を損なうことなく、距離画像データにおけるノイズの影響を抑制することができる。その結果、検出対象物の有無を正確に判定することが可能となる。
第4の参考形態に係る自動走行車両は、予め定められた経路を移動可能に構成された本体部と、本体部を移動させるように構成された駆動部と、第1の参考形態に係る対象物検出装置と、対象物検出装置の判定結果に基づいて駆動部を制御する制御部とを備えるものである。
その自動走行車両においては、上記の対象物検出装置が用いられるので、計算量を増加させることなくかつ輪郭情報を損なうことなく、距離画像データにおけるノイズの影響を抑制することができる。その結果、検出対象物の有無を正確に判定することが可能となる。
LBPは、任意の注目画素と、これを中心とする半径rの円周上に等間隔に並ぶn個の周辺画素(近傍画素)との濃度の大小関係を示す。
各画素について生成されたLBPを設定値uを用いて均一(uniform)パターンまたは不均一(nonuniform)パターンに分類する。
次に、図10〜図13を参照しながら検出窓の設定について説明する。図10(a),(b)は、距離画像DIに設定された検出窓DWの例を示す図である。
図4の対象物検出部6は、各検出窓DW内の各セルCEについてLBPのヒストグラムを以下の方法で作成する。
図4の対象物検出部6は、対象物検出窓設定部5により距離画像DIに設定される各検出窓DWについて検出器を動作させることにより、検出対象物の有無を判定する。
次に、図16を参照しながら対象物検出処理について説明する。図16は、図4の演算処理部30により行われる対象物検出処理を示すフローチャートである。
T個の弱識別器h1〜hTにおける特徴量v1〜vTおよびしきい値θ1〜θTならびにT個の重み付け係数w1〜wTは、事前の学習によって設定される。この学習には、例えば、非特許文献2に記載されたブースティング学習アルゴリズム(アダブースト:AdaBoost)が適用される。
本実施の形態に係る対象物検出装置10においては、LBPを用いることにより検出対象物の輪郭を検出対象物と背景との距離差により識別することができる。この場合、ステレオマッチングのマッチング窓のサイズを小さくすることにより、ステレオマッチングにおける計算量を増加させることなく検出対象物の有無に有用な輪郭情報を高精度で得ることができる。また、設定値uを超える数の0−1遷移を有する1または複数種類のLBPが一のビンに集約される。それにより、検出対象物の有無の判定において距離画像データDVにおけるノイズの影響を抑制することができる。したがって、上記のように構成されたLBPのヒストグラムの度数を複数の特徴量の値として用いることにより、計算量を増加させることなくかつ輪郭情報を損なうことなく、距離画像データDVにおけるノイズの影響を抑制することができる。その結果、検出対象物の有無を正確に判定することが可能となる。
(a)上記実施の形態では、対象物検出装置10が予め定められた経路を自動的に走行するゴルフカート100に適用されているが、本発明はこれに限定されない。本発明に係る対象物検出装置は、工場等で予め定められた経路を走行する無人搬送車(AGV)、果樹園等で薬剤散布等を行う無人作業車等の他の自動走行車両にも同様に適用可能である。また、本発明に係る対象物検出装置は、任意の経路を走行可能な自動走行車両にも適用可能ある。
以下、請求項の各構成要素と実施の形態の各部との対応の例について説明するが、本発明は下記の例に限定されない。
2L,2R 画像メモリ
3 ステレオマッチング部
4 LBP生成部
5 対象物検出窓設定部
6 対象物検出部
8 対象物検出用辞書
10 対象物検出装置
11 前輪
12 後輪
13 前部シート
14 後部シート
15 ハンドル
16 キャリア
20 車体
20a 下部車体
20b 支持枠
20c 屋根部
21 駆動モータ
22 トランスミッション
23 電磁ブレーキ
24 アクセルペダル
25 ブレーキペダル
26 ブレーキ駆動部
30 演算処理部
31 入出力インタフェース
32 CPU(中央演算処理装置)
33 ROM(リードオンリメモリ)
34 RAM(ランダムアクセスメモリ)
35 内部バス
40 外部記憶装置
50 車両制御部
51 バッテリ
57 受信部
100 ゴルフカート
CE セル
DI 距離画像
DV 距離画像データ
DW 検出窓
h,h1〜hT 弱識別器
LV,L1〜Lm 左画像データ
LI 左画像
LM 左マッチング窓
OP 注目画素
p1〜p8 画素部分
P1〜P8 周辺画素
r 半径
RV,R1〜Rm 右画像データ
RI 右画像
RM 右マッチング窓
vt,v1〜vT 特徴量
wt,w1〜wT 重み付け係数
θp 下限
θn 上限
θ,θt,θ1〜θT しきい値
Claims (12)
- 撮像対象が予め定められた検出対象物を含むか否かを判定する対象物検出装置であって、
異なる複数の位置に配置され、撮像対象の画像を撮像画像データとしてそれぞれ取得する複数の画像取得部と、
前記複数の画像取得部により取得された複数の撮像画像データを用いたステレオマッチングにより撮像対象までの距離を示す距離画像を距離画像データとして生成する距離画像生成部と、
前記距離画像生成部により生成された距離画像データに基づいて撮像対象が検出対象物を含むか否かを判定する処理部とを備え、
前記処理部は、前記距離画像生成部により生成された距離画像データの複数の画素についてLBP(ローカルバイナリパターン)を生成するとともに、前記距離画像生成部により生成された距離画像データに複数の画素から構成される複数の単位領域を設定し、各単位領域について複数種類のLBPのヒストグラムを作成し、各ヒストグラムにおいて設定値以下の数の0−1遷移を有する複数種類のLBPをそれぞれ複数のビンに設定するとともに前記設定値を超える数の0−1遷移を有する1または複数種類のLBPを一のビンに集約して設定し、前記複数の単位領域についての複数のヒストグラムの複数のビンのうち予め選択された複数のビンに対応する複数種類のLBPの度数を複数の特徴量の値として用いて検出対象物の有無を判定するように構成される、対象物検出装置。 - 前記処理部は、各特徴量の値がそれぞれ予め設定されたしきい値よりも大きいか否かに基づいて撮像対象が検出対象物を含むか否かを示す識別値を生成し、前記複数の特徴量についての識別値とそれぞれ予め設定された重み付け係数との積の合計に基づいて検出対象物の有無を判定するように構成される、請求項1記載の対象物検出装置。
- 前記しきい値、および前記複数の特徴量についての識別値に対応する重み付け係数は、検出対象物を含む複数の画像および検出対象物を含まない複数の画像を用いた学習により予め設定される、請求項2記載の対象物検出装置。
- 前記処理部は、前記距離画像生成部により生成された距離画像データに、前記複数の単位領域をそれぞれ含む複数の検出窓を位置および面積の少なくとも一方が異なるように順次設定し、各検出窓について検出対象物の有無を判定するように構成される、請求項1〜3のいずれかに記載の対象物検出装置。
- 前記処理部は、前記複数の検出窓に含まれる前記複数の単位領域の数が等しくなるように各単位領域に含まれる画素の数を調整し、各ヒストグラムを対応する単位領域に含まれる画素の数を用いて正規化するように構成される、請求項4記載の対象物検出装置。
- 撮像対象が予め定められた検出対象物を含むか否かを判定する対象物検出方法であって、
異なる複数の位置に配置された複数の画像取得部により撮像対象の画像を撮像画像データとしてそれぞれ取得するステップと、
前記取得された複数の撮像画像データを用いたステレオマッチングにより撮像対象までの距離を示す距離画像を距離画像データとして生成するステップと、
前記生成された距離画像データに基づいて撮像対象が検出対象物を含むか否かを判定するステップとを備え、
撮像対象が検出対象物を含むか否かを判定するステップは、
前記生成された距離画像データに複数の画素から構成される複数の単位領域を設定するステップと、
各単位領域の複数の画素についてLBP(ローカルバイナリパターン)を生成するステップと、
各単位領域について複数種類のLBPのヒストグラムを作成し、各ヒストグラムにおいて設定値以下の数の0−1遷移を有する複数種類のLBPをそれぞれ複数のビンに設定するとともに前記設定値を超える数の0−1遷移を有する1または複数種類のLBPを一のビンに集約して設定するステップと、
前記複数の単位領域についての複数のヒストグラムの複数のビンのうち予め選択された複数のビンに対応する複数種類のLBPの度数を複数の特徴量の値として用いて検出対象物の有無を判定するステップとを含む、対象物検出方法。 - 検出対象物の有無を判定するステップは、
各特徴量の値がそれぞれ予め設定されたしきい値よりも大きいか否かに基づいて撮像対象が検出対象物を含むか否かを示す識別値を生成するステップと、
前記複数の特徴量についての識別値とそれぞれ予め設定された重み付け係数との積の合計に基づいて検出対象物の有無を判定するステップとを含む、請求項6記載の対象物検出方法。 - 前記しきい値、および前記複数の特徴量についての識別値に対応する重み付け係数を、検出対象物を含む複数の画像および検出対象物を含まない複数の画像を用いた学習により予め設定するステップをさらに備える、請求項7記載の対象物検出方法。
- 前記学習にはアダブーストが適用される、請求項8記載の対象物検出方法。
- 撮像対象が予め定められた検出対象物を含むか否かを判定するために、コンピュータにより実行可能な対象物検出プログラムであって、
異なる複数の位置に配置された複数の画像取得部により撮像対象の画像を撮像画像データとしてそれぞれ取得する処理と、
前記取得された複数の撮像画像データを用いたステレオマッチングにより撮像対象までの距離を示す距離画像を距離画像データとして生成するステップと、
前記生成された距離画像データに基づいて撮像対象が検出対象物を含むか否かを判定する処理とを、前記コンピュータに実行させ、
撮像対象が検出対象物を含むか否かを判定する処理は、
前記生成された距離画像データに複数の画素から構成される複数の単位領域を設定する処理と、
各単位領域の複数の画素についてLBP(ローカルバイナリパターン)を生成する処理と、
各単位領域について複数種類のLBPのヒストグラムを作成し、各ヒストグラムにおいて設定値以下の数の0−1遷移を有する複数種類のLBPをそれぞれ複数のビンに設定するとともに前記設定値を超える数の0−1遷移を有する1または複数種類のLBPを一のビンに集約して設定する処理と、
前記複数の単位領域についての複数のヒストグラムの複数のビンのうち予め選択された複数のビンに対応する複数種類のLBPの度数を複数の特徴量の値として用いて検出対象物の有無を判定する処理とを含む、対象物検出プログラム。 - 予め定められた経路を移動可能に構成された本体部と、
前記本体部を移動させるように構成された駆動部と、
請求項1〜5のいずれかに記載の対象物検出装置と、
前記対象物検出装置の判定結果に基づいて前記駆動部を制御する制御部とを備える、自動走行車両。 - 前記本体部は、予め定められた経路を移動可能に構成される、請求項11記載の自動走行車両。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012046820A JP5946294B2 (ja) | 2012-03-02 | 2012-03-02 | 対象物検出装置、対象物検出方法、対象物検出プログラムおよび自動走行車両 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012046820A JP5946294B2 (ja) | 2012-03-02 | 2012-03-02 | 対象物検出装置、対象物検出方法、対象物検出プログラムおよび自動走行車両 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013182494A JP2013182494A (ja) | 2013-09-12 |
JP5946294B2 true JP5946294B2 (ja) | 2016-07-06 |
Family
ID=49273085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012046820A Active JP5946294B2 (ja) | 2012-03-02 | 2012-03-02 | 対象物検出装置、対象物検出方法、対象物検出プログラムおよび自動走行車両 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5946294B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109094442A (zh) * | 2018-07-18 | 2018-12-28 | 河海大学 | 一种用于混凝土坝施工的无人运输车 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6320806B2 (ja) * | 2014-03-17 | 2018-05-09 | 国立大学法人豊橋技術科学大学 | 三次元モデル検索方法、及び三次元モデル検索システム |
JP6452324B2 (ja) * | 2014-06-02 | 2019-01-16 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
KR101598712B1 (ko) * | 2014-10-15 | 2016-02-29 | 유상희 | 물체 검출을 위한 학습 방법 및 그 물체 검출 방법 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010067144A (ja) * | 2008-09-12 | 2010-03-25 | Muratec Automation Co Ltd | 搬送システム及び衝突防止システム |
WO2010140613A1 (ja) * | 2009-06-03 | 2010-12-09 | 学校法人中部大学 | 物体検出装置 |
-
2012
- 2012-03-02 JP JP2012046820A patent/JP5946294B2/ja active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109094442A (zh) * | 2018-07-18 | 2018-12-28 | 河海大学 | 一种用于混凝土坝施工的无人运输车 |
Also Published As
Publication number | Publication date |
---|---|
JP2013182494A (ja) | 2013-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106980871B (zh) | 应用到道路场景图像的低保真分类器和高保真分类器 | |
US10157441B2 (en) | Hierarchical system for detecting object with parallel architecture and hierarchical method thereof | |
WO2019137137A1 (en) | Activity recognition method using videotubes | |
KR102279350B1 (ko) | 자율 주행 상황에서 장애물 검출을 위한 cnn 학습용 이미지 데이터 세트의 생성 방법 및 장치, 그리고 이를 이용한 테스트 방법 및 테스트 장치 | |
EP3644276A1 (en) | Methods and systems for the fast estimation of three-dimensional bounding boxes and drivable surfaces using lidar point clouds | |
US8487991B2 (en) | Clear path detection using a vanishing point | |
US9971934B2 (en) | System and method for partially occluded object detection | |
Jeong et al. | Efficient and robust classification method using combined feature vector for lane detection | |
US10474930B1 (en) | Learning method and testing method for monitoring blind spot of vehicle, and learning device and testing device using the same | |
JP5946294B2 (ja) | 対象物検出装置、対象物検出方法、対象物検出プログラムおよび自動走行車両 | |
CN110659550A (zh) | 交通标志牌识别方法、装置、计算机设备和存储介质 | |
CN112862845B (zh) | 一种基于置信度评估的车道线重构方法及装置 | |
EP2741234B1 (en) | Object localization using vertical symmetry | |
CN113052873A (zh) | 一种在线自监督学习场景适应的单目标跟踪方法 | |
CN109325966B (zh) | 一种通过时空上下文进行视觉跟踪的方法 | |
US20070223785A1 (en) | Image processor and method | |
CN113221739B (zh) | 基于单目视觉的车距测量方法 | |
CN113954838B (zh) | 车辆换道的控制方法和装置、电子设备和存储介质 | |
CN109726621B (zh) | 行人检测方法、装置及设备 | |
US10984262B2 (en) | Learning method and testing method for monitoring blind spot of vehicle, and learning device and testing device using the same | |
KR101050687B1 (ko) | 사후확률을 이용한 보행자 인식 장치 및 방법과 그를이용한 보행자 보호 장치 | |
JP7230896B2 (ja) | 車載センシング装置及びセンサパラメータ最適化装置。 | |
CN110827327A (zh) | 一种基于融合的长期目标跟踪方法 | |
CN113706580B (zh) | 一种基于相关滤波***的目标跟踪方法、***、设备及介质 | |
JP2022148383A (ja) | 学習方法、学習装置、及び、プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150213 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20151023 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20151201 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160129 |
|
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: 20160510 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160531 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5946294 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |