JP6014867B2 - 画像処理装置 - Google Patents
画像処理装置 Download PDFInfo
- Publication number
- JP6014867B2 JP6014867B2 JP2012273391A JP2012273391A JP6014867B2 JP 6014867 B2 JP6014867 B2 JP 6014867B2 JP 2012273391 A JP2012273391 A JP 2012273391A JP 2012273391 A JP2012273391 A JP 2012273391A JP 6014867 B2 JP6014867 B2 JP 6014867B2
- Authority
- JP
- Japan
- Prior art keywords
- distance
- slope
- image
- index value
- vertical
- 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
Images
Landscapes
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Description
従来では、対応点探索法により算出した各対応点についての距離の情報を、各対応点の座標(画像平面としての二次元空間上の座標)と対応づけて距離画像として保持し、この距離画像を用いて、画像内に存在する物体の検出処理を実行している。
先ず、従来の物体検出処理では、上記のようにして得られた距離画像を、図10Aに示されるように画像縦方向に沿った分割線によって複数の領域(以下、「縦領域VR」と表記)に分割する。そして、これら縦領域VRごとに、その縦領域VR内に存在する距離データから奥行き方向の距離分布を表す距離ヒストグラムを作成し、度数が最大となる位置(対応点)の距離をその縦領域VR内に存在する物体の代表距離とする。図10Bは、このような縦領域VRごとの処理で求まった代表距離を黒丸によって模式的に表している。
上記のような物体検出処理は、道路面よりも上側に存在する物体を対象として行うが、車両前方に坂が存在する場合には、該坂も道路面上に存在する物体として検出される場合がある。
この点を加味し、特許文献1に記載の従来手法では、上記の物体検出処理によって検出した物体ごとに、該物体が坂であるか否かを判別するようにしている。
そして、このように坂と坂以外の物体とが纏められたグループについて、坂か否かの判別が行われると、坂の部分では距離データの密度が比較的疎となるのに対し、坂以外の物体では距離データが密集するために、正しく坂と判別することができない虞があった。
特に、坂が急である場合には、奥行き方向の距離分布の態様が坂と該坂の近接物とで近似するので、物体検出処理においてそれらが纏めてグループ化されてしまう可能性が高くなり、坂の誤判別の可能性が高まることとなる。
上記本発明によれば、坂と坂以外の物体とが纏めてグループ化されたものについて坂の判別が行われてしまうことがない。
図1は、本発明に係る実施の形態としての画像処理装置を備え、車両1についての車両制御を行うためのシステム構成を模式的に示している。本システムは、車両1に対して設けられた撮像装置2、車外環境認識装置3、車両制御装置4、舵角センサ5、車速センサ6、アクチュエータ7、ディスプレイ8を備えて構成される。
本システムでは、撮像装置2で得られた撮像画像に基づき、車外環境認識装置3が車両前方に存在する物体を認識する。そして本システムでは、車両制御装置4が、車外環境認識装置3で認識された物体との衝突を回避したり、先行車両としての物体との離間距離(車間距離)を安全とされる距離に保つ制御等を実行する。
また、車両制御装置4は、物体との衝突が想定される場合には、運転者の前方に配置されたディスプレイ8にその旨の警告表示が行われるように制御を行う。
なお、車両制御装置4は、車外環境認識装置3と一体に形成することも可能である。
図2は、図1に示した撮像装置2の内部構成と、車外環境認識装置3の内部構成のうち物体検出に係る要部の構成とを抽出して示している。なお、図中では図1に示した車両制御装置4も併せて示している。
撮像装置2には、第1カメラ部20-1、第2カメラ部20-2、A/D変換器21-1、A/D変換器21-2、画像補正部22及びインターフェイス部(I/F部)23が設けられている。
第1カメラ部20-1、第2カメラ部20-2は、それぞれカメラ光学系と、CCD(Charge Coupled Device)やCMOS(Complementary Metal Oxide Semiconductor)などの撮像素子とを備えて構成され、前記カメラ光学系により前記撮像素子の撮像面に被写体像が結像され、該撮像素子にて受光光量に応じた電気信号が画素単位で得られる。
また、第1カメラ部20-1、第2カメラ部20-2の焦点距離はそれぞれ同値とされ、またフレーム周期は同期しているものとする。フレームレートは、例えば60fpsである。
画像補正部22は、第1撮像画像データ、第2撮像画像データのそれぞれに対し、第1カメラ部20-1、第2カメラ部20-2の取り付け位置の誤差に起因するずれの補正を例えばアフィン変換等を用いて行う。また画像補正部22は、第1撮像画像データ、第2撮像画像データのそれぞれに対しノイズの除去等を含む輝度値の補正も行う。
インターフェイス部31は、外部装置との間で各種のデータをやり取りするために設けられている。先のインターフェイス部23によって撮像装置2側から転送された第1撮像画像データ、第2撮像画像データは、インターフェイス部31にて受信される。このようにインターフェイス部31によって受信された第1撮像画像データ、第2撮像画像データは、バス32を介してメモリ部34に保持され、画像処理部33の処理に供される。
また、画像処理部33が行う後述する物体検出処理の結果は、インターフェイス部31を介して車両制御装置4に転送される。先の図1の説明からも理解されるように、車両制御装置4は、このように転送された物体検出処理結果に基づき前述した車両制御を実行する。
特に本実施の形態の場合、画像処理部33は、インターフェイス部31を介してメモリ部34に保持された第1撮像画像データ、第2撮像画像データに基づき、以下の処理を実行する。
先ず、メモリ部34に保持された第1撮像画像データ、第2撮像画像データに基づき距離画像を生成する距離画像生成処理を実行する。次に、距離画像生成処理で生成した距離画像に基づく領域選択処理を実行し、続いて領域選択処理の結果を用いて前記距離画像について画像内に存在する物体を検出する物体検出処理を実行する。
本例の場合には、距離画像生成処理、領域選択処理、物体検出処理は、ROMに格納されたプログラムに従ったCPUによるソフトウェア処理で実現される。図2中では便宜的に、これらの処理を実行するハードウェアがそれぞれ存在するものと擬制し、それぞれ距離画像生成処理部33A、領域選択処理部33B、物体検出処理部33Cと表している。
先ず、距離画像生成処理部33Aが実行する距離画像生成処理について説明する。距離画像生成処理は、ステレオ撮像された一対の画像データ間の対応点をパターンマッチングにより検出し、検出された対応点間の座標のずれを視差として算出した結果に基づき、実空間上における対応点までの距離を画像上に表した距離画像データを生成する処理である。
以下の説明では、第1撮像画像データを基準画像Tとし、第2撮像画像データを比較画像Cとする場合を例示する。
以下の説明においては、基準画像Tにおける各画素の位置を座標(i,j)で表す。座標(i,j)は、基準画像Tの左下隅を原点とし、水平方向(横方向)をi座標軸、垂直方向(縦方向)をj座標軸とした場合の画素のi座標、j座標を表す。また比較画像Cについては、基準画像Tの原点に予め対応づけられた画素を原点として同様にi座標、j座標を取る。
また、以下の説明では、画素ごとの輝度値を輝度値pで表し、基準画像Tにおける座標(i,j)で特定される画素の輝度値pを輝度値p1ij、比較画像Cにおける座標(i,j)で特定される画素の輝度値pを輝度値p2ijと表記する。
CB=Σ|p1ij−p2ij| ・・・[式1]
先ず前提として、第1カメラ部20-1と第2カメラ部20-2との中央位置の真下に位置する道路面上の点を原点とし、車両1の車幅方向(水平方向)をX軸、車高方向をY軸、車長方向(距離方向)をZ軸とした三次元空間を定義する。
該三次元空間上において、視差dpが求められた対応点としての被写体が存在する位置の座標(X,Y,Z)は、該視差dpが求められた対応点の画像上の座標を(ic,jc)とすると、算出された視差dpの値を用いて、下記の[式2]〜[式4]により求まる。
X=CD/2+Z・PW・(ic−IV) ・・・[式2]
Y=CH+Z・PW・(jc−JV) ・・・[式3]
Z=CD/(PW・(dp−DP)) ・・・[式4]
ただし、CDは第1カメラ部20-1と第2カメラ部20-2との間隔、PWは1画素当たりの視野角、CHは第1カメラ部20-1及び第2カメラ部20-2の取り付け高さ、IV、JVはそれぞれ車両1の正面における無限遠点の画像上のi座標、j座標、DPは消失点視差を表す。
視差dpが算出された対応点としての被写体までの距離(以下、「距離L」と表記)は、[式4]により、算出された視差dpの値とCD,PW,DPの値とを用いて算出できる。
このようなフィルタリング処理が行われる結果、視差dpは、通常、基準画像Tの水平方向に隣り合う画素間で輝度値p1ijの差が大きないわゆるエッジ部分についてのみ有効な値を持つデータとなる。そしてこれに伴い、視差dpの算出結果から得られる距離画像としても、同様にエッジ部分についてのみ有効な値を持つデータとなる。
このように距離Lの値を画像上の位置の情報と対応づけた情報は、これをi軸とj軸による二次元平面上に展開すると、各対応点(各被写体)までの実空間上における距離Lを画像上に表すものとなる。この意味で、上記のように距離Lの値を画像上の位置の情報と対応づけた情報のことを、以下「距離画像」と表記する。
[4-1.第1判別処理]
次に、領域選択処理部33Bが実行する領域選択処理について説明する。
図3Aは、取得された距離画像の一例として、車両1の前方に坂が存在し、該坂の近傍に道路標識Iとしての坂以外の物体が存在している場合の距離画像を模式的に表している。
領域選択処理においては、先ず距離画像を画像縦方向に沿った分割線により複数の領域(以下、「縦領域VR」と表記)に分割する。
図3Bは、図3Aに示す距離画像を複数の縦領域VRに分割した例を示している。図3Bから分かるように、距離画像を複数の縦領域VRに分割することによって、坂と坂以外の物体とがそれぞれ異なる縦領域VR内に含まれるようにできる。図3Bの例では、画面左端からn番目の縦領域VRを縦領域VR_nとしたときに、道路標識Iが縦領域VR_nと縦領域VR_n+1に含まれ、坂が縦領域VR_n+2〜VR_n+8に含まれた例を示している。
図4A,図4Bを比較すると、被写体が坂である場合と坂以外の物体である場合とで距離分布の態様が全く異なることが確認できる。従って、縦領域VRごとに、その距離分布に基づいて被写体が坂であるか否かの判別が可能であることが分かる。
より具体的には、同じ距離が密集する度合いが高ければ、被写体が坂以外の物体であると判別でき、同じ距離が密集する度合いが低ければ、被写体が坂以外の物体ではないと判別できる。この点に鑑み本実施の形態では、同じ距離が密集する度合いを表す指標値を坂指標値(第1の坂指標値)として算出し、該坂指標値と所定の閾値との大小関係に基づき、被写体が坂以外の物体であるか否かの判別を行う。
先ず、この場合の坂の判別手法では、縦領域VR内に含まれる距離Lのデータ総数をJ、データ総数Jを均等に分割したときの区分の総数をK、前記区分ごとのデータ個数をJ/Kとしたとき、縦領域VRごとに、画像下側から順に距離Lの数をカウントし、カウントしたJ/K個の距離Lごとに、その代表距離の値を得ていく。
図5Aでは、対象とする縦領域VR内に含まれる距離Lのデータ総数J=40個とされ、データ総数Jを12.5%ごとに均等分割したときの各区分を例示している(図中右側)。この場合には、J/K=5個となる。すなわち、上記の各区分の境界値は5の倍数(5〜35)となる。
ここでは、その区分の距離Lの平均値を代表距離の値として取得する。
このように画像下側から順に距離Lのデータ数をカウントし、区分ごとの代表距離を順次取得していきながら、代表距離が重なる区分の数を、前記の坂指標値(第1の坂指標値)として算出する。そして、該坂指標値が、所定の閾値(「閾値th1」とする:第1閾値)以上であるか否かを判別することで、被写体が坂以外であるか否かの切り分けを行う。本例では、閾値th1の例として「3」を設定する。
被写体が坂以外の物体の場合は、図4Aで例示したように、距離の分布としては或る距離に集中するような分布となるので、複数の区分で代表距離が重複することになる。図5Bでは、10〜15の区分、15〜20の区分及び20〜25の区分で代表距離の値が同値で重なっており、それ以外の区分では代表距離の値が異なっている例が示されている。
一方、被写体が坂である場合には、図4Bで例示した通り、画像の上側となるほど徐々に距離Lの値が大となるような距離分布を示すので、複数の区分で代表距離が重複する可能性は非常に低く、図5Bの坂以外の物体の場合のように代表距離が3つの区分で重なるということはない。図5Cでは、坂の部分(ここでは5〜10の区分から25〜30の区分までの部分)において、各区分の代表距離の値がほぼ0.2m〜0.3m程度の差となっている例が示されている。
従って、図5Bに示したように被写体が坂以外の物体である場合に、これを適正に坂以外の物体であると判別することができる。また、図5Cに示すように被写体が坂である場合には、これを適正に坂以外の物体ではないと判別することができる。
次に、図6を参照して第2の判別処理について説明する。
上記のような第1判別処理によっては、坂以外の物体として、例えば道路標識Iのように距離の値が全体的に或る一定範囲に集中する物体を確実に坂以外の物体として切り分けることができるが、坂以外の物体としては、例えば図6Aに示すキャリアカーのように、坂に類似する物体も存在するため、坂に類似する物体を判別するための以下の第2判別処理を行う。第2判別処理は、第1判別処理において坂以外ではない(坂である)と判別された縦領域VRについて、さらに第2の坂指標値を求めて行う再判別処理である。
図6Bに示されるように、キャリアカーの距離分布には、比較的大きなピークが生じるのに対し、坂の距離分布にはそのような大きなピークは生じない。これは、坂は画像内の或る範囲内でほぼ一様に傾斜する態様であるのに対し、キャリアカーは画面の或る範囲内にて傾斜部分が一部のみに存在していることに起因する。また、坂は路面と連続して傾斜しているのに対し、キャリアカーは、先行車両として走行中である場合には、その後端部は路面と連続していないことにも起因する。
このような距離分布の差に基づき、坂とキャリアカー(坂以外の物体)との切り分けを行うことができる。具体的には、先の第1判別処理において坂以外ではない(坂である)とみなされた縦領域VRについて、さらにその距離分布の平滑度合いを表す値を第2の坂指標値として算出し、第2の坂指標値に基づき、その縦領域VRの被写体が坂以外であるか否かの再判別を行う。
次いで、物体検出処理部33Cが実行する物体検出処理について説明する。
物体検出処理では、上記の第2判別処理によって坂であると判別されて距離データが削除された縦領域VRが処理対象から除外される。
物体検出処理の具体的な処理内容については、従来から行われているものと同様であるため、以下では要点のみを述べる。
先ず、物体検出処理では、例えば縦領域VR内に存在する距離データから奥行き方向の距離分布を表す距離ヒストグラムを作成し、度数が最大となる位置(対応点)の距離Lをその縦領域VR内に存在する物体の代表距離とする。そして、代表距離が得られた度数最大となる各対応点について、近接する各対応点までの距離や方向などの関係性から、同一物体とみなされる画素範囲をグループ化し、画像内に存在する各物体の範囲を特定する。これにより、画像内に存在する物体が、該物体までの距離Lの情報も含めて検出される。
次に、図7のフローチャートを参照して、上記した領域選択処理の手順を説明する。
図7において、CPU(画像処理部33のCPU、以下に同じ)は、距離画像を画像縦方向に沿った分割線によってN個(Nは2以上の自然数)の縦領域VRに短冊状に分割する(ステップS101)。
そして、縦領域識別番号nの値を「1」にセットする(ステップS102)。縦領域識別番号nの値は、ステップS101の短冊化で得られたN個の縦領域VRのうち処理対象とする縦領域VRを識別するためにCPUが管理する値である。
さらにCPUは、閾値thc=J/Kと設定する(ステップS104)。閾値thcは、区分の切れ目を検出するための閾値である。
カウント値が閾値thc以上となった場合は、k番目の区分の代表距離を取得する(ステップS108)。本例の場合は、k番目の区分としてカウントしたJ/K個の距離Lの平均値をk番目の区分の代表距離の値として算出し取得する。
さらに、区分識別番号kの値をインクリメント(k←k+1)する(ステップS109)と共に、閾値thcの値にJ/Kを加算する(thc←thc+J/K)処理を行う(ステップS110)。これにより、次の区分の代表距離の取得のための準備が為される。
ステップS113において、縦領域識別番号nの値がN以上であると判別された場合は、対象とするフレーム画像(距離画像)内の全ての縦領域VRについての処理(坂判別)が完了し、領域選択処理を終了する。
一方、ステップS115でカウント値がデータ総数Jに至ったと判別された場合、すなわち、代表距離が重なっている区分の数が閾値th1以上ではないことが確定した場合は、n番目の縦領域VRの被写体は坂である場合とキャリアカーのような坂と類似した坂以外の物体である場合との双方が考えられる。このため、以下のステップS116〜S118によって、前述した第2の坂指標値に基づく再判別処理を実行する。
ステップS117において、ピークの度数が閾値th2以上であると判別された場合は、ステップS118に進み、n番目の縦領域VRを物体検出の対象範囲として選択した後に、先のステップS113に処理を進める。すなわち、ピークの度数が閾値th2以上である場合は、n番目の縦領域VRの被写体は例えばキャリアカー等の坂以外の物体であるとみなすことができるので、ステップS113に処理を進めて、n≧Nにより残りの縦領域VRが存在するか否かを判別し、存在する場合は次の縦領域VRについての処理を開始(S114以降)して、存在しない場合は領域選択処理を終了する。
上述のように、ステップS113でn≧Nではないと判別された場合は次の縦領域VRについての処理を開始(S114以降)し、n≧Nであると判別された場合は領域選択処理を終了する。
上記で説明したように、本実施の形態では、距離画像を複数の縦領域VRに短冊状に分割し、分割した縦領域VRごとに、坂指標値に基づき被写体が坂以外の物体であるか否かの判別を行い、該判別によって坂以外の物体であるとされた縦領域VRを検出対象領域として物体検出処理を実行している。
従って、従来のように坂と坂以外の物体とが纏めてグループ化されたものについて坂の判別が行われることがなく、坂か坂以外の物体であるかの判別をより正確に行うことができ、坂の判別精度の向上が図られる。そしてその結果、車両制御の誤動作を防止できる。
従って、被写体が確実に坂以外の物体であるとみなすことのできるケースを適正に切り分けることができる。
これによれば、被写体が坂以外の物体であるか否かの判別は、対象とする縦領域VR内の全データを参照する前に完了することが可能となり、その分、判別に係る処理負担の軽減及び処理時間の短縮化が図られる。
このように、第1判別処理により確実に坂以外の物体であるとみなすことのできる縦領域VRを切り分け、その後に、第2判別処理として残された縦領域VRについて被写体が坂であるか否かの再判別を行うことにより、判別に係る処理負担の軽減を図ることができる。
すなわち、1度の判別処理により被写体が坂か坂以外の物体であるかの判別を行う(キャリアカー等との切り分けも含む)場合には、画像内の個々の縦領域VRにつき実行すべき処理の負担は増大傾向となるが、上記のように判別を二段階に分けて実行すれば、第1段階目の判別の処理負担を軽くすることが可能であり、全体として処理負担の軽減が図られ、処理時間の短縮化も図られる。
これによれば、被写体が坂であるか、キャリアカーのような坂と類似した坂以外の物体であるかの切り分けを行うことができる。
これによれば、被写体が坂であるか、キャリアカーのような坂と類似した坂以外の物体であるかの切り分けを確実に行うことができる。
以下に、坂判別の手法の変形例について説明する。
例えば、第1の坂指標値に基づく坂判別については、対象とする縦領域VR内に存在する距離Lについて、その度数分布表(距離ヒストグラムでも良い)を作成し、その結果から第1の坂指標値を得て、被写体が坂以外の物体であるか否かの判別を行うこともできる。
具体的には、先ず、対象とする縦領域VR内に存在する距離Lの最大値(L_max)と最小値(L_min)について、それらの差分の絶対値が閾値thlより大であることを条件として課す(|L_max−L_min|>thl)。該条件を満たさない縦領域VRは、被写体が坂以外の物体であると判別して、物体検出処理の対象領域としては選択しない。
一方、上記条件を満たす場合は、所定の距離区分、例えば、距離0.5m単位で区切った距離区分ごとに、距離Lのデータ数をカウントし、データ数が所定の閾値(「閾値thd」と表記)以上となる距離区分を、距離Lのデータが存在する距離区分として検出する。
その上で、検出した距離区分の個数が、距離区分の総数に占める割合(%)を、第1の坂指標値として求め、第1の坂指標値が、所定の閾値(「閾値th1'」と表記)以上であるか否かを判別し、該判別で肯定結果が得られた場合は被写体が坂以外の物体ではないとし、否定結果が得られた場合は被写体が坂以外の物体であるとする。例えば、閾値th1'は75%に設定されているとする。
上記の手法によれば、図8Aのケースでは、第1の坂指標値は5/5で100%と算出され、閾値th1'=75%以上であるため、適正に坂以外の物体ではないとの判別結果を得ることができる。
一方、図8Bのケースについては、第1の坂指標値は2/5で40%と算出され、閾値th1'未満であるため、適正に坂以外の物体であるとの判別結果を得ることができる。
図9において、図9Aは被写体が坂である縦領域VRについての距離分布の例を示し、図9Bは被写体が坂に類似した坂以外の物体である縦領域VRについての距離分布の例を示している。
先ず、対象とする縦領域VRの距離Lのデータに基づき、例えば0.5m単位などの所定の距離区分ごとの代表距離の値(例えば平均値)を得る。図9A,図9Bにそれぞれ示す黒丸は、距離区分ごとの代表距離を表している。
次に、距離区分ごとの代表距離についての近似直線apを例えば最小二乗法などにより求めた上で、近似直線apに対する距離区分ごとの代表距離の乖離量の合計値を、第2の坂指標値として求める。第2の坂指標値が所定の閾値(「閾値th2'」と表記)以上であるか否かを判別し、該判別により肯定結果が得られた場合は被写体が坂以外の物体であるとし、否定結果が得られた場合は被写体が坂以外の物体ではないとする。
従って、上記の手法によっても、坂と坂に類似した坂以外の物体とを適正に切り分けることができる。
Claims (5)
- ステレオ撮像された一対の画像データ間の対応点をパターンマッチングにより検出し、該検出された対応点間の座標のずれを視差として算出した結果に基づき、実空間上における前記対応点までの距離を画像上に表した距離画像データを生成する距離画像生成部と、
前記距離画像データを画像縦方向に沿った分割線により短冊状に分割して得た個々の領域を縦領域としたときに、該縦領域ごとに、その距離分布に基づいて被写体の坂らしさを表す坂指標値を算出し、該坂指標値に基づき、被写体が坂以外であるとみなされる前記縦領域を選択する領域選択部と、
前記領域選択部が選択した前記縦領域を検出対象領域として、前記距離画像データに基づき、画像内に存在する物体を検出する物体検出処理部と、を備える
画像処理装置。 - 前記領域選択部は、
前記縦領域ごとに、画像縦方向において同じ距離が密集する度合いを表す指標値を第1の坂指標値として算出すると共に、
前記縦領域ごとに、前記第1の坂指標値と所定の第1閾値との大小関係に基づき、前記被写体が坂以外であるとみなされる縦領域であるか否かの判別を行う
請求項1に記載の画像処理装置。 - 前記領域選択部は、
前記縦領域内に含まれる距離データの総数をJ、該総数Jを均等に分割したときの区分の総数をK、前記区分ごとのデータ個数をJ/Kとしたときに、
前記縦領域ごとに、画像下側から順に距離データをカウントし、カウントしたJ/K個の距離データごとにその代表距離の値を得ると共に、該代表距離の値が重なる区分の数を前記第1の坂指標値として算出し、該第1の坂指標値が前記第1閾値以上であるか否かを判別する
請求項2に記載の画像処理装置。 - 前記領域選択部は、
前記第1の坂指標値と前記第1閾値とに基づく判別の結果、坂以外ではないとみなされた前記縦領域について、さらにその距離分布に基づく第2の坂指標値を算出し、該第2の坂指標値に基づき、該縦領域の被写体が坂以外であるか否かの再判別を行う
請求項2に記載の画像処理装置。 - 前記領域選択部は、
前記第2の坂指標値として、前記坂以外ではないとみなされた前記縦領域の距離分布の平滑度合いを表す値を算出する
請求項4に記載の画像処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012273391A JP6014867B2 (ja) | 2012-12-14 | 2012-12-14 | 画像処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012273391A JP6014867B2 (ja) | 2012-12-14 | 2012-12-14 | 画像処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014119858A JP2014119858A (ja) | 2014-06-30 |
JP6014867B2 true JP6014867B2 (ja) | 2016-10-26 |
Family
ID=51174664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012273391A Active JP6014867B2 (ja) | 2012-12-14 | 2012-12-14 | 画像処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6014867B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016019009A (ja) * | 2014-07-04 | 2016-02-01 | 日立オートモティブシステムズ株式会社 | 情報処理装置 |
JP6564218B2 (ja) * | 2015-03-27 | 2019-08-21 | 株式会社Subaru | 車外環境認識装置 |
JP6719328B2 (ja) * | 2016-08-11 | 2020-07-08 | 株式会社Subaru | 車外監視装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3674400B2 (ja) * | 1999-08-06 | 2005-07-20 | 日産自動車株式会社 | 周囲環境認識装置 |
JP4714104B2 (ja) * | 2006-07-31 | 2011-06-29 | 富士重工業株式会社 | 物体傾き検出装置 |
JP4832227B2 (ja) * | 2006-09-07 | 2011-12-07 | 富士重工業株式会社 | 物体検出装置および物体検出方法 |
JP4956453B2 (ja) * | 2008-01-25 | 2012-06-20 | 富士重工業株式会社 | 物体検出装置 |
JP5603625B2 (ja) * | 2010-03-24 | 2014-10-08 | 本田技研工業株式会社 | 物体検出装置 |
-
2012
- 2012-12-14 JP JP2012273391A patent/JP6014867B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2014119858A (ja) | 2014-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4956452B2 (ja) | 車両用環境認識装置 | |
EP3082066B1 (en) | Road surface gradient detection device | |
JP4876080B2 (ja) | 環境認識装置 | |
JP6013884B2 (ja) | 物体検出装置及び物体検出方法 | |
JP3516856B2 (ja) | 車外監視装置 | |
JP5693994B2 (ja) | 車両検出装置 | |
JP6376429B2 (ja) | 対象地点到達検知装置、対象地点到達検知用プログラム、移動体機器制御システム及び移動体 | |
JP6156400B2 (ja) | 走行路面検出装置及び走行路面検出方法 | |
JP6358160B2 (ja) | 走行路面検出装置及び走行路面検出方法 | |
US20100246896A1 (en) | Image processing device | |
JP4638369B2 (ja) | 車線位置検出装置 | |
JP2014138420A (ja) | 自律車両用の奥行き検知方法及びシステム | |
JPWO2013133129A1 (ja) | 移動物***置姿勢推定装置及び移動物***置姿勢推定方法 | |
CN111368607A (zh) | 一种机器人、障碍物的检测方法及检测装置 | |
JP6810009B2 (ja) | 視差算出装置 | |
JP2008262333A (ja) | 路面判別装置および路面判別方法 | |
JP5073700B2 (ja) | 物体検出装置 | |
JP4939137B2 (ja) | 車線認識装置 | |
JP4721278B2 (ja) | 車線逸脱判定装置、車線逸脱防止装置および車線追従支援装置 | |
JP4956099B2 (ja) | 壁検出装置 | |
JP6014867B2 (ja) | 画像処理装置 | |
JP6543935B2 (ja) | 視差値導出装置、機器制御システム、移動体、ロボット、視差値導出方法、およびプログラム | |
US20200193184A1 (en) | Image processing device and image processing method | |
KR101289386B1 (ko) | 스테레오 비전 기반의 장애물체 검출 및 분리 방법과 이를 실행하는 장치 | |
JP6719328B2 (ja) | 車外監視装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150918 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160810 |
|
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: 20160823 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160831 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6014867 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
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 |