JP6411942B2 - 物体認識装置 - Google Patents
物体認識装置 Download PDFInfo
- Publication number
- JP6411942B2 JP6411942B2 JP2015088455A JP2015088455A JP6411942B2 JP 6411942 B2 JP6411942 B2 JP 6411942B2 JP 2015088455 A JP2015088455 A JP 2015088455A JP 2015088455 A JP2015088455 A JP 2015088455A JP 6411942 B2 JP6411942 B2 JP 6411942B2
- Authority
- JP
- Japan
- Prior art keywords
- point group
- cluster
- object recognition
- cluster point
- integrated
- 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
Landscapes
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Description
統合手段は、過去時刻及び現在時刻の補正クラスタ点群を用いて、各クラスタ点群を統合する。(以下、統合手段で生成されたクラスタ点群を統合クラスタ点群と呼ぶ。)各クラスタについて得られた現在時刻の補正クラスタ点群を、過去において各クラスタについて得られた過去時刻の統合クラスタ点群に統合して現在時刻の統合クラスタ点群を生成する。
[第1実施形態]
[本実施形態の構成]
図1は本実施形態の運転支援システム1の概略構成を示す説明図、図2はレーザ光を照射する領域を示す模式図である。運転支援システム1は、例えば乗用車等の車両(以下「自車両」ともいう。)に搭載されており、図1に示すように、レーダ装置10と、車両制御部30と、を備えている。
レーダ制御部11は、CPU18と、ROM,RAM等のメモリ19と、を備えた周知のコンピュータとして構成されている。CPU18は、メモリ19に記憶されたプログラムに従って、後述する物体認識処理等の各種処理を実施する。なお、レーダ制御部11は、回路等によるハードウェアで構成してもよい。
このように構成された運転支援システム1において、レーダ制御部11は、図3に示す物体認識処理を実施する。物体認識処理は、例えば1サイクル分の全ラインおよび全方位の測距点群が得られる毎に実施される処理である。
特に本実施形態では、点群の情報に加え、点群を取得した時刻の情報も保持する。
続いて、識別処理を実施する(S170)。識別処理は、各統合クラスタ点群に対応する物体の種別を識別する処理である。
[本実施形態による効果]
上記のように詳述した第1実施形態の運転支援システム1においてレーダ制御部11は、物体を検出する検出領域を予め水平方向および鉛直方向に格子状に区分した照射領域毎にレーザ光を照射し、それぞれの照射領域にてレーザ光の反射光を受光することで得られるそれぞれの距離と反射強度を表す測距点群を取得する。また、レーダ制御部11は、測距点群をクラスタリングし、クラスタ点群の位置をクラスタ毎に設定された位置に補正した補正クラスタ点群を生成する。
また、運転支援システム1においてレーダ制御部11は、各測距点の取得時刻を含む統合クラスタ点群を生成し、取得時刻に応じた重み付けを行った上で統合クラスタ点群を利用する。
次に、別形態の運転支援システムについて説明する。本実施形態(第2実施形態)では、第1実施形態の運転支援システム1と異なる箇所のみを詳述し、第1実施形態の運転支援システム1と同様の箇所については、同一の符号を付して説明を省略する。また簡単のため、時刻情報は用いない形態にて説明する。
このような第2実施形態の運転支援システムによれば、時間とともに物体が回転した場合であっても、物体の方向を揃えた上で過去における測距点群とともに利用でき、高精度な識別を行うことができる。
次に、第3実施形態の運転支援システムについて説明する。簡単のため、時刻情報は用いない形態にて説明する。第3実施形態の運転支援システムでは、クラスタ点群を複数のパーツに分割してさらに各パーツの方向を推定し、各パーツのそれぞれについてパーツの方向を予め設定された方向に回転させる。(以下、分割されたそれぞれの点群をパーツ点群と呼ぶ。)
具体的には、図11に示す第3実施形態の超解像処理を実施する。第3実施形態の超解像処理では、図11に示すように、まず、クラスタを構成する各パーツを検出し(S410)、パーツ点群を抽出する(S420)。
「Pedestrian Detection Combining RGB and Dense LIDAR Data, C. Premebida, J. Carreira, J. Batista, U. Nunes; IROS2014」
続いて、抽出したパーツ点群の補正を行う。すなわち、歩行者が直立状態のときを標準姿勢と定義し、各パーツの位置と向きが重なるように座標変換する。具体的には、前記第2実施例と同様の考え方で、まず各パーツ点群に対して主成分分析を行う(S430)。
次に、第4実施形態の運転支援システムについて説明する。簡単のため、時刻情報は用いない形態にて説明する。第4実施形態の運転支援システムにおいては、レーダ制御部11は距離に応じて反射強度を補正する。そして、反射強度も用いて統合クラスタ点群を識別する。
[第5実施形態]
次に、第5実施形態の運転支援システムについて説明する。簡単のため、時刻情報は用いない形態にて説明する。第5実施形態の運転支援システムにおいては、自車両の姿勢(傾き)を取得し、自車両の姿勢に応じて測距点群を補正する。
次に、第6実施形態の運転支援システムについて説明する。簡単のため、時刻情報は用いない形態にて説明する。第6実施形態の運転支援システムにおいては、過去における識別結果を取得し、種別に基づいて物体の形状に合致するように補正クラスタ点群を生成する。
このような第6実施形態の運転支援システムによれば、物体の種別が識別できている場合には、その形状に合わせて位置を補正するので、補正精度が向上し高精度な識別を行うことができる。
次に、第7実施形態の運転支援システムについて説明する。第7実施形態の運転支援システムにおいては、レーダ制御部11は、測距点群取得時の測距点の距離に応じた重み付けを行った上で統合クラスタ点群を用い、識別処理を行う。
なお、点群補正処理については、例えばここでは第1実施形態の重心座標変換を用いて説明する。
次に、第8実施形態の運転支援システムについて説明する。第8実施形態の運転支援システムにおいては、レーダ制御部11は、測距点の距離から得られるレーザ光の照射領域(以下、測距点領域と呼ぶ。)とその面積(以下、測距点面積と呼ぶ。)に基づいてクラスタ点群のレーザ光の照射領域(以下、クラスタ点群領域と呼ぶ。)の面積(以下、クラスタ点群面積と呼ぶ。)を演算し、クラスタ点群面積を利用して統合クラスタ点群を識別する。また、第8実施形態の運転支援システムにおいてレーダ制御部11は、今回得られたクラスタ点群領域と、過去におけるクラスタ点群領域との和集合(以下、統合クラスタ点群領域と呼ぶ。)の面積(以下、統合クラスタ点群面積と呼ぶ。)を用いて統合クラスタ点群を識別する。
なお、点群補正処理については、例えばここでは第1実施形態の重心座標変換を用いて説明する。
次に、重心座標を用いた座標変換にて補正クラスタ点群を得る。
次に、第9実施形態の運転支援システムについて説明する。第9実施形態の運転支援システムにおいては、レーダ制御部11は追跡処理(S130)を用いて各クラスタの速度を取得し、予め速度別に学習したモデルから各クラスタの速度に応じて1つのモデルを選択し、選択したモデルを用いて識別を行う。
このような第9実施形態の運転支援システムによれば、速度に応じて姿勢が変化する場合であっても、姿勢変化に対して頑強な識別を行うことができる。
本発明は、上記の実施形態によって何ら限定して解釈されない。また、上記の実施形態の説明で用いる符号を特許請求の範囲にも適宜使用しているが、各請求項に係る発明の理解を容易にする目的で使用しており、各請求項に係る発明の技術的範囲を限定する意図ではない。上記実施形態における1つの構成要素が有する機能を複数の構成要素として分散させたり、複数の構成要素が有する機能を1つの構成要素に統合させたりしてもよい。また、上記実施形態の構成の少なくとも一部を、同様の機能を有する公知の構成に置き換えてもよい。また、上記実施形態の構成の一部を、課題を解決できる限りにおいて省略してもよい。また、上記実施形態の構成の少なくとも一部を、他の上記実施形態の構成に対して付加又は置換してもよい。なお、特許請求の範囲に記載した文言のみによって特定される技術思想に含まれるあらゆる態様が本発明の実施形態である。
上記実施形態においてレーダ制御部11は本発明でいう物体認識装置に相当する。また、上記実施形態においてレーダ制御部11が実行する処理のうちのS110の処理は本発明でいう測距点群取得手段に相当し、上記実施形態におけるS120の処理は本発明でいうクラスタリング手段に相当し、S150の処理は本発明でいう点群補正手段と統合手段に相当し、S170の処理は本発明でいう識別手段に相当する。
Claims (13)
- 自車両に搭載され、自車両の周囲に位置する物体を認識する物体認識装置(2)であって、
物体を検出する検出領域を予め水平方向および鉛直方向に格子状に区分した照射領域毎にレーザ光を照射し、それぞれの照射領域にて前記レーザ光の反射光を受光することで得られるそれぞれの物体との距離情報を測距点として、複数の測距点の集合を表す測距点群を取得する測距点群取得手段(S110)と、
前記測距点群をクラスタリングし、クラスタ点群を得るクラスタリング手段(S120)と、
前記クラスタ点群の位置をクラスタ毎に設定された位置に補正した補正クラスタ点群を生成する点群補正手段(S210〜S220、S360〜S380、S410〜S435、S460〜S470、S510〜S520、S560〜S580)と、
それぞれのクラスタについて得られた現在時刻の補正クラスタ点群を、過去において各クラスタについて得られた過去時刻の統合クラスタ点群に統合した現在時刻の統合クラスタ点群を得る統合手段(S230、S390、S440、S480、S530、S590)と、
を備え、
前記点群補正手段は、
クラスタ点群を複数のパーツに分割して、前記各パーツを構成する点群を表すパーツ点群を生成する点群分割手段(S410)と、
前記複数のパーツのそれぞれについてパーツ点群の方向を推定するパーツ方向推定手段(S430)と、
前記複数のパーツ点群の方向を予め設定された方向に回転させるパーツ回転補正手段(S435)と、
を備えたことを特徴とする物体認識装置。 - 請求項1に記載の物体認識装置において、前記統合クラスタ点群を用いて物体の種別を識別する識別手段(S170、S320〜S330、S660〜S670)、
を備えたことを特徴とする物体認識装置。 - 請求項1または請求項2に記載の物体認識装置において、
前記点群補正手段は、それぞれのクラスタ点群の原点の位置を、過去において得られた統合クラスタ点群にて設定された原点の位置と一致させる補正を行うこと
を特徴とする物体認識装置。 - 自車両に搭載され、自車両の周囲に位置する物体を認識する物体認識装置(2)であって、
物体を検出する検出領域を予め水平方向および鉛直方向に格子状に区分した照射領域毎にレーザ光を照射し、それぞれの照射領域にて前記レーザ光の反射光を受光することで得られるそれぞれの物体との距離情報を測距点として、複数の測距点の集合を表す測距点群を取得する測距点群取得手段(S110)と、
前記測距点群をクラスタリングし、クラスタ点群を得るクラスタリング手段(S120)と、
前記クラスタ点群の位置をクラスタ毎に設定された位置に補正した補正クラスタ点群を生成する点群補正手段(S210〜S220、S360〜S380、S410〜S435、S460〜S470、S510〜S520、S560〜S580)と、
それぞれのクラスタについて得られた現在時刻の補正クラスタ点群を、過去において各クラスタについて得られた過去時刻の統合クラスタ点群に統合した現在時刻の統合クラスタ点群を得る統合手段(S230、S390、S440、S480、S530、S590)と、
前記統合クラスタ点群を用いて物体の種別を識別する識別手段(S170、S320〜S330、S660〜S670)と、
前記統合クラスタ点群において、各測距点の各照射領域の重複領域に応じて重み付けすることで、統合クラスタ点群の照射領域の重み付き面積を演算する面積演算手段(S660)と、
を備え、
前記識別手段は、前記重み付き面積を用いて物体の種別を識別すること
を特徴とする物体認識装置。 - 請求項4に記載の物体認識装置において、
前記点群補正手段は、それぞれのクラスタ点群の原点の位置を、過去において得られた統合クラスタ点群にて設定された原点の位置と一致させる補正を行うこと
を特徴とする物体認識装置。 - 請求項4または請求項5に記載の物体認識装置において、
前記点群補正手段は、
クラスタ点群の方向を推定するクラスタ方向推定手段(S360〜S370)と、
クラスタ点群の方向を予め設定された方向に回転させるクラスタ回転補正手段(S380)と、
を備えたことを特徴とする物体認識装置。 - 請求項4または請求項5に記載の物体認識装置において、
前記点群補正手段は、
クラスタ点群を複数のパーツに分割して、前記各パーツを構成する点群を表すパーツ点群を生成する点群分割手段(S410)と、
前記複数のパーツのそれぞれについてパーツ点群の方向を推定するパーツ方向推定手段(S430)と、
前記複数のパーツ点群の方向を予め設定された方向に回転させるパーツ回転補正手段(S435)と、
を備えたことを特徴とする物体認識装置。 - 請求項2または請求項4〜請求項7の何れか1項に記載の物体認識装置において、
前記測距点群取得手段は、距離と反射強度とを含む測距点群を取得するよう構成され、
当該物体認識装置は、
距離に応じて反射強度を補正する反射強度補正手段(S470)、を備え、
前記識別手段は、反射強度も用いて物体の種別を識別すること
を特徴とする物体認識装置。 - 請求項2または請求項4〜請求項8の何れか1項に記載の物体認識装置において、
前記点群補正手段は、測距点群の取得時刻を含む補正クラスタ点群を生成し、
前記識別手段は、前記統合クラスタ点群に含まれる測距点の取得時刻に応じた重み付けを行った上で利用すること
を特徴とする物体認識装置。 - 請求項2または請求項4〜請求項9の何れか1項に記載の物体認識装置において、
前記識別手段は、前記統合クラスタ点群に含まれる測距点の距離に応じた重み付けを行った上で利用すること
を特徴とする物体認識装置。 - 請求項2または請求項4〜請求項10の何れか1項に記載の物体認識装置において、
統合クラスタ点群の速度を取得する速度取得手段(S710)、
を備え、
前記識別手段は、予め準備された複数のモデルから前記物体の速度に応じてモデルを選択し、該選択したモデルを用いて物体の種別を識別すること
を特徴とする物体認識装置。 - 請求項1〜請求項11の何れか1項に記載の物体認識装置において、
自車両の姿勢を取得する自車両姿勢取得手段(S510)と、
自車両の姿勢に応じて測距点群の位置を補正する姿勢補正手段(S520)と、
を備えたことを特徴とする物体認識装置。 - 請求項1〜請求項12の何れか1項に記載の物体認識装置において、
過去における識別結果を取得する識別結果取得手段(S560)、
を備え、
前記点群補正手段は、前記物体の種別に基づいて、前記種別に対応して予め設定された形状に合わせて位置を補正するように補正クラスタ点群を生成すること
を特徴とする物体認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015088455A JP6411942B2 (ja) | 2015-04-23 | 2015-04-23 | 物体認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015088455A JP6411942B2 (ja) | 2015-04-23 | 2015-04-23 | 物体認識装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016206026A JP2016206026A (ja) | 2016-12-08 |
JP6411942B2 true JP6411942B2 (ja) | 2018-10-24 |
Family
ID=57487763
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015088455A Active JP6411942B2 (ja) | 2015-04-23 | 2015-04-23 | 物体認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6411942B2 (ja) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11415698B2 (en) * | 2017-02-15 | 2022-08-16 | Toyota Jidosha Kabushiki Kaisha | Point group data processing device, point group data processing method, point group data processing program, vehicle control device, and vehicle |
JP6955203B2 (ja) * | 2017-09-11 | 2021-10-27 | コニカミノルタ株式会社 | 物体検出システム及び物体検出プログラム |
JP6989766B2 (ja) * | 2017-09-29 | 2022-01-12 | ミツミ電機株式会社 | レーダー装置及び物標検出方法 |
JP6954812B2 (ja) * | 2017-11-24 | 2021-10-27 | トヨタ自動車株式会社 | 物体認識装置 |
JP7069927B2 (ja) * | 2018-03-26 | 2022-05-18 | 株式会社デンソー | 物体認識装置、及び物体認識方法 |
JP7244220B2 (ja) * | 2018-06-13 | 2023-03-22 | 株式会社デンソーテン | レーダ装置および物標データ出力方法 |
WO2020026765A1 (ja) * | 2018-07-31 | 2020-02-06 | 株式会社ニコン | 処理装置、姿勢解析システム、処理方法、及び処理プログラム |
US10878580B2 (en) * | 2018-10-15 | 2020-12-29 | Tusimple, Inc. | Point cluster refinement processing of image data for LiDAR-based vehicle tracking system and method |
US11592524B2 (en) * | 2018-11-02 | 2023-02-28 | Waymo Llc | Computation of the angle of incidence of laser beam and its application on reflectivity estimation |
JP7288460B2 (ja) * | 2018-11-30 | 2023-06-07 | 株式会社小糸製作所 | 車載用物体識別システム、自動車、車両用灯具、分類器の学習方法、演算処理装置 |
KR102083482B1 (ko) * | 2018-12-13 | 2020-03-02 | 국민대학교산학협력단 | 라이다 기반의 차량주행 가능영역 검출장치 및 방법 |
JP7156522B2 (ja) * | 2019-05-24 | 2022-10-19 | 日本電気株式会社 | 部材判別装置、部材判別方法及びプログラム |
CN112394334B (zh) | 2019-08-16 | 2024-05-28 | 富士通株式会社 | 雷达反射点的聚类装置、方法以及电子设备 |
CN112749594B (zh) * | 2019-10-31 | 2022-04-22 | 浙江商汤科技开发有限公司 | 信息补全方法、车道线识别方法、智能行驶方法及相关产品 |
EP3885787B1 (de) * | 2020-03-27 | 2022-05-04 | Sick Ag | Erfassung von abstandsmessdaten |
JP7445890B2 (ja) | 2020-06-10 | 2024-03-08 | パナソニックIpマネジメント株式会社 | 処理装置、処理方法、プログラム、及び、レーダ装置 |
KR102420808B1 (ko) * | 2020-09-15 | 2022-07-14 | (주)스마트레이더시스템 | 레이더 포인트 클라우드 기반 자세 판단 시스템 |
WO2023032620A1 (ja) * | 2021-08-30 | 2023-03-09 | 京セラ株式会社 | 電子機器、電子機器の制御方法、及びプログラム |
CN114371485B (zh) * | 2022-03-21 | 2022-06-10 | 中汽研(天津)汽车工程研究院有限公司 | 一种基于icp与多特征数据关联的障碍物预测与跟踪方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3450189B2 (ja) * | 1998-06-16 | 2003-09-22 | ダイハツ工業株式会社 | 歩行者検知システム及びその制御方法 |
JP2002352399A (ja) * | 2001-05-23 | 2002-12-06 | Mitsubishi Electric Corp | 車両周辺監視装置 |
JP5287392B2 (ja) * | 2009-03-17 | 2013-09-11 | トヨタ自動車株式会社 | 物体識別装置 |
JP5700940B2 (ja) * | 2010-03-16 | 2015-04-15 | ダイハツ工業株式会社 | 物体認識装置 |
JP5630377B2 (ja) * | 2011-05-25 | 2014-11-26 | 株式会社デンソー | 物体識別装置、および物体識別プログラム |
DE102013203300A1 (de) * | 2012-02-27 | 2013-08-29 | Denso Corporation | Bildverarbeitungsvorrichtung und Fahrzeugsteuersystem unter Verwendung derselben |
-
2015
- 2015-04-23 JP JP2015088455A patent/JP6411942B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016206026A (ja) | 2016-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6411942B2 (ja) | 物体認識装置 | |
JP6938846B2 (ja) | 物体認識装置 | |
JP6777403B2 (ja) | 物体認識装置及びプログラム | |
JP6825569B2 (ja) | 信号処理装置、信号処理方法、およびプログラム | |
CN111191600B (zh) | 障碍物检测方法、装置、计算机设备和存储介质 | |
CN108603936B (zh) | 激光扫描***、激光扫描方法、非暂时性计算机可读存储介质 | |
US10444363B2 (en) | System and method for off angle three-dimensional face standardization for robust performance | |
JP5470886B2 (ja) | 物体検出装置 | |
KR102012179B1 (ko) | 3차원 평면 검출 기반의 라이다-카메라 캘리브레이션 장치 및 방법 | |
JP2006252473A (ja) | 障害物検出装置、キャリブレーション装置、キャリブレーション方法およびキャリブレーションプログラム | |
JP2011065338A (ja) | 対象物追跡装置及びプログラム | |
AU2015270607B2 (en) | Device for detection of obstacles in a horizontal plane and detection method implementing such a device | |
JP2022045947A5 (ja) | ||
KR20200076628A (ko) | 모바일 디바이스의 위치 측정 방법, 위치 측정 장치 및 전자 디바이스 | |
JP6458577B2 (ja) | 画像測距装置 | |
JP7081098B2 (ja) | 走行環境認識装置、走行環境認識方法、プログラム | |
JP2007233440A (ja) | 車載用画像処理装置 | |
CN113516685B (zh) | 目标跟踪方法、装置、设备及存储介质 | |
JP5439948B2 (ja) | 誘導装置及び目標判定装置 | |
KR101784584B1 (ko) | 레이저 회전을 이용하여 3차원 물체를 판별하는 장치 및 방법 | |
JPWO2020110802A1 (ja) | 車載用物体識別システム、自動車、車両用灯具、分類器の学習方法、演算処理装置 | |
WO2018074357A1 (ja) | 位置認識装置 | |
JP2019203757A (ja) | ビームを用いた測距システム | |
US20230066857A1 (en) | Dynamic laser emission control in light detection and ranging (lidar) systems | |
US20240144483A1 (en) | Method and system for recognizing objects, which are represented in an image by means of a point cloud |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170914 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180607 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180626 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180821 |
|
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: 20180904 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180927 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6411942 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 |