WO2017154389A1 - 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム - Google Patents

画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム Download PDF

Info

Publication number
WO2017154389A1
WO2017154389A1 PCT/JP2017/002393 JP2017002393W WO2017154389A1 WO 2017154389 A1 WO2017154389 A1 WO 2017154389A1 JP 2017002393 W JP2017002393 W JP 2017002393W WO 2017154389 A1 WO2017154389 A1 WO 2017154389A1
Authority
WO
WIPO (PCT)
Prior art keywords
road surface
image
distance
vertical direction
unit
Prior art date
Application number
PCT/JP2017/002393
Other languages
English (en)
French (fr)
Inventor
直樹 本橋
Original Assignee
株式会社リコー
直樹 本橋
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社リコー, 直樹 本橋 filed Critical 株式会社リコー
Priority to JP2018504047A priority Critical patent/JP6769477B2/ja
Priority to EP17762735.3A priority patent/EP3428902A4/en
Publication of WO2017154389A1 publication Critical patent/WO2017154389A1/ja
Priority to US16/122,445 priority patent/US11691585B2/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/02—Occupant safety arrangements or fittings, e.g. crash pads
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/60—Memory management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R2021/003—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks characterised by occupant or pedestian
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R2021/01204—Actuation parameters of safety arrangents
    • B60R2021/01252—Devices other than bags
    • B60R2021/01259—Brakes

Definitions

  • the present invention relates to an image processing apparatus, an imaging apparatus, a mobile device control system, an image processing method, and a program.
  • a V-Disparity image in which the coordinate in the vertical direction of an image is one axis, the parallax of the image is the other axis, and the frequency of parallax is a pixel value from a plurality of images captured by a stereo camera.
  • the road surface is detected from the generated V-Disparity image.
  • a U-Disparity image is generated with the horizontal coordinate of the image as the vertical axis, the parallax of the image as the horizontal axis, and the parallax frequency as the pixel value. Then, based on the generated U-Disparity image, an object such as a person or another vehicle is recognized.
  • an image processing apparatus from a distance image having a distance value corresponding to a distance of a road surface in a plurality of photographed images respectively photographed by a plurality of imaging units, a vertical direction showing distribution of frequency of distance values in the vertical direction of the distance image.
  • a generation unit for generating distribution data an extraction unit for setting a search range corresponding to a predetermined reference point in the vertical direction distribution data, and extracting a plurality of pixels from the search range, and the plurality of extracted pixels
  • a detection unit that detects a road surface.
  • FIG. 1 is a view showing the configuration of an in-vehicle device control system as a mobile device control system according to an embodiment of the present invention.
  • the on-vehicle device control system 1 is mounted on a host vehicle 100 such as a car which is a moving body, and includes an imaging unit 500, an image analysis unit 600, a display monitor 103, and a vehicle travel control unit 104. Then, relative height information (relatively) of the road surface (moving surface) ahead of the host vehicle is obtained from the captured image data of the area ahead of the host vehicle traveling direction (imaging area) captured in front of the moving object by the imaging unit 500. Information indicating the inclination state is detected, and from the detection result, the three-dimensional shape of the traveling road surface ahead of the host vehicle is detected, and the moving object and various in-vehicle devices are controlled using the detection result.
  • the control of the moving body includes, for example, notification of a warning, control of the steering wheel of the own vehicle 100 (self-moving body), or a brake of the own vehicle 100 (self-moving body).
  • the imaging unit 500 is installed, for example, in the vicinity of a rearview mirror (not shown) of the windshield 105 of the vehicle 100.
  • Various data such as captured image data obtained by imaging of the imaging unit 500 is input to an image analysis unit 600 as an image processing unit.
  • the image analysis unit 600 analyzes the data transmitted from the imaging unit 500, and on the traveling road surface ahead of the vehicle with respect to the road surface portion on which the vehicle 100 is traveling (a road surface portion located directly below the vehicle). The relative height (position information) at each point is detected, and the three-dimensional shape of the traveling road surface ahead of the host vehicle is grasped. In addition, other objects ahead of the host vehicle, pedestrians, and various obstacles and other objects to be recognized are recognized.
  • the analysis result of the image analysis unit 600 is sent to the display monitor 103 and the vehicle travel control unit 104.
  • the display monitor 103 displays the captured image data and the analysis result obtained by the imaging unit 500.
  • the vehicle travel control unit 104 notifies, for example, a warning to the driver of the vehicle 100 based on the recognition result of the recognition target such as another vehicle ahead of the vehicle by the image analysis unit 600, a pedestrian, and various obstacles. And driving assistance control such as controlling the steering wheel and brake of the own vehicle.
  • FIG. 2 is a diagram showing the configuration of the imaging unit 500 and the image analysis unit 600.
  • the imaging unit 500 is configured of a stereo camera provided with two imaging units 510a and 510b as imaging means, and the two imaging units 510a and 510b are the same.
  • the respective imaging units 510a and 510b respectively include imaging lenses 511a and 511b, sensor substrates 514a and 514b including image sensors 513a and 513b on which light receiving elements are two-dimensionally arranged, and analog signals output from the sensor substrates 514a and 514b.
  • Electric signal (electrical signal corresponding to the amount of light received by each light receiving element on the image sensor 513a, 513b) is converted into a digital electric signal, and it is composed of signal processing units 515a, 515b for generating and outputting ing.
  • the imaging unit 500 outputs luminance image data and parallax image data.
  • the imaging unit 500 further includes a processing hardware unit 510 including an FPGA (Field-Programmable Gate Array) or the like.
  • the processing hardware unit 510 calculates the parallax values of the corresponding image portions between the images captured by the imaging units 510a and 510b.
  • a parallax calculator 511 is provided as parallax image information generation means for calculating.
  • the parallax value referred to here is a comparison image with respect to an image portion on the reference image corresponding to the same point in the imaging region, with one of the images taken by each of the imaging units 510a and 510b as the reference image and the other as the comparison image.
  • the positional displacement amount of the upper image portion is calculated as the parallax value of the image portion.
  • the image analysis unit 600 includes an image processing board or the like, and stores the luminance image data and the parallax image data output from the imaging unit 500 as storage means 601 including RAM, ROM, etc.
  • a central processing unit (CPU) 602 that executes a computer program for performing parallax calculation control and the like, a data I / F (interface) 603, and a serial I / F 604 are provided.
  • the FPGA that configures the processing hardware unit 510 performs processing that requires real-time processing on image data, such as gamma correction, distortion correction (parallelization of right and left captured images), and parallax calculation using block matching to generate a parallax image. And the like, and performs processing such as writing out in the RAM of the image analysis unit 600.
  • the CPU 602 of the image analysis unit 600 is responsible for control of the image sensor controller of each of the imaging units 510a and 510b and overall control of the image processing board, detection processing of the three-dimensional shape of the road surface, guardrails, and other various objects (identification target Load a program to execute object detection processing etc.
  • the processing result is data I / F 603 or serial I / F Output from F604 to the outside.
  • vehicle operation information such as the vehicle speed, acceleration (acceleration mainly generated in the front and rear direction of the vehicle) of the vehicle 100, steering angle, yaw rate etc. It can also be used as a processing parameter.
  • the data output to the outside is used as input data for performing control (brake control, vehicle speed control, warning control, etc.) of various devices of the host vehicle 100.
  • the imaging unit 500 and the image analysis unit 600 may be configured as an imaging device 2 that is an integral device.
  • FIG. 3 is a functional block diagram of the in-vehicle device control system 1 realized by the processing hardware unit 510, the image analysis unit 600, and the vehicle travel control unit 104 in FIG.
  • the functional unit realized by the image analysis unit 600 is realized by processing that one or more programs installed in the image analysis unit 600 causes the CPU 602 of the image analysis unit 600 to execute.
  • the parallax image generation unit 11 performs parallax image generation processing for generating parallax image data (parallax image information).
  • the parallax image generation unit 11 is configured of, for example, a parallax calculation unit 511 (FIG. 2).
  • luminance image data of one of the two imaging units 510a and 510b is used as reference image data, and luminance image data of the other imaging unit 510b is used as comparison image data.
  • the disparity between the two is calculated using this to generate and output disparity image data.
  • the parallax image data represents a parallax image in which pixel values corresponding to the parallax value d calculated for each image portion on the reference image data are represented as pixel values of the respective image portions.
  • the parallax image generation unit 11 defines a block including a plurality of pixels (for example, 16 pixels ⁇ 1 pixel) centering on one target pixel for a row of reference image data.
  • a block of the same size as the block of the defined reference image data is shifted by one pixel in the horizontal line direction (x direction) to indicate the feature of the pixel value of the block defined in the reference image data.
  • a correlation value indicating a correlation between the feature amount and the feature amount indicating the feature of the pixel value of each block in the comparison image data is calculated.
  • a matching process is performed to select a block of comparison image data that is most correlated with the block of reference image data among the blocks of comparison image data. Thereafter, the amount of positional deviation between the target pixel of the block of the reference image data and the corresponding pixel of the block of the comparison image data selected in the matching process is calculated as the parallax value d. It is possible to obtain parallax image data by performing such a process of calculating the parallax value d for the entire area of the reference image data or a specific area.
  • the value (brightness value) of each pixel in the block can be used as the feature amount of the block used for the matching process, and the correlation value can be, for example, the value of each pixel in the block of the reference image data (brightness A sum of absolute values of differences between the values) and the values (brightness values) of the respective pixels in the block of the comparison image data respectively corresponding to these pixels can be used. In this case, it can be said that the block with the smallest total sum is most correlated.
  • the matching processing in the parallax image generation unit 11 is realized by hardware processing, for example, SSD (Sum of Squared Difference), ZSSD (Zero-mean Sum of Squared Difference), SAD (Sum of Absolute Difference), ZSAD (Sum of Absolute Difference).
  • SSD Sud of Squared Difference
  • ZSSD Zero-mean Sum of Squared Difference
  • SAD Sum of Absolute Difference
  • ZSAD Quantum of Absolute Difference
  • a method such as Zero-mean Sum of Absolute Difference, NCC (Normalized cross correlation), or the like can be used.
  • NCC Normalized cross correlation
  • the estimation method for example, an equiangular linear method, a quadratic curve method or the like can be used.
  • Road surface estimation unit 12 estimates (detects) the road surface based on the parallax image generated by the parallax image generation unit 11.
  • FIG. 4 is a functional block diagram of the road surface estimation unit 12.
  • the road surface estimation unit 12 includes a V map generation unit 121, a sample point extraction unit 122, an outlier removal unit 123, a road surface shape detection unit 124, a road surface supplementation unit 125, a smoothing processing unit 126, and a road surface height table calculation unit 127. .
  • V map generation process executes V map generation processing for generating a V map (V-Disparity Map, an example of “vertical direction distribution data”) based on parallax pixel data.
  • V-Disparity Map an example of “vertical direction distribution data”
  • Each piece of parallax pixel data included in parallax image data is indicated by a set (x, y, d) of an x-direction position, a y-direction position, and a parallax value d.
  • This is converted into three-dimensional coordinate information (d, y, f) with d set on the X axis, y on the Y axis, and frequency f on the Z axis, or this three-dimensional coordinate information (d, y, f) , And three-dimensional coordinate information (d, y, f) limited to information exceeding a predetermined frequency threshold is generated as disparity histogram information.
  • the parallax histogram information of the present embodiment is composed of three-dimensional coordinate information (d, y, f), and a distribution of this three-dimensional histogram information in an XY two-dimensional coordinate system is called a V map.
  • the V map generation unit 121 calculates a disparity value frequency distribution for each row region obtained by dividing the disparity image in the vertical direction.
  • Information indicating this disparity value frequency distribution is disparity histogram information.
  • FIG. 5A and 5B are diagrams for explaining parallax image data and a V map generated from the parallax image data.
  • FIG. 5A is a view showing an example of the parallax value distribution of the parallax image
  • FIG. 5B is a view showing a V map showing the parallax value frequency distribution for each row of the parallax image of FIG. 5A.
  • the V map generation unit 121 calculates a parallax value frequency distribution that is a distribution of the number of data of each parallax value for each row, This is output as disparity histogram information.
  • a V map as shown in FIG. 5B can be obtained.
  • This V map can also be expressed as an image in which pixels having pixel values according to the frequency f are distributed on the two-dimensional orthogonal coordinate system.
  • FIGS. 6A and 6B are diagrams showing an image example of a captured image as a reference image captured by one imaging unit and a V map corresponding to the captured image.
  • FIG. 6A is a captured image
  • FIG. 6B is a V map. That is, the V map shown in FIG. 6B is generated from the photographed image as shown in FIG. 6A.
  • the V map since parallax is not detected in the area below the road surface, parallax is not counted in the hatched area A.
  • working the preceding vehicle 402 which exists in front of the own vehicle, and the telephone pole 403 which exists out of the road are shown.
  • the V map shown in FIG. 6B there are a road surface 501, a leading vehicle 502, and a telephone pole 503 corresponding to the image example.
  • the front road surface of the host vehicle is a relatively flat road surface, that is, the front road surface of the host vehicle is obtained by extending the plane parallel to the road surface portion directly below the host vehicle to the front of the host vehicle. It is a case where it corresponds to a reference road surface (virtual reference movement surface).
  • the high frequency points are distributed in a substantially straight line with an inclination such that the parallax value d becomes smaller toward the upper side of the image. Pixels showing such a distribution are present at approximately the same distance in each row on the parallax image and have the highest occupancy rate, and pixels that project an object of identification whose distance increases continuously as they move upward in the image It can be said that
  • the parallax value d of the road surface decreases toward the upper side of the image as shown in FIG. 6A.
  • the high-frequency points distributed in a substantially straight line on the V map correspond to the features possessed by the pixels projecting the road surface (moving surface). Therefore, it is possible to estimate that the pixels of the point distributed on the approximate straight line obtained by straight line approximation of the high frequency points on the V map or in the vicinity thereof are the pixels showing the road surface with high accuracy. Further, the distance to the road surface portion shown in each pixel can be determined with high accuracy from the parallax value d of the corresponding point on the approximate straight line.
  • the V map generation unit 121 may generate a V map using only pixels of a predetermined area (for example, an area where a road surface can be displayed) in a parallax image, or may use all pixels in the parallax image to generate a V map. May be generated.
  • FIGS. 7A and 7B are diagrams showing an image example of a captured image as a reference image captured by one of the imaging units when noise is generated, and a V map corresponding to the captured image.
  • FIGS. 7A and 7B a reflection 404 due to a puddle or the like is shown in FIG. 7A in comparison with the examples of FIGS. 6A and 6B, respectively. Further, in the V map shown in FIG. 7B, there is a reflection 504 due to a puddle or the like. As shown in FIGS. 7A and 7B, when reflection occurs, even if the parallax of the same road surface is incorrect, an incorrect matching or the like occurs when the parallax is calculated, and a value different from the original parallax is calculated. In this case, the parallax of the road surface is dispersed in the lateral direction as indicated by 504 in FIG. 7B.
  • Sample point extraction processing The sample point extraction unit 122 extracts sample points used for estimation of the road surface from the V map generated by the V map generation unit 121.
  • the V map is divided into a plurality of segments according to a parallax value (distance value from the host vehicle) and sample point extraction processing, road surface shape detection processing, etc. described later are performed.
  • the sample point extraction process or the road surface shape detection process may be performed without dividing the V map.
  • FIG. 8 is a flowchart showing an example of sample point extraction processing.
  • the sample point extraction unit 122 divides the V map into a plurality of segments according to the value of disparity that is the horizontal axis of the V map (step S1).
  • the sample point extraction unit 122 sets a range (search range) for searching for sample points to be extracted in the segment (first segment) having the largest parallax value (the shortest distance from the host vehicle) Step S2).
  • FIG. 9 is a diagram for explaining an example of processing for extracting sample points from the first segment.
  • the sample point extraction unit 122 sets a start point position 552 of a straight line corresponding to the default road surface 551 (“preset road surface”) as a reference point, and sets a predetermined range corresponding to the reference point. It is set as a search area 553 of sample points.
  • the data of a default road surface are preset, for example, when a stereo camera is attached to the own vehicle. For example, flat road surface data may be set.
  • the sample point extraction unit 122 searches two straight lines 554 and 555 starting from the reference point, and searches between the two straight lines 554 and 555 extending to the adjacent segment at a predetermined angle. It may be In this case, the sample point extraction unit 122 may determine the two straight lines 554 and 555 in accordance with the angle at which the road surface can tilt. For example, the lower straight line 554 is determined according to the inclination of the descending road surface which can be photographed by a stereo camera, and the upper straight line 555 is a preset upper limit of the ascending road inclination restricted by law. It may be determined correspondingly. Alternatively, the sample point extraction unit 122 may set the search area 553 to, for example, a rectangular area.
  • the sample point extraction unit 122 extracts sample points from the pixels included in the search range (step S3).
  • the sample point extraction unit 122 may extract, for example, one or more sample points for each coordinate position of each parallax value d from the pixels included in the search range.
  • the sample point extraction unit 122 may extract, as a sample point, the most frequent point with the highest frequency at the coordinate position of each disparity value d from the pixels included in the search range.
  • the sample point extraction unit 122 may set a plurality of coordinate positions including each parallax value d (for example, coordinate positions of each parallax value d and the left and right of the respective parallax values d) from the pixels included in the search range.
  • the most frequent mode point in at least one of one or more coordinate positions may be extracted as a sampling point.
  • step S4 the outlier removal unit 123, the road surface shape detection unit 124, and the road surface supplementation unit 125 detect the road surface in the segment including the sample points based on the sample points extracted in step S3 (step S4).
  • the sample point extraction unit 122 determines whether there is a next segment (for example, a segment having a next smallest parallax value) (step S5), and if there is no next segment (NO in step S5), the process ends. .
  • step S5 If there is the next segment (YES in step S5), the sample point extraction unit 122 acquires the end point position of the road surface detected in step S4 (step S6).
  • the sample point extraction unit 122 sets a search range based on the end point position of the road surface acquired in step S5 (step S7), and the process proceeds to step S3.
  • FIG. 10A and FIG. 10B are diagrams for explaining an example of processing for extracting a sample point from a second segment other than the first segment.
  • the sample point extraction unit 122 for example, in the second segment, the end point position (the road surface 561 of the previous segment) of the road surface 561 of the previous segment (the segment adjacent to the second segment having already detected the road surface) A position in contact with the segment 2) is taken as a reference point 562. Then, as in the case of step S2 shown in FIG. 9, the sample point extraction unit 122 sets a predetermined range corresponding to the reference point 562 as a search area 563 for sample points.
  • the sample point extraction unit 122 searches the area between the two straight lines 564 and 565 starting from the reference point and between the two straight lines 564 and 565 extending to the adjacent segment at a predetermined angle. It may be In this case, the sample point extraction unit 122 may determine the two straight lines 564 and 565 in accordance with the angle at which the road surface can tilt. Alternatively, the sample point extraction unit 122 may set the search area 563 to a rectangular area having a height corresponding to the y coordinate of the reference point 562, as shown in FIG. 10B, for example.
  • FIG. 11 is a diagram for explaining another example of the process of extracting sample points from the second segment.
  • the sample point extraction unit 122 sets, for example, the end point position of the road surface (history road surface) 561a of the segment adjacent to the second segment detected in the frame of the previous parallax image in the second segment as a reference point 562a. . Then, the sample point extraction unit 122 sets a predetermined range corresponding to the reference point 562a as a search area 563a of sample points.
  • the difference between the default road surface and the correct (actual) road surface 566 is large, for example, in the case of a downhill road surface, it is detected in the first segment as in FIGS. 10A and 10B.
  • a more appropriate search range can be set as compared with the case where the end point position of the road surface is used as the reference point.
  • the history road surface may use the road surface detected in the previous one frame, or may use the average of the road surfaces detected in the plurality of previous frames.
  • the outlier removal unit 123 excludes points not suitable for linear approximation.
  • FIG. 12 is a flowchart illustrating an example of the outlier removal process.
  • FIG. 13 is a diagram for explaining outlier removal processing.
  • the outlier removal unit 123 calculates an approximate straight line from the sample points of each segment extracted by the sample point extraction unit 122 or the sample points of all the segments (step S20).
  • the outlier removal unit 123 calculates an approximate straight line using, for example, the least squares method.
  • the approximate straight line 541 is calculated in step S20 of FIG.
  • the outlier removal unit 123 calculates a threshold according to the value of the X coordinate (step S21).
  • a value D of a predetermined X coordinate for example, a parallax value corresponding to a distance of 50 m from the host vehicle
  • D further from the host distance than the host vehicle
  • the above is taken as ⁇ . This is to loose the threshold for removal on a road surface at a position where the parallax value is small, that is, the distance from the host vehicle is long, because the error when measuring with the stereo camera is large.
  • the outlier removal unit 123 removes a sample point at which the Euclidean distance is greater than or equal to the threshold value calculated in step S21 with respect to the calculated approximate straight line (step S22).
  • the sample points 542 which are D or more and which are separated by a predetermined threshold value ⁇ or more are removed.
  • sample points 542 which are equal to or more than D and separated by a predetermined threshold value ⁇ or more are removed, but the present invention is not limited thereto.
  • ⁇ may be set at two or more locations, or ⁇ may be calculated and set as a function of the parallax d.
  • the road surface shape detection unit 124 extracts the shape of the road surface based on the sample points extracted by the sample point extraction unit 122 from the segments of the V map generated by the V map generation unit 121 and not removed by the outlier removal unit 123. Detect (Position, Height).
  • the road surface shape detection unit 124 calculates an approximate straight line from sample points of each segment by, for example, the least squares method, and detects (estimates) the calculated approximate straight line as a road surface.
  • the road surface supplement unit 125 determines whether the road surface detected (estimated) by the road surface shape detection unit 124 is inappropriate or not, and supplements the road surface if it is determined to be inappropriate. It should be noted that the determination as to whether it is inappropriate or not depends on the determination based on the angle of the road surface, for example, when the number of points used for estimation is smaller than a predetermined threshold or the correlation coefficient at the time of approximation by the least square method is a predetermined value It may be determined as inappropriate if it is smaller than that (if the variation of the point group is large).
  • the road surface supplement unit 125 determines whether an inappropriate road surface that can not be photographed by the stereo camera has been estimated by the noise. Then, when it is determined that the inappropriate road surface has been estimated, the road surface supplementing unit 125 supplements (interpolates) the inappropriate road surface based on the data of the default road surface or the road surface estimated in the previous frame.
  • the road surface supplement unit 125 detects the slope as the distance from the host vehicle increases. It is determined that the road surface is a steep downhill road. Then, the road surface supplementing part 125 removes the data of the road surface and supplements it with data of the default road surface etc. instead.
  • the smoothing processing unit 126 corrects each road surface estimated in each segment so that each road surface is continuous.
  • the smoothing processing unit 126 sets the inclination and intercept of each road surface so that the end point (end point) of one road surface and the start point (end point) of the other road surface of the road surfaces respectively estimated in two adjacent segments coincide with each other.
  • Road surface height table calculation process The road surface height table calculation unit 127 calculates the road surface height (relative height with respect to the road surface portion immediately below the host vehicle) based on the road surface in each segment corrected by the smoothing processing unit 126, and generates a table. Road surface height table calculation processing is performed.
  • the road surface height table calculation unit 127 calculates the distance to each road surface portion shown in each row area (each position in the vertical direction of the image) on the captured image from the information of the road surface in each segment. In addition, each surface portion in the traveling direction of the subject vehicle of the virtual plane extending forward to the traveling direction of the subject vehicle so that the road surface portion located directly below the subject vehicle is parallel to the plane is shown in any row region in the captured image.
  • the virtual plane reference road surface
  • the road surface height table calculation unit 127 can obtain the height of each road surface portion ahead of the host vehicle by comparing the road surface in each segment with the reference straight line.
  • the road surface height table calculation unit 127 tabulates the height of each road surface portion obtained from the approximate straight line with respect to a necessary parallax range.
  • the height from the road surface of the object shown in the captured image portion corresponding to the point where the Y-axis position is y ′ at a certain parallax value d is the Y-axis position on the road surface at the parallax value d as y0. It can be calculated from (y'-y0).
  • the height H from the road surface for the object corresponding to the coordinates (d, y ′) on the V map can be calculated by the following equation.
  • “f” is the focal length of the camera (y′ ⁇ y0) It is a value converted to the same unit as the unit.
  • BF is a value obtained by multiplying the base length of the stereo camera and the focal length
  • “offset” is a parallax value when an object at infinity is photographed.
  • the clustering unit 13 sets a pair (x, y, d) of an x-direction position, a y-direction position, and a parallax value d in each parallax pixel data included in parallax image data to the x axis along the x axis and d and z along the y axis.
  • the frequency is set on the axis, and XY two-dimensional histogram information (frequency U map) is created.
  • the clustering unit 13 generates parallax images for which the height H from the road surface is in a predetermined height range (for example, 20 cm to 3 m) based on the heights of the road surface portions tabulated by the road surface height table calculation unit 127. Create a frequency U map only for points (x, y, d). In this case, an object present in the predetermined height range can be appropriately extracted from the road surface.
  • a predetermined height range for example, 20 cm to 3 m
  • the clustering unit 13 detects, in the frequency U map, an area where the frequency is higher than a predetermined value and in which the parallax is dense as the area of the object, and based on the coordinates on the parallax image and the actual size (size) of the object. It provides individual information such as the predicted type of object (person or pedestrian).
  • the rejection unit 14 rejects the information of the object that is not the recognition target based on the parallax image, the frequency U map, and the individual information of the object.
  • the tracking unit 15 determines whether or not the object to be tracked is a tracking object when the detected object appears continuously in frames of a plurality of parallax images.
  • Driving support control The control unit 139 performs driving support control such as, for example, notifying a driver of the host vehicle 100 of a warning or controlling a steering wheel or a brake of the host vehicle based on the detection result of the object by the clustering unit 13. Do.
  • a search range corresponding to a predetermined reference point is set, a plurality of pixels are extracted from the search range, and the road surface is detected based on the plurality of extracted pixels. .
  • a distance image may be generated by integrating distance information generated using a detection device such as a millimeter wave radar or laser radar with respect to parallax images generated using a stereo camera.
  • the detection accuracy may be further enhanced by using a stereo camera and a detection device such as a millimeter wave radar or a laser radar in combination and combining it with the above-described detection result of an object by the stereo camera.
  • the functional units may not be provided.
  • each functional unit of the processing hardware unit 510, the image analysis unit 600, and the vehicle travel control unit 104 may be realized by hardware, or the CPU executes a program stored in the storage device.
  • the configuration may be realized by This program may be recorded in a computer readable recording medium and distributed by a file in an installable format or an executable format.
  • a CD-R Compact Disc Recordable
  • DVD Digital Versatile Disk
  • Blu-ray Disc etc.
  • recording media such as CD-ROM in which each program is stored, and HD 504 in which these programs are stored can be provided domestically or abroad as a program product (Program Product).
  • In-vehicle device control system (an example of "device control system") 100 self-vehicle 101 imaging unit 103 display monitor 106 vehicle travel control unit (an example of “control unit”) 11 Parallax image generator (an example of “distance image generator”) 12 Road surface estimation unit 121 V map generation unit (an example of “generation unit”) 122 sample point extraction unit (an example of “extraction unit”) 123 Outlier removal part 124 Road surface shape detection part (an example of "detection part”) 125 Road surface supplementing part 126 Smoothing processing part 127 Road surface height table calculation part 13 Clustering part (an example of "object detection part”) 14 rejection unit 15 tracking unit 16 control unit 2 imaging device 510a, 510b imaging unit 510 processing hardware unit 600 image analysis unit (an example of "image processing apparatus”)

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)

Abstract

画像処理装置において、複数の撮像部で各々撮影された複数の撮影画像における路面の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、前記垂直方向分布データにおいて、所定の基準点に応じた探索範囲を設定し、当該探索範囲から複数の画素を抽出する抽出部と、前記抽出された複数の画素に基づいて、路面を検出する検出部と、を備える。

Description

画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
　本発明は、画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラムに関する。
　自動車の安全性において、従来は歩行者や自動車と衝突したときに、いかに歩行者を守れるか、乗員を保護できるかの観点から自動車のボディー構造などの開発が行われてきた。しかしながら近年、情報処理技術、画像処理技術の発達により、高速に人や自動車等を検出する技術が開発されてきている。これらの技術を応用して、衝突する前に自動的にブレーキをかけ、衝突を未然に防ぐという自動車もすでに発売されている。
　自動的にブレーキをかけるには人や他車等の物体までの距離を測定する必要があり、そのために、ステレオカメラの画像を用いた測定が実用化されている。
　このステレオカメラの画像を用いた測定では、次のような画像処理を行うことで、人や他車等の物体の認識を行う技術が知られている（例えば、特許文献１参照）。
　まず、ステレオカメラで撮像した複数の画像から、画像の垂直方向の座標を一方の軸とし、画像の視差(disparity)を他方の軸とし、視差の頻度の値を画素値とするV-Disparity画像を生成する。次に、生成したV-Disparity画像から、路面を検出する。検出した路面を用いてノイズを除去したうえで、画像の水平方向の座標を縦軸とし、画像の視差を横軸とし、視差頻度を画素値とするU-Disparity画像を生成する。そして、生成したU-Disparity画像に基づいて、人や他車等の物体の認識を行う。
特開２０１５－０７５８００号公報
　しかし、従来技術には、雨天時の路面の照り返し等により、視差にノイズが発生し、路面が正確に測定できないという問題がある。
　そこで、路面を検出する精度を向上させる技術を提供することを目的とする。
　画像処理装置において、複数の撮像部で各々撮影された複数の撮影画像における路面の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、前記垂直方向分布データにおいて、所定の基準点に応じた探索範囲を設定し、当該探索範囲から複数の画素を抽出する抽出部と、前記抽出された複数の画素に基づいて、路面を検出する検出部と、を備える。
　開示の技術によれば、路面を検出する精度を向上させることが可能となる。
実施形態に係る車載機器制御システムの構成を示す模式図である。 撮像ユニット及び画像解析ユニットの構成を示す模式図である。 移動体機器制御システムの機能ブロック図である。 路面推定部の機能ブロック図である。 視差画像データ、及びその視差画像データから生成されるＶマップについて説明するための図である。 視差画像データ、及びその視差画像データから生成されるＶマップについて説明するための図である。 一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応するＶマップを示す図である。 一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応するＶマップを示す図である。 ノイズが発生した場合の、一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応するＶマップを示す図である。 ノイズが発生した場合の、一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応するＶマップを示す図である。 標本点抽出処理の一例を示すフローチャートである。 第１のセグメントから、標本点を抽出する処理の一例を説明する図である。 第２のセグメントから、標本点を抽出する処理の一例を説明する図である。 第２のセグメントから、標本点を抽出する処理の一例を説明する図である。 第２のセグメントから、標本点を抽出する処理の他の例を説明する図である。 外れ点除去処理の一例を示すフローチャートである。 外れ点除去処理を説明する図である。
　以下、実施形態に係る画像処理装置を有する移動体機器制御システムについて説明する。
　〈車載機器制御システムの構成〉
　図１は、本発明の実施形態に係る移動体機器制御システムとしての車載機器制御システムの構成を示す図である。
　この車載機器制御システム１は、移動体である自動車などの自車両１００に搭載されており、撮像ユニット５００、画像解析ユニット６００、表示モニタ１０３、及び車両走行制御ユニット１０４からなる。そして、撮像ユニット５００で、移動体の前方を撮像した自車両進行方向前方領域（撮像領域）の撮像画像データから、自車両前方の路面（移動面）の相対的な高さ情報（相対的な傾斜状況を示す情報）を検知し、その検知結果から、自車両前方の走行路面の３次元形状を検出し、その検出結果を利用して移動体や各種車載機器の制御を行う。移動体の制御には、例えば、警告の報知、自車両１００（自移動体）のハンドルの制御、または自車両１００（自移動体）のブレーキが含まれる。
　撮像ユニット５００は、例えば、自車両１００のフロントガラス１０５のルームミラー（図示せず）付近に設置される。撮像ユニット５００の撮像によって得られる撮像画像データ等の各種データは、画像処理手段としての画像解析ユニット６００に入力される。
　画像解析ユニット６００は、撮像ユニット５００から送信されてくるデータを解析して、自車両１００が走行している路面部分（自車両の真下に位置する路面部分）に対する自車両前方の走行路面上の各地点における相対的な高さ（位置情報）を検出し、自車両前方の走行路面の３次元形状を把握する。また、自車両前方の他車両、歩行者、各種障害物などの認識対象物を認識する。
　画像解析ユニット６００の解析結果は、表示モニタ１０３及び車両走行制御ユニット１０４に送られる。表示モニタ１０３は、撮像ユニット５００で得られた撮像画像データ及び解析結果を表示する。車両走行制御ユニット１０４は、画像解析ユニット６００による自車両前方の他車両、歩行者、各種障害物などの認識対象物の認識結果に基づいて、例えば、自車両１００の運転者へ警告を報知したり、自車両のハンドルやブレーキを制御したりするなどの走行支援制御を行う。
　〈撮像ユニット５００及び画像解析ユニット６００の構成〉
　図２は、撮像ユニット５００及び画像解析ユニット６００の構成を示す図である。
　撮像ユニット５００は、撮像手段としての２つの撮像部５１０ａ，５１０ｂを備えたステレオカメラで構成されており、２つの撮像部５１０ａ，５１０ｂは同一のものである。各撮像部５１０ａ，５１０ｂは、それぞれ、撮像レンズ５１１ａ，５１１ｂと、受光素子が２次元配置された画像センサ５１３ａ，５１３ｂを含んだセンサ基板５１４ａ，５１４ｂと、センサ基板５１４ａ，５１４ｂから出力されるアナログ電気信号（画像センサ５１３ａ，５１３ｂ上の各受光素子が受光した受光量に対応する電気信号）をデジタル電気信号に変換した撮像画像データを生成して出力する信号処理部５１５ａ，５１５ｂとから構成されている。撮像ユニット５００からは、輝度画像データと視差画像データが出力される。
　また、撮像ユニット５００は、ＦＰＧＡ（Field-Programmable Gate Array）等からなる処理ハードウェア部５１０を備えている。この処理ハードウェア部５１０は、各撮像部５１０ａ，５１０ｂから出力される輝度画像データから視差画像を得るために、各撮像部５１０ａ，５１０ｂでそれぞれ撮像した撮像画像間の対応画像部分の視差値を演算する視差画像情報生成手段としての視差演算部５１１を備えている。
　ここでいう視差値とは、各撮像部５１０ａ，５１０ｂでそれぞれ撮像した撮像画像の一方を基準画像、他方を比較画像とし、撮像領域内の同一地点に対応した基準画像上の画像部分に対する比較画像上の画像部分の位置ズレ量を、当該画像部分の視差値として算出したものである。三角測量の原理を利用することで、この視差値から当該画像部分に対応した撮像領域内の当該同一地点までの距離を算出することができる。
　画像解析ユニット６００は、画像処理基板等から構成され、撮像ユニット５００から出力される輝度画像データ及び視差画像データを記憶するＲＡＭやＲＯＭ等で構成される記憶手段６０１と、識別対象の認識処理や視差計算制御などを行うためのコンピュータプログラムを実行するＣＰＵ（Central Processing Unit）６０２と、データＩ／Ｆ（インタフェース）６０３と、シリアルＩ／Ｆ６０４を備えている。
　処理ハードウェア部５１０を構成するＦＰＧＡは、画像データに対してリアルタイム性が要求される処理、例えばガンマ補正、ゆがみ補正（左右の撮像画像の平行化）、ブロックマッチングによる視差演算を行って視差画像の情報を生成し、画像解析ユニット６００のＲＡＭに書き出す処理などを行う。画像解析ユニット６００のＣＰＵ６０２は、各撮像部５１０ａ，５１０ｂの画像センサコントローラの制御および画像処理基板の全体的な制御を担うとともに、路面の３次元形状の検出処理、ガードレールその他の各種オブジェクト（識別対象物）の検出処理などを実行するプログラムをＲＯＭからロードして、ＲＡＭに蓄えられた輝度画像データや視差画像データを入力として各種処理を実行し、その処理結果をデータＩ／Ｆ６０３やシリアルＩ／Ｆ６０４から外部へと出力する。このような処理の実行に際し、データＩ／Ｆ６０３を利用して、自車両１００の車速、加速度（主に自車両前後方向に生じる加速度）、操舵角、ヨーレートなどの車両動作情報を入力し、各種処理のパラメータとして使用することもできる。外部に出力されるデータは、自車両１００の各種機器の制御（ブレーキ制御、車速制御、警告制御など）を行うための入力データとして使用される。
　なお、撮像ユニット５００及び画像解析ユニット６００は、一体の装置である撮像装置２として構成してもよい。
　図３は、図２における処理ハードウェア部５１０、画像解析ユニット６００、及び車両走行制御ユニット１０４で実現される車載機器制御システム１の機能ブロック図である。なお、画像解析ユニット６００で実現される機能部は、画像解析ユニット６００にインストールされた１以上のプログラムが、画像解析ユニット６００のＣＰＵ６０２に実行させる処理により実現される。
　以下、本実施形態における処理について説明する。
　〈視差画像生成処理〉
　視差画像生成部１１は、視差画像データ（視差画像情報）を生成する視差画像生成処理を行う。なお、視差画像生成部１１は、例えば視差演算部５１１（図２）によって構成される。
　視差画像生成処理では、まず、２つの撮像部５１０ａ，５１０ｂのうちの一方の撮像部５１０ａの輝度画像データを基準画像データとし、他方の撮像部５１０ｂの輝度画像データを比較画像データとし、これらを用いて両者の視差を演算して、視差画像データを生成して出力する。この視差画像データは、基準画像データ上の各画像部分について算出される視差値ｄに応じた画素値をそれぞれの画像部分の画素値として表した視差画像を示すものである。
　具体的には、視差画像生成部１１は、基準画像データのある行について、一つの注目画素を中心とした複数画素（例えば１６画素×１画素）からなるブロックを定義する。一方、比較画像データにおける同じ行において、定義した基準画像データのブロックと同じサイズのブロックを１画素ずつ横ライン方向（ｘ方向）へずらし、基準画像データにおいて定義したブロックの画素値の特徴を示す特徴量と比較画像データにおける各ブロックの画素値の特徴を示す特徴量との相関を示す相関値を、それぞれ算出する。そして、算出した相関値に基づき、比較画像データにおける各ブロックの中で最も基準画像データのブロックと相関があった比較画像データのブロックを選定するマッチング処理を行う。その後、基準画像データのブロックの注目画素と、マッチング処理で選定された比較画像データのブロックの対応画素との位置ズレ量を視差値ｄとして算出する。このような視差値ｄを算出する処理を基準画像データの全域又は特定の一領域について行うことで、視差画像データを得ることができる。
　マッチング処理に用いるブロックの特徴量としては、例えば、ブロック内の各画素の値（輝度値）を用いることができ、相関値としては、例えば、基準画像データのブロック内の各画素の値（輝度値）と、これらの画素にそれぞれ対応する比較画像データのブロック内の各画素の値（輝度値）との差分の絶対値の総和を用いることができる。この場合、当該総和が最も小さくなるブロックが最も相関があると言える。
　視差画像生成部１１でのマッチング処理をハードウェア処理によって実現する場合には、例えばＳＳＤ（Sum of Squared Difference）、ＺＳＳＤ（Zero-mean Sum of Squared Difference）、ＳＡＤ（Sum of Absolute Difference）、ＺＳＡＤ（Zero-mean Sum of Absolute Difference）、ＮＣＣ（Normalized cross correlation）などの方法を用いることができる。なお、マッチング処理では画素単位での視差値しか算出できないので、１画素未満のサブピクセルレベルの視差値が必要な場合には推定値を用いる必要がある。その推定方法としては、例えば、等角直線方式、二次曲線方式等を利用することができる。
　〈路面推定〉
　路面推定部１２は、視差画像生成部１１により生成された視差画像に基づき、路面を推定（検出）する。
　図４を参照し、路面推定部１２の機能構成について説明する。図４は、路面推定部１２の機能ブロック図である。
　路面推定部１２は、Ｖマップ生成部１２１、標本点抽出部１２２、外れ点除去部１２３、路面形状検出部１２４、路面補足部１２５、スムージング処理部１２６、及び路面高さテーブル算出部１２７を有する。
　以下、路面推定部１２の各機能部の処理について説明する。
　《Ｖマップ生成処理》
　Ｖマップ生成部１２１は、視差画素データに基づき、Ｖマップ（V-Disparity Map、「垂直方向分布データ」の一例）を生成するＶマップ生成処理を実行する。視差画像データに含まれる各視差画素データは、ｘ方向位置とｙ方向位置と視差値ｄとの組（ｘ，ｙ，ｄ）で示される。これを、Ｘ軸にｄ、Ｙ軸にｙ、Ｚ軸に頻度ｆを設定した三次元座標情報（ｄ，ｙ，ｆ）に変換したもの、又はこの三次元座標情報（ｄ，ｙ，ｆ）から所定の頻度閾値を超える情報に限定した三次元座標情報（ｄ，ｙ，ｆ）を、視差ヒストグラム情報として生成する。本実施形態の視差ヒストグラム情報は、三次元座標情報（ｄ，ｙ，ｆ）からなり、この三次元ヒストグラム情報をＸ－Ｙの２次元座標系に分布させたものを、Ｖマップと呼ぶ。
　具体的に説明すると、Ｖマップ生成部１２１は、視差画像を上下方向に複数分割して得られる各行領域について、視差値頻度分布を計算する。この視差値頻度分布を示す情報が視差ヒストグラム情報である。
　図５Ａ、図５Ｂは視差画像データ、及びその視差画像データから生成されるＶマップについて説明するための図である。ここで、図５Ａは視差画像の視差値分布の一例を示す図であり、図５Ｂは、図５Ａの視差画像の行毎の視差値頻度分布を示すＶマップを示す図である。
　図５Ａに示すような視差値分布をもった視差画像データが入力されたとき、Ｖマップ生成部１２１は、行毎の各視差値のデータの個数の分布である視差値頻度分布を計算し、これを視差ヒストグラム情報として出力する。このようにして得られる各行の視差値頻度分布の情報を、Ｙ軸に視差画像上のｙ方向位置（撮像画像の上下方向位置）をとりＸ軸に視差値ｄをとった二次元直交座標系上に表すことで、図５Ｂに示すようなＶマップを得ることができる。このＶマップは、頻度ｆに応じた画素値をもつ画素が前記二次元直交座標系上に分布した画像として表現することもできる。
　図６Ａ、図６Ｂは、一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応するＶマップを示す図である。ここで、図６Ａが撮影画像であり、図６ＢがＶマップである。即ち、図６Ａに示すような撮影画像から図６Ｂに示すＶマップが生成される。Ｖマップでは、路面より下の領域には視差は検出されないので、斜線で示した領域Ａで視差がカウントされることはない。
　図６Ａに示す画像例では、自車両が走行している路面４０１と、自車両の前方に存在する先行車両４０２と、路外に存在する電柱４０３が映し出されている。また、図６Ｂに示すＶマップには、画像例に対応して、路面５０１、先行車両５０２、及び電柱５０３がある。
　この画像例は、自車両の前方路面が、相対的に平坦な路面、即ち、自車両の前方路面が自車両の真下の路面部分と平行な面を自車両前方へ延長して得られる仮想の基準路面（仮想基準移動面）に一致している場合のものである。この場合、画像の下部に対応するＶマップの下部において、高頻度の点は、画像上方へ向かうほど視差値ｄが小さくなるような傾きをもった略直線状に分布する。このような分布を示す画素は、視差画像上の各行においてほぼ同一距離に存在していてかつ最も占有率が高く、しかも画像上方へ向かうほど距離が連続的に遠くなる識別対象物を映し出した画素であると言える。
　撮像部５１０ａでは自車両前方領域を撮像するため、その撮像画像の内容は、図６Ａに示すように、画像上方へ向かうほど路面の視差値ｄは小さくなる。また、同じ行（横ライン）内において、路面を映し出す画素はほぼ同じ視差値ｄを持つことになる。従って、Ｖマップ上において上述した略直線状に分布する高頻度の点は、路面（移動面）を映し出す画素が持つ特徴に対応したものである。よって、Ｖマップ上における高頻度の点を直線近似して得られる近似直線上又はその近傍に分布する点の画素は、高い精度で、路面を映し出している画素であると推定することができる。また、各画素に映し出されている路面部分までの距離は、当該近似直線上の対応点の視差値ｄから高精度に求めることができる。
　なお、Ｖマップ生成部１２１は、視差画像における所定の領域（例えば、路面が写り得る領域）の画素のみを用いてＶマップを生成してもよいし、視差画像における全画素を用いてＶマップを生成してもよい。
　図７Ａ、図７Ｂは、ノイズが発生した場合の、一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応するＶマップを示す図である。
　図７Ａ、図７Ｂの例では、図６Ａ、図６Ｂの例とそれぞれ比較して、図７Ａに水たまり等による照り返し４０４が映し出されている。また、図７Ｂに示すＶマップには、水たまり等による照り返し５０４がある。図７Ａ、図７Ｂのように、照り返しが発生すると、同じ路面の視差であっても、視差を算出する際に誤マッチング等が発生し、本来の視差とは異なる値が算出される。この場合、路面の視差は、図７Ｂの５０４ように横方向に分散する。
　《標本点抽出処理》
　標本点抽出部１２２は、Ｖマップ生成部１２１により生成されたＶマップから、路面の推定に用いる標本点を抽出する。
　なお、以下では、Ｖマップを、視差値（自車両からの距離値）に応じて、複数のセグメントに分割し、後述する標本点抽出処理や路面形状検出処理等を行う例について説明するが、Ｖマップを分割せずに標本点抽出処理や路面形状検出処理等を行ってもよい。
　次に、図８乃至図１１を参照して、標本点抽出部１２２による標本点抽出処理の詳細例について説明する。図８は、標本点抽出処理の一例を示すフローチャートである。
　まず、標本点抽出部１２２は、Ｖマップの横軸である視差の値に応じて、Ｖマップを複数のセグメントに分割する（ステップＳ１）。
　続いて、標本点抽出部１２２は、最も視差値が大きい（自車両からの距離が最も近い）セグメント（第１のセグメント）において、抽出する標本点を探索する範囲（探索範囲）を設定する（ステップＳ２）。
　図９は、第１のセグメントから、標本点を抽出する処理の一例を説明する図である。
　標本点抽出部１２２は、例えば、第１のセグメントにおいて、デフォルト路面５５１（「予め設定されている路面」）に対応する直線の始点位置５５２を基準点とし、当該基準点に応じた所定範囲を標本点の探索領域５５３として設定する。なお、デフォルト路面のデータは、例えば、ステレオカメラを自車両へ取り付けた際に、予め設定される。例えば、平坦な路面のデータが設定されてもよい。
　標本点抽出部１２２は、例えば、図９のように、基準点を始点とする２直線５５４，５５５であって、所定の角度で隣のセグメントまで延びる２直線５５４，５５５の間を探索領域５５３としてもよい。この場合、標本点抽出部１２２は、当該２直線５５４，５５５を、路面が傾き得る角度に対応して決定してもよい。例えば、下側の直線５５４は、ステレオカメラで撮影可能な下り路面の傾きに対応して決定し、上側の直線５５５は、予め設定された、法律等で規制される上り路面の傾きの上限に対応して決定してもよい。または、標本点抽出部１２２は、探索領域５５３を、例えば、矩形の領域としてもよい。
　続いて、標本点抽出部１２２は、探索範囲に含まれる画素の中から、標本点を抽出する（ステップＳ３）。標本点抽出部１２２は、探索範囲に含まれる画素の中から、例えば、各視差値ｄの座標位置毎に一つ以上の標本点を抽出してもよい。または、標本点抽出部１２２は、探索範囲に含まれる画素の中から、各視差値ｄの座標位置において、頻度の最も多い最頻点を標本点として抽出してもよい。あるいは、標本点抽出部１２２は、探索範囲に含まれる画素の中から、各視差値ｄを含む複数の座標位置（例えば各視差値ｄの座標位置と、当該各視差値ｄの左及び右の少なくとも一方の１以上の座標位置）における頻度の最も多い最頻点を標本点として抽出してもよい。
　続いて、外れ点除去部１２３、路面形状検出部１２４、及び路面補足部１２５は、ステップＳ３で抽出した標本点に基づいて、当該標本点を含むセグメントにおける路面を検出する（ステップＳ４）。
　続いて、標本点抽出部１２２は、次のセグメント（例えば次に視差値が小さいセグメント）があるか判断し（ステップＳ５）、次のセグメントがなければ（ステップＳ５でＮＯ）、処理を終了する。
　次のセグメントがあれば（ステップＳ５でＹＥＳ）、標本点抽出部１２２は、ステップＳ４で検出した路面の終点位置を取得する（ステップＳ６）。
　続いて、標本点抽出部１２２は、次のセグメントにおいて、ステップＳ５で取得した路面の終点位置に基づいて、探索範囲を設定し（ステップＳ７）、ステップＳ３の処理に進む。
　図１０Ａ、図１０Ｂは、第１のセグメント以外の第２のセグメントから、標本点を抽出する処理の一例を説明する図である。標本点抽出部１２２は、例えば、第２のセグメントにおいて、前のセグメント（既に路面を検出した、第２のセグメントと隣り合うセグメント）の路面５６１の終点位置（前のセグメントの路面５６１が、第２のセグメントと接する位置）を基準点５６２とする。そして、標本点抽出部１２２は、図９に示すステップＳ２の場合と同様に、基準点５６２に応じた所定範囲を標本点の探索領域５６３として設定する。
　標本点抽出部１２２は、例えば、図１０Ａのように、基準点を始点とする２直線５６４，５６５であって、所定の角度で隣のセグメントまで延びる２直線５６４，５６５の間を探索領域５６３としてもよい。この場合、標本点抽出部１２２は、当該２直線５６４，５６５を、路面が傾き得る角度に対応して決定してもよい。または、標本点抽出部１２２は、探索領域５６３を、例えば、図１０Ｂのように、基準点５６２のｙ座標に応じた高さを有する矩形の領域としてもよい。
　＜変形例＞
　図１１は、第２のセグメントから、標本点を抽出する処理の他の例を説明する図である。
　標本点抽出部１２２は、例えば、第２のセグメントにおいて、以前の視差画像のフレームにおいて検出された、第２のセグメントと隣り合うセグメントの路面（履歴路面）５６１ａの終点位置を基準点５６２ａとする。そして、標本点抽出部１２２は、基準点５６２ａに応じた所定範囲を標本点の探索領域５６３ａとして設定する。
　これにより、図１１のように、デフォルト路面と正解（実際）の路面５６６の差異が大きい、例えば下り坂の路面の場合に、図１０Ａ、図１０Ｂのような第１のセグメントにて検出された路面の終点位置を基準点とする場合と比較して、より適切な探索範囲を設定できる。
　なお、履歴路面は、以前の１フレームにおいて検出された路面を使用してもよいし、以前の複数のフレームにおいて検出された路面の平均等を使用してもよい。
　《外れ点除去処理》
　外れ点除去部１２３は、標本点抽出部１２２により抽出された標本点のうち、直線近似に適さない点を除外する。
　図１２、図１３を参照して、外れ点除去部１２３による外れ点除去処理について説明する。図１２は、外れ点除去処理の一例を示すフローチャートである。図１３は、外れ点除去処理を説明する図である。
　まず、外れ点除去部１２３は、標本点抽出部１２２により抽出された各セグメントの標本点、または、全セグメントの標本点から、近似直線を算出する（ステップＳ２０）。外れ点除去部１２３は、例えば最小二乗法を用いて近似直線を算出する。図１３の例では、近似直線５４１が、図１２のステップＳ２０にて算出される。
　続いて、外れ点除去部１２３は、Ｘ座標の値に応じた閾値を算出する（ステップＳ２１）。図１３の例では、所定のＸ座標の値Ｄ（例えば自車両からの距離５０ｍに相当する視差値）を境界として、Ｄ未満（自車両から所定距離より遠い）は所定の閾値を２σ、Ｄ以上（自車両から所定距離以下）をσとしている。これは、視差値が小さい、すなわち自車両からの距離が遠い位置の路面については、ステレオカメラで計測する際の誤差が大きいため、除去する際の閾値を緩くするためである。
　続いて、外れ点除去部１２３は、算出した近似直線に対し、ユークリッド距離がステップＳ２１で算出した閾値以上離れている標本点を除去する（ステップＳ２２）。図１３の例では、Ｄ以上で所定の閾値σ以上離れている標本点５４２を除去する。図１３の例ではＤ以上で所定の閾値σ以上離れている標本点５４２を除去するが、これに限られない。例えば、Ｄ以上でσは二箇所以上設定しても良く、視差dの関数としてσを計算して設定してもよい。
　《路面形状検出処理》
　路面形状検出部１２４は、Ｖマップ生成部１２１により生成されたＶマップの各セグメントから、標本点抽出部１２２により抽出され、外れ点除去部１２３により除去されていない標本点に基づき、路面の形状（位置、高さ）を検出する。
　路面形状検出部１２４は、例えば最小二乗法により、各セグメントの標本点から近似直線を算出し、算出した近似直線を、路面として検出（推定）する。
　《路面補足処理》
　路面補足部１２５は、路面形状検出部１２４により検出（推定）された路面が不適切か否かを判定し、不適切と判定した場合は、路面を補足する。なお、不適切か否かの判定は、路面の角度での判定によるほか、例えば、推定に使用した点数が所定の閾値より少ない場合や、最小二乗法で近似する際の相関係数が所定値よりも小さい場合（点群のばらつきが大きい場合）に不適切と判定してもよい。
　路面補足部１２５は、ノイズにより、ステレオカメラにて撮影されることがあり得ない不適切な路面が推定されたかを判定する。そして、路面補足部１２５は、不適切な路面が推定されたと判定すると、デフォルト路面または、以前のフレームにて推定された路面のデータに基づいて、不適切な路面を補足（補間）する。
　路面補足部１２５は、Ｖマップにおいて、例えば一部の勾配が所定値以上である急な右上がりの路面のデータが検出された場合、当該路面は、自車両からの距離が離れるにつれ、勾配が急になる下り坂の路面であると判定する。そして、路面補足部１２５は、当該路面のデータを除去し、代わりにデフォルト路面等のデータで補足する。
　《スムージング処理》
　スムージング処理部１２６は、各セグメントで推定された各路面を、当該各路面が連続するように修正する。スムージング処理部１２６は、隣り合う２つのセグメントにおいてそれぞれ推定された各路面のうち、一方の路面の終点（端点）と、他方の路面の始点（端点）が一致するよう、各路面の傾きと切片を変更する。
　《路面高さテーブル算出処理》
　路面高さテーブル算出部１２７は、スムージング処理部１２６にて修正された各セグメントにおける路面に基づいて、路面高さ（自車両の真下の路面部分に対する相対的な高さ）を算出してテーブル化する路面高さテーブル算出処理を行う。
　路面高さテーブル算出部１２７は、各セグメントにおける路面の情報から、撮像画像上の各行領域（画像上下方向の各位置）に映し出されている各路面部分までの距離を算出する。なお、自車両の真下に位置する路面部分をその面に平行となるように自車両進行方向前方へ延長した仮想平面の自車両進行方向における各面部分が、撮像画像中のどの各行領域に映し出されるかは予め決まっており、この仮想平面（基準路面）はＶマップ上で直線（基準直線）により表される。路面高さテーブル算出部１２７は、各セグメントにおける路面と、基準直線とを比較することで、自車両前方の各路面部分の高さを得ることができる。簡易的には、各セグメントにおける路面上のＹ軸位置から、これに対応する視差値から求められる距離だけ自車両前方に存在する路面部分の高さを算出できる。路面高さテーブル算出部１２７では、近似直線から得られる各路面部分の高さを、必要な視差範囲についてテーブル化する。
　なお、ある視差値ｄにおいてＹ軸位置がｙ'である地点に対応する撮像画像部分に映し出されている物体の路面からの高さは、当該視差値ｄにおける路面上のＹ軸位置をｙ０としたとき、（ｙ'－ｙ０）から算出することができる。一般に、Ｖマップ上における座標（ｄ，ｙ'）に対応する物体についての路面からの高さＨは、下記の式より算出することができる。ただし、下記の式において、「ｚ」は、視差値ｄから計算される距離（ｚ＝ＢＦ／（ｄ－ｏｆｆｓｅｔ））であり、「ｆ」はカメラの焦点距離を（ｙ'－ｙ０）の単位と同じ単位に変換した値である。ここで、「ＢＦ」は、ステレオカメラの基線長と焦点距離を乗じた値であり、「ｏｆｆｓｅｔ」は無限遠の物体を撮影したときの視差値である。
　Ｈ＝ｚ×（ｙ'－ｙ０）／ｆ
　〈クラスタリング、棄却、トラッキング〉
　クラスタリング部１３は、視差画像データに含まれる各視差画素データにおけるｘ方向位置とｙ方向位置と視差値ｄとの組（ｘ，ｙ，ｄ）を、Ｘ軸にｘ、Ｙ軸にｄ、Ｚ軸に頻度を設定し、Ｘ－Ｙの２次元ヒストグラム情報（頻度Ｕマップ）を作成する。
　クラスタリング部１３は、路面高さテーブル算出部１２７によってテーブル化された各路面部分の高さに基づいて、路面からの高さＨが所定の高さ範囲（たとえば２０ｃｍから３ｍ）にある視差画像の点（ｘ，ｙ，ｄ）についてだけ頻度Ｕマップを作成する。この場合、路面から当該所定の高さ範囲に存在する物体を適切に抽出することができる。
　クラスタリング部１３は、頻度Ｕマップにおいて、頻度が所定値よりも多い、視差が密集している領域を物体の領域として検出し、視差画像上の座標や、物体の実際の大きさ（サイズ）から予測した物体のタイプ（人や歩行者）などの個体情報を付与する。
　棄却部１４は、視差画像、頻度Ｕマップ、物体の個体情報に基づいて、認識対象ではない物体の情報を棄却する。
　トラッキング部１５は、検出された物体が複数の視差画像のフレームで連続して出現する場合に、追跡対象であるか否かを判定する。
　〈走行支援制御〉
　制御部１３９は、クラスタリング部１３による、物体の検出結果に基づいて、例えば、自車両１００の運転者へ警告を報知したり、自車両のハンドルやブレーキを制御したりするなどの走行支援制御を行う。
　＜まとめ＞
　雨天時の路面の照り返し等により、視差にノイズが発生すると、推定される路面が正解に対して低すぎたり、逆に高すぎたりする問題が発生する。推定される路面が低すぎる場合、路面の一部を障害物と誤認識する場合がある。推定される路面が高すぎる場合、推定される路面よりも低い障害物等を検出できない場合がある。
　上述した実施形態によれば、Ｖマップにおいて、所定の基準点に応じた探索範囲を設定し、当該探索範囲から複数の画素を抽出し、抽出された複数の画素に基づいて、路面を検出する。それにより、路面を検出する精度を向上させることが可能となる。
　なお、距離の値（距離値）と視差値は等価に扱えることから、本実施形態においては距離画像の一例として視差画像を用いて説明しているが、これに限られない。例えば、ステレオカメラを用いて生成した視差画像に対して、ミリ波レーダやレーザレーダ等の検出装置を用いて生成した距離情報を統合して、距離画像を生成してもよい。また、ステレオカメラと、ミリ波レーダやレーザレーダ等の検出装置を併用し、上述したステレオカメラによる物体の検出結果と組み合わせることにより、検出の精度をさらに高める構成としてもよい。
　上述した実施形態におけるシステム構成は一例であり、用途や目的に応じて様々なシステム構成例があることは言うまでもない。
　例えば、外れ点除去部１２３、路面補足部１２５、スムージング処理部１２６等の処理は必須ではないため、これらの機能部を有しない構成としてもよい。
　また、処理ハードウェア部５１０、画像解析ユニット６００、及び車両走行制御ユニット１０４の各機能部は、ハードウェアによって実現される構成としてもよいし、ＣＰＵが記憶装置に格納されたプログラムを実行することによって実現される構成としてもよい。このプログラムは、インストール可能な形式又は実行可能な形式のファイルによって、コンピュータで読み取り可能な記録メディアに記録されて流通されるようにしても良い。また、上記記録メディアの例として、ＣＤ－Ｒ(Compact Disc Recordable)、ＤＶＤ(Digital Versatile Disk)、ブルーレイディスク等が挙げられる。また、各プログラムが記憶されたＣＤ－ＲＯＭ等の記録メディア、並びに、これらプログラムが記憶されたＨＤ５０４は、プログラム製品(Program Product)として、国内又は国外へ提供されることができる。
　以上、本発明を実施例に基づいて説明したが、本発明は上記実施例に限定されるものではなく、特許請求の範囲に記載の範囲内で様々な変形が可能である。
　本願は、日本特許庁に２０１６年３月１０日に出願された基礎出願２０１６―０４７５７４号の優先権を主張するものであり、その全内容を参照によりここに援用する。
１　車載機器制御システム（「機器制御システム」の一例）
１００　自車両
１０１　撮像ユニット
１０３　表示モニタ
１０６　車両走行制御ユニット（「制御部」の一例）
１１　視差画像生成部（「距離画像生成部」の一例）
１２　路面推定部
１２１　Ｖマップ生成部（「生成部」の一例）
１２２　標本点抽出部（「抽出部」の一例）
１２３　外れ点除去部
１２４　路面形状検出部（「検出部」の一例）
１２５　路面補足部
１２６　スムージング処理部
１２７　路面高さテーブル算出部
１３　クラスタリング部（「物体検出部」の一例）
１４　棄却部
１５　トラッキング部
１６　制御部
２　撮像装置
５１０ａ，５１０ｂ　撮像部
５１０　処理ハードウェア部
６００　画像解析ユニット（「画像処理装置」の一例）

Claims (8)

  1. 　複数の撮像部で各々撮影された複数の撮影画像における路面の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、
    　前記垂直方向分布データにおいて、所定の基準点に応じた探索範囲を設定し、当該探索範囲から複数の画素を抽出する抽出部と、
    　前記抽出された複数の画素に基づいて、路面を検出する検出部と、
    を備えることを特徴とする画像処理装置。
  2. 　前記抽出部は、前記所定の基準点から、路面が傾き得る角度に応じた前記探索範囲を設定する、
    ことを特徴とする請求項１記載の画像処理装置。
  3. 　前記抽出部は、前記所定の基準点を、以前に撮影された前記複数の撮影画像に基づいて前記検出部により検出された路面、または予め設定されている路面に応じて決定する、
    ことを特徴とする請求項１または２記載の画像処理装置。
  4. 　前記抽出部は、前記垂直方向分布データを、距離値に応じて第１のセグメント、及び第２のセグメントに分割し、前記第２のセグメントにおける前記所定の基準点を、前記第１のセグメントにおいて検出された路面に応じて決定する、
    ことを特徴とする請求項１乃至３のいずれか一項に記載の画像処理装置。
  5. 　複数の撮像部と、
    　前記複数の撮像部で各々撮影された複数の撮影画像から、前記複数の撮影画像における路面の視差に応じた距離値を有する距離画像を生成する距離画像生成部と、
    　前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、
    　前記垂直方向分布データにおいて、所定の基準点に応じた探索範囲を設定し、当該探索範囲から複数の画素を抽出する抽出部と、
    　前記抽出された複数の画素に基づいて、前記路面を検出する検出部と、
    を備える撮像装置。
  6. 　移動体に搭載され、前記移動体の前方を撮像する複数の撮像部と、
    　前記複数の撮像部で各々撮影された複数の撮影画像から、前記複数の撮影画像における路面の視差に応じた距離値を有する距離画像を生成する距離画像生成部と、
    　前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、
    　前記垂直方向分布データにおいて、所定の基準点に応じた探索範囲を設定し、当該探索範囲から複数の画素を抽出する抽出部と、
    　前記抽出された複数の画素に基づいて、路面を検出する検出部と、
    　前記検出部により検出された路面、及び前記距離画像に基づいて、前記複数の撮影画像における物体を検出する物体検出部と、
    　前記物体検出部により検出された物体のデータに基づいて、前記移動体の制御を行う制御部と、
    を備える移動体機器制御システム。
  7. 　コンピュータが、
    　複数の撮像部で各々撮影された複数の撮影画像における路面の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成するステップと、
    　前記垂直方向分布データにおいて、所定の基準点に応じた探索範囲を設定し、当該探索範囲から複数の画素を抽出するステップと、
    　前記抽出された複数の画素に基づいて、前記路面を検出するステップと、
    を実行する、画像処理方法。
  8. 　コンピュータに、
    　複数の撮像部で各々撮影された複数の撮影画像における路面の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成するステップと、
    　前記垂直方向分布データにおいて、所定の基準点に応じた探索範囲を設定し、当該探索範囲から複数の画素を抽出するステップと、
    　前記抽出された複数の画素に基づいて、前記路面を検出するステップと、
    を実行させるプログラム。
PCT/JP2017/002393 2016-03-10 2017-01-24 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム WO2017154389A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2018504047A JP6769477B2 (ja) 2016-03-10 2017-01-24 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
EP17762735.3A EP3428902A4 (en) 2016-03-10 2017-01-24 IMAGE PROCESSING DEVICE, IMAGING DEVICE, MOBILE DEVICE CONTROL SYSTEM, PICTURE PROCESSING PROCESS AND PROGRAM
US16/122,445 US11691585B2 (en) 2016-03-10 2018-09-05 Image processing apparatus, imaging device, moving body device control system, image processing method, and program product

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016047574 2016-03-10
JP2016-047574 2016-03-10

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16/122,445 Continuation US11691585B2 (en) 2016-03-10 2018-09-05 Image processing apparatus, imaging device, moving body device control system, image processing method, and program product

Publications (1)

Publication Number Publication Date
WO2017154389A1 true WO2017154389A1 (ja) 2017-09-14

Family

ID=59790244

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/002393 WO2017154389A1 (ja) 2016-03-10 2017-01-24 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム

Country Status (4)

Country Link
US (1) US11691585B2 (ja)
EP (1) EP3428902A4 (ja)
JP (1) JP6769477B2 (ja)
WO (1) WO2017154389A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019114150A (ja) * 2017-12-25 2019-07-11 株式会社Ｓｕｂａｒｕ 車外環境認識装置
JP2021534481A (ja) * 2018-08-15 2021-12-09 広州極飛科技股▲ふん▼有限公司Guangzhou Xaircraft Technology Co., Ltd. 障害物又は地面の認識及び飛行制御方法、装置、機器及び記憶媒体

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6406289B2 (ja) * 2016-03-14 2018-10-17 オムロン株式会社 路面形状測定装置、測定方法、及び、プログラム
JP6743882B2 (ja) * 2016-03-14 2020-08-19 株式会社リコー 画像処理装置、機器制御システム、撮像装置、画像処理方法及びプログラム
JP6960827B2 (ja) * 2017-11-08 2021-11-05 フォルシアクラリオン・エレクトロニクス株式会社 路面領域検出装置
CN109191512B (zh) * 2018-07-27 2020-10-30 深圳市商汤科技有限公司 双目图像的深度估计方法及装置、设备、程序及介质
JP2022040651A (ja) * 2020-08-31 2022-03-11 株式会社Subaru 車外環境認識装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015057690A (ja) * 2013-08-15 2015-03-26 株式会社リコー 画像処理装置、認識対象物検出方法、認識対象物検出プログラム、および、移動体制御システム
JP2015195018A (ja) * 2014-03-18 2015-11-05 株式会社リコー 画像処理装置、画像処理方法、運転支援システム、プログラム

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4719543B2 (ja) 2005-09-26 2011-07-06 株式会社リコー ワークフローシステム、サーバ装置、ワークフローシステムの処理方法及びワークフロープログラム
JP2007102545A (ja) 2005-10-05 2007-04-19 Ricoh Co Ltd 電子文書作成装置、電子文書作成方法及び電子文書作成プログラム
JP4647515B2 (ja) 2006-02-20 2011-03-09 株式会社リコー 座標検出装置、筆記具および座標入力システム
US7873215B2 (en) * 2007-06-27 2011-01-18 Seiko Epson Corporation Precise identification of text pixels from scanned document images
CN103177236B (zh) * 2011-12-22 2016-06-01 株式会社理光 道路区域检测方法和装置、分道线检测方法和装置
CN103854008B (zh) * 2012-12-04 2019-10-18 株式会社理光 路面检测方法和装置
JP6274557B2 (ja) * 2013-02-18 2018-02-07 株式会社リコー 移動面情報検出装置、及びこれを用いた移動体機器制御システム並びに移動面情報検出用プログラム
JP6151150B2 (ja) 2013-10-07 2017-06-21 日立オートモティブシステムズ株式会社 物体検出装置及びそれを用いた車両
JP5874756B2 (ja) * 2014-02-07 2016-03-02 トヨタ自動車株式会社 区画線検出システム及び区画線検出方法
JP6519262B2 (ja) * 2014-04-10 2019-05-29 株式会社リコー 立体物検出装置、立体物検出方法、立体物検出プログラム、及び移動体機器制御システム
JP6550881B2 (ja) 2014-07-14 2019-07-31 株式会社リコー 立体物検出装置、立体物検出方法、立体物検出プログラム、及び移動体機器制御システム
US20160019429A1 (en) 2014-07-17 2016-01-21 Tomoko Ishigaki Image processing apparatus, solid object detection method, solid object detection program, and moving object control system
JP6440411B2 (ja) * 2014-08-26 2018-12-19 日立オートモティブシステムズ株式会社 物体検出装置
JP6805534B2 (ja) * 2015-07-02 2020-12-23 株式会社リコー 視差画像生成装置、視差画像生成方法及び視差画像生成プログラム、物体認識装置、機器制御システム
WO2017090326A1 (ja) 2015-11-27 2017-06-01 株式会社リコー 画像処理装置、撮像装置、機器制御システム、分布データ生成方法、及びプログラム
JP6597792B2 (ja) * 2015-11-30 2019-10-30 株式会社リコー 画像処理装置、物体認識装置、機器制御システム、画像処理方法およびプログラム
EP3176013B1 (en) * 2015-12-01 2019-07-17 Honda Research Institute Europe GmbH Predictive suspension control for a vehicle using a stereo camera sensor

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015057690A (ja) * 2013-08-15 2015-03-26 株式会社リコー 画像処理装置、認識対象物検出方法、認識対象物検出プログラム、および、移動体制御システム
JP2015195018A (ja) * 2014-03-18 2015-11-05 株式会社リコー 画像処理装置、画像処理方法、運転支援システム、プログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3428902A4 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019114150A (ja) * 2017-12-25 2019-07-11 株式会社Ｓｕｂａｒｕ 車外環境認識装置
US10810757B2 (en) 2017-12-25 2020-10-20 Subaru Corporation Vehicle exterior environment recognition apparatus
JP2021534481A (ja) * 2018-08-15 2021-12-09 広州極飛科技股▲ふん▼有限公司Guangzhou Xaircraft Technology Co., Ltd. 障害物又は地面の認識及び飛行制御方法、装置、機器及び記憶媒体

Also Published As

Publication number Publication date
EP3428902A4 (en) 2019-08-14
US11691585B2 (en) 2023-07-04
US20190001910A1 (en) 2019-01-03
EP3428902A1 (en) 2019-01-16
JPWO2017154389A1 (ja) 2019-02-28
JP6769477B2 (ja) 2020-10-14

Similar Documents

Publication Publication Date Title
US10580155B2 (en) Image processing apparatus, imaging device, device control system, frequency distribution image generation method, and recording medium
JP6733225B2 (ja) 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
US10755116B2 (en) Image processing apparatus, imaging apparatus, and device control system
WO2017154389A1 (ja) 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
JP6705496B2 (ja) 画像処理装置、撮像装置、移動体機器制御システム、移動体、画像処理方法、及びプログラム
JP6816401B2 (ja) 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
JP7206583B2 (ja) 情報処理装置、撮像装置、機器制御システム、移動体、情報処理方法およびプログラム
JP6583527B2 (ja) 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
JP6711395B2 (ja) 画像処理装置、撮像装置、移動体機器制御システム、移動体、画像処理方法、及びプログラム
WO2017145634A1 (ja) 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
US10628960B2 (en) Information processing apparatus, imaging apparatus, device control system, moving object, information processing method, and recording medium
JP6733302B2 (ja) 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
JP6763198B2 (ja) 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
JP6711128B2 (ja) 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
JP2018088234A (ja) 情報処理装置、撮像装置、機器制御システム、移動体、情報処理方法、及びプログラム
JP6812701B2 (ja) 画像処理装置、移動体機器制御システム、画像処理方法、及びプログラム
US20240212194A1 (en) Vehicle and control method thereof

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2018504047

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2017762735

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2017762735

Country of ref document: EP

Effective date: 20181010

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17762735

Country of ref document: EP

Kind code of ref document: A1