[go: up one dir, main page]

KR20140019501A - 장애물 인식을 위한 분류기의 생성방법 - Google Patents

장애물 인식을 위한 분류기의 생성방법 Download PDF

Info

Publication number
KR20140019501A
KR20140019501A KR1020120085546A KR20120085546A KR20140019501A KR 20140019501 A KR20140019501 A KR 20140019501A KR 1020120085546 A KR1020120085546 A KR 1020120085546A KR 20120085546 A KR20120085546 A KR 20120085546A KR 20140019501 A KR20140019501 A KR 20140019501A
Authority
KR
South Korea
Prior art keywords
obstacle
criterion
coordinate system
feature
classifier
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.)
Ceased
Application number
KR1020120085546A
Other languages
English (en)
Inventor
김진학
유경호
장윤호
임성수
이희승
민경무
최은진
Original Assignee
현대자동차주식회사
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 현대자동차주식회사 filed Critical 현대자동차주식회사
Priority to KR1020120085546A priority Critical patent/KR20140019501A/ko
Priority to US13/713,820 priority patent/US9207320B2/en
Priority to DE102012223675.9A priority patent/DE102012223675A1/de
Priority to CN201210599000.9A priority patent/CN103577834B/zh
Publication of KR20140019501A publication Critical patent/KR20140019501A/ko
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

거리측정센서로 측정한 장애물의 표면데이터를 2차원 좌표계로 표시하는 좌표생성단계; 상기 2차원 좌표계에서 표시된 표면데이터를 장애물별로 군집화하여 구분하는 클러스터링단계; 상기 2차원 좌표계에서 장애물별로 표시되는 영역기반의 특성을 분석할 수 있는 복수의 특징기준을 마련하고, 군집화된 장애물별로 각각의 특징기준들을 계산하는 분석단계; 및 상기 특징기준들마다 가중치를 부여하여 분류기를 생성하는 생성단계;를 포함하는 장애물 인식을 위한 분류기의 생성방법이 소개된다.

Description

장애물 인식을 위한 분류기의 생성방법 {METHOD FOR PRODUCING CLASSIFICATION FOR RECOGNIZING OBJECT}
본 발명은 레이저센서나 레이더센서를 통하여 측정된 데이터에서 장애물을 효과적으로 분류해내기 위한 분류기를 자동적으로 생성하는 장애물 인식을 위한 분류기의 생성방법에 관한 것이다.
자동차 사고의 대부분이 운전자의 판단 착오(16%)와 사고 인자 발견 지연(50%)에서 기인하기 때문에 사고 회피, 예방 안전, 충돌 안전 등의 능동 안전 기술들은 교통사고 감소에 크게 기여한다. 특히 차량 접근 장애물 인식 기술은 차량 주행 시 능동적으로 불안 요소를 미리 예측하고 탐지함으로써 주행간 차량 사고의 위험성을 감소시키는데 필요하다.
순수 수동 보호 시스템은 차량 전면부를 부드럽게 만들거나, 엔진과 후드 사이에 변경이 가능한 공간을 확보하는 등의 충격 완화 기술을 말한다. 충돌 작동 보호 시스템은 센서를 이용하여, 보행자와 차량의 충돌 순간을 감지하여 Actuator를 작동시키는 방법으로 자동차 후드를 재설계하여 충돌 시 발생하는 에너지를 보다 잘 흡수하도록 한다. 능동 보호 시스템은 긴급한 상황에서 ESC와 같은 능동 안전 시스템을 이용하여 위험도를 감소시키거나 긴급 제동 보조 기능을 제어하는 방법이다. 예방적 보호 시스템은 레이더/레이저 스캐너, 카메라와 같은 감지 센서를 이용하여 보행자를 도로 상의 여러 다른 장애물과 구분하고, 이 정보를 이용하여 능동 브레이크 시스템과 같은 안전 시스템을 작동시켜 차량과 보행자의 충돌 사고를 미연에 방지하는 기술이다.
EU 지역의 교통 사고 데이터를 기반으로 전술한 다양한 보호 시스템의 분류 및 그 유용성을 평가한 결과 예방적 보호 시스템을 이용하여 제동거리를 단축하는 것이 보행자 보호에 가장 효과적인 것으로 나타났다. 4) 특히 보행자 보호 시스템의 강인한 작동을 보장하기 위해서는 자차의 전방으로 진입하는 장애물을 인식하여 그 유형(차량, 자전거, 보행자, 구축물 등)을 효과적으로 분류해내는 것이 핵심기술이다.
기존 전방 장애물 인식 시스템들은 자동차 전용도로로 작동환경을 제한함으로써 인식대상을 자동차로 한정하였다. 따라서, 자동차를 넘어 임의의 장애물을 인식한다는 것은 기술적으로 두 가지 과제를 가지고 있다고 할 수 있다.
첫째는 인식 범위의 확대이다. 예를 들어, 보행자의 경우 차량에 비하여 크기가 작고 느리다. 따라서 장애물을 안정적으로 인식하기 위해서는 차량 인식 시스템에서 잡음으로 무시하던 신호까지 장애물 후보로 검토해야 함을 의미한다. 즉, 감지 센서의 신뢰성 및 특성이 인식 성능에 중요한 요소로 작용된다.
둘째는 검출된 장애물의 유형(Class)을 분류할 수 있어야 한다. 최근 큰 관심을 끌고 있는 보행자 보호 시스템은 전방 장애물의 위치뿐만 아니라 장애물 유형을 제어에 반영한다. 즉, 전방 장애물이 사고에 취약한 보행자일 경우 더 적극적으로 경고하고 회피하도록 설계된다. 따라서, 전방 장애물의 유형 분류는 충돌 회피 시스템의 운전자 간섭을 낮추면서 보행자를 적극적으로 보호하는데 필수적인 정보이다.
따라서 본 발명은 전술한 두 가지의 과제를 해결하기 위해 거리 측정 센서(레이더, 레이저 스캐너)만을 이용한 강인한 장애물 검출 방법을 제안하며 더불어 장애물의 유형까지 파악할 수 있는 새로운 인식 기술을 제안한다. 이는 물체의 거리 정보와 영역의 패턴 특징을 추출한 뒤 누적된 데이터베이스와 독창적이며 최적화된 재훈련 기법으로 가능하다.
도 1은 장애물을 인식하기 위한 다양한 센서들의 측정범위를 나타낸 도면으로서, 종래의 측정센서 중 레이더센서는 측정길이가 길지만 폭이 좁다는 문제가 있고, 레이저센서는 폭은 넓지만 길이가 짧다는 문제가 있었다. 또한, 비디오 센서는 이들 센서의 중간정도의 역할을 수행할 수 있지만, 실제 영상을 통하여 장애물을 분석해내기에는 시간과 노력이 많이 소요된다.
따라서, 거리측정 센서인 레이저나 레이더센서를 사용하면서 장애물을 분리해내는 정확도가 높은 분류기를 설계하여 탑재함으로써 인식의 시간과 정확도를 종시에 높일 수 있는 기술이 필요하였던 것이다.
상기의 배경기술로서 설명된 사항들은 본 발명의 배경에 대한 이해 증진을 위한 것일 뿐, 이 기술분야에서 통상의 지식을 가진자에게 이미 알려진 종래기술에 해당함을 인정하는 것으로 받아들여져서는 안 될 것이다.
본 발명은 이러한 문제점을 해결하기 위하여 제안된 것으로, 거리측정센서의 데이터값을 통하여 점 더 정확하고 빠르게 장애물을 구별할 수 있는 로직인 분류기를 자동적으로 빠르게 생성할 수 있는 장애물 인식을 위한 분류기의 생성방법을 제공하는데 그 목적이 있다.
상기의 목적을 달성하기 위한 본 발명에 따른 장애물 인식을 위한 분류기의 생성방법은, 거리측정센서로 측정한 장애물의 표면데이터를 2차원 좌표계로 표시하는 좌표생성단계; 상기 2차원 좌표계에서 표시된 표면데이터를 장애물별로 군집화하여 구분하는 클러스터링단계; 상기 2차원 좌표계에서 장애물별로 표시되는 영역기반의 특성을 분석할 수 있는 복수의 특징기준을 마련하고, 군집화된 장애물별로 각각의 특징기준들을 계산하는 분석단계; 및 상기 특징기준들마다 가중치를 부여하여 분류기를 생성하는 생성단계;를 포함한다.
상기 생성단계는, 생성된 분류기에 따른 결과값을 도출하고, 결과값을 미리 마련된 정답과 비교하여 결과값과 정답이 불일치하는 경우 가중치를 조절하는 수정단계;를 더 포함할 수 있다.
상기 거리측정센서는 레이더센서 또는 레이저센서일 수 있다.
상기 좌표생성단계는 거리측정센서로 측정한 장애물의 표면데이터를 지표면과 평행인 X-Y축으로 표현되는 지표면좌표계에 수직으로 투영하여 표시할 수 있다.
상기 특징기준에는 군집화된 장애물이 2차원 좌표계에서 차지하는 면적값인 면적기준이 포함될 수 있다.
상기 특징기준에는 2차원 좌표계에서 표시되는 군집화된 장애물의 중점의 좌표값인 중점기준이 포함될 수 있다.
상기 특징기준에는 2차원 좌표계에서 표시되는 군집화된 장애물을 구성하는 각각의 표면데이터가 해당 장애물의 중점의 좌표값으로부터 떨어진 정도인 이격기준이 포함될 수 있다.
상기 특징기준에는 군집화된 장애물의 둘레 길이값인 둘레기준이 포함될 수 있다.
상기 특징기준에는 군집화된 장애물의 면적값과 둘레 길이값으로 계산되어 둥근 정도를 나타내는 둥글기기준이 포함될 수 있다.
상술한 바와 같은 구조로 이루어진 장애물 인식을 위한 분류기의 생성방법에 따르면, 거리측정센서를 사용하면서도 다양한 특징들을 기준으로 분류기를 생성함으로써 분류기의 정확도가 높아진다.
또한, 각각의 특징들은 가중치를 달리하여 적용토록 함으로써 분류기의 정확도가 좀 더 향상되도록 하고, 이는 거리기반특징과 영역기반특징을 다양하게 조합함으로써 얻어질 수 있게 된다.
도 1은 장애물을 인식하기 위한 다양한 센서들의 측정범위를 나타낸 도면.
도 2는 본 발명의 일 실시예에 따른 장애물 인식을 위한 분류기의 생성방법의 순서도.
도 3은 2차원 좌표계에서 표시된 표면데이터를 얻는 과정을 나타낸 도면.
도 4는 2차원 좌표계에서 표시된 표면데이터의 예시를 나타낸 도면.
도 5는 본 발명의 일 실시예에 따른 장애물 인식을 위한 분류기의 생성방법의 투영기준을 나타낸 도면.
도 6은 본 발명의 일 실시예에 따른 장애물 인식을 위한 분류기의 생성방법의 프로파일기준을 나타낸 도면.
도 7 내지 8은 본 발명의 일 실시예에 따른 장애물 인식을 위한 분류기의 생성방법의 굴곡기준을 설명하기 위한 도면.
도 9 내지 10은 본 발명의 일 실시예에 따른 장애물 인식을 위한 분류기의 생성방법을 설명하기 위한 도면.
이하에서는 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예에 따른 장애물 인식을 위한 분류기의 생성방법에 대하여 살펴본다.
도 2는 본 발명의 일 실시예에 따른 장애물 인식을 위한 분류기의 생성방법의 순서도로서, 본 발명의 장애물 인식을 위한 분류기의 생성방법은, 거리측정센서로 측정한 장애물의 표면데이터를 2차원 좌표계로 표시하는 좌표생성단계(S100); 상기 2차원 좌표계에서 표시된 표면데이터를 장애물별로 군집화하여 구분하는 클러스터링단계(S200); 상기 2차원 좌표계에서 장애물별로 표시되는 영역기반의 특성을 분석할 수 있는 복수의 특징기준을 마련하고, 군집화된 장애물별로 각각의 특징기준들을 계산하는 분석단계(S300); 및 상기 특징기준들마다 가중치를 부여하여 분류기를 생성하는 생성단계(S400);를 포함한다.
그리고, 상기 생성단계(S400)는, 생성된 분류기에 따른 결과값을 도출하고, 결과값을 미리 마련된 정답과 비교하여 결과값과 정답이 불일치하는 경우 가중치를 조절하는 수정단계(S500);를 더 포함할 수 있다.
한편, 본 발명의 장애물 인식을 위한 분류기의 생성방법은 상기 거리측정센서를 레이더센서 또는 레이저센서로 사용토록 함으로써 좀 더 정확하고 빠른 결과를 저렴하게 얻을 수 있게 된다. 그리고, 상기 분석단계(S300)에서는 영역기반이 아닌 거리기반의 특성을 분석할 수 있는 특징기준을 마련하고 이를 통하여 영역기반의 특징기준과 함께 분류기를 생성하는 것도 가능한데, 이에 관하여는 먼저 영역기반의 특징기준을 설명하고, 이후 거리기반의 특징기준에 관하여 설명한다.
우선, 도 3은 2차원 좌표계에서 표시된 표면데이터를 얻는 과정을 나타낸 도면으로서, (a)에서 볼 수 있듯이, 전방에 보이는 시계를 향하여 거리기반센서로서 전방을 측정한다. 가정적으로, 전방에는 차량과 보행자가 있다고 가정한다.
이러한 측정 데이터들은 거리와 각도로서 표현될 수 있는데, 이를 (b)와 같이 2차원 좌표계로 표시하되 좌표생성단계(S100에서는 거리측정센서로 측정한 장애물의 표면데이터를 지표면과 평행인 X-Y축으로 표현되는 지표면좌표계에 수직으로 투영하여 표시하도록 하는 것이다. 즉, 보이는 방향대로 Y-Z축으로의 표시가 아니라 이를 지면에 수직으로 투영한 X-Y 평면으로 변환하여 표시토록 함으로써 실제 항공사진으로 보듯이 데이터를 표현토록 하는 것이다.
이러한 X-Y좌표로의 표시에 따라 이후 서술할 분류기 작성과정에서 활용되는 특징점들을 그에 맞게 설정할 수 있게 된다.
한편, 이와 같이 좌표계에 데이터들을 표시한 이후에는 장애물별로 군집화하여 클러스터를 만드는 클러스터링단계(S200)를 수행하고, 그 후 2차원 좌표계에서 장애물별로 표시되는 영역기반의 특성을 분석할 수 있는 복수의 특징기준을 마련하고, 군집화된 장애물별로 각각의 특징기준들을 계산하는 분석단계(S300)를 거친다.
도 4는 2차원 좌표계에서 표시된 표면데이터의 예시를 나타낸 도면으로서, 도시된 바와 같이 2차원 좌표계는 그리드(GRID) 좌표로 표현할 수 있고, 각각의 그리드에 찍힌 데이터를 기준으로 클러스터링을 수행한다.
클러스터링을 통하여 구분된 물체를 1,2,3 이라고 가정한다. 도시된 1,2,3의 물체들은 각각 좌표계에서 도시된 바와 같이 얻어진다.
그리고 얻어진 좌표계에 각각의 특징기준을 대입한다.
특징기준으로는, 군집화된 장애물이 2차원 좌표계에서 차지하는 면적값인 면적기준이 포함된다.
면적기준은 해당 장애물이 차지하는 면적을 말하는 것으로서, 도시된 1의 물체는 그리드를 20개 점하고 있으므로 면적기준은 1 물체의 경우 20으로 파악된다. 같은 방식으로 2, 3의 물체에 대하여도 면적기준을 도출한다. 이는 아래와 같은 식으로 계산될 수 있다.
Figure pat00001

그리고, 특징기준에는 2차원 좌표계에서 표시되는 군집화된 장애물의 중점의 좌표값인 중점기준이 포함된다. 이는 아래와 같은 식으로 계산될 수 있다.
Figure pat00002
중점기준의 계산에서는 해당 행 또는 열에서 체크된 그리드의 갯수와 행 또는 열의 값을 곱한 후 더하여 sum(x), sum(y)를 얻은 후 이를 면적인 20으로 각각 나누어 1번 장애물의 중점을 구하는 방식으로 이해될 수 있다.
한편, 특징기준에는 2차원 좌표계에서 표시되는 군집화된 장애물을 구성하는 각각의 표면데이터가 해당 장애물의 중점의 좌표값으로부터 떨어진 정도인 이격기준이 포함된다. 이격기준은 크게 행을 기준으로 하여 중점으로부터 떨어진 이격기준-행과 열을 기준으로 하여 중점으로부터 떨어진 이격기준-열 및 행과열 모두를 기준으로 하는 이격기준-종합으로 구분될 수 있다.
이는 각각 ROW VARIANCE, COLUMN VARIANCE, MIXED VARIANCE로 표현되며, 아래의 식으로 도출될 수 있다.
Figure pat00003

또한, 상기 특징기준에는 군집화된 장애물의 둘레 길이값인 둘레기준이 포함되며, 이는 아래의 식으로 표현될 수 있다.
Figure pat00004
둘레기준에서는 해당 그리드에서 인접 그리드가 X축 또는 Y축으로의 방향으로 있으면 '1'을 더하고, 대각선 방향으로 인접해 있으면 '루트2'를 더하여 둘레의 길이를 구하도록 하는 것이다.
한편, 상기 특징기준에는 군집화된 장애물의 면적값과 둘레 길이값으로 계산되어 둥근 정도를 나타내는 둥글기기준이 포함되며, 아래의 식으로 도출된다.
Figure pat00005
둥글기는 해당 장애물의 둥근 정도를 계측하는 것으로서, 면적(a)과 둘레기준(p) 값을 이용하여 둥근정도를 측정할 수 있다.
이와 같은 방식으로, 면적기준, 중점기준, 이격기준-열, 이격기준-행, 이격기준-종합, 둘레기준 및 둥글기기준을 모두 장애물 1,2,3에 대하여 각각 계산하여 도출하면 아래의 표와 같은 결과를 얻을 수 있게 된다.
Figure pat00006
한편, 상기와 같은 장애물이 차지하는 그리드 좌표상의 영역기준외에 장애물이 그리드 좌표의 기준과 떨어진 정도인 거리기준으로도 특징을 도출할 수 있다.
구체적으로, 이와 같은 영역기준의 방법은, 거리측정센서로 측정한 장애물의 표면데이터를 2차원 그리드 좌표계로 표시하는 좌표생성단계(S100); 상기 2차원 그리드 좌표계에서 표시된 표면데이터를 장애물별로 군집화하여 구분하는 클러스터링단계(S200); 상기 2차원 그리드 좌표계에서 장애물별로 산출되는 거리기반의 특성을 분석할 수 있는 복수의 특징기준을 마련하고, 군집화된 장애물별로 각각의 특징기준들을 계산하는 분석단계(S300); 및 상기 특징기준들마다 가중치를 부여하여 분류기를 생성하는 생성단계(S400);를 포함한다.
그리고, 영역기준의 특징기준에는 군집화된 장애물의 표면데이터를 2차원 그리드 좌표계의 X축 또는 Y축으로 누적하여 투영한 값인 투영기준이 포함된다. 투영기준은 X축 또는 Y축으로 누적하여 투영한 값들로 이루어진 벡터로 표현될 수 있다.
도 5는 본 발명의 일 실시예에 따른 장애물 인식을 위한 분류기의 생성방법의 투영기준을 나타낸 도면으로서, X축 또는 Y축으로 해당하는 행 또는 열의 각각에 위치되는 그리드의 수를 세어 중첩하며 투영하는 것으로 이해될 수 있다. 그에 따라 생성된 벡터는 아래와 같이 표현된다.
Figure pat00007

한편, 상기 특징기준에는 2차원 그리드 좌표계상에서 군집화된 장애물의 표면데이터를 포함하는 사각의 영역을 지정하고, 영역의 테두리와 장애물의 테두리 사이에 떨어진 거리를 각각의 행과 열 별로 계산하여 도출된 프로파일기준이 포함된다.
도 6은 본 발명의 일 실시예에 따른 장애물 인식을 위한 분류기의 생성방법의 프로파일기준을 나타낸 도면으로서, 프로파일기준은 사각의 영역에서 상하좌우의 기준 테두리에서부터 마주하는 테두리를 바라볼 때 처음으로 그리드가 감지되는 부분의 위치로써 표현된다. 도시된 그리드 좌표를 예로들면, 가장 위에 위치되는 1의 경우 우측 테두리에서는 첫번째 그리드에 1이 위치되기 때문에 "1"의 값으로 표현되지만, 좌측 테두리를 기준으로 할 경우에는 6번째 그리드에 1이 위치하기 때문에 "6"으로 표현되는 것이다. 이러한 프로파일기준은 아래와 같이 표현된다.
Figure pat00008

또한, 상기 특징기준에는 군집화된 장애물의 표면데이터를 구성하는 임의의 그리드로부터 인접하는 다음 그리드로의 이동시 발생되는 진로방향에 따른 각도의 값들로 구성된 굴곡기준이 포함될 수 있다.
도 7 내지 8은 본 발명의 일 실시예에 따른 장애물 인식을 위한 분류기의 생성방법의 굴곡기준을 설명하기 위한 도면으로서, 굴곡기준은 도 7의 예시에서 어느 특정 끝점을 기준으로 인접하는 다음 그리드가 어느 방향으로 위치하는지를 계속적으로 벡터로 표현하는 것이다.
즉, 도 8과 같이 해당 그리드에서 다음 그리드가 상방에 위치하면 0으로 표현되지만, 우측 상방 대각으로 위치하면 1로 표현되는 것이다. 그리고 그 후에는 우측 상방 대각을 0으로 하여 기준을 변경하고 다음 그리드의 방향을 다시 추적하며 계속적으로 벡터를 형성하는 것이다. 그에 따라 예시된 도면의 좌표는 굴곡기준이 아래와 같은 벡터로 표현될 수 있다.
Figure pat00009
상기 벡터는 (10,12)의 좌표를 기준시작점으로 하여 굴곡기준을 나열한 것이다.
이와 같은 영역기준 및 거리기준의 특징기준값들을 이용하여 분류기를 생성한다.
도 9 내지 10은 본 발명의 일 실시예에 따른 장애물 인식을 위한 분류기의 생성방법을 설명하기 위한 도면으로서, 먼저 도 9에서 볼 수 있듯이 세 가지의 기준으로 좌표값을 분석한다. 그리고 이미 정해진 정답값은 미리 입력하여 둔다.
(a)에서는 하나의 특징기준(100)을 임의로 선정하여 대입하였을 경우 좌측(120)이 +, 우측(140)이 -로 파악될 수 있다. 이와 같은 경우는 우측(140)에 위치하는 +값들(142)이 에러로 판단되는 것이다. 따라서, 이들을 확대하는 가중치를 해당 특징기준(100)에 적용한다.
그리고 (b)에서는 새로운 특징기준(200)을 대입하여 마찬가지로 좌측(220)과 우측(240)으로 구분하며 좌측(220)에 위치하는 -값들(222)을 에러로 감지하고 가중치를 대입한다. (c)에서는 이들을 조합한 결과로써, 결국 에러로 잡인 값들(142,222)은 가중치에 따라 확장되었음을 알 수 있다.
도 10은 이러한 방식을 이용한 가중치 부여를 나타낸 것으로서, 결국 다양한 특징기준(100,200,300)들은 각각 고유의 가중치를 갖고 중첩(a,b,c)되어 분류기로서 도출되는 것이다.
그리고, 이러한 가중치의 도입 후 다시 특징기준들을 대입하여 에러를 검출하고 다시 가중치를 수정함으로서 좀 더 완벽한 분류기의 생성이 가능한 것이다.
본 발명에 따라 컴퓨터 등을 통하여 자동으로 분류기를 생성한 후에는 생성된 분류기를 차량에 적용함으로써 장애물을 좀 더 확실히 식별할 수 있도록 하는 것이다.
본 발명은 특정한 실시예에 관련하여 도시하고 설명하였지만, 이하의 특허청구범위에 의해 제공되는 본 발명의 기술적 사상을 벗어나지 않는 한도 내에서, 본 발명이 다양하게 개량 및 변화될 수 있다는 것은 당 업계에서 통상의 지식을 가진 자에게 있어서 자명할 것이다.
S100 : 좌표생성단계 S200 : 클러스터링단계
S300 : 분석단계 S400 : 생성단계
S500 : 수정단계

Claims (9)

  1. 거리측정센서로 측정한 장애물의 표면데이터를 2차원 좌표계로 표시하는 좌표생성단계(S100);
    상기 2차원 좌표계에서 표시된 표면데이터를 장애물별로 군집화하여 구분하는 클러스터링단계(S200);
    상기 2차원 좌표계에서 장애물별로 표시되는 영역기반의 특성을 분석할 수 있는 복수의 특징기준을 마련하고, 군집화된 장애물별로 각각의 특징기준들을 계산하는 분석단계(S300); 및
    상기 특징기준들마다 가중치를 부여하여 분류기를 생성하는 생성단계(S400);를 포함하는 장애물 인식을 위한 분류기의 생성방법.
  2. 청구항 1에 있어서,
    상기 생성단계(S400)는, 생성된 분류기에 따른 결과값을 도출하고, 결과값을 미리 마련된 정답과 비교하여 결과값과 정답이 불일치하는 경우 가중치를 조절하는 수정단계(S500);를 더 포함하는 것을 특징으로 하는 장애물 인식을 위한 분류기의 생성방법.
  3. 청구항 1에 있어서,
    상기 거리측정센서는 레이더센서 또는 레이저센서인 것을 특징으로 하는 장애물 인식을 위한 분류기의 생성방법.
  4. 청구항 1에 있어서,
    상기 좌표생성단계(S100)는 거리측정센서로 측정한 장애물의 표면데이터를 지표면과 평행인 X-Y축으로 표현되는 지표면좌표계에 수직으로 투영하여 표시하는 것을 특징으로 하는 장애물 인식을 위한 분류기의 생성방법.
  5. 청구항 1에 있어서,
    상기 특징기준에는 군집화된 장애물이 2차원 좌표계에서 차지하는 면적값인 면적기준이 포함된 것을 특징으로 하는 장애물 인식을 위한 분류기의 생성방법.
  6. 청구항 1에 있어서,
    상기 특징기준에는 2차원 좌표계에서 표시되는 군집화된 장애물의 중점의 좌표값인 중점기준이 포함된 것을 특징으로 하는 장애물 인식을 위한 분류기의 생성방법.
  7. 청구항 1에 있어서,
    상기 특징기준에는 2차원 좌표계에서 표시되는 군집화된 장애물을 구성하는 각각의 표면데이터가 해당 장애물의 중점의 좌표값으로부터 떨어진 정도인 이격기준이 포함된 것을 특징으로 하는 장애물 인식을 위한 분류기의 생성방법.
  8. 청구항 1에 있어서,
    상기 특징기준에는 군집화된 장애물의 둘레 길이값인 둘레기준이 포함된 것을 특징으로 하는 장애물 인식을 위한 분류기의 생성방법.
  9. 청구항 1에 있어서,
    상기 특징기준에는 군집화된 장애물의 면적값과 둘레 길이값으로 계산되어 둥근 정도를 나타내는 둥글기기준이 포함된 것을 특징으로 하는 장애물 인식을 위한 분류기의 생성방법.
KR1020120085546A 2012-08-06 2012-08-06 장애물 인식을 위한 분류기의 생성방법 Ceased KR20140019501A (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020120085546A KR20140019501A (ko) 2012-08-06 2012-08-06 장애물 인식을 위한 분류기의 생성방법
US13/713,820 US9207320B2 (en) 2012-08-06 2012-12-13 Method and system for producing classifier for recognizing obstacle
DE102012223675.9A DE102012223675A1 (de) 2012-08-06 2012-12-19 Verfahren und System zum Erzeugen eines Klassifikators zum Erkennen eines Hindernisses
CN201210599000.9A CN103577834B (zh) 2012-08-06 2012-12-24 产生用于识别障碍物的分类器的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120085546A KR20140019501A (ko) 2012-08-06 2012-08-06 장애물 인식을 위한 분류기의 생성방법

Publications (1)

Publication Number Publication Date
KR20140019501A true KR20140019501A (ko) 2014-02-17

Family

ID=49944068

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120085546A Ceased KR20140019501A (ko) 2012-08-06 2012-08-06 장애물 인식을 위한 분류기의 생성방법

Country Status (4)

Country Link
US (1) US9207320B2 (ko)
KR (1) KR20140019501A (ko)
CN (1) CN103577834B (ko)
DE (1) DE102012223675A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160017269A (ko) * 2014-08-01 2016-02-16 현대자동차주식회사 보행자 검출 장치 및 방법
US10514702B2 (en) 2015-08-31 2019-12-24 Korea University Research And Business Foundation Method for detecting floor obstacle using laser range finder
CN111868562A (zh) * 2018-03-26 2020-10-30 三菱电机株式会社 物体检测装置、车辆、物体检测方法和物体检测程序

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101550972B1 (ko) * 2013-09-25 2015-09-07 현대자동차주식회사 레이저 스캐너를 이용하여 장애물을 인식하기 위한 특징점 추출 장치 및 방법
JP2015081890A (ja) * 2013-10-24 2015-04-27 古野電気株式会社 信号処理装置及びレーダ装置
US9834207B2 (en) * 2014-04-15 2017-12-05 GM Global Technology Operations LLC Method and system for detecting, tracking and estimating stationary roadside objects
JP6368160B2 (ja) * 2014-06-17 2018-08-01 住友電気工業株式会社 電波センサ、検知方法および検知プログラム
US10444346B2 (en) * 2014-07-25 2019-10-15 Robert Bosch Gmbh Method for migrating radar sensor limitations with video camera input for active braking for pedestrians
JP6413470B2 (ja) * 2014-08-19 2018-10-31 株式会社デンソー 車載レーダ装置
CN105151043B (zh) * 2015-08-19 2018-07-06 内蒙古麦酷智能车技术有限公司 一种无人驾驶汽车紧急避让的方法
KR101714233B1 (ko) * 2015-10-06 2017-03-08 현대자동차주식회사 도로상의 물체 검출 장치 및 그 방법
US10317522B2 (en) * 2016-03-01 2019-06-11 GM Global Technology Operations LLC Detecting long objects by sensor fusion
US10852418B2 (en) * 2016-08-24 2020-12-01 Magna Electronics Inc. Vehicle sensor with integrated radar and image sensors
CN110291416A (zh) * 2017-02-20 2019-09-27 三菱电机株式会社 停车辅助装置及停车辅助方法
CN107867290B (zh) * 2017-11-07 2019-07-12 长春工业大学 一种考虑运动障碍物的汽车紧急避撞分层式控制方法
CN108549076B (zh) * 2018-03-12 2021-11-02 清华大学 一种基于速度节奏图的多种类无人机场景识别方法
US10854011B2 (en) 2018-04-09 2020-12-01 Direct Current Capital LLC Method for rendering 2D and 3D data within a 3D virtual environment
CN108845321A (zh) * 2018-04-19 2018-11-20 北京三快在线科技有限公司 目标对象的识别方法、装置及无人驾驶智能设备
DE102018209388A1 (de) * 2018-06-13 2019-12-19 Robert Bosch Gmbh Erkennung fahrtrelevanter Situationen auf größere Entfernung
CN108628318B (zh) * 2018-06-28 2021-10-22 广州视源电子科技股份有限公司 拥堵环境检测方法、装置、机器人及存储介质
US11823461B1 (en) 2018-09-28 2023-11-21 Direct Current Capital LLC Systems and methods for perceiving a scene around a mobile device
US11567497B1 (en) 2019-02-04 2023-01-31 Direct Current Capital LLC Systems and methods for perceiving a field around a device
US11460855B1 (en) 2019-03-29 2022-10-04 Direct Current Capital LLC Systems and methods for sensor calibration
US11479148B2 (en) * 2019-08-08 2022-10-25 GM Global Technology Operations LLC Personalization settings based on body measurements
CN111624622B (zh) * 2020-04-24 2023-05-02 库卡机器人(广东)有限公司 障碍物检测方法、装置
CN111583257B (zh) * 2020-05-28 2023-07-14 中国铁道科学研究院集团有限公司 铁路限界异物侵入检测方法、装置及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003255047A (ja) * 2001-12-27 2003-09-10 Nissan Motor Co Ltd 前方物体検出装置及び前方物体検出方法
JP2004198323A (ja) * 2002-12-19 2004-07-15 Denso Corp 車両用物体認識装置
JP2011186584A (ja) * 2010-03-05 2011-09-22 Daihatsu Motor Co Ltd 物体認識装置
JP2011191227A (ja) * 2010-03-16 2011-09-29 Daihatsu Motor Co Ltd 物体認識装置

Family Cites Families (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2674354A1 (fr) * 1991-03-22 1992-09-25 Thomson Csf Procede d'analyse de sequences d'images routieres, dispositif pour sa mise en óoeuvre et son application a la detection d'obstacles.
US5434927A (en) * 1993-12-08 1995-07-18 Minnesota Mining And Manufacturing Company Method and apparatus for machine vision classification and tracking
US6266442B1 (en) * 1998-10-23 2001-07-24 Facet Technology Corp. Method and apparatus for identifying objects depicted in a videostream
US6192150B1 (en) * 1998-11-16 2001-02-20 National University Of Singapore Invariant texture matching method for image retrieval
JP2000206241A (ja) * 1999-01-13 2000-07-28 Honda Motor Co Ltd レ―ダ装置
DE19926559A1 (de) * 1999-06-11 2000-12-21 Daimler Chrysler Ag Verfahren und Vorrichtung zur Detektion von Objekten im Umfeld eines Straßenfahrzeugs bis in große Entfernung
JP4115638B2 (ja) * 1999-10-19 2008-07-09 本田技研工業株式会社 物体認識装置
US6573859B2 (en) * 2000-02-07 2003-06-03 Toyota Jidosha Kabushiki Kaisha Radar apparatus
US6856272B2 (en) * 2002-08-28 2005-02-15 Personnel Protection Technoloties Llc Methods and apparatus for detecting threats in different areas
JP2004177350A (ja) * 2002-11-28 2004-06-24 Denso Corp 車両用レーダ装置
US6927699B2 (en) * 2002-12-05 2005-08-09 Denso Corporation Object recognition apparatus for vehicle, and inter-vehicle distance control unit
JP4016826B2 (ja) * 2002-12-10 2007-12-05 株式会社デンソー 物標識別方法及び装置、プログラム
US7764808B2 (en) * 2003-03-24 2010-07-27 Siemens Corporation System and method for vehicle detection and tracking
KR100514864B1 (ko) 2003-07-12 2005-09-14 현대자동차주식회사 차량 추돌 경보 장치에서의 비장애물 판단장치 및 그 방법
US20050201591A1 (en) * 2004-03-10 2005-09-15 Kiselewich Stephen J. Method and apparatus for recognizing the position of an occupant in a vehicle
JP2005291788A (ja) * 2004-03-31 2005-10-20 Denso Corp 車両用物体認識装置
US7561720B2 (en) * 2004-04-30 2009-07-14 Visteon Global Technologies, Inc. Single camera system and method for range and lateral position measurement of a preceding vehicle
DE102004032118B4 (de) * 2004-07-01 2006-09-21 Daimlerchrysler Ag Objekterkennungsverfahren für Fahrzeuge
EP2765533A1 (en) * 2004-07-26 2014-08-13 Automotive Systems Laboratory, Inc. Vulnerable road user protection system
US6967612B1 (en) * 2004-10-22 2005-11-22 Gorman John D System and method for standoff detection of human carried explosives
US7567203B2 (en) * 2005-04-11 2009-07-28 Raytheon Canada Limited Classification system for radar and sonar applications
US7460951B2 (en) * 2005-09-26 2008-12-02 Gm Global Technology Operations, Inc. System and method of target tracking using sensor fusion
JP2007148835A (ja) * 2005-11-28 2007-06-14 Fujitsu Ten Ltd 物体判別装置、報知制御装置、物体判別方法および物体判別プログラム
DE102006028465A1 (de) 2006-06-21 2007-12-27 Valeo Schalter Und Sensoren Gmbh Kraftfahrzeug-Radarsystem und Verfahren zur Bestimmung von Geschwindigkeiten und Entfernungen von Objekten relativ zu dem einen Radarsystem
US20080008355A1 (en) * 2006-07-05 2008-01-10 Fujitsu Ten Limited Image recognition apparatus, image recognition method, and vehicle control apparatus
US7676087B2 (en) * 2006-09-20 2010-03-09 Delphi Technologies, Inc. Method for identifying vehicles in electronic images
US20080112593A1 (en) * 2006-11-03 2008-05-15 Ratner Edward R Automated method and apparatus for robust image object recognition and/or classification using multiple temporal views
US8098889B2 (en) * 2007-01-18 2012-01-17 Siemens Corporation System and method for vehicle detection and tracking
JP2008217589A (ja) * 2007-03-06 2008-09-18 Toshiba Corp 学習装置及びパターン認識装置
JP4446201B2 (ja) * 2007-03-30 2010-04-07 アイシン・エィ・ダブリュ株式会社 画像認識装置及び画像認識方法
JP4437556B2 (ja) * 2007-03-30 2010-03-24 アイシン・エィ・ダブリュ株式会社 地物情報収集装置及び地物情報収集方法
DE102007048848A1 (de) * 2007-10-11 2009-04-16 Robert Bosch Gmbh Raumauflösendes Fahrerassistenzsystem
US8487991B2 (en) * 2008-04-24 2013-07-16 GM Global Technology Operations LLC Clear path detection using a vanishing point
US8803966B2 (en) * 2008-04-24 2014-08-12 GM Global Technology Operations LLC Clear path detection using an example-based approach
US8751154B2 (en) * 2008-04-24 2014-06-10 GM Global Technology Operations LLC Enhanced clear path detection in the presence of traffic infrastructure indicator
US8605947B2 (en) * 2008-04-24 2013-12-10 GM Global Technology Operations LLC Method for detecting a clear path of travel for a vehicle enhanced by object detection
US8099213B2 (en) * 2008-07-18 2012-01-17 GM Global Technology Operations LLC Road-edge detection
US8812226B2 (en) * 2009-01-26 2014-08-19 GM Global Technology Operations LLC Multiobject fusion module for collision preparation system
US8311343B2 (en) * 2009-02-12 2012-11-13 Laser Technology, Inc. Vehicle classification by image processing with laser range finder
FR2947657B1 (fr) * 2009-07-06 2016-05-27 Valeo Vision Procede de detection d'un obstacle pour vehicule automobile
JP5401257B2 (ja) * 2009-10-23 2014-01-29 クラリオン株式会社 遠赤外線歩行者検知装置
CN101852609B (zh) * 2010-06-02 2011-10-19 北京理工大学 一种基于机器人双目立体视觉的地面障碍物检测方法
JP5616204B2 (ja) * 2010-11-19 2014-10-29 古野電気株式会社 信号処理装置、レーダ装置、信号処理方法、および信号処理プログラム
JP5538655B2 (ja) * 2011-03-25 2014-07-02 三菱電機株式会社 車載レーダ装置
US8649564B2 (en) * 2011-11-28 2014-02-11 Chung-Shan Institute of Science and Technology, Armaments, Bureau, Ministry of National Defense Pedestrian detector
JP6192151B2 (ja) * 2012-01-25 2017-09-06 古野電気株式会社 信号選別装置、信号選別方法、及びレーダ装置。

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003255047A (ja) * 2001-12-27 2003-09-10 Nissan Motor Co Ltd 前方物体検出装置及び前方物体検出方法
JP2004198323A (ja) * 2002-12-19 2004-07-15 Denso Corp 車両用物体認識装置
JP2011186584A (ja) * 2010-03-05 2011-09-22 Daihatsu Motor Co Ltd 物体認識装置
JP2011191227A (ja) * 2010-03-16 2011-09-29 Daihatsu Motor Co Ltd 物体認識装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160017269A (ko) * 2014-08-01 2016-02-16 현대자동차주식회사 보행자 검출 장치 및 방법
US10514702B2 (en) 2015-08-31 2019-12-24 Korea University Research And Business Foundation Method for detecting floor obstacle using laser range finder
CN111868562A (zh) * 2018-03-26 2020-10-30 三菱电机株式会社 物体检测装置、车辆、物体检测方法和物体检测程序

Also Published As

Publication number Publication date
CN103577834A (zh) 2014-02-12
US20140035777A1 (en) 2014-02-06
DE102012223675A1 (de) 2014-02-06
CN103577834B (zh) 2018-10-23
US9207320B2 (en) 2015-12-08

Similar Documents

Publication Publication Date Title
KR20140019501A (ko) 장애물 인식을 위한 분류기의 생성방법
US10690770B2 (en) Navigation based on radar-cued visual imaging
JP6657789B2 (ja) 画像処理装置、撮像装置、機器制御システム、頻度分布画像生成方法、及びプログラム
JP6591842B2 (ja) 意味付け交通空間についての適合型射線ベースのシーン分析を行うための方法及びシステム、並びにそのようなシステムを備える車両
JP6773540B2 (ja) 車載用画像処理装置
US9058744B2 (en) Image based detecting system and method for traffic parameters and computer program product thereof
US8994823B2 (en) Object detection apparatus and storage medium storing object detection program
JP5535816B2 (ja) 移動物予測装置及びプログラム
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
JP7050763B2 (ja) カメラ画像からのオブジェクトの検出
CN103155015A (zh) 移动物预测装置、假想活动物预测装置、程序模块、移动物预测方法以及假想活动物预测方法
WO2016129403A1 (ja) 物体検知装置
JPWO2017145600A1 (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
JPWO2017130640A1 (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
JP2017162116A (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
JP6547785B2 (ja) 物標検出装置
US10748014B2 (en) Processing device, object recognition apparatus, device control system, processing method, and computer-readable recording medium
KR100979726B1 (ko) 이동 물체의 특징점을 이용하는 영상 검지 방법
EP3410345B1 (en) Information processing apparatus and non-transitory recording medium storing thereon a computer program
JPWO2017145634A1 (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
JP2021021967A (ja) 認識システム、車両制御システム、認識方法、およびプログラム
KR101305695B1 (ko) 장애물 인식을 위한 분류기의 생성방법
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
KR102119641B1 (ko) 보행자 검출 장치 및 방법
JP7083768B2 (ja) 認識装置、車両制御装置、認識方法、およびプログラム

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20120806

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20161103

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20120806

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20180110

Patent event code: PE09021S01D

E601 Decision to refuse application
PE0601 Decision on rejection of patent

Patent event date: 20180321

Comment text: Decision to Refuse Application

Patent event code: PE06012S01D

Patent event date: 20180110

Comment text: Notification of reason for refusal

Patent event code: PE06011S01I