CN102881186A - 车辆用外界识别装置及使用了该装置的车辆控制系统 - Google Patents

车辆用外界识别装置及使用了该装置的车辆控制系统 Download PDF

Info

Publication number
CN102881186A
CN102881186A CN2012102349179A CN201210234917A CN102881186A CN 102881186 A CN102881186 A CN 102881186A CN 2012102349179 A CN2012102349179 A CN 2012102349179A CN 201210234917 A CN201210234917 A CN 201210234917A CN 102881186 A CN102881186 A CN 102881186A
Authority
CN
China
Prior art keywords
vehicle
candidate area
image
area
vehicle candidate
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.)
Granted
Application number
CN2012102349179A
Other languages
English (en)
Other versions
CN102881186B (zh
Inventor
绪方健人
村松彰二
筒井隆
中村克行
守永光利
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Faurecia Clarion Electronics Co Ltd
Original Assignee
Clarion Co Ltd
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 Clarion Co Ltd filed Critical Clarion Co Ltd
Publication of CN102881186A publication Critical patent/CN102881186A/zh
Application granted granted Critical
Publication of CN102881186B publication Critical patent/CN102881186B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
    • B60K35/10—Input arrangements, i.e. from user to vehicle, associated with vehicle functions or specially adapted therefor
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/03—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for supply of electrical power to vehicle subsystems or for
    • B60R16/0315—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for supply of electrical power to vehicle subsystems or for using multiplexing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Traffic Control Systems (AREA)
  • Lighting Device Outwards From Vehicle And Optical Signal (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种例如在黄昏那样与白天照明条件不同的场景下能够正确地检测出前车的车辆用外界识别装置。检测车辆外形并检测车辆尾灯，将车辆外形与车辆尾灯同步移动的物体判定为车辆。

Description

车辆用外界识别装置及使用了该装置的车辆控制系统
技术领域
本发明涉及车辆用外界识别装置及使用了该车辆用外界识别装置的车辆控制系统，例如，涉及基于来自车载相机(摄像装置)的图像信息来检测本车前方的车辆和行人的车辆用外界识别装置及使用了该车辆用外界识别装置的车辆控制系统。
背景技术
为了减少交通事故引起的伤亡人数，将事故防患于未然的预防安全系统的开发不断发展。预防安全系统是在事故发生的可能性高的状况下工作的系统，例如，在可能与本车前方的前车(日语：先行車)发生碰撞时，通过警报使驾驶员引起注意，在达到无法避免碰撞的状况时，通过自动制动来减轻乘客的伤害的预防碰撞安全系统(precrash safety system)等被实际应用。
作为检测本车前方的前车的方法，已知有一种方法是利用相机拍摄本车前方，通过图案匹配(pattern matching)处理从拍摄到的图像中检测车辆的形状图案的方法。图案匹配处理通常处理负载大，因此为了减轻处理负载，通常在图案匹配处理之前进行边缘分析等，在将车辆可能存在的区域缩小之后，进行图案匹配处理。例如，在专利文献1中记载了从图像的边缘检测出车辆候补，并利用图案匹配来判别前方车辆的方法。
另一方面，作为检测本车前方的前车的另一个方法，已知有抽出前车的尾灯的特征即红色区域，使用红色的一对来检测车辆的方法。例如，在专利文献2中记载了从图像中抽出规定阈值以上的亮度信号，根据其位置关系等来检测前车的尾灯的方法。
以上列举的车辆检测的技术中，前者以进行警报·制动等的控制为目的，因此实际上需要尽可能减少没有碰撞危险的场景的误检测。另一方面，后者在夜间为了提高本车的视觉辨认性而以进行本车灯光装置的自动调整为目的，因此比前者的误检测多。
【在先技术文献】
【专利文献】
【专利文献1】日本特开2006-182086号公报
【专利文献2】日本特开2006-244331号公报
然而，在上述方法中，在黄昏、隧道内、夜间的市区那样微暗且照明条件与白天不同的场所难以进行警报·制动等的控制。
前者的技术使车辆的图案与白天不同，在白天调整的图案匹配方式下，检测率低。另一方面，若调整成无论是白天的车辆图案还是微暗场景的车辆图案都能够检测，则白天的车辆图案的检测精度下降。
另一方面，后者虽然在微暗的场景下能够检测使灯点亮的车辆，但如上述那样误检测多，因此难以使用于警报·制动等的控制。
发明内容
本发明鉴于上述情况而提出，其目的在于提供一种例如在黄昏那样与白天照明条件不同的场景下能够正确地检测出前车的车辆用外界识别装置。
为了实现上述目的，本发明的车辆用外界识别装置的特征在于，基本具有：图像取得机构，其取得拍摄本车周边而得到的图像；第一车辆候补区域检测机构，其使用图像的梯度信息(日语：勾配情報)从所述图像检测出车辆候补区域；第二车辆候补区域检测机构，其使用图像的颜色信息从所述图像检测出车辆候补区域；车辆判定机构，其使用所述第一车辆候补区域和所述第二车辆候补区域来判定车辆的有无，其中，所述车辆判定机构将所述第一车辆候补区域与所述第二车辆候补区域重复且同步移动的区域判定为车辆。
【发明效果】
根据本发明，在黄昏、隧道内、夜间的市区那样微暗且照明条件与白天不同的场所中能够得到误检测少的车辆检测结果，在这种场景中，能够适当地进行警报·制动器等的控制。
上述以外的课题、构成及效果通过以下的实施方式变得更加清楚。
附图说明
图1是表示本发明的车辆用外界识别装置的第一实施例的功能框图。
图2是用于说明第一实施例中的车辆外形检测机构的示意图。
图3是用于说明第一实施例中的车辆尾灯检测机构的示意图。
图4是用于说明第一实施例中的车辆图案检测机构的示意图。
图5是表示第一实施例中的第二车辆判定机构执行的处理顺序的一例的流程图。
图6是表示在第一实施例中的判定选择机构中使用的图表的一例的图。
图7是表示本发明的车辆用外界识别装置的第二实施例的功能框图。
图8是表示第二实施例中的移动检测机构执行的处理顺序的一例的流程图。
图9是表示图8的流程图中的步骤803的移动检测处理部分的详细构成例的流程图。
图10是表示第二实施例中的第一物体判定机构的处理顺序的一例的流程图。
图11是表示本发明的车辆用外界识别装置的第三实施例的功能框图。
图12是表示使用了本发明的车辆用外界识别装置的车辆控制系统的处理顺序的一例的流程图。
图13是表示使用了本发明的车辆用外界识别装置的车辆控制系统的处理顺序的另一例的流程图。
图14是用于说明使用了本发明的车辆用外界识别装置的车辆控制系统的危险度的算出的示意图。
图15是用于说明使用了本发明的车辆用外界识别装置的配光控制系统的示意图。
【符号说明】
1000车辆用外界识别装置(第一实施例)
1010相机
1011图像取得机构
1021车辆外形检测机构
1031车辆尾灯检测机构
1041车辆图案检测机构
1051第一车辆判定机构
1061第二车辆判定机构
1071判定选择机构
1081第一输出机构
1091第二输出机构
1111外界判定机构
2000车辆用外界识别装置(第二实施例)
2041移动检测机构
2051第一车辆判定机构
3000车辆用外界识别装置(第三实施例)
3041车辆图案检测机构
具体实施方式
以下，参照附图，说明本发明的实施方式。
图1是表示本发明的车辆用外界识别装置的一实施方式(第一实施例)的功能框图。
<第一实施例>
图示实施方式的车辆用外界识别装置1000装入到在机动车上搭载的相机1010内或综合控制器内等，用于从通过相机1010拍摄的图像内检测车辆，在本实施方式中，从拍摄本车的前方而得到的图像内检测前车。
车辆用外界识别装置1000通过具有CPU、存储器、I/O等的计算机构成其主要部分，被编制规定的处理及顺序，以预定的周期反复执行处理。
如图1所示，第一实施例的车辆用外界识别装置1000具有图像取得机构1011、车辆外形检测机构1021、车辆尾灯检测机构1031、车辆图案检测机构1041、第一车辆判定机构1051、第二车辆判定机构1061、判定选择机构1071、第一输出机构1081、第二输出机构1091，而且根据实施方式的不同，有时还具有外界判定机构1111。
图像取得机构1011从安装在能够拍摄本车的前方的位置上的相机1010，取入拍摄本车前方而得到的图像数据，作为图像IMGSRC[c][x][y]而写入RAM。需要说明的是，图像IMGSRC[c][x][y]是二维排列，c表示颜色信息，x、y分别表示图像的坐标。颜色信息的形式可以是YUV形式，也可以是RGB形式等的颜色形式。例如若为YUV形式，则c＝0时成为Y图像，c＝1时成为UV图像，例如若为RGB形式，则c＝0成为红成分，c＝1成为绿成分，c＝2成为蓝成分。以下，在本实施例中，使用上述的YUV形式。
车辆外形检测机构1021从图像IMGSRC[c][x][y]内检测车辆外形ROI1[i](SX，SY，EX，EY)。在此，i是检测出多个外形时的ID编号。关于处理的详细情况在后面叙述。
车辆尾灯检测机构1031从图像IMGSRC[c][x][y]内检测车辆尾灯ROI2[j](SX，SY，EX，EY)。在此，j是检测出多个尾灯时的ID编号。关于处理的详细情况在后面叙述。
车辆图案检测机构1041对车辆外形ROI1[i](SX，SY，EX，EY)进行图案识别，在第一车辆判定机构1051中使用其结果。在本实施例中，判定车辆的背面图案的有无。关于图案识别处理的详细情况在后面叙述。
第一车辆判定机构1051使用车辆图案检测机构1041的结果，输出第一车辆候补VCL1[k](SX，SY，EX，EY)。在此，k是检测出多个车辆时的ID编号。
第二车辆判定机构1061对车辆外形ROI1[i]、车辆尾灯ROI2[j]中的重复的区域进行处理，输出第二车辆候补VCL2[l]。在此，l是检测出多个车辆时的ID编号。关于处理的详细情况在后面叙述。
判定选择机构1071根据第一车辆候补VCL1[k]、第二车辆候补VCL2[l]，输出检测车辆VCL[m]。由于实施方式的不同，根据外界判定机构1111而变更处理。在此，m是检测出多个车辆时的ID编号。处理的详细情况在后面叙述。
第一输出机构1081将检测车辆VCL[m]的信息朝向其它的处理或其它的装置输出。输出既可以是图像上的坐标，也可以是使用相机几何模型算出的车辆的物理位置(距离、横向位置)。输出既可以从车辆用外界识别装置1000通过信号线直接输出，也可以通过进行使用了LAN(Local AreaNetwork)的通信来输出。
第二输出机构1091将车辆尾灯ROI2[j]的信息朝向其它的处理或其它的装置输出。输出既可以是图像上的坐标，也可以是使用相机几何模型算出的车辆的物理位置(距离、横向位置)。输出既可以从车辆用外界识别装置1000通过信号线直接输出，也可以通过进行使用了LAN的通信来输出。
因实施方式的不同而存在的外界判定机构1111对本车周边的照度进行测定。在照度的测定中，既可以对图像IMGSRC进行处理来测定，也可以从装备于本车的其它的传感器接收。
在对图像IMGSRC进行处理时，例如以下这样进行处理。首先，根据事先设置相机时的角度等参数和相机几何，在相机图像中设定影像显示路面的区域。然后，求出设定的区域内的亮度的平均值，由此，在其值低时可知周围昏暗，在值大时可知周围明亮。
在从其它的传感器接收时，既可以向车辆用外界识别装置1000直接输入信号，也可以通过进行使用了LAN的通信来取得信号。外界判定机构1111的结果在判定选择机构1071中使用。
[车辆外形检测机构1021]
接下来，使用图2，说明车辆外形检测机构1021中的处理的内容。图2表示车辆外形检测机构1021执行的处理的一例。
检测车辆外形的方法已知有检测车辆两端的纵向的边缘的方法、检测车辆的水平边缘的方法等。
图2是用于说明从图像数据中确定车辆候补区域的方法的图。图2(a)表示由图像取得机构1011取得的图像IMGSRC[c][x][y]的Y成分。图像数据中的车辆成为将车辆的两端作为左右边、将车顶作为上边、将阴影或保险杠的线作为下边的大致矩形。
因此，车辆外形检测机构1021首先检测成为矩形的纵线的车辆两端的纵向边缘。具体而言，如图2(b)所示，从灰白图像仅检测出纵向的边缘。接下来，为了观察纵向边缘的分布，如图2(c)所示，确定车辆有可能存在的车窗区域201，并进行边缘的X轴投影，得到柱状图202。在车辆两端，纵向边缘应该密集，因此车辆外形检测机构1021如图2(d)所示，将柱状图202的同等程度的高度的峰值两点确定为车辆两端203a、203b。
接下来，如图2(e)所示，车辆外形检测机构1021在车辆两端203a、203b之间，从画面下方检索横向边缘连续的部分，将该部分作为车辆下端204。
此外，由于车辆的宽度与高度之比固定为某种程度，因此在距车辆的下端204为规定距离(例如，两端的距离的0.8倍的距离)上确定上端205。这样，车辆外形检测机构1021如图2(f)所示那样确定车辆候补区域206。
检测到的车辆外形作为车辆外形ROI1[i](SX，SY，EX，EY)而预先存储图像上的上下左右端的坐标值。
[车辆尾灯检测机构1031]
接下来，使用图3，说明车辆尾灯检测机构1031的处理的内容。图3表示车辆尾灯检测机构1031执行的处理的一例。
车辆尾灯检测机构1031首先利用由图像取得机构1011取得的图像IMGSRC[c][x][y] 的UV成分，生成抽出了图像中的红色区域的2值图像。该2值图像是检索IMGSRC[c][x][y]的每个像素，若该像素满足红色区域的条件则放入1值，若不满足则放入0值的图像。红色区域的条件是事先利用相机1010在各种环境下拍摄各种车辆的尾灯，手动求出尾灯区域的U成分、V成分的分布，并使用该分布。具体的方法是使用事先求出的UV空间中的分布的平均·方差而使用马哈拉诺比斯(Mahalanobis)距离，或以包含分布的方式求出U的范围、V的范围而进行阈值处理等的方法。在生成了2值图像之后，进行标记处理，抽出区域。抽出的结果如图3(b)所示。抽出的结果是，抽出3011、3012那样的车辆的尾灯以外的区域的情况较多。
接下来，利用抽出的区域的关系，挑选车辆尾灯。车辆的尾灯相对于车辆左右对称地安装。由此，可以将抽出的区域中的高度和尺寸类似的区域的一对认为车辆尾灯。图3(c)是将图3(b)的图像中的Y坐标为相同高度且尺寸相同的区域进行配对的结果，抽出3021的一对、3022的一对。
检测到的车辆尾灯作为车辆尾灯ROI2[j](SX，SY，EX，EY)，而存储图像上的上下左右端的坐标值。
[车辆图案检测机构1041]
接下来，使用图4，说明车辆图案检测机构1041执行的处理的内容。图4表示车辆图案检测机构1041执行的处理的一例。
本处理对于车辆外形ROI1[i](SX，SY，EX，EY)一个一个地进行处理。
首先，对于某车辆外形ROI1[i](SX，SY，EX，EY)，从图像IMGSRC[c][x][y]切出该区域的图像。切出的图像既可以是Y图像、UV图像这双方，也可以仅为Y图像。在本实施例中，说明仅切出Y图像的情况。
接下来，将该图像缩小成规定的尺寸，生成缩小图像401。在本实施例中，向宽度16像素、高度12像素的图像缩小。
然后，对缩小的图像的像素进行光栅扫描，生成1维向量402，将其作为向神经网络403的输入。
神经网络403是模仿人脑的网络，存在由多个节点构成的输入层4031、中间层4033、输出层4035，而且在输入层4031的各节点与中间层4032的各节点之间存在加权系数，在中间层4032的各节点与输出层4035的各节点之间也存在加权系数。神经网络的输出是输出层的节点的一个值，该值通过和该节点连接的全部的中间层4033的节点的值与其加权系数的积和运算而得到。此外，中间层4033的各节点的值通过和各节点连接的全部的输入层的节点的值与其加权系数的积和运算而得到。
当前，在车辆图案检测机构1041中，将一维向量402直接向输入层连接，因此输出层的各节点的值可以通过上述的处理来算出。其结果是，若输出层的规定的节点的值超过阈值，则判定为车辆图案存在。
输出层的规定的节点需要事先在装入程序时决定，且需要预先调整各节点间的加权系数，以使当车辆的图案进入输入节点时，该输出层的节点的输出成为阈值以上，而当车辆以外的图案进入时，输出成为阈值以下。调整的方法只要使用作为公知技术的后向传播(back propagation)法等即可。
检测结果向第一车辆判定机构1051发送，将车辆外形ROI1[i](SX，SY，EX，EY)中的判定为车辆的区域登记作为车辆候补VCL1[k](SX，SY，EX，EY)。
[第二车辆判定机构1061]
接下来，利用图5，说明第二车辆判定机构1061执行的处理的内容。
图5是表示车辆判定机构1061执行的处理顺序的一例的流程图。
首先，在步骤S501中，选择一个车辆外形ROI1[i](SX，SY，EX，EY)。
在接下来的步骤S502中，选择一个车辆尾灯ROI2[j](SX，SY，EX，EY)。
然后，在步骤S503中，判定车辆外形ROI1[i](SX，SY，EX，EY)与车辆尾灯ROI2[j](SX，SY，EX，EY)是否重复。在重复时向步骤S504移动，在不重复时向步骤S508移动。
在重复的判定中，存在例如使用图像上的上下左右端SX、SY、EX、EY来确认是否重叠的方法。
在步骤S504中，检测ROI1[i]的移动。移动可以使用1帧前的外形检测结果，并利用距与当前外形最接近的外形的变化量来求出。而且，也可以在车辆外形ROI1[i](SX，SY，EX，EY)内算出光流(optical flow)，并根据该光流的平均值来算出。这样，算出ROI1[i]的移动向量(VX1，VY1)。
在步骤S505中，检测ROI2[j]的移动。移动可以使用1帧前的尾灯检测结果，并利用距与当前尾灯最接近的尾灯的变化量来求出。而且，也可以在车辆尾灯ROI2[j](SX，SY，EX，EY)内算出光流，并根据该光流的平均值来算出。这样，算出ROI2[i]的移动向量(VX2，VY2)。
在步骤S506中，使用移动的方向和大小，判定是否为同一物体。在一致时，向步骤S507移动，在不一致时，向步骤S508移动。在判定中，例如可以根据ROI1[i]的移动向量(VX1，VY1)、ROI2[j]的移动向量(VX2，VY2)，利用(VX1-VX2)2+(VY1-VY2)2是否为规定阈值以下来进行判定。
在步骤S507中，将检测到的区域作为第二车辆区域VCL2[l]进行新登记。
在步骤S508中，判定是否确认了全部ROI2[j]，在全部确认时，向S509移动，在未全部确认时，向S502返回。
步骤S509判定是否确认了全部ROI1[i]，在全部确认时，结束处理，在未全部确认时，向S501返回。
[判定选择机构1071]
接下来，说明判定选择机构1071执行的处理的内容。
以下，说明在判定选择机构1071中使用外界判定机构1111的情况和未使用的情况这两种。首先，说明使用外界判定机构1111的情况。
使用从外界判定机构1111得到的传感器输入和从上述的图像测定到的值，来推定本车周围的照度。推定可以预先在各种环境下测定外界判定机构1111的输出，作成将实际的照度与此时的外界判定机构1111的输出建立对应的表，由此能够根据外界判定机构1111的输出来推定实际的照度。
接下来，根据照度，决定如何使用第一车辆候补VCL1[k]、第二车辆候补VCL2[l]的结果。这也可以如图6所示那样预先在各种照度下确认实际的环境并作成图表。
接下来，说明未使用外界判定机构1111的情况。
这种情况下，使用将过去几分钟的数据累计之后的车辆外形ROI1[i]的总数I、车辆尾灯ROI2[j]的总数J、第一车辆候补VCL1[k]的总数K、第二车辆候补VCL2[l]的总数L，推定当前的状况。
例如，若I＜＜J，则可以推测为夜间，若I＞＞J，则可以推测为白天，若I＞K，则可以推测为黄昏。
根据如此推测的状况，使用图6所示的图表，决定如何使用第一车辆候补VCL1[k]、第二车辆候补VCL2[l]的结果。
在此选择的一方作为车辆VCL[m]而输出。
如以上说明所述，通过使用本发明实施例，白天、夜间的检测结果保持原样，即便在在以往的方式中无法应对的黄昏那样的场景下也能够自动地向最佳的检测结果切换。
因此，在黄昏那样的与通常不同的照明条件的场景下，能够输出可适用于警报·控制的检测结果，从而能够扩大黄昏下的系统的适用范围。
<第二实施例>
接下来，使用图7，说明本发明的车辆用外界识别装置的第二实施例。
图7是表示第二实施例的车辆用外界识别装置2000的功能框图。需要说明的是，在以下的说明中，仅详细说明与上述的第一实施例的车辆用外界识别装置1000不同的部分，对于同样的部分，标注同一编号而省略说明。
车辆用外界识别装置2000装入到在机动车上搭载的相机1010内或综合控制器内等，用于从通过相机1010拍摄到的图像内检测车辆，在本实施方式中，从拍摄本车的前方而得到的图像内检测前车。
车辆用外界识别装置2000通过具有CPU、存储器、I/O等的计算机构成其主要部分，被编制规定的处理，而以预定的周期反复执行处理。如图7所示，车辆用外界识别装置2000具有图像取得机构1011、车辆外形检测机构1021、车辆尾灯检测机构1031、移动检测机构2041、第一车辆判定机构2051、第二车辆判定机构1061、判定选择机构1071、第一输出机构1081、第二输出机构1091，而且根据实施方式的不同，有时还具有外界判定机构1111。
[移动检测机构2041]
移动检测机构2041使用通过图像取得机构1011取得的图像IMGSRC[c][x][y]和1帧前的图像，对移动进行分析，抽出进行与背景不同的移动的区域，并输出候补区域ROI3[n]。
以下，使用图8，说明移动检测机构2041执行的处理的内容。图8是表示移动检测机构2041执行的处理顺序的一例的流程图。
首先，在步骤S801中，判定是否为第一次的处理。若为第一次的处理，则不存在用于检测移动的过去图像，因此向步骤S806移动。若不是第一次的处理，则向步骤S802移动。
接下来，在步骤S802中，读入在前一处理中保存的一次取样前的过去图像IMGOLD[c][x][y]。
然后，在步骤S803中，使用图像IMGSRC[c][x][y]和过去图像IMGOLD[c][x][y]，算出移动向量。移动向量是算出某一张图像的像素向另一张图像的哪个位置移动了的处理，已知有梯度法和块匹配法。在本实施例中，以下，使用图9，说明块匹配法的算出方法。
首先，在步骤S901中，将过去图像IMGOLD[c][x][y]分割成小区域PT[p]。
接下来，在步骤S902中，选择一个小区域PT[p]，将其中的图像图案存储作为样板。
然后，在步骤S903中，根据小区域PT[p]的位置，在图像IMGSRC[c][x][y]内设定检索范围SC。检索范围SC设定成例如以与小区域PT[p]相同的位置为中心而扩大了预先设定的规定值的量的范围，或设定成以使用本车的车速预测了从与小区域PT[p]相同的位置移动后的点为中心而扩大了预先设定的规定值的量的范围。
接下来，在步骤S904中，设定与小区域PT[p]相同尺寸的参照小区域RF[q]。参照小区域RF[q]例如在检索范围SC内以重复且铺满的方式配置或拉开间隔配置。
然后，在步骤S905中，对于一个小区域PT[p]与多个参照小区域RF[q]的组合，算出图像的各像素间的差量的绝对值的累计，求出其值最少的RFMIN[q]。
接下来，在步骤S906中，根据PT[p]与参照小区域RFMIN[q]的位置的差量，算出移动向量(VX[p]，VY[p])。
在步骤S907中，判定是否对于全部的小区域PT[p]进行了处理，在进行了处理时，结束处理，在处理未结束时，向步骤S901移动。
通过以上的处理，能够算出各小区域PT[p]的在图像上的移动向量(VX[p]，VY[p])。
返回图8的说明。通过上述的处理，在步骤S803中算出移动向量之后，在步骤S804中，抽出具有与背景不同的移动的小区域。使用本车的车速、转向角、横摆角速度来预测车辆的移动，且假定成图像上移动的物体全部为路面时，能够预测图像上的一点在下一帧向何处移动。由此，假定各小区域PT[p]为平面，来预测其移动量(VXE[p]，VYE[p])，并抽出其移动量与从图像观测到的移动向量(VX[p]，VY[p])之差大的区域。例如将(VXE[p]-VX[p])2+(VYE[p]-VY[p])2超过阈值TH的情况等作为条件。
接下来，在步骤S805中，使用抽出的小区域的位置、移动的方向、大小，进行分组，作为候补区域ROI3[n]。分组例如通过对于各小区域，检索存在相邻的小区域且移动向量的方向·尺寸之差在规定的阈值以内的小区域来进行。
[第一车辆判定机构2051]
接着，以下说明第一车辆判定机构2051执行的处理。
首先，使用图10，说明第一车辆判定机构2051的处理的内容。
图10是表示第一车辆判定机构2051执行的处理顺序的一例的流程图。
首先，在步骤S101中，选择一个车辆外形ROI1[i](SX，SY，EX，EY)。
接下来，在步骤S102中，选择一个候补区域ROI3[n](SX，SY，EX，EY)。
然后，在步骤S103中，判断车辆外形ROI1[i](SX，SY，EX，EY)与候补区域ROI3[n](SX，SY，EX，EY)是否重复。在重复时，向步骤S104前进，在不重复时，向步骤S108前进。在重复的判定中，使用例如图像上的上下左右端SX、SY、EX、EY，通过是否重叠规定的面积以上来判定。
在步骤S104中，检测ROI1[i]的移动。移动可以使用1帧前的外形检测结果，并使用距与当前外形最接近的外形的变化量来求出。而且，也可以在车辆外形ROI1[i](SX，SY，EX，EY)内算出光流，并根据该光流的平均值来算出。这样，算出ROI1[i]的移动向量(VX1，VY1)。
在步骤S105中，检测候补区域ROI3[n]的移动。移动可以使用1帧前的移动检测结果，并使用距与当前移动区域最接近的移动区域的变化量来求出。而且，由于候补区域ROI3[n](SX，SY，EX，EY)通过光流求出，因此也可以根据该光流的平均值来算出。这样，算出候补区域ROI3[n]的移动向量(VX3、VY3)。
在步骤S106中，利用移动的方向和大小，判定是否为同一物体。在一致时，向步骤S107移动，在不一致时，向步骤S108移动。在判定中，例如可以根据ROI1[i]的移动向量(VX1，VY1)、ROI3[n]的移动向量(VX3、VY3)，利用(VX1-VX3)2+(VY1-VY3)2是否为规定阈值以下来进行判定。
在步骤S107中，将检测到的区域作为第一车辆区域VCL1[l]进行新登记。
在步骤S108中，判定是否确认了全部ROI3[n]，在全部确认时，向S109移动，在未全部确认时，向S102返回。
步骤S109判定是否确认了全部ROI1[i]，在全部确认时，结束处理，在未全部确认时，向S101返回。
<第三实施例>
接下来，使用图11，说明本发明的车辆用外界识别装置的第三实施例。图11是表示第三实施例的车辆用外界识别装置3000的功能框图。需要说明的是，在以下的说明中，仅详细说明与上述的第一、第二实施例的车辆用外界识别装置1000、2000不同的部分，对于同样的部分，标注同一符号而省略说明。
车辆用外界识别装置3000装入到在机动车上搭载的相机1010内或综合控制器内等，用于从通过相机1010拍摄到的图像内检测车辆，在本实施方式中，从拍摄本车的前方而得到的图像内检测前车。
车辆用外界识别装置3000通过具有CPU、存储器、I/O等的计算机构成其主要部分，被编制规定的处理而以预定的周期反复执行处理。如图11所示，车辆用外界识别装置3000具有图像取得机构1011、车辆外形检测机构1021、车辆尾灯检测机构1031、车辆图案检测机构3041、第一车辆判定机构2051、第二车辆判定机构1061、判定选择机构1071、第一输出机构1081、第二输出机构1091，而且根据实施方式的不同，有时还具有外界判定机构1111。
[车辆图案检测机构3041]
车辆图案检测机构3041通过图案匹配处理，从由图像取得机构1011取得的图像IMGSRC[c][x][y]输出候补区域ROI3[n]。
图4中说明的车辆图案检测处理对于车辆外形ROI1[i]进行，但在本实施例中，对于画面整体，边改变图像上的坐标(x，y)及尺寸(s)边反复进行处理。处理例如遍及画面整体进行检索，或利用相机几何模型随着尺寸减小而仅检索消失点附近，或使用本车的车速、转向角、横摆角速度来限制处理区域。
需要说明的是，使用该结果得到的候补区域ROI3[n]和车辆外形ROI1[i]的第一车辆判定机构的处理由于与上述的第一车辆判定机构2051大致相同，因此省略说明。
<车辆控制系统>
接下来，使用图12至图14，说明使用了上述的实施例所示的车辆用外界识别装置的车辆控制系统的一例。
图12是表示车辆控制系统的基本移动的一例的流程图。
首先，在步骤S121中，通过上述的车辆用外界识别装置的第一输出机构1081，取得第一物体信息。在本例中，使用根据通过车辆用外界识别装置检测出的车辆的图像信息，利用相机几何而算出的与车辆的距离PY1[a]、横向位置PX1[a]。
同样，在步骤S122中，通过上述的车辆用外界识别装置的第二输出机构1091，取得第二物体信息。在本实施例中，使用根据通过车辆用外界识别装置检测到的车辆的图像信息，利用相机几何而算出的与车辆的距离PY2[b]、横向位置PX2[b]。
接下来，在步骤S123中，使用第一物体信息，使预防碰撞安全系统动作(警报·控制处理)。关于动作的详细情况在后面叙述。
然后，在步骤S124中，使用第二物体信息，进行配光控制处理。关于动作的详细情况在后面叙述。
[警报·控制处理]
以下，使用图13、14，说明根据通过上述的实施例判定的前车而输出警报或自动地控制制动器这样的车辆控制系统。
图13是表示预防碰撞安全系统的处理顺序的流程图。
首先，在步骤S131中，读入障碍物信息(PY1[a]，PX1[a])。
接着，在步骤S132中，利用式(1)，运算检测到的各物体的碰撞预测时间TTC[a]。在此，相对速度VY1[a]通过对物体的相对距离PY1[a]进行仿射微分(日语：凝似微分)而求出。
TTC[a]＝PY1[a]÷VY1[a]·····(1)
此外，在步骤S133中，运算相对于各障碍物的危险度DRECI[a]。
以下，使用图14，说明相对于通过上述任一个车辆用外界识别装置检测到的物体X[a]的危险度DRECI[a]的运算方法的例子。
首先，说明预测路线的推定方法。如图14所示，当以本车位置为原点O时，预测路线可以利用通过原点O的转弯半径R的圆弧来近似。在此，转弯半径R使用本车的转向角α、速度Vsp、稳定系数A、轴距L及转向齿轮比Gs，由式(2)表示。
R＝(1+AV2)×(L·Gs/α)······(2)
稳定系数是指其正负支配车辆的转向特性的系数，是作为表示依赖于车辆的恒定环行的速度的变化的大小的指数的重要值。从式(2)可知，转弯半径R以稳定系数A为系数，与本车的速度Vsp的平方成比例地变化。而且，转弯半径R可以使用车速Vsp及横摆角速度γ，由式(3)表示。
R＝V/γ······(3)
接下来，从物体X[a]向通过转弯半径R的圆弧近似的预测路线的中心引出垂线，求出距离L[a]。
此外，从本车宽度H减去距离L[a]，在其为负值时，危险度DRECI[a]＝0，为正值时，通过下式(4)来运算危险度DRECI[a]。
DRECI[a]＝(H-L[a])/H······(4)
需要说明的是，步骤S131～S133的处理根据检测到的物体数而进行循环处理。
在步骤S134中，根据在步骤S133中运算出的危险度DRECI[a]，选择式(5)的条件成立的物体，在选择的物体中，选择碰撞预测时间TTC[a]最小的物体aMin。
DRECI[a]≥cDRECI#·······(5)
在此，规定值cDRECI#是用于判定是否与本车发生碰撞的阈值。
接下来，在步骤S135中，根据选择的物体k的碰撞预测时间TTC[aMin]，进行是否为自动地控制制动器的范围的判定。在式(6)成立时，向步骤S136前进，执行制动控制而结束处理。
另外，在式(6)未成立时，向步骤S137前进。
TTC[aMin]≤cTTCBRK#····(6)
在步骤S137中，根据选择的物体aMin的碰撞预测时间TTC[aMin]，进行是否为输出警报的范围的判定。在式(7)成立时，向步骤S138前进，输出警报而结束处理。而且，在式(7)未成立时，制动控制、警报均不执行而结束处理。
TTC[aMin]≤cTTCALM#·····(7)
如以上说明所述，在作为本发明实施例的上述任一个车辆用外界识别装置1000、2000、3000中，对于判定为前车的物体，可以根据其危险度而使上述警报和制动控制起动。
[配光控制]
接下来，说明根据通过上述的实施例判定的前车而调整本车的前照灯的照射强度和范围的车辆控制系统。
图15是配光控制处理的动作说明图。配光控制处理是控制本车的前照灯1511，以向前车及相向车存在的区域照射低光束，并向除此以外的区域照射高光束的方式，自动调整本车前照灯照射范围1512的处理。如图15(a)所示，在前车、相向车不存在时，本车前照灯照射范围1512被最大化，但如图15(b)所示，在前车、相向车存在时，使本车前照灯照射范围变化。以下，说明处理的流程。
首先，根据通过上述任一个车辆用外界识别装置检测出的车辆尾灯，读入前车的位置(PY2[b]，PX2[b])。
接着，读入相向车的位置(PYH[h]，PXH[h])。需要说明的是，相向车信息从图像检测作为相向车的前照灯的候补的白色的光点，通过采用其一对信息来检测。前照灯检测处理的详细情况通过另一公知的机构能够抽出，因此这里省略说明。若能够检测图像的前照灯的一对，则能够使用相机几何来检测距离PYH[h]、PXH[h]。
然后，以不向检测出的前车152、相向车153照射高光束且能够向任一个都不存在的区域照射高光束方式控制本车的前照灯1511，调整前照灯照射范围1512。
前照灯1511的控制例如包括调整前照灯1511的光源的强度或切换前照灯1511的照射角度等。而且，在能够将前照灯1511的照射强度多级切换时，根据到相向车153的距离PYH[h]、到前车152的距离PY2[b]中的最接近本车的距离来调整光束强度。
另外，在能够通过横向的角度来调整前照灯1511的照射范围时，根据相向车的位置(PYH[h]，PXH[h])、前车的位置(PY2[b]，PX2[b])，求出前车及相向车中的最左端的车辆及最右端的车辆，以向其范围内照射低光束且向该范围外侧照射高光束的方式进行调整。
如以上说明所示，通过使用本发明实施例的车辆用外界识别装置，在黄昏那样的与通常不同的照明条件的场景下，能够使警报·控制起动。
需要说明的是，在上述实施例中主要对四轮车进行了记载，但对于二轮车也同样。
本发明并未限定为上述的各实施方式，在不脱离本发明的主旨的范围内能够进行各种变更。

Claims (11)

1.一种车辆用外界识别装置，其特征在于，具有：
图像取得机构，其取得拍摄本车周边而得到的图像；
第一车辆候补区域检测机构，其使用图像的梯度信息从所述图像检测出车辆候补区域；
第二车辆候补区域检测机构，其使用图像的颜色信息从所述图像检测出车辆候补区域；
车辆判定机构，其使用所述第一车辆候补区域和所述第二车辆候补区域来判定车辆的有无，
所述车辆判定机构将所述第一车辆候补区域与所述第二车辆候补区域重复且同步移动的区域判定为车辆。
2.一种车辆用外界识别装置，其特征在于，具有：
图像取得机构，其取得拍摄本车周边而得到的图像；
第一车辆候补区域检测机构，其使用图像的梯度信息从所述图像检测出车辆候补区域；
第二车辆候补区域检测机构，其使用图像的颜色信息从所述图像检测出车辆候补区域；
第三车辆候补区域检测机构，其通过与所述第一车辆候补区域检测机构及第二车辆候补区域检测机构不同的检测方法，从所述图像检测出车辆候补区域；
第一车辆判定机构，其使用所述第一车辆候补区域和所述第三车辆候补区域来判定车辆的有无；
第二车辆判定机构，其使用所述第一车辆候补区域和所述第二车辆候补区域来判定车辆的有无，
所述第二车辆判定机构将所述第一车辆候补区域与所述第二车辆候补区域重复且同步移动的区域判定为车辆。
3.一种车辆用外界识别装置，其特征在于，具有：
图像取得机构，其取得拍摄本车周边而得到的图像；
第一车辆候补区域检测机构，其使用图像的梯度信息从所述图像检测出第一车辆候补区域；
第二车辆候补区域检测机构，其使用图像的颜色信息从所述图像检测出第二车辆候补区域；
第三车辆候补区域检测机构，其通过对所述图像实施所需的处理操作来检测出第三车辆候补区域；
第一车辆判定机构，其使用所述第一车辆候补区域和第三车辆候补区域来判定车辆的有无；
第二车辆判定机构，其使用所述第一车辆候补区域和所述第二车辆候补区域来判定车辆的有无；
判定选择机构，其根据当时的状况等，选择通过所述第一车辆判定机构判定的第一车辆候补和通过所述第二车辆判定机构判定的第二车辆候补中的哪一个；
第一输出机构，其输出所述判定选择机构的选择结果来作为第一输出；
第二输出机构，其输出所述第二车辆候补区域来作为第二输出，
所述第二车辆判定机构将所述第一车辆候补区域与所述第二车辆候补区域重复且同步移动的区域判定为车辆。
4.根据权利要求1～3中任一项所述的车辆用外界识别装置，其特征在于，
所述第一车辆候补区域检测机构检测车辆的外形，所述第二车辆候补区域检测机构检测车辆的尾灯。
5.根据权利要求3所述的车辆用外界识别装置，其特征在于，
所述第三车辆候补区域检测机构通过图案匹配处理来判别车辆图案的有无，由此检测所述第三车辆候补区域。
6.根据权利要求5所述的车辆用外界识别装置，其特征在于，
所述第三车辆候补区域检测机构对所述第一车辆候补区域进行检测处理。
7.根据权利要求3所述的车辆用外界识别装置，其特征在于，
所述第三车辆候补区域检测机构使用图像的移动信息来检测所述第三车辆候补区域。
8.根据权利要求3至7中任一项所述的车辆用外界识别装置，其特征在于，
所述车辆用外界识别装置具有判定外界的照度的照度判定机构，所述判定选择机构根据照度判定结果，来选择通过第一车辆判定机构判定的第一车辆候补和通过第二车辆判定机构判定的第二车辆候补中的哪一个。
9.一种车辆控制系统，其特征在于，具有：
权利要求3至8中任一项所述的车辆用外界识别装置；
碰撞危险度算出机构，其根据所述第一输出，算出所述本车发生碰撞的危险度；
第一控制机构，其根据所述碰撞危险度，进行用于避免本车的碰撞的控制；
第二控制机构，其根据所述第二输出，进行用于提高驾驶员的视觉辨认性的控制。
10.根据权利要求9所述的车辆控制系统，其特征在于，
所述第一控制机构进行发出警报的控制或起动制动器的控制。
11.根据权利要求9或10所述的车辆控制系统，其特征在于，
所述第二控制机构进行调整机动车的灯光装置的光量及/或照射范围的控制。
CN201210234917.9A 2011-07-11 2012-07-06 车辆用外界识别装置及使用了该装置的车辆控制系统 Active CN102881186B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011-152776 2011-07-11
JP2011152776A JP5518007B2 (ja) 2011-07-11 2011-07-11 車両用外界認識装置及びそれを用いた車両制御システム

Publications (2)

Publication Number Publication Date
CN102881186A true CN102881186A (zh) 2013-01-16
CN102881186B CN102881186B (zh) 2015-05-13

Family

ID=46969969

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210234917.9A Active CN102881186B (zh) 2011-07-11 2012-07-06 车辆用外界识别装置及使用了该装置的车辆控制系统

Country Status (4)

Country Link
US (1) US8903603B2 (zh)
EP (1) EP2546779B1 (zh)
JP (1) JP5518007B2 (zh)
CN (1) CN102881186B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104019792A (zh) * 2013-02-28 2014-09-03 富士胶片株式会社 车至车距离计算装置和方法
CN106891888A (zh) * 2015-12-17 2017-06-27 福特全球技术公司 车辆转向信号检测
CN106910372A (zh) * 2015-12-23 2017-06-30 罗伯特·博世有限公司 一种用于车辆控制的方法和装置
CN107408288A (zh) * 2015-03-10 2017-11-28 Jvc 建伍株式会社 警告装置、警告方法以及警告程序
CN111652965A (zh) * 2020-04-28 2020-09-11 武汉大势智慧科技有限公司 一种针对影像中移动车辆的判定方法及系统
CN112534473A (zh) * 2018-08-22 2021-03-19 日立汽车系统株式会社 图像处理装置以及图像处理方法
CN113492851A (zh) * 2020-04-06 2021-10-12 丰田自动车株式会社 车辆控制装置、车辆控制方法以及车辆控制用计算机程序
CN117864133A (zh) * 2023-03-17 2024-04-12 成都鑫动源乐信息技术有限公司 基于大数据的安全控制系统

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101361663B1 (ko) * 2012-03-21 2014-02-12 주식회사 코아로직 차량용 영상 처리 장치 및 방법
US20140218530A1 (en) * 2013-02-01 2014-08-07 Eric Sinclair Traffic Event Detection System for Vehicles
JP2017505946A (ja) * 2014-01-17 2017-02-23 ケーピーアイティ テクノロジーズ リミテッド 車両検出システムおよびその方法
JP6378547B2 (ja) * 2014-06-06 2018-08-22 株式会社Ｓｕｂａｒｕ 車外環境認識装置
EP3007099B1 (en) * 2014-10-10 2022-12-07 Continental Autonomous Mobility Germany GmbH Image recognition system for a vehicle and corresponding method
KR101608377B1 (ko) 2014-12-11 2016-04-11 주식회사 유라코퍼레이션 차량용 비상등 제어장치 및 이를 이용한 비상등 제어방법
JP6103138B2 (ja) 2015-03-26 2017-03-29 三菱電機株式会社 ドライバ支援システム
JP6390512B2 (ja) * 2015-05-21 2018-09-19 株式会社デンソー 車載カメラ装置
US10387736B2 (en) * 2017-09-20 2019-08-20 TuSimple System and method for detecting taillight signals of a vehicle
US10733465B2 (en) 2017-09-20 2020-08-04 Tusimple, Inc. System and method for vehicle taillight state recognition
US10944950B2 (en) * 2017-12-21 2021-03-09 Texas Instruments Incorporated Transmitting functional safety statistics via transmitted video
DE102018218015A1 (de) * 2018-10-22 2020-04-23 Robert Bosch Gmbh Verfahren und Vorrichtung zum Ermitteln eines Zustands einer Fahrzeugleuchte eines Fahrzeugs
JP7626655B2 (ja) 2021-04-16 2025-02-04 スタンレー電気株式会社 車両位置特定装置、車両位置特定方法、配光制御装置、車両用灯具システム

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6137531A (en) * 1997-04-15 2000-10-24 Fujitsu Limited Detecting device for road monitoring
CN101470730A (zh) * 2007-12-26 2009-07-01 中国科学院自动化研究所 基于频谱特征分析的图像重复检测方法
JP2009282592A (ja) * 2008-05-20 2009-12-03 Hitachi Ltd 車両用外界認識装置、および、車両システム
CN101673403A (zh) * 2009-10-10 2010-03-17 安防制造（中国）有限公司 复杂干扰场景下的目标跟踪方法
JP2010264912A (ja) * 2009-05-15 2010-11-25 Denso Corp ライト光量制御装置、およびライト光量制御プログラム
JP2011087037A (ja) * 2009-10-14 2011-04-28 Toshiba Alpine Automotive Technology Corp 車両用障害物検出装置

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10255019A (ja) * 1997-03-07 1998-09-25 Toyota Motor Corp 車両認識装置
EP1105842B1 (en) * 1998-08-25 2002-10-02 Holding B.E.V. S.A. Image processing apparatus
JP4119041B2 (ja) * 1999-06-23 2008-07-16 松下電器産業株式会社 色情報を用いた車両検出装置
JP3671134B2 (ja) * 2000-04-05 2005-07-13 株式会社豊田中央研究所 タイヤパラメータ推定装置
JP2002056494A (ja) * 2000-08-10 2002-02-22 Gen Tec:Kk 道路上を走行する車両のトラッキング方法及び該方法を実施するプログラムを記録した記録媒体
JP2004341801A (ja) * 2003-05-15 2004-12-02 Nissan Motor Co Ltd 追跡車両ランプ検出システムおよび追跡車両ランプ検出方法
JP3882797B2 (ja) * 2003-08-08 2007-02-21 日産自動車株式会社 車両用運転操作補助装置および車両用運転操作補助装置を備える車両
JP3948450B2 (ja) * 2003-10-20 2007-07-25 日産自動車株式会社 物体検出装置及び物体検出方法
JP4426436B2 (ja) 2004-12-27 2010-03-03 株式会社日立製作所 車両検知装置
JP2006244331A (ja) 2005-03-07 2006-09-14 Nissan Motor Co Ltd 夜間走行補助装置及び方法
US7724962B2 (en) 2006-07-07 2010-05-25 Siemens Corporation Context adaptive approach in vehicle detection under various visibility conditions
JP4980939B2 (ja) 2008-01-22 2012-07-18 富士重工業株式会社 撮像手段の調整装置および物体検出装置
FR2947657B1 (fr) 2009-07-06 2016-05-27 Valeo Vision Procede de detection d'un obstacle pour vehicule automobile
US9140565B2 (en) * 2011-01-20 2015-09-22 Toyota Jidosha Kabushiki Kaisha Travel plan generation method and travel plan generation device

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6137531A (en) * 1997-04-15 2000-10-24 Fujitsu Limited Detecting device for road monitoring
CN101470730A (zh) * 2007-12-26 2009-07-01 中国科学院自动化研究所 基于频谱特征分析的图像重复检测方法
JP2009282592A (ja) * 2008-05-20 2009-12-03 Hitachi Ltd 車両用外界認識装置、および、車両システム
JP2010264912A (ja) * 2009-05-15 2010-11-25 Denso Corp ライト光量制御装置、およびライト光量制御プログラム
CN101673403A (zh) * 2009-10-10 2010-03-17 安防制造（中国）有限公司 复杂干扰场景下的目标跟踪方法
JP2011087037A (ja) * 2009-10-14 2011-04-28 Toshiba Alpine Automotive Technology Corp 車両用障害物検出装置

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104019792B (zh) * 2013-02-28 2017-07-04 富士胶片株式会社 车至车距离计算装置和方法
CN104019792A (zh) * 2013-02-28 2014-09-03 富士胶片株式会社 车至车距离计算装置和方法
US11423664B2 (en) 2015-03-10 2022-08-23 Jvckenwood Corporation Warning device, warning method, and warning program
CN107408288A (zh) * 2015-03-10 2017-11-28 Jvc 建伍株式会社 警告装置、警告方法以及警告程序
US11749112B2 (en) 2015-03-10 2023-09-05 Jvckenwood Corporation Warning device, warning method, and warning program
CN106891888B (zh) * 2015-12-17 2022-04-29 福特全球技术公司 车辆转向信号检测
CN106891888A (zh) * 2015-12-17 2017-06-27 福特全球技术公司 车辆转向信号检测
CN106910372A (zh) * 2015-12-23 2017-06-30 罗伯特·博世有限公司 一种用于车辆控制的方法和装置
CN112534473A (zh) * 2018-08-22 2021-03-19 日立汽车系统株式会社 图像处理装置以及图像处理方法
CN113492851A (zh) * 2020-04-06 2021-10-12 丰田自动车株式会社 车辆控制装置、车辆控制方法以及车辆控制用计算机程序
CN113492851B (zh) * 2020-04-06 2024-02-27 丰田自动车株式会社 车辆控制装置、车辆控制方法以及车辆控制用计算机程序
CN111652965A (zh) * 2020-04-28 2020-09-11 武汉大势智慧科技有限公司 一种针对影像中移动车辆的判定方法及系统
CN111652965B (zh) * 2020-04-28 2023-06-09 武汉大势智慧科技有限公司 一种针对影像中移动车辆的判定方法及系统
CN117864133A (zh) * 2023-03-17 2024-04-12 成都鑫动源乐信息技术有限公司 基于大数据的安全控制系统

Also Published As

Publication number Publication date
US8903603B2 (en) 2014-12-02
EP2546779B1 (en) 2019-12-11
EP2546779A2 (en) 2013-01-16
JP2013020417A (ja) 2013-01-31
US20130018547A1 (en) 2013-01-17
CN102881186B (zh) 2015-05-13
EP2546779A3 (en) 2014-06-25
JP5518007B2 (ja) 2014-06-11

Similar Documents

Publication Publication Date Title
CN102881186B (zh) 车辆用外界识别装置及使用了该装置的车辆控制系统
JP5372680B2 (ja) 障害物検知装置
JP5809785B2 (ja) 車両用外界認識装置およびそれを用いた配光制御システム
US10635896B2 (en) Method for identifying an object in a surrounding region of a motor vehicle, driver assistance system and motor vehicle
US8305431B2 (en) Device intended to support the driving of a motor vehicle comprising a system capable of capturing stereoscopic images
JP5906224B2 (ja) 車外環境認識装置
US9978276B2 (en) Vehicle exterior environment recognition device
US9037343B2 (en) Light distribution control apparatus and light distribution control method
US20120300078A1 (en) Environment recognizing device for vehicle
JP5886809B2 (ja) 車外環境認識装置
US9975551B2 (en) Vehicle exterior environment recognition device
JP2014515893A (ja) 車両のカメラによって撮影した画像を評価するための方法および画像評価装置
CN108037505A (zh) 一种夜间前方车辆检测方法及系统
JP5065172B2 (ja) 車両灯火判定装置及びプログラム
JP6236039B2 (ja) 車外環境認識装置
JP5593217B2 (ja) 車両用外界認識装置およびそれを用いた車両システム
US20150091714A1 (en) Filtering device and environment recognition system
JP6378547B2 (ja) 車外環境認識装置
JP2022161700A (ja) 信号機認識装置
KR101624426B1 (ko) 차량 검출 시스템
JP2021128672A (ja) 立体物検出装置、車載システム、及び立体物検出方法
JP2015156120A (ja) 歩行者認識装置
JP2022123469A (ja) 路面標示認識方法及び路面標示認識装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant