JPH10143659A - 物体検出装置 - Google Patents

物体検出装置

Info

Publication number
JPH10143659A
JPH10143659A JP8293993A JP29399396A JPH10143659A JP H10143659 A JPH10143659 A JP H10143659A JP 8293993 A JP8293993 A JP 8293993A JP 29399396 A JP29399396 A JP 29399396A JP H10143659 A JPH10143659 A JP H10143659A
Authority
JP
Japan
Prior art keywords
distance image
pixel
dimensional distribution
distance
pixels
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.)
Withdrawn
Application number
JP8293993A
Other languages
English (en)
Inventor
Hiroyoshi Yamaguchi
博義 山口
Tetsuya Shinpo
哲也 新保
Osamu Yoshimi
修 吉見
Seiichi Mizui
精一 水井
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.)
Komatsu Ltd
Original Assignee
Komatsu 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 Komatsu Ltd filed Critical Komatsu Ltd
Priority to JP8293993A priority Critical patent/JPH10143659A/ja
Priority to PCT/JP1997/004043 priority patent/WO1998020455A1/ja
Priority to AU48846/97A priority patent/AU4884697A/en
Priority to US09/284,619 priority patent/US6487303B1/en
Publication of JPH10143659A publication Critical patent/JPH10143659A/ja
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Measurement Of Optical Distance (AREA)
  • Processing Or Creating Images (AREA)

Abstract

(57)【要約】 【課題】走行中の移動体が傾いていたり走行路が坂道に
なっていたりして距離画像だけではその画像中の走行路
と障害物との判別が困難であったとしても、その判別を
容易に行えるようにする。 【解決手段】距離画像の各画素毎の２次元座標位置デー
タと、各画素毎の基準位置からの距離データとに基づ
き、距離画像の各画素毎に、３次元座標系における３次
元座標位置データを演算して、面および検出対象物体に
対応する画素の３次元分布を生成するようにしているの
で、この３次元分布に基づき、面に対応する画素群か
ら、この面を基準とする所定の高さ以上の画素群である
検出対象物体を、容易に判別できるようになる。 【効果】走行中の移動体が傾いていたり走行路が坂道に
なっていたりして距離画像だけではその画像中の走行路
と障害物との判別が困難であったとしても、上記３次元
分布にすることによってその判別が容易に行えるように
なる。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、面上に存在する検
出対象物体、とりわけ無人ダンプトラック等の移動体が
走行する走行路面上に存在する障害物を検出する装置に
関する。
【０００２】
【従来の技術および発明が解決しようとする課題】無人
ダンプトラック等の移動体において、その走行路上の障
害物を検出する能力は、まだ充分といえないのが現状で
ある。それは、超音波センサ、レーザレーダ、ミリ波セ
ンサを用いて移動体進行方向前方の障害物を検出する手
法が未だ使われているからであり、このような手法をと
ったとき、その視野角の狭さによって障害物の検出範囲
が制限されること、センサから得られる情報量が少ない
ことなどの問題が生じるからである。
【０００３】この点、移動体前方を撮像し、その撮像画
像を処理することにより障害物を検出する方法をとった
場合には、得られる情報量が多く、視野角が広く広範囲
で障害物を検出できるという利点がある。
【０００４】この種の画像処理を用いた障害物検出装置
として、ステレオカメラ（少なくとも２台のカメラ）を
用い、これら２台のカメラの撮像画像中の画素を、パタ
ーンマッチングの原理によって対応させることにより、
各画素毎に、２次元座標位置情報と移動体の基準位置か
らの距離情報とを有している距離画像を生成して、この
距離画像を用いて移動体基準位置から障害物までの距離
を検出するようにしたものがある。
【０００５】この距離画像には、検出物体の輪郭部分の
みの距離情報を有する、画素が疎な距離画像と、検出物
体の輪郭部分のみならず、面部分についても画素情報と
して示されている、画素が密な距離画像とがあり、この
密な距離画像を微分処理することによって検出物体の輪
郭部分のみが示される、画素が疎な距離画像が得られ
る。
【０００６】この種の距離計測装置としては、本出願人
に係る特願平７−２００９９９号（発明の名称「物体の
距離計測装置および形状計測装置」）に開示されたもの
を使用することができる。
【０００７】しかし、距離画像は、移動体に搭載された
ステレオカメラのカメラ座標系でみた距離画像を用いる
ため、走行中の移動体の傾きが大きい場合や走行路が坂
になっている場合には、走行路自体も距離画像で高い位
置に撮像されることがあり、距離画像に映しだされたも
のが、走行路なのかその上に存在する障害物なのか判別
することが困難な場合が多い。
【０００８】また、距離画像には、誤対応点が多く含ま
れており、そのまま処理して障害物までの距離を検出し
たのでは、障害物の距離を誤検出してしまうことがあ
る。
【０００９】さらに、移動体の障害物の位置は逐次変化
するために、障害物の位置をリアルタイムに表示等させ
るには、障害物を検出するための画像処理を短時間で行
うことが望まれる。
【００１０】本発明は、こうした実状に鑑みてなされた
ものであり、たとえ走行中の移動体が傾いていたり走行
路が坂道になっていたりして距離画像中の走行路と障害
物との判別が困難であったとしても、その判別を容易に
行えるようにすることを第１の目的とするものである。
【００１１】また、誤対応点が多く含まれる距離画像で
あったとしても、精度よく障害物を検出できるようにす
ることを第２の目的とするものである。
【００１２】また、障害物を検出するための処理時間を
短縮して、リアルタイムに障害物の位置の検出、表示等
を行えるようにすることを第３の目的とするものであ
る。
【００１３】本発明は、移動体の走行路上の障害物を検
出するのみならず、面上に存在する物体全般についての
検出に適用することができる。
【００１４】
【課題を解決するための手段および効果】そこで、上記
第１の目的を達成するために本発明の第１発明の主たる
発明では、基準位置から、面上の検出対象物体までの距
離を計測し、当該面および検出対象物体の距離画像を生
成する距離画像生成手段と、前記距離画像生成手段によ
って生成された距離画像を用いて、前記面上の物体を検
出する検出手段とを具えた物体検出装置において、前記
距離画像の各画素毎の２次元座標位置データと、各画素
毎の前記基準位置からの距離データとに基づき、前記距
離画像の各画素毎に、３次元座標系における３次元座標
位置データを演算し、前記面および前記検出対象物体に
対応する画素の３次元分布を生成する３次元分布生成手
段と、前記３次元分布生成手段によって生成された３次
元分布に基づき前記面に対応する画素群を演算し、この
演算された面を基準とする所定の高さ以上の画素群を、
前記検出対象物体であると検出する検出手段とを具える
ようにしている。
【００１５】上記面上の検出対象物体の代表的なもの
は、移動体が走行する走行路面上の障害物である。
【００１６】すなわち、この第１発明の構成によれば、
距離画像の各画素毎の２次元座標位置データと、各画素
毎の基準位置からの距離データとに基づき、距離画像の
各画素毎に、３次元座標系における３次元座標位置デー
タを演算して、面および検出対象物体に対応する画素の
３次元分布を生成するようにしているので、この３次元
分布に基づき面に対応する画素群から、この面を基準と
する所定の高さ以上の画素群である検出対象物体を、容
易に判別できるようになる。つまり、走行中の移動体が
傾いていたり走行路が坂道になっていたりして距離画像
だけではその画像中の走行路と障害物との判別が困難で
あったとしても、上記３次元分布にすることによってそ
の判別が容易に行えるようになる。
【００１７】また、上記第２の目的を達成するために、
本発明の第２発明の主たる発明では、上記第１発明の構
成において、距離画像生成手段は、２つのカメラの２つ
の撮像画像中の対応点の対応付けを行うことによって距
離画像を生成するものであり、前記３次元分布生成手段
によって前記３次元分布を生成する際に、予め前記距離
画像生成手段によって得られる距離画像の中で、前記対
応づけのマッチングエラーの度合いが所定のしきい値以
上である画素を、誤対応点であるとして取り除いておく
ようにしている。
【００１８】このように、第２発明の構成によれば、誤
対応点が多く含まれる距離画像であったとしても、誤対
応点が事前に取り除かれた上で、生成された３次元分布
に基づき、障害物の検出がなされるので、障害物の誤検
出が防止され、精度よく障害物を検出できるようにな
る。
【００１９】また、上記第３の目的を達成するために、
本発明の第３発明の主たる発明では、上記第１発明の構
成において、前記距離画像生成手段は、検出対象物体の
表面を含む当該物体の距離画像を生成するものであり、
前記３次元分布生成手段によって前記３次元分布を生成
する際に、予め前記距離画像生成手段によって得られる
距離画像を、微分処理して、前記検出対象物体のエッジ
のみを示す当該物体のエッジ距離画像を取得しておき、
このエッジ距離画像を用いて前記３次元分布を生成する
ようにしている。
【００２０】あるいは、上記第１発明の構成において、
前記距離画像生成手段を、前記検出対象物体のエッジの
みを示す当該物体のエッジ距離画像を生成するものと
し、前記３次元分布生成手段を、前記エッジ距離画像を
用いて前記３次元分布を生成するものとしている。
【００２１】このように、第３発明の構成によれば、検
出対象物体の表面を含む当該物体の密な距離画像を、検
出対象物体のエッジのみを示す当該物体のエッジ距離画
像に変換した上で、あるいは距離画像生成手段で検出対
象物体のエッジ距離画像を生成した上で、このエッジ距
離画像に基づき障害物検出のための画像処理を行うよう
にしたので、画像処理の際の画素の探索点数を大幅に減
らすことができ、探索時間が大幅に短縮される。つま
り、障害物を検出するための処理時間が短縮され、リア
ルタイムに障害物の検出、表示等の処理が行えるように
なる。
【００２２】
【発明の実施の形態】以下、図面を参照して本発明の実
施の形態について説明する。
【００２３】なお、本実施の形態では、無人ダンプトラ
ック等の移動体が走行路を走行する場合に、この走行路
上に存在する岩等の障害物を移動体搭載の障害物検出装
置で検出する場合を想定している。
【００２４】図１は、本発明の実施の形態で想定してい
る障害物検出装置１の構成を示している。
【００２５】同図１に示すように、この障害物検出装置
１は、図示せぬ移動体上の基準位置（基準面）から、そ
の移動体の走行路面上の障害物までの距離を計測し、当
該走行路面および障害物の距離画像を生成する距離画像
生成部２と、上記距離画像の各画素毎の２次元座標位置
データと、各画素毎の上記基準位置からの距離データと
に基づき、距離画像の各画素毎に、３次元座標系におけ
る３次元座標位置データを演算し、上記距離画像から、
各画素の３次元座標位置分布を生成する座標変換部３
と、この３次元分布に基づき走行路面に対応する画素群
を演算によって求めて走行路面（地面）を特定、検出す
る地面検出部４と、この検出された走行路面を基準とす
る所定の高さ以上の画素群を、障害物であると検出する
障害物検出部５とから構成されており、検出結果はＣＲ
Ｔディスプレイ等からなる表示部７に表示されるように
なっている。
【００２６】距離画像生成部２では、例えば図８（ａ）
に示すような走行路面３１と、２つの障害物３２（障害
物１）、３３（障害物２）と、その背景３４からなる距
離画像３０が生成される。距離画像３０の各画素４０に
は、ｉ−ｊ２次元座標系における２次元座標位置（ｉ、
ｊ）、移動体の基準位置（基準面）からの距離ｄを示す
データ（ｉ、ｊ、ｄ）が対応づけられており、距離画像
３０の各位置ｉ、ｊの画素４０は、距離ｄに応じた明度
を有している。距離画像を生成するための距離計測の方
法としては、例えば前掲した特願平７−２００９９９号
に示される多眼レンズ（多眼カメラ）を使用した方法を
用いることができる。
【００２７】図８（ａ）は、走行路面３１と、障害物３
２、３３と、その背景３４のすべての部分が輪郭部分の
みならず表面部分も所定の明度をもって示されている、
画素が密な距離画像３０であり、距離画像生成部２にお
いて、このような密な距離画像３０を生成してもよい
が、同図８（ｂ）に示すように、障害物３２、３３の輪
郭部分３２´、３３´のみが所定の明度をもって示され
ている、画素が疎なエッジ距離画像３０´を生成しても
よい。
【００２８】このエッジ距離画像３０´は、図１の距離
画像生成部２で直接、生成してもよいが、図７に示され
るように、密な距離画像を生成する距離画像生成部２´
から出力される密な距離画像３０を、エッジ距離画像生
成部８において微分処理することによって生成してもよ
い。図７の障害物検出装置１では、エッジ距離画像生成
部８で生成されたエッジ距離画像３０´に対して座標変
換部３で３次元座標変換が行われて各画素の３次元分布
が生成される。
【００２９】上記エッジ距離画像３０´は、原画像であ
る密な距離画像３０に対して、例えばガウスラプラシア
ンフィルタ、ソーベルオペレータ等を適用することによ
ってエッジを強調した画像を生成し、得られたエッジの
部分の画素に対して、原画像３０の対応する画素の明度
を付与することによって生成することができる（図８
（ａ）、（ｂ）参照）。
【００３０】座標変換部３では、図８（ａ）に示される
密な距離画像３０を例にとると、この距離画像３０の各
画素４０には、上述したように（ｉ、ｊ、ｄ）の３次元
の情報が対応づけられているので、この距離画像データ
（ｉ、ｊ、ｄ）で示される各画素４０を、図９に示すよ
うに、移動体とともに移動し、移動体の所定位置を原点
とする車体座標系Ｘ−Ｙ−Ｚ上の３次元座標位置データ
（Ｘ、Ｙ、Ｚ）に対応づけられた各画素６０に変換する
ことができる。このような変換を施すことによって、各
画素６０の３次元座標位置の分布図を取得することがで
きる。ここで、Ｘ軸は、距離画像３０の横方向（幅）に
対応する座標軸であり、Ｙ軸は、距離画像３０の奥行き
方向に対応する座標軸であり、Ｚ軸は、距離画像３０の
縦方向（高さ）に対応する座標軸である。座標変換部３
０では、このような３次元分布が生成される。
【００３１】図２は、距離画像生成部２で生成される距
離画像３０（エッジ距離画像３０´でもよい）に、パタ
ーンマッチング時の誤対応があった場合にこれを除去す
る誤対応除去部６を、距離画像生成部２と、座標変換部
３との間に挿入して構成した障害物検出装置１を示して
いる。
【００３２】ここで、誤対応について説明すると、画像
中の各画素の距離は、ステレオカメラ（少なくとも２台
のカメラ）を用いて、これら２台のカメラの撮像画像中
の画素を、パターンマッチングの原理によって対応させ
ることにより求められる。
【００３３】すなわち、図３（ａ）、（ｂ）に示すよう
に２台のカメラで撮像された画像５０Ａ、５０Ｂのうち
の一方の画像５０Ａのある所定の画素５１の距離を求め
ようとするとき、その画素５１の周囲のウインドウ５２
（画素５１を含む）の輝度値（明度）パターンに最もよ
く似ているパターンを、他方の画像Ｂの中のエキポーラ
線上で探索し、対応するパターン５２´を求めることに
よって（図３（ｂ）参照）、画素５１に対応する画素を
求め、その視差から距離を求めるようにしている。
【００３４】このときのマッチングエラーＥは、画像上
の画素ｗにおける輝度値あるいはＲ（レッド）、Ｇ（グ
リーン）、Ｂ（ブルー）値を、Ｇ（ｗ）（一方の画像に
ついてはＧa（ｗ）、他方の画像についてはＧb
（ｗ））、ウインドウ内の位置をｋ、視差をｆとする
と、 Ｅ（ｗ）＝Σ（Ｇa（ｗ＋ｋ）−Ｇb（ｗ＋ｋ＋ｆ））（ｋ＝１〜９） …（１ ） のようにして求められる。
【００３５】そこで、距離画像３０を生成する際に、上
記（１）式に示されるマッチングエラーＥ（ｗ）を記憶
しておく（図２の１０１参照）。
【００３６】ここで、距離画像３０の中には、誤対応を
起こしている画素が存在していることが多いが、誤対応
を起こしている画素は、マッチングエラーＥ（ｗ）が大
きいところと考えられるので、得られた距離画像３０に
対して、図４、図５に示すような誤対応点除去処理が実
行されて、マッチングエラーＥ（ｗ）が所定のしきい値
以上大きい画素は誤対応点であるとして距離画像３０の
中から除去される（素２の１０２参照）。
【００３７】すなわち、図４（ａ）に示される距離画像
３０（前述した図８（ａ）と同様な距離画像）を例にと
ると、この距離画像３０中の各画素４０の明度（距離ｄ
に対応する）を、同図（ｂ）に示すように、距離ｄを示
す数値で表したテーブル３５に変換することができる。
また、距離画像３０中の各画素４０を、同図（ｃ）に示
すように、上記マッチングエラーＥ（ｗ）を示す数値で
表したテーブル３６に変換することができる。このテー
ブル３６内の各画素４０の数値は、数値が大きいほど、
パターンマッチング時のエラーが大きく、誤対応が発生
している可能性が大きいことを示している。
【００３８】つぎに、３画素＊３画素のウインドウ４１
を設定して、図５（ａ）に示すように、このウインドウ
４１を、上記テーブル３５、３６上において順次ずらし
ていき、各位置のウインドウ４１内でマッチングエラー
の数値が最も小さな値を示している画素に対応する距離
の数値をそのウインドウ４１内の代表値とする処理が実
行される。こうして代表値の集合からなるテーブル３７
が作成される。例えば、図５（ａ）の右上のウインドウ
４１´の場合、図４（ｂ）のテーブル３５、図４（ｃ）
のテーブル３６より、マッチングエラーの数値が「１２
０」と一番小さい値を示している画素の距離の数値
「９」が代表値とされる。
【００３９】ついで、こうして得られたテーブル３７に
対して、さらに、マッチングエラーの値があるしきい値
（１５０）以上になっている画素を除去する処理が実行
されて、最終的にテーブル３８が作成される。
【００４０】こうして得られたテーブル３８の中で、数
値が示されていない画素４０が誤対応点であるとして、
距離画像３０の中から除去されることになる。
【００４１】上述の説明では、３画素＊３画素のウイン
ドウをずらしてそのウインドウ内でエラーの小さいもの
を代表値とすることによってマッチングエラーの大きい
画素を除去しているが、全画像の中でマッチングエラー
が所定のしきい値以上のものを除去することによってマ
ッチングエラーの大きい画素を除去してもよい。
【００４２】つぎに、誤対応点除去の他の実施例につい
て図６（ａ）、（ｂ）を参照して説明する。
【００４３】図６（ａ）は、上記図４（ａ）、図８
（ａ）と同様な距離画像３０を示している。もちろん、
エッジ距離画像３０´を用いても以下の処理を同様に行
うことができる。
【００４４】上記距離画像３０に基づき、同図（ｂ）に
示すように、この距離画像３０内の各画素４０の距離ｄ
と画素数Ｎとの関係を示すグラフが作成される。ここ
で、障害物３２、３３、走行路面３１はもちろんのこ
と、背景３４の部分についても、それらは、ひとまとま
りの物体であり、ひとまとまりの物体であればその物体
領域中の画素群の距離ｄとしてはほぼ同じ値を示すはず
であり、同じ距離を示す画素数は一定のしきい値よりも
大きい値を示すはずである。逆に、同じ距離を示す画素
数が一定のしきい値以下であれば、それら画素は、ひと
まとまりの物体を示す画素ではなく、誤対応点であると
判断することができる。
【００４５】このような知見に基づき、図６（ｂ）に示
すように、画素数Ｎがしきい値Ｎ0以下となっている距
離ｄ1、ｄ2、ｄ3を示している画素４０については、誤
対応点であるとして、距離画像３０の中から除去される
ことになる。
【００４６】つぎに、図１の地面検出部４、障害物検出
部５で実行される処理について、図９〜図１５を併せ参
照して説明する。
【００４７】前述したように、座標変換部３において各
画素６０の３次元分布（図９参照）が生成されると、地
面検出部４では、この３次元分布を、図１０に示すよう
に、奥行き方向Ｙと、高さ方向Ｚとの２次元分布に変換
する処理が実行される。
【００４８】そして、この２次元分布を、奥行き方向Ｙ
に、破線で示すように所定の間隔７０毎に区分して各領
域７０毎に最下点（最もＺ位置が小さい点）を示してい
る画素６０´を探索する処理が実行される。
【００４９】こうして得られた各最下点の画素６０´に
基づき、直線近似の手法を用いて最下線６１が生成され
る。そして、この最下線６１が走行路面３１とされる。
【００５０】走行路面３１が、Ｘ軸方向に傾斜していな
い場合には、Ｘ軸の任意の位置Ｘにおいて、図１０に示
すような２次元分布を求めることによって走行路面３１
を特定、検出することができる。
【００５１】ここで、走行路面３１が、Ｘ軸方向に傾斜
している場合には、Ｘ軸上の各位置Ｘについて図１０に
示す２次元分布を求めることによって、最下線６１、６
１…を求め、これら最下線６１、６１、６１…を平面近
似することによって走行路面３１を特定、検出すること
ができる。図１１は、この手法によって得られた最下面
６１´である走行路面を示す図である。
【００５２】また、３次元座標Ｘ−Ｙ−Ｚの原点を走行
路面３１上においている場合、走行路面３１が原点を通
るという拘束条件を付けることもできる。
【００５３】また、最下点だけに基づき走行路面３１を
検出するのではなく、下から数点の画素群６０″（図１
０参照）に基づき走行路面３１を検出してもよい。要
は、３次元分布の全画素の中で、高さＺが所定のしきい
値以下になる画素を選択し、この選択された画素の高さ
のデータを平面近似することにより、走行路面３１は特
定、検出することができる。
【００５４】さらに、３次元分布の全画素の中で、高さ
Ｚが所定の範囲Ｚ1〜Ｚ2の範囲内に入る画素を選択し、
この選択された画素の高さのデータを平面近似すること
により、走行路面３１を特定、検出してもよい。この場
合も、３ 次元座標Ｘ−Ｙ−Ｚの原点を走行路面３１上
においている場合、走行路面３１が原点を通るという拘
束条件を付けることができる。
【００５５】このように、画素の３次元分布の中から走
行路面を検出するようにしたので、たとえ移動体が傾斜
していたり、走行路面が坂道であったりしているため
に、距離画像中で障害物と走行路面の高さが同じ高さに
あったとしても、容易に走行路面３１を、それ以外の物
体から識別、検出することができるようになる。
【００５６】以上のようにして、各画素の３次元分布に
基づき、走行路面３１に対応する画素群６１´が検出さ
れると、障害物検出部５では、図１１に示すように、こ
の検出された走行路面３１と各画素６０との距離（高
さ）ｈが求められ、走行路面３１に対して所定の高さｈ
0（例えば３０ｃｍ）以上離間している画素群６２が、
障害物候補点群として求められる。
【００５７】つぎに、図１２に示すように、この障害物
候補点群６２について、上記基準位置からの距離ｄと画
素数Ｎとの関係を示すグラフが求められる。
【００５８】ここで、図６（ｂ）において述べたのと同
様に、障害物３２、３３は、ひとまとまりの物体であ
り、この物体領域中の画素群の距離ｄとしてはほぼ同じ
値を示すはずであり、同じ距離を示す画素数は一定のし
きい値よりも大きい値を示すはずである。逆に、同じ距
離ｄを示す画素数が一定のしきい値以下であれば、それ
ら画素は、ひとまとまりの物体である障害物３２、３３
を示す画素ではなく、誤対応点であると判断することが
できる。
【００５９】このような知見に基づき、図１２に示すよ
うに、画素数Ｎがしきい値Ｎ´0以下となっている距離
ｄ1を示している画素群６３については、誤対応点であ
るとして、障害物候補点群６２の中から除去される。そ
して、この誤対応点が取り除かれた障害物候補点群６２
の中から、障害物３２、３３が検出される。
【００６０】すなわち、図１３に示すように、この誤対
応点が取り除かれた障害物候補点群６２について、図１
１の３次元分布を、幅方向Ｘと、高さ方向Ｚとの２次元
分布に変換する処理が実行される。
【００６１】ここで、障害物３２、３３は、ひとまとま
りの物体であるので、上記Ｘ−Ｚの２次元分布におい
て、ひとかたまりの画素群としてそれぞれ観察されるは
ずである。
【００６２】そこで、こうした知見に基づき、この２次
元分布を、幅Ｘ方向に、破線で示すように所定の間隔７
１毎に区分して各領域７１毎に、障害物候補点が存在し
ているか否かを探索していく。そして、障害物候補点が
存在している領域を障害物候補領域とする。そして、こ
の障害物候補領域が、幅方向Ｘで連続しているか否かが
探索される。こうして、幅方向Ｘで連続している障害物
候補領域の全体が、障害物領域とされる。本実施の形態
の場合、障害物３２に対応する一の障害物領域と、障害
物３３に対応する他の一の障害物領域の２つの障害物領
域が探索されるはずである。
【００６３】つぎに、今度は、上記各領域７１毎に、奥
行き方向Ｙと、高さ方向Ｚとの２次元分布が求められ
る。
【００６４】そして、この各領域７１毎の２次元分布に
ついて、同様にして障害物領域を探索する処理を実行し
ていく。
【００６５】こうして、最終的に、３次元的に画素群が
連続している２つの障害物領域６４、６５が取得され、
これら２つの障害物領域６４、６５に含まれる画素群が
それぞれ障害物３２、３３であると特定、検出される。
【００６６】つぎに、こうして検出された障害物領域６
４（障害物３２に対応している）を構成する画素６０の
中で、この障害物領域６４を代表する位置（例えば重心
位置）に対応する画素の３次元座標位置ｇが求められ
る。そして、この障害物領域６４の横方向の最大長さが
「幅ａ」として求められる。そして、この障害物領域６
４の幅ａに直角方向の最大長さが「奥行きｃ」として求
められる。さらに、この障害物領域６４の最大高さが
「高さｂ」として求められる。他方の障害物領域６５に
ついても同様の処理が実行される。なお、障害物領域６
４、６５の代表位置としては、中心位置でもよい。
【００６７】こうして、地面検出部４において画素群６
１´として走行路面３１が検出され、障害物検出部５に
おいて画素群６４、６５として障害物３２、３３が検出
されると、図１４に示すように、それら検出結果から、
表示部７において走行路面３１に対応する３次元画像７
０が生成されるとともに、障害物３２、３３に対応する
３次元画像７１、７２が生成され、これら３次元画像が
同一画面に表示される。
【００６８】併せて、図１５に示すように、上記演算さ
れた障害物３２、３３の幅ａ、高さｂ、奥行きｃ、代表
位置ｇが、上記表示部７に表示される。上述した実施の
形態では、距離画像を画素の３次元分布に変換してか
ら、走行路面、障害物を検出するようにしているが、図
１６に示すように、先に、距離画像から直接、走行路
面、障害物を検出しておき、その後、距離画像を３次元
分布に変換して、３次元分布内の走行路面、障害物を表
示するようにしてもよい。
【００６９】すなわち、図１６の距離画像生成部２にお
いて距離画像が生成されると、この距離画像の全画素の
中から、走行路面を示す画素群が地面検出部４で演算、
検出され、障害物検出部５において、この検出された走
行路面に対して所定の高さ以上離間している画素群が、
障害物であると演算、検出される。そして、この検出さ
れた走行路面、障害物に対応する画素群の２次元座標位
置データ（ｉ、ｊ）と、距離データｄとに基づき、当該
画素群の３次元座標系における３次元座標位置データ
（Ｘ、Ｙ、Ｚ）が演算され、走行路面に対応する画素群
および障害物に対応する画素群の３次元分布が、座標変
換部３で生成され、この生成された３次元分布に基づき
表示部７で走行路面および障害物の３次元画像等が表示
される。
【００７０】なお、本実施の形態では、無人ダンプトラ
ックの移動体の走行路上の障害物を検出する場合を想定
しているが、本発明としては、検査台の上に置かれた製
品の外観検査等、面上に存在する物体を検出するもので
あればよく、任意の装置、任意の産業分野に適用するこ
とができる。
【図面の簡単な説明】
【図１】図１は本発明に係る物体検出装置の実施の形態
を示すブロック図である。
【図２】図２は他の実施の形態を示すブロック図であ
る。
【図３】図３（ａ）、（ｂ）はパターンマッチングの原
理を説明するために用いた図である。
【図４】図４（ａ）、（ｂ）、（ｃ）は、距離画像の中
から誤対応点を除去する処理を説明するために用いた図
である。
【図５】図５（ａ）、（ｂ）は、距離画像の中から誤対
応点を除去する処理を説明するために用いた図である。
【図６】図６（ａ）、（ｂ）は、距離画像の中から誤対
応点を除去する別の処理を説明するために用いた図であ
る。
【図７】図７は本発明の他の実施の形態を示すブロック
図である。
【図８】図８（ａ）、（ｂ）は画素が密な距離画像と、
画素が疎なエッジ距離画像とそれぞれ示す図である。
【図９】図９は距離画像の各画素を３次元分布として示
す斜視図である。
【図１０】図１０は図９の３次元分布を２次元分に変換
した様子を示す図である。
【図１１】図１１は３次元分布の中から走行路面が検出
された様子を示す斜視図である。
【図１２】図１２は障害物の候補となる画素群を、走行
路面からの高さと画素数との関係として示す図である。
【図１３】図１３は障害物候補となる画素群を２次元分
布で示した図である。
【図１４】図１４は走行路面と障害物の検出結果とし
て、３次元分布を表示部に表示した様子を示す斜視図で
ある。
【図１５】図１５は走行路面と障害物の検出結果とし
て、障害物各部の寸法、代表位置を表示部に表示した様
子を示す図である。
【図１６】図１６は本発明に係る物体検出装置の他の実
施の形態を示すブロック図である。
【符号の説明】
１ 障害物検出装置 ２ 距離画像生成部 ３ 座標変換部 ４ 地面検出部 ５ 障害物検出部
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 ＦＩ Ｈ０４Ｎ 7/18 Ｇ０１Ｓ 17/88 Ａ // Ｇ０１Ｓ 3/782 Ｇ０６Ｆ 15/62 ３５０Ａ (72)発明者 水井 精一 神奈川県平塚市万田1200 株式会社小松製 作所研究所内

Claims (12)

    【特許請求の範囲】
  1. 【請求項１】 基準位置から、面上の検出対象物体
    までの距離を計測し、当該面および検出対象物体の距離
    画像を生成する距離画像生成手段と、前記距離画像生成
    手段によって生成された距離画像を用いて、前記面上の
    物体を検出する検出手段とを具えた物体検出装置におい
    て、 前記距離画像の各画素毎の２次元座標位置データと、各
    画素毎の前記基準位置からの距離データとに基づき、前
    記距離画像の各画素毎に、３次元座標系における３次元
    座標位置データを演算し、前記面および前記検出対象物
    体に対応する画素の３次元分布を生成する３次元分布生
    成手段と、 前記３次元分布生成手段によって生成された３次元分布
    に基づき前記面に対応する画素群を演算し、この演算さ
    れた面を基準とする所定の高さ以上の画素群を、前記検
    出対象物体であると検出する検出手段とを具えた物体検
    出装置。
  2. 【請求項２】 前記面上の検出対象物体は、移動体
    が走行する走行路面上の障害物である請求項１記載の物
    体検出装置。
  3. 【請求項３】 前記距離画像生成手段は、２つのカ
    メラの２つの撮像画像中の対応点の対応付けを行うこと
    によって距離画像を生成するものであり、 前記３次元分布生成手段によって前記３次元分布を生成
    する際に、予め前記距離画像生成手段によって得られる
    距離画像の中で、前記対応づけのマッチングエラーの度
    合いが所定のしきい値以上である画素を、誤対応点であ
    るとして取り除いておくようにした、 請求項１記載の物体検出装置。
  4. 【請求項４】 前記３次元分布生成手段によって前
    記３次元分布を生成する際に、予め前記距離画像生成手
    段によって得られる距離画像について、距離と画素数と
    の関係を求め、画素数が所定のしきい値以下である距離
    の画素を、誤対応点であるとして取り除いておくように
    した、 請求項１記載の物体検出装置。
  5. 【請求項５】 前記距離画像生成手段は、検出対象
    物体の表面を含む当該物体の距離画像を生成するもので
    あり、 前記３次元分布生成手段によって前記３次元分布を生成
    する際に、予め前記距離画像生成手段によって得られる
    距離画像を、微分処理して、前記検出対象物体のエッジ
    のみを示す当該物体のエッジ距離画像を取得しておき、
    このエッジ距離画像を用いて前記３次元分布を生成する
    ようにした、 請求項１記載の物体検出装置。
  6. 【請求項６】 前記距離画像生成手段は、前記検出
    対象物体のエッジのみを示す当該物体のエッジ距離画像
    を生成するものであり、 前記３次元分布生成手段は、前記エッジ距離画像を用い
    て前記３次元分布を生成するものである、 請求項１記載の物体検出装置。
  7. 【請求項７】 前記３次元分布生成手段は、前記演
    算された各画素の３次元座標位置データに基づき、全画
    素の中で、高さが所定のしきい値以下になる画素を選択
    し、この選択された画素の３次元座標位置データで示さ
    れる高さを平面近似することにより、前記面を求めるよ
    うにした、 請求項１記載の物体検出装置。
  8. 【請求項８】 前記３次元分布生成手段は、前記演
    算された各画素の３次元座標位置データに基づき、全画
    素の中で、高さが所定の範囲内にはいる画素を選択し、
    この選択された画素の３次元座標位置データで示される
    高さを平面近似することにより、前記面を求めるように
    した、 請求項１記載の物体検出装置。
  9. 【請求項９】 前記検出手段は、各画素の３次元分
    布を表す３次元分布に基づき、前記面に対応する画素群
    を求めるとともに、この求められた面に対して所定の高
    さ以上離間している画素群を、検出対象物体候補点群と
    して求め、この検出対象物体候補点群について、前記基
    準位置からの距離と画素数との関係を求め、画素数が所
    定のしきい値以下である高さの画素を、誤対応点である
    として取り除き、この誤対応点の画素が取り除かれた検
    出対象物体候補点群の中から、検出対象物体を検出する
    ものである、 請求項１記載の物体検出装置。
  10. 【請求項１０】 前記３次元分布は、各画素を、高
    さ方向、幅方向、奥行き方向に分布させたものであり、 前記検出手段は、前記３次元分布に基づき、前記面に対
    応する画素群を求めるとともに、この求められた面に対
    して所定の高さ以上離間している画素群を、検出対象物
    体候補点群として求め、この検出対象物体候補点群につ
    いて、前記幅方向の座標位置と前記高さ方向の座標位置
    との関係および前記奥行き方向の座標位置と前記高さ方
    向の座標位置との関係を求め、この関係に基づき幅方向
    および奥行き方向に連続して存在する画素群を、検出対
    象物体であると検出するものである、 請求項１記載の物体検出装置。
  11. 【請求項１１】 基準位置から、面上の検出対象物
    体までの距離を計測し、当該面および検出対象物体の距
    離画像を生成する距離画像生成手段と、前記距離画像生
    成手段によって生成された距離画像を用いて、前記面上
    の物体を検出する検出手段とを具えた物体検出装置にお
    いて、 前記距離画像の全画素の中から、前記面を示す画素群を
    演算するとともに、この演算された面に対して所定の高
    さ以上離間している画素群を、前記物体として検出する
    物体検出手段と、 前記物体検出手段で検出された物体に対応する画素群の
    ２次元座標位置データと、前記基準位置からの距離デー
    タとに基づき、当該画素群の３次元座標系における３次
    元座標位置データを演算することにより、前記面および
    前記検出対象物体に対応する画素の３次元分布を生成す
    る３次元分布生成手段とを具えた物体検出装置。
  12. 【請求項１２】 前記面上の検出対象物体は、移動体
    が走行する走行路面上の障害物である請求項１１記載の
    物体検出装置。
JP8293993A 1996-11-06 1996-11-06 物体検出装置 Withdrawn JPH10143659A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP8293993A JPH10143659A (ja) 1996-11-06 1996-11-06 物体検出装置
PCT/JP1997/004043 WO1998020455A1 (fr) 1996-11-06 1997-11-06 Detecteur d'objet
AU48846/97A AU4884697A (en) 1996-11-06 1997-11-06 Object detector
US09/284,619 US6487303B1 (en) 1996-11-06 1997-11-06 Object detector

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP8293993A JPH10143659A (ja) 1996-11-06 1996-11-06 物体検出装置

Publications (1)

Publication Number Publication Date
JPH10143659A true JPH10143659A (ja) 1998-05-29

Family

ID=17801860

Family Applications (1)

Application Number Title Priority Date Filing Date
JP8293993A Withdrawn JPH10143659A (ja) 1996-11-06 1996-11-06 物体検出装置

Country Status (4)

Country Link
US (1) US6487303B1 (ja)
JP (1) JPH10143659A (ja)
AU (1) AU4884697A (ja)
WO (1) WO1998020455A1 (ja)

Cited By (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000337870A (ja) * 1999-05-27 2000-12-08 Honda Motor Co Ltd 物体判定装置
JP2003521860A (ja) * 2000-02-04 2003-07-15 セルニウム、インコーポレーテッド 防犯カメラの自動スクリーニングシステム
JP2004028728A (ja) * 2002-06-25 2004-01-29 Fuji Heavy Ind Ltd 地形認識装置および地形認識方法
JP2004144644A (ja) * 2002-10-25 2004-05-20 Fuji Heavy Ind Ltd 地形認識装置、地形認識方法および移動体の移動量検出方法
US6775396B2 (en) 2000-03-17 2004-08-10 Honda Giken Kogyo Kabushiki Kaisha Image processing device, plane detection method, and recording medium upon which plane detection program is recorded
US6952199B2 (en) 1998-06-15 2005-10-04 Kabushiki Kaisha Toshiba Information extraction apparatus and method
JP2006234682A (ja) * 2005-02-25 2006-09-07 Toyota Central Res & Dev Lab Inc 対象物判定装置
JP2006317221A (ja) * 2005-05-11 2006-11-24 Nec Corp 対象物認識装置及び認識方法
JP2008015863A (ja) * 2006-07-07 2008-01-24 Nippon Hoso Kyokai <Nhk> 距離情報出力装置及び３次元形状復元装置
JP2009168751A (ja) * 2008-01-18 2009-07-30 Toyota Motor Corp 障害物検出システム及び障害物検出方法
JP2009186353A (ja) * 2008-02-07 2009-08-20 Fujitsu Ten Ltd 物体検出装置および物体検出方法
JP2010197378A (ja) * 2009-01-14 2010-09-09 Mitsubishi Electric Corp レーダ画像処理装置
JP2010287029A (ja) * 2009-06-11 2010-12-24 Konica Minolta Opto Inc 周辺表示装置
WO2011090053A1 (ja) * 2010-01-21 2011-07-28 クラリオン株式会社 障害物検知警報装置
JP2012216125A (ja) * 2011-04-01 2012-11-08 Nec Corp 物体検出方法、物体検出装置および物体検出プログラム
WO2013035612A1 (ja) * 2011-09-09 2013-03-14 日本電気株式会社 障害物検知装置、障害物検知方法及び障害物検知プログラム
JP2013140515A (ja) * 2012-01-05 2013-07-18 Toyota Central R&D Labs Inc 立体物検出装置及びプログラム
JP2013190873A (ja) * 2012-03-12 2013-09-26 Nec Software Chubu Ltd 画像処理装置、画像処理方法、プログラムおよび記録媒体
JP2013225336A (ja) * 2008-08-29 2013-10-31 Mitsubishi Electric Corp 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム
JP2014016962A (ja) * 2012-07-11 2014-01-30 Resonant Systems Inc 車両周辺監視システム
JP2014524016A (ja) * 2011-06-24 2014-09-18 ソフトキネティック ソフトウェア 深度測定の品質の向上
WO2015098344A1 (ja) * 2013-12-27 2015-07-02 日立建機株式会社 鉱山用作業機械
WO2015122079A1 (ja) * 2014-02-14 2015-08-20 株式会社ソニー・コンピュータエンタテインメント 情報処理装置および情報処理方法
JP2015153180A (ja) * 2014-02-14 2015-08-24 株式会社ソニー・コンピュータエンタテインメント 情報処理装置および情報処理方法
JP2015153179A (ja) * 2014-02-14 2015-08-24 株式会社ソニー・コンピュータエンタテインメント 情報処理装置および情報処理方法
JP2015179302A (ja) * 2014-03-18 2015-10-08 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
JP2015212942A (ja) * 2014-04-25 2015-11-26 グーグル インコーポレイテッド レーザー点クラウドを用いる物体検出のための方法及びシステム
JP2016024685A (ja) * 2014-07-22 2016-02-08 日立建機株式会社 鉱山用作業車両
KR101600820B1 (ko) * 2015-01-14 2016-03-08 주식회사 네오카텍 카메라의 픽셀 당 수직각을 이용한 해상객체의 거리 측정방법 및 해상객체의 거리 측정시스템.
US9524557B2 (en) 2013-12-24 2016-12-20 Hyundai Motor Company Vehicle detecting method and system
JP2017058264A (ja) * 2015-09-17 2017-03-23 株式会社東芝 推定装置、方法及びプログラム
JP2017096690A (ja) * 2015-11-19 2017-06-01 株式会社大林組 長尺材測位支援装置
WO2017115732A1 (ja) * 2015-12-28 2017-07-06 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、画像処理方法及び画像処理プログラム
WO2017158948A1 (ja) * 2016-03-15 2017-09-21 オムロン株式会社 物体検出装置、物体検出方法、及びプログラム
JP2017201493A (ja) * 2016-05-06 2017-11-09 村田機械株式会社 柱状物体認識方法、柱状物体認識装置および無人走行車
JP2017227454A (ja) * 2016-06-20 2017-12-28 三菱電機株式会社 監視装置
JP2018005819A (ja) * 2016-07-08 2018-01-11 株式会社パスコ ３次元モデル生成装置、３次元モデル生成方法及びプログラム
US10140526B2 (en) 2014-08-26 2018-11-27 Hitachi Automotive Systems, Ltd. Object detecting device
JP2019215605A (ja) * 2018-06-11 2019-12-19 日本電気通信システム株式会社 検出装置、検出システム、検出方法及びプログラム
WO2020013021A1 (ja) * 2018-07-13 2020-01-16 株式会社ニコン 検出装置、処理装置、検出方法、及び処理プログラム
JP2020023397A (ja) * 2018-08-07 2020-02-13 住友ナコ フォ−クリフト株式会社 搬送装置
JP2021015373A (ja) * 2019-07-10 2021-02-12 株式会社Ｓｏｋｅｎ 物体検知装置

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3995846B2 (ja) * 1999-09-24 2007-10-24 本田技研工業株式会社 物体認識装置
JP4414054B2 (ja) * 2000-03-27 2010-02-10 本田技研工業株式会社 物体認識装置
JP3895238B2 (ja) * 2002-08-28 2007-03-22 株式会社東芝 障害物検出装置及びその方法
US8577538B2 (en) * 2006-07-14 2013-11-05 Irobot Corporation Method and system for controlling a remote vehicle
US8108092B2 (en) 2006-07-14 2012-01-31 Irobot Corporation Autonomous behaviors for a remote vehicle
US8199970B2 (en) * 2006-06-06 2012-06-12 Nec Corporation Moving amount calculation system and obstacle detection system
JP4694581B2 (ja) * 2008-01-25 2011-06-08 富士フイルム株式会社 ファイル生成装置および方法、３次元形状再生装置および方法並びにプログラム
EP2476098A1 (en) * 2009-09-13 2012-07-18 Delacom Detection Systems, LLC Method and system for wildfire detection using a visible range camera
JP5214062B1 (ja) * 2011-04-28 2013-06-19 三洋電機株式会社 情報取得装置および物体検出装置
US9501692B2 (en) 2011-10-14 2016-11-22 Omron Corporation Method and apparatus for projective volume monitoring
JP5863105B2 (ja) * 2011-12-13 2016-02-16 アルパイン株式会社 車両移動量推定装置および障害物検出装置
CN102661722B (zh) * 2012-05-16 2014-06-04 浙江大学 基于影像复合的薄片零件轮廓自动检测测头与检测方法
US10246030B2 (en) * 2012-08-09 2019-04-02 Toyota Jidosha Kabushiki Kaisha Object detection apparatus and driving assistance apparatus
KR102245648B1 (ko) * 2012-09-10 2021-04-29 에이매스, 아이엔씨. 복수의 기기를 이용한 다차원의 환경 데이터 캡쳐
DE102013002554A1 (de) * 2013-02-15 2014-08-21 Jungheinrich Aktiengesellschaft Verfahren zur Erkennung von Objekten in einem Lager und/oder zur räumlichen Orientierung in einem Lager
DE102014205170A1 (de) * 2014-03-20 2015-11-26 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zum Ermitteln einer Trajektorie für ein Fahrzeug
KR102310286B1 (ko) * 2014-11-07 2021-10-07 현대모비스 주식회사 특정물체 감지 장치 및 특정물체 감지 방법
WO2016109876A1 (en) * 2015-01-07 2016-07-14 Synaptive Medical (Barbados) Inc. Method, system and apparatus for adaptive image acquisition
EP3702111B1 (en) * 2017-10-25 2024-01-24 LG Electronics Inc. Artificial intelligence moving robot which learns obstacles, and control method therefor
JP7043256B2 (ja) * 2017-12-28 2022-03-29 株式会社小糸製作所 車両用照明システム及び車両
CN109271944B (zh) * 2018-09-27 2021-03-12 百度在线网络技术（北京）有限公司 障碍物检测方法、装置、电子设备、车辆及存储介质
DE102019117559A1 (de) * 2019-06-28 2020-12-31 Connaught Electronics Ltd. Verfahren und System zum Fusionieren von zweidimensionalen semantischen Informationen aus Bildern mit einer dreidimensionalen Punktwolke
US11320830B2 (en) 2019-10-28 2022-05-03 Deere & Company Probabilistic decision support for obstacle detection and classification in a working area
CN111308484B (zh) * 2019-11-26 2022-03-22 歌尔光学科技有限公司 深度模组测距方法、装置、深度相机及移动终端
CN111895931B (zh) * 2020-07-17 2021-11-26 嘉兴泊令科技有限公司 一种基于计算机视觉的煤矿作业区标定方法
CN112560769B (zh) 2020-12-25 2023-08-29 阿波罗智联(北京)科技有限公司 用于检测障碍物的方法、电子设备、路侧设备和云控平台
AU2021413102A1 (en) * 2020-12-29 2023-05-11 Blue River Technology Inc. Generating a ground plane for obstruction detection
JP2025169111A (ja) * 2024-04-30 2025-11-12 キヤノン株式会社 画像処理装置、撮像装置、画像処理方法、プログラム、および記憶媒体

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4862357A (en) * 1987-01-28 1989-08-29 Systemone Holdings, Inc. Computer reservation system with means to rank travel itineraries chosen in terms of schedule/fare data
JPH0552934A (ja) 1991-08-21 1993-03-02 Mazda Motor Corp 車両の接触防止装置
JPH05282430A (ja) 1992-03-31 1993-10-29 Mazda Motor Corp 移動車の環境認識装置
JP3212218B2 (ja) 1994-05-26 2001-09-25 三菱電機株式会社 車両用障害物検出装置
JP3114544B2 (ja) 1994-12-28 2000-12-04 三菱自動車工業株式会社 走行路計測法
US5644386A (en) * 1995-01-11 1997-07-01 Loral Vought Systems Corp. Visual recognition system for LADAR sensors
US5974158A (en) * 1996-03-29 1999-10-26 The Commonwealth Of Australia Commonwealth Scientific And Industrial Research Organization Aircraft detection system
US6173066B1 (en) * 1996-05-21 2001-01-09 Cybernet Systems Corporation Pose determination and tracking by matching 3D objects to a 2D sensor

Cited By (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6952199B2 (en) 1998-06-15 2005-10-04 Kabushiki Kaisha Toshiba Information extraction apparatus and method
JP2000337870A (ja) * 1999-05-27 2000-12-08 Honda Motor Co Ltd 物体判定装置
JP2003521860A (ja) * 2000-02-04 2003-07-15 セルニウム、インコーポレーテッド 防犯カメラの自動スクリーニングシステム
US6775396B2 (en) 2000-03-17 2004-08-10 Honda Giken Kogyo Kabushiki Kaisha Image processing device, plane detection method, and recording medium upon which plane detection program is recorded
JP2004028728A (ja) * 2002-06-25 2004-01-29 Fuji Heavy Ind Ltd 地形認識装置および地形認識方法
JP2004144644A (ja) * 2002-10-25 2004-05-20 Fuji Heavy Ind Ltd 地形認識装置、地形認識方法および移動体の移動量検出方法
JP2006234682A (ja) * 2005-02-25 2006-09-07 Toyota Central Res & Dev Lab Inc 対象物判定装置
JP2006317221A (ja) * 2005-05-11 2006-11-24 Nec Corp 対象物認識装置及び認識方法
JP2008015863A (ja) * 2006-07-07 2008-01-24 Nippon Hoso Kyokai <Nhk> 距離情報出力装置及び３次元形状復元装置
JP2009168751A (ja) * 2008-01-18 2009-07-30 Toyota Motor Corp 障害物検出システム及び障害物検出方法
JP2009186353A (ja) * 2008-02-07 2009-08-20 Fujitsu Ten Ltd 物体検出装置および物体検出方法
JP2013225336A (ja) * 2008-08-29 2013-10-31 Mitsubishi Electric Corp 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム
JP2010197378A (ja) * 2009-01-14 2010-09-09 Mitsubishi Electric Corp レーダ画像処理装置
JP2010287029A (ja) * 2009-06-11 2010-12-24 Konica Minolta Opto Inc 周辺表示装置
WO2011090053A1 (ja) * 2010-01-21 2011-07-28 クラリオン株式会社 障害物検知警報装置
JP2011149810A (ja) * 2010-01-21 2011-08-04 Clarion Co Ltd 障害物検知警報装置
JP2012216125A (ja) * 2011-04-01 2012-11-08 Nec Corp 物体検出方法、物体検出装置および物体検出プログラム
JP2014524016A (ja) * 2011-06-24 2014-09-18 ソフトキネティック ソフトウェア 深度測定の品質の向上
WO2013035612A1 (ja) * 2011-09-09 2013-03-14 日本電気株式会社 障害物検知装置、障害物検知方法及び障害物検知プログラム
JP2013140515A (ja) * 2012-01-05 2013-07-18 Toyota Central R&D Labs Inc 立体物検出装置及びプログラム
JP2013190873A (ja) * 2012-03-12 2013-09-26 Nec Software Chubu Ltd 画像処理装置、画像処理方法、プログラムおよび記録媒体
JP2014016962A (ja) * 2012-07-11 2014-01-30 Resonant Systems Inc 車両周辺監視システム
US9524557B2 (en) 2013-12-24 2016-12-20 Hyundai Motor Company Vehicle detecting method and system
JP2015125760A (ja) * 2013-12-27 2015-07-06 日立建機株式会社 鉱山用作業機械
WO2015098344A1 (ja) * 2013-12-27 2015-07-02 日立建機株式会社 鉱山用作業機械
WO2015122079A1 (ja) * 2014-02-14 2015-08-20 株式会社ソニー・コンピュータエンタテインメント 情報処理装置および情報処理方法
JP2015153180A (ja) * 2014-02-14 2015-08-24 株式会社ソニー・コンピュータエンタテインメント 情報処理装置および情報処理方法
JP2015153179A (ja) * 2014-02-14 2015-08-24 株式会社ソニー・コンピュータエンタテインメント 情報処理装置および情報処理方法
US10210629B2 (en) 2014-02-14 2019-02-19 Sony Interactive Entertainment Inc. Information processor and information processing method
JP2015179302A (ja) * 2014-03-18 2015-10-08 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
JP2015212942A (ja) * 2014-04-25 2015-11-26 グーグル インコーポレイテッド レーザー点クラウドを用いる物体検出のための方法及びシステム
JP2016024685A (ja) * 2014-07-22 2016-02-08 日立建機株式会社 鉱山用作業車両
US10140526B2 (en) 2014-08-26 2018-11-27 Hitachi Automotive Systems, Ltd. Object detecting device
KR101600820B1 (ko) * 2015-01-14 2016-03-08 주식회사 네오카텍 카메라의 픽셀 당 수직각을 이용한 해상객체의 거리 측정방법 및 해상객체의 거리 측정시스템.
JP2017058264A (ja) * 2015-09-17 2017-03-23 株式会社東芝 推定装置、方法及びプログラム
JP2017096690A (ja) * 2015-11-19 2017-06-01 株式会社大林組 長尺材測位支援装置
WO2017115732A1 (ja) * 2015-12-28 2017-07-06 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、画像処理方法及び画像処理プログラム
US10748014B2 (en) 2015-12-28 2020-08-18 Ricoh Company, Ltd. Processing device, object recognition apparatus, device control system, processing method, and computer-readable recording medium
JPWO2017115732A1 (ja) * 2015-12-28 2018-09-13 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、画像処理方法及び画像処理プログラム
WO2017158948A1 (ja) * 2016-03-15 2017-09-21 オムロン株式会社 物体検出装置、物体検出方法、及びプログラム
JP2017167720A (ja) * 2016-03-15 2017-09-21 オムロン株式会社 物体検出装置、物体検出方法、及びプログラム
US10657392B2 (en) 2016-03-15 2020-05-19 Omron Corporation Object detection device, object detection method, and program
KR20180030167A (ko) * 2016-03-15 2018-03-21 오므론 가부시키가이샤 물체 검출 장치, 물체 검출 방법, 및 프로그램
JP2017201493A (ja) * 2016-05-06 2017-11-09 村田機械株式会社 柱状物体認識方法、柱状物体認識装置および無人走行車
JP2017227454A (ja) * 2016-06-20 2017-12-28 三菱電機株式会社 監視装置
JP2018005819A (ja) * 2016-07-08 2018-01-11 株式会社パスコ ３次元モデル生成装置、３次元モデル生成方法及びプログラム
JP2019215605A (ja) * 2018-06-11 2019-12-19 日本電気通信システム株式会社 検出装置、検出システム、検出方法及びプログラム
WO2020013021A1 (ja) * 2018-07-13 2020-01-16 株式会社ニコン 検出装置、処理装置、検出方法、及び処理プログラム
JPWO2020013021A1 (ja) * 2018-07-13 2021-08-02 株式会社ニコン 検出装置、処理装置、検出方法、及び処理プログラム
JP2020023397A (ja) * 2018-08-07 2020-02-13 住友ナコ フォ−クリフト株式会社 搬送装置
JP2021015373A (ja) * 2019-07-10 2021-02-12 株式会社Ｓｏｋｅｎ 物体検知装置

Also Published As

Publication number Publication date
WO1998020455A1 (fr) 1998-05-14
AU4884697A (en) 1998-05-29
US6487303B1 (en) 2002-11-26

Similar Documents

Publication Publication Date Title
JPH10143659A (ja) 物体検出装置
CN115761550B (zh) 一种基于激光雷达点云和相机图像融合的水面目标检测方法
US10671862B2 (en) Method and system for detecting obstacles by autonomous vehicles in real-time
Palazzolo et al. Fast image-based geometric change detection given a 3d model
JP3367170B2 (ja) 障害物検出装置
CN110988912A (zh) 自动驾驶车辆的道路目标与距离检测方法、系统、装置
CN112464812A (zh) 一种基于车辆的凹陷类障碍物检测方法
CA2678156A1 (en) Measurement apparatus, measurement method, and feature identification apparatus
JP3674400B2 (ja) 周囲環境認識装置
CN102317954A (zh) 检测对象的方法
JP2002352225A (ja) 障害物検出装置及びその方法
CN109886064A (zh) 确定可驾驶空间的边界的方法
Solak et al. A new hybrid stereovision-based distance-estimation approach for mobile robot platforms
JP4344860B2 (ja) ステレオ画像を用いた道路平面領域並びに障害物検出方法
JP2000207693A (ja) 車載用障害物検出装置
CN114898321A (zh) 道路可行驶区域检测方法、装置、设备、介质及系统
JP2022513830A (ja) 道路の表面上の対象体を検出してモデル化する方法
JP2010055340A (ja) 走行路推定装置及びプログラム
Nadav et al. Off-road path and obstacle detection using monocular camera
Wang et al. Dominant plane detection using a RGB-D camera for autonomous navigation
JP3063481B2 (ja) 車両用物体検出装置
KR20160063039A (ko) 3차원 데이터를 이용한 도로 인식 방법
CN110488320B (zh) 一种利用立体视觉检测车辆距离的方法
Huang et al. Rear obstacle warning for reverse driving using stereo vision techniques
JP3095406B2 (ja) 室内３次元モデル作成方法とその装置

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20040106