[发明专利]物体识别装置以及车辆控制系统在审
申请号: | 202010199433.X | 申请日: | 2020-03-20 |
公开(公告)号: | CN111722249A | 公开(公告)日: | 2020-09-29 |
发明(设计)人: | 芝慎太朗;河内太一 | 申请(专利权)人: | 丰田自动车株式会社 |
主分类号: | G01S17/931 | 分类号: | G01S17/931;G01S17/42;G01S7/48 |
代理公司: | 北京市中咨律师事务所 11247 | 代理人: | 刘静;段承恩 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 物体 识别 装置 以及 车辆 控制系统 | ||
1.一种物体识别装置,对车辆周围的物体进行识别,
所述车辆具备激光雷达,
激光雷达点群是被所述激光雷达检测的检测点的集合,
所述物体识别装置具备:
存储装置,其保存表示所述检测点各自的检测位置的激光雷达计测信息、表示所述车辆的绝对位置以及姿势的位置姿势信息以及表示路面的绝对位置的地形地图信息;和
处理器,其进行对所述车辆周围的所述物体进行识别的物体识别处理,
所述物体包括所述路面上的散落物和所述散落物以外的追踪对象,
在所述物体识别处理中,所述处理器,
基于所述地形地图信息,将从所述路面的所述绝对位置起的第1高度的区域设定为噪声区域,
基于所述激光雷达计测信息和所述位置姿势信息,将所述激光雷达点群分类为包含于所述噪声区域的第1点群和不包含于所述噪声区域的第2点群,
进行基于所述第1点群来提取作为所述散落物的候选的散落物候选的第1提取处理,
进行基于所述第2点群来提取作为所述追踪对象的候选的追踪对象候选的第2提取处理,
判定所述散落物候选和所述追踪对象候选的水平位置是否一致,
将所述水平位置一致的所述散落物候选和所述追踪对象候选统合为所述追踪对象,
将未统合为所述追踪对象的所述散落物候选识别为所述散落物。
2.根据权利要求1所述的物体识别装置,
所述第1高度基于所述车辆的俯仰角的误差来预先决定。
3.根据权利要求1或者2所述的物体识别装置,
路面点群是表示所述路面的所述激光雷达点群,
所述第1点群包括所述路面点群和所述路面点群以外的散落物点群,
在所述第1提取处理中,所述处理器,
进行基于所述激光雷达计测信息或者所述地形地图信息将所述第1点群分离为所述路面点群和所述散落物点群的分离处理,
基于所述散落物点群,提取所述散落物候选。
4.根据权利要求3所述的物体识别装置,
在考虑了属于同一层的所述第1点群时,在所述散落物点群的所述检测位置与所述路面点群的所述检测位置之间存在背离,
特征量是对所述背离赋予特征的参数,
在所述分离处理中,所述处理器,
基于所述第1点群的所述激光雷达计测信息,算出所述第1点群的所述检测点各自的所述特征量,
基于所述特征量,将所述第1点群分离为所述路面点群和所述散落物点群。
5.根据权利要求4所述的物体识别装置,
所述特征量包括从所述激光雷达到各个所述检测点的距离。
6.根据权利要求4或者5所述的物体识别装置,
所述特征量包括对于相邻的检测点的所述检测位置的差分。
7.根据权利要求4~6中任一项所述的物体识别装置,
散落物似然度是所述散落物候选为所述散落物这一情况的似然度,
所述处理器在提取了所述散落物候选之后进一步进行算出所述散落物似然度的似然度算出处理。
8.根据权利要求7所述的物体识别装置,
用于对所述路面点群和所述散落物点群进行分离的分离基准被预先决定,
在所述似然度算出处理中,所述处理器基于与对应于所述散落物候选的所述散落物点群有关的所述特征量和所述分离基准,算出所述散落物似然度,
与对应于所述散落物候选的所述散落物点群有关的所述特征量越远离所述分离基准,所述散落物似然度越高。
9.根据权利要求7或者8所述的物体识别装置,
连续度表示所述散落物候选的位置在时间上连续的程度,
在所述似然度算出处理中,所述处理器,
基于所述散落物候选的提取历史记录,算出所述连续度,
在所述连续度为连续度阈值以上的情况下,使所述散落物似然度增加,
在所述连续度小于所述连续度阈值的情况下,使所述散落物似然度减小。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于丰田自动车株式会社,未经丰田自动车株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010199433.X/1.html,转载请声明来源钻瓜专利网。