JP2012220227A - Method and system for recognizing obstacle for moving body - Google Patents
Method and system for recognizing obstacle for moving body Download PDFInfo
- Publication number
- JP2012220227A JP2012220227A JP2011083285A JP2011083285A JP2012220227A JP 2012220227 A JP2012220227 A JP 2012220227A JP 2011083285 A JP2011083285 A JP 2011083285A JP 2011083285 A JP2011083285 A JP 2011083285A JP 2012220227 A JP2012220227 A JP 2012220227A
- Authority
- JP
- Japan
- Prior art keywords
- data
- road surface
- surface data
- moving body
- height
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000001514 detection method Methods 0.000 claims description 42
- 238000000605 extraction Methods 0.000 claims description 18
- 230000008707 rearrangement Effects 0.000 description 8
- 238000002372 labelling Methods 0.000 description 7
- 239000000284 extract Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
Description
本発明は、移動体の障害認識方法及び障害認識システムに関し、特に凹凸を有する路面の障害を認識する方法及びシステムに関する。 The present invention relates to a failure recognition method and a failure recognition system for a moving body, and more particularly to a method and a system for recognizing a road surface failure having unevenness.
移動体は、例えば車輪やクローラ等で走行（移動）する。そのため、移動体が移動不能に陥らないように、路面の凹凸やスロープ（斜面）等の路面の形状を正確に認識することが重要である。 The moving body travels (moves) by, for example, a wheel or a crawler. Therefore, it is important to accurately recognize the shape of the road surface such as road surface irregularities and slopes (slopes) so that the moving body does not move.
ここで、一般的な移動体は、レーザセンサ等を備えた路面データ取得部を用いて、２次元又は３次元の路面データを取得し、取得した路面データが示す高さと閾値とを比較して、当該高さが閾値以上であると段差がある、即ち障害があると認識している。ここで、特許文献１には、路面データ取得部で取得した点群データをスムージング処理して閾値と比較することで、ノイズの除去を行う技術が開示されている。 Here, a general moving body acquires two-dimensional or three-dimensional road surface data using a road surface data acquisition unit including a laser sensor or the like, and compares the height indicated by the acquired road surface data with a threshold value. If the height is greater than or equal to the threshold, it is recognized that there is a step, that is, there is a failure. Here, Patent Document 1 discloses a technique for removing noise by smoothing the point cloud data acquired by the road surface data acquisition unit and comparing it with a threshold value.
上述の技術は、取得した路面データが示す高さと閾値とを比較して段差を認識しているが、路面データには高さのばらつきが存在するため、精度良く段差を認識することができない。 The above technique recognizes a level difference by comparing the height indicated by the acquired road surface data with a threshold value. However, since there is a variation in height in the road surface data, the level difference cannot be accurately recognized.
本発明は、このような問題を解決するためになされたものであり、精度良く障害を認識することができる移動体の障害認識方法及び障害認識システムを提供することを目的とするものである。 The present invention has been made to solve such a problem, and an object of the present invention is to provide a fault recognition method and fault recognition system for a moving body that can accurately recognize faults.
本発明の一形態に係る移動体の障害認識方法は、移動体の障害認識方法であって、前記移動体の路面データ取得手段で少なくとも高さデータを含む路面データを取得するステップと、取得した前記路面データを高さ順に並べ替えるステップと、並べ替えた前記路面データの変化点を抽出するステップと、前記変化点を境に障害を認識するステップと、を備える。 A fault recognition method for a moving body according to an aspect of the present invention is a fault recognition method for a mobile body, wherein the road surface data acquisition unit of the mobile body acquires road surface data including at least height data, and acquired. Rearranging the road surface data in the order of height, extracting a change point of the rearranged road surface data, and recognizing a failure at the change point.
上述の移動体の障害認識方法において、並べ替えた前記路面データの変化点を抽出するステップは、前記路面データのデータ群からサンプリングしたデータ群の各々のデータと、前記サンプリングしたデータ群に対する回帰直線と、の距離の和を算出するステップと、前記距離の和を算出するステップを前記路面データのデータ群の一部又は全部に対して繰り返し、各々のサンプリングしたデータ群の距離の和に基づいて変化点を抽出するステップと、を備えること、が好ましい。 In the obstacle recognition method for a moving body described above, the step of extracting change points of the rearranged road surface data includes each data of a data group sampled from the data group of the road surface data, and a regression line for the sampled data group And calculating the sum of the distances and the step of calculating the sum of the distances for part or all of the data group of the road surface data, based on the sum of the distances of each sampled data group Preferably including a step of extracting change points.
上述の移動体の障害認識方法において、並び替えた前記路面データの変化点を抽出するステップは、前記路面データのデータ群における隣接するデータが示す高さの差を算出するステップと、隣接するデータが示す高さの差を算出するステップを前記路面データのデータ群の一部又は全部に対して繰り返し、算出した高さの差に基づいて変化点を抽出するステップと、を備えること、が好ましい。 In the obstacle recognition method for a moving object described above, the step of extracting the change point of the rearranged road surface data includes a step of calculating a difference in height indicated by adjacent data in the data group of the road surface data, and adjacent data The step of calculating the height difference indicated by is preferably repeated for a part or all of the data group of the road surface data, and a change point is extracted based on the calculated height difference. .
上述の移動体の障害認識方法において、並べ替えた前記路面データの変化点を抽出するステップは、前記路面データのデータ群からサンプリングしたデータ群の各々のデータと、サンプリングしたデータ群に対する回帰直線と、の距離の和を算出するステップと、前記距離の和を算出するステップを前記路面データのデータ群の一部又は全部に対して繰り返すステップと、前記路面データのデータ群における隣接するデータが示す高さの差を算出するステップと、隣接するデータが示す高さの差を算出するステップを前記路面データのデータ群の一部又は全部に対して繰り返すステップと、前記路面データにおいて、算出した距離の和と、算出した高さの差と、を足し合わせるステップと、足し合わせた数値に基づいて変化点を抽出するステップと、を備えること、が好ましい。 In the obstacle recognition method for a moving object described above, the step of extracting change points of the rearranged road surface data includes each data of a data group sampled from the data group of the road surface data, a regression line for the sampled data group, The step of calculating the sum of the distances, the step of calculating the sum of the distances for part or all of the data group of the road surface data, and adjacent data in the data group of the road surface data indicate A step of calculating a difference in height, a step of calculating a difference in height indicated by adjacent data for a part or all of the data group of the road surface data, and a distance calculated in the road surface data The sum of the two and the calculated height difference, and the step of extracting the change point based on the sum They comprise a flop, and is preferred.
上述の移動体の障害認識方法において、並び替えた前記路面データを平坦化すること、が好ましい。 In the above-described moving body obstacle recognition method, it is preferable to flatten the rearranged road surface data.
上述の移動体の障害認識方法において、隣接する変化点間のデータの個数が閾値より少ないと、前記データを除去すること、が好ましい。 In the above-described obstacle recognition method for a moving body, it is preferable to remove the data when the number of data between adjacent change points is less than a threshold value.
上述の移動体の障害認識方法において、前記路面データ取得手段は、２次元データ検出センサを備え、前記路面データを取得するステップにおいて、前記２次元データ検出センサを前記移動体の左右方向に揺動して、前記移動体の前方領域に向かって走査する動作を前記移動体の左右方向に繰り返し、３次元の路面データを取得すること、が好ましい。 In the above-mentioned obstacle recognition method for a moving body, the road surface data acquisition means includes a two-dimensional data detection sensor, and in the step of acquiring the road surface data, the two-dimensional data detection sensor is swung in the left-right direction of the mobile body. Then, it is preferable to repeat the operation of scanning toward the front area of the moving body in the left-right direction of the moving body to acquire three-dimensional road surface data.
上述の移動体の障害認識方法において、前記変化点を境に障害を認識するステップは、前記変化点を境に障害が無いと認識した領域内のデータが示す高さが閾値以上であるか否かを判定するステップと、前記データが示す高さが前記閾値以上であると、隣接する走査データにおける対応するデータ間の高さの差を比較するステップと、前記差が前記閾値以上であると、前記データ間に前記移動体が移動不可能な段差が存在することを認識するステップと、を備えること、が好ましい。 In the above-described obstacle recognition method for a moving body, the step of recognizing a failure at the change point is whether a height indicated by data in an area recognized as having no failure at the change point is a threshold value or more. Determining whether the height indicated by the data is greater than or equal to the threshold, comparing the difference in height between corresponding data in adjacent scan data, and determining that the difference is greater than or equal to the threshold. And recognizing that there is a step where the moving body cannot move between the data.
本発明の一形態に係る移動体の障害認識システムは、移動体の障害認識システムであって、少なくとも高さデータを含む路面データを取得する路面データ取得手段と、取得した前記路面データを高さ順に並べ替える並べ替え手段と、並べ替えた前記路面データの変化点を抽出する抽出手段と、前記変化点を境に障害を認識する認識手段と、を備える。 A obstacle recognition system for a moving body according to an aspect of the present invention is a obstacle recognition system for a moving body, and includes road surface data acquisition means for acquiring road surface data including at least height data, and height of the acquired road surface data. Rearrangement means for rearranging in order, extraction means for extracting change points of the rearranged road surface data, and recognition means for recognizing a failure at the change point.
上述の移動体の障害認識システムにおいて、並び替えた前記路面データを平坦化する平坦化手段を備えること、が好ましい。 In the above-described obstacle recognition system for a moving body, it is preferable to include a flattening means for flattening the rearranged road surface data.
上述の移動体の障害認識システムにおいて、隣接する変化点間のデータの個数が閾値より少ないと、前記データを除去するノイズ除去手段を備えること、が好ましい。 In the above-described obstacle recognition system for a moving body, it is preferable to include a noise removing unit that removes data when the number of data between adjacent change points is less than a threshold value.
上述の移動体の障害認識システムにおいて、前記路面データ取得手段は、２次元データ検出センサを備えており、前記２次元データ検出センサを前記移動体の左右方向に揺動して、前記移動体の前方領域に向かって走査する動作を前記移動体の左右方向に繰り返し、３次元の路面データを取得し、前記変化点を境に障害が無いと認識した領域内のデータが示す高さが閾値以上であるか否かを判定し、前記データが示す高さが前記閾値以上であると、隣接する走査データにおける対応するデータ間の高さの差を比較し、前記差が前記閾値以上であると、前記データ間に前記移動体が移動不可能な段差が存在することを認識する段差認識手段を備えること、が好ましい。 In the obstacle recognition system for a moving body described above, the road surface data acquisition means includes a two-dimensional data detection sensor, and the two-dimensional data detection sensor is swung in the left-right direction of the moving body to Repeating the scanning operation toward the front area in the left-right direction of the moving body, obtaining three-dimensional road surface data, and the height indicated by the data in the area recognized as having no obstacles at the change point is greater than or equal to the threshold value If the height indicated by the data is equal to or greater than the threshold, the difference in height between corresponding data in adjacent scan data is compared, and the difference is equal to or greater than the threshold. It is preferable that a step recognition means for recognizing that there is a step where the moving body cannot move between the data is preferable.
以上、説明したように、本発明によると、精度良く障害を認識することができる移動体の障害認識方法及び障害認識システムを提供することができる。 As described above, according to the present invention, it is possible to provide a failure recognition method and a failure recognition system for a moving body that can accurately recognize a failure.
以下、本発明を実施するための最良の形態について、添付図面を参照しながら説明する。但し、本発明が以下の実施の形態に限定される訳ではない。また、説明を明確にするため、以下の記載及び図面は、適宜、簡略化されている。 The best mode for carrying out the present invention will be described below with reference to the accompanying drawings. However, the present invention is not limited to the following embodiment. In addition, for clarity of explanation, the following description and drawings are simplified as appropriate.
＜実施の形態１＞
本実施の形態の移動体の障害認識方法及び障害認識システムを説明する。
先ず、移動体の障害認識システム（以下、単に障害認識システムという場合がある。）について説明する。障害認識システムは、例えば移動体に搭載される。ここで、移動体１は、図１に示すように、例えば自立移動型の移動体であり、マップ上の自己位置を推定しつつ、生成した経路に倣って移動するように、車輪に連結された駆動モータを制御する。
このように移動体１は、移動する経路を自身で生成するが、その際に障害を認識、即ち路面における移動可能領域を認識するために、障害認識システムは好適に用いられる。
<Embodiment 1>
A mobile object fault recognition method and fault recognition system according to the present embodiment will be described.
First, a fault recognition system for a mobile body (hereinafter, simply referred to as a fault recognition system) will be described. The fault recognition system is mounted on a mobile object, for example. Here, as shown in FIG. 1, the moving body 1 is, for example, a self-moving moving body, and is connected to the wheels so as to move along the generated route while estimating the self-position on the map. Control the drive motor.
As described above, the mobile body 1 generates a moving route by itself, and the obstacle recognition system is preferably used in order to recognize the obstacle, that is, to recognize the movable area on the road surface.
障害認識システム１００は、図２に示すように、路面データ取得部１１、平坦化部１２、並べ替え部１３、変化点抽出部１４、ノイズ除去部１５、ラベリング部（認識部）１６を備える。 As shown in FIG. 2, the obstacle recognition system 100 includes a road surface data acquisition unit 11, a flattening unit 12, a rearrangement unit 13, a change point extraction unit 14, a noise removal unit 15, and a labeling unit (recognition unit) 16.
路面データ取得部１１は、移動体１の前方領域の路面データを取得する。路面データ取得部１１は、詳細は後述するが、２次元データ検出センサや３次元データ検出センサである、一般的な超音波センサやレーザセンサ等の測域センサを備える。つまり、路面データ取得部１１は、測域センサを移動体１の前方領域に向かって走査することで、移動体１の前方領域の路面データを２次元又３次元で取得する。この路面データ取得部１１は、予め移動体１に搭載されている路面データ取得装置を用いることができる。ちなみに、図１の斜線部分は検出センサの検出領域を概念的に示している。 The road surface data acquisition unit 11 acquires road surface data of the front area of the moving body 1. The road surface data acquisition unit 11 includes a range sensor such as a general ultrasonic sensor or a laser sensor, which is a two-dimensional data detection sensor or a three-dimensional data detection sensor, details of which will be described later. That is, the road surface data acquisition unit 11 acquires the road surface data of the front area of the mobile body 1 in two dimensions or three dimensions by scanning the range sensor toward the front area of the mobile body 1. The road surface data acquisition unit 11 can use a road surface data acquisition device that is mounted in advance on the mobile body 1. Incidentally, the hatched portion in FIG. 1 conceptually shows the detection area of the detection sensor.
ここで、路面データであるデータ群には、例えばグローバル座標上のＸ・Ｙ・Ｚ座標データが与えられている。このように取得したデータ群を路面データ取得部１１は平坦化部１２に出力する。 Here, for example, X, Y, and Z coordinate data in global coordinates are given to the data group that is road surface data. The road surface data acquisition unit 11 outputs the data group acquired in this way to the flattening unit 12.
平坦化部１２は、入力されるデータ群を平坦化する。つまり、入力されるデータ群は、高さにばらつきが生じている。そのため、平坦化部１２は、当該高さのばらつきを抑制するために、入力されるデータ群をフィルタリングする。このように平坦化されたデータ群を平坦化部１２は並び替え部１３に出力する。 The flattening unit 12 flattens the input data group. In other words, the input data group varies in height. Therefore, the flattening unit 12 filters the input data group in order to suppress the variation in the height. The flattening unit 12 outputs the data group thus flattened to the rearranging unit 13.
並び替え部１３は、図３に示すように、入力されるデータ群を高さ順に並び替える。つまり、入力されたデータ群には、それぞれＸ・Ｙ・Ｚ座標データが与えられているので、このＺ座標データを用いて並び替え部１３は、入力されるデータ群を高さ順に並び替える。このように並び替えられたデータ群を並び替え部１３は変化点抽出部１４に出力する。 As shown in FIG. 3, the rearrangement unit 13 rearranges the input data group in the order of height. That is, since the input data group is provided with X, Y, and Z coordinate data, the rearrangement unit 13 rearranges the input data group in the order of height using the Z coordinate data. The rearrangement unit 13 outputs the rearranged data group to the change point extraction unit 14.
ここで、「高さ」とは、路面データ取得部１１が移動体１に対して固定されている場合、移動体１の車輪の接地面から路面データ取得部１１までの高さ位置Ｈを基準（即ち、高さ０）とする。なお、図４に示すように、路面データ取得部１１が可動部２によって移動体１に対して上下方向に移動可能に設けられている場合は、例えば当該可動部２に搭載される駆動モータ等のエンコーダ（図示を省略）の出力データに基づいて、高さを算出すると良い。 Here, when the road surface data acquisition unit 11 is fixed to the moving body 1, the “height” is based on the height position H from the ground contact surface of the wheel of the moving body 1 to the road surface data acquisition unit 11. (That is, height 0). In addition, as shown in FIG. 4, when the road surface data acquisition part 11 is provided so that the movable part 2 can move to the up-down direction with respect to the moving body 1, the drive motor etc. which are mounted in the said movable part 2, etc., for example The height may be calculated based on output data from an encoder (not shown).
変化点抽出部１４は、入力されるデータ群の変化点を抽出する。但し、データ群の変化点の抽出手法については、後述する。ここで、「変化点」とは、路面の平面と段差部分（障害物が存在する場合も含む。）との境界を云う。 The change point extraction unit 14 extracts change points of the input data group. However, the method for extracting the change point of the data group will be described later. Here, the “change point” refers to a boundary between the plane of the road surface and a step portion (including a case where an obstacle exists).
ノイズ除去部１５は、詳細は後述するが、変化点間のデータの個数が第１の閾値より少ないと、当該データを除去する。
ラベリング部１６は、図３に示すように、変化点を境に障害無し領域（移動可能領域）か障害有り領域（移動不可能領域）かを振り分ける。
Although details will be described later, the noise removing unit 15 removes the data when the number of data between the change points is less than the first threshold.
As shown in FIG. 3, the labeling unit 16 assigns a failure-free region (movable region) or a failure-provided region (non-movable region) at the change point.
次に、移動体の障害認識方法（以下、単に障害認識方法という場合がある。）を説明する。障害認識方法は、図５に示す流れで実施される。
先ず、路面データ取得部１１で路面データを取得する（Ｓ１）。ここで、２次元データ検出センサを備える路面データ取得部１１を用いて、図６に示すように障害物上においてＹ方向に走査すると、図７に示すような２次元のデータ群を取得することができる。また、３次元データ検出センサを備える路面データ取得部１１を用いて、図８に示すように障害物周辺の路面データを取得すると、図９に示すような３次元のデータ群を取得することができる。このように取得したデータ群を路面データ取得部１１は平坦化部１２に出力する。ちなみに、以下の説明では、２次元データ検出センサを備える路面データ取得部１１を用いて、２次元のデータ群を取得するものとする。
Next, a method for recognizing a fault in a moving body (hereinafter, simply referred to as a fault recognition method) will be described. The fault recognition method is performed according to the flow shown in FIG.
First, the road surface data acquisition unit 11 acquires road surface data (S1). Here, when the road surface data acquisition unit 11 including the two-dimensional data detection sensor is used to scan in the Y direction on the obstacle as shown in FIG. 6, a two-dimensional data group as shown in FIG. 7 is acquired. Can do. Further, when the road surface data around the obstacle is acquired as shown in FIG. 8 using the road surface data acquisition unit 11 including the three-dimensional data detection sensor, a three-dimensional data group as shown in FIG. 9 can be acquired. it can. The road surface data acquisition unit 11 outputs the data group acquired in this way to the flattening unit 12. Incidentally, in the following description, it is assumed that a two-dimensional data group is acquired using the road surface data acquisition unit 11 including a two-dimensional data detection sensor.
次に、平坦化部１２は、入力されるデータ群を平坦化する（Ｓ２）。その結果、図１０に示すように、データ群は平坦化される。これにより、ノイズが除去され、より精度良く障害を認識することができる。このように平坦化されたデータ群を平坦化部１２は並び替え部１３に出力する。 Next, the flattening unit 12 flattens the input data group (S2). As a result, the data group is flattened as shown in FIG. Thereby, noise is removed, and a fault can be recognized with higher accuracy. The flattening unit 12 outputs the data group thus flattened to the rearranging unit 13.
次に、並び替え部１３は、入力されるデータ群を高さ順に並び替える（Ｓ３）。その結果、図１１に示すように、データ群が並び替えられる。このように並び替えられたデータ群を並び替え部１３は変化点抽出部１４に出力する。 Next, the rearrangement unit 13 rearranges the input data group in the order of height (S3). As a result, the data groups are rearranged as shown in FIG. The rearrangement unit 13 outputs the rearranged data group to the change point extraction unit 14.
次に、変化点抽出部１４は、入力されるデータ群の変化点を抽出する（Ｓ４）。つまり、変化点抽出部１４は、先ず低周波検知を行って大まかな変化点を抽出する。詳細には、変化点抽出部１４は、図１２に示すように、データ群からサンプリングしてデータ群を抽出する。本実施の形態では、７個のデータ（ａ１〜ａ７）をサンプリングしたデータ群として抽出している。 Next, the change point extraction unit 14 extracts change points of the input data group (S4). That is, the change point extraction unit 14 first performs low frequency detection to extract a rough change point. Specifically, as shown in FIG. 12, the change point extraction unit 14 samples the data group and extracts the data group. In the present embodiment, seven data (a1 to a7) are extracted as sampled data groups.
次に、変化点抽出部１４は、サンプリングしたデータ群に対する回帰直線Ｌを引き、当該回帰直線Ｌと、データａ１〜ａ７それぞれと、の距離（残差：ｔ１〜ｔ７）の和を求める。すなわち、ｔ１＋ｔ２＋ｔ３＋ｔ４＋ｔ５＋ｔ６＋ｔ７を求める。 Next, the change point extraction unit 14 draws a regression line L for the sampled data group, and obtains the sum of the distances (residuals: t1 to t7) between the regression line L and each of the data a1 to a7. That is, t1 + t2 + t3 + t4 + t5 + t6 + t7 is obtained.
次に、変化点抽出部１４は、サンプリングの中心データを順次隣接する次のデータ（ａ（ｎ）→ａ（ｎ+１））にずらして行き、最終的に入力されたデータ群の全部（但し、一部でも良い。）に対してサンプル毎のデータ群における距離の和を算出する。その結果、図１３に示すように、サンプル毎のデータ群における距離の和が示される。このように示された距離の和において、本実施の形態では最大値を示したデータ群の中心データを、変化点抽出部１４は低周波検知での変化点として抽出する。 Next, the change point extraction unit 14 sequentially shifts the sampling center data to the next adjacent data (a (n) → a (n + 1)), and finally the entire input data group ( However, the sum of the distances in the data group for each sample is calculated. As a result, as shown in FIG. 13, the sum of the distances in the data group for each sample is shown. In the sum of the distances shown in this way, in this embodiment, the change point extraction unit 14 extracts the center data of the data group showing the maximum value as the change point in the low frequency detection.
さらに変化点抽出部１４は、高周波検知を行って正確な変化点を抽出する。つまり、変化点抽出部１４は、隣接するデータ同士の高さの差を算出し、最終的に入力されたデータ群の全部（但し、低周波検知と対応する一部でも良い。）に対して当該差を算出する。その結果、図１４に示すように、隣接するデータ同士の高さの差が示される。このように示された高さの差において、本実施の形態では最大値を示した隣接するデータのうち、例えば引く側のデータ（即ち、ａ（ｎ）−ａ（ｎ＋１）の場合、ａ（ｎ＋１）のデータ）を、変化点抽出部１４は高周波検知での変化点として抽出する。但し、高周波検知における変化点とみなすデータは適宜設定される。 Further, the change point extraction unit 14 performs high frequency detection and extracts an accurate change point. That is, the change point extraction unit 14 calculates a difference in height between adjacent data, and may be applied to all of the finally input data group (however, it may be a part corresponding to low frequency detection). The difference is calculated. As a result, as shown in FIG. 14, the difference in height between adjacent data is shown. In the difference in height shown in this way, in the present embodiment, among adjacent data having the maximum value, for example, in the case of subtraction data (that is, a (n) −a (n + 1), a ( n + 1) data) is extracted as a change point in the high-frequency detection. However, data regarded as a change point in high frequency detection is set as appropriate.
次に、変化点抽出部１４は、図１５に示すように、低周波検知で算出したサンプル毎のデータ群における距離の和と、高周波検知で算出された隣接するデータ同士の高さの差と、を足し合わせる。そして、変化点抽出部１４は、足し合わせた結果、最大値を示すデータを変化点として抽出する。このように最大値を示すデータを変化点として抽出したデータ群をノイズ除去部１５に出力する。 Next, as shown in FIG. 15, the change point extraction unit 14 calculates the sum of the distances in the data group for each sample calculated by the low frequency detection and the difference in height between adjacent data calculated by the high frequency detection. Add together. Then, the change point extraction unit 14 extracts data indicating the maximum value as a change point as a result of the addition. In this way, the data group extracted with the data indicating the maximum value as the change point is output to the noise removing unit 15.
ノイズ除去部１５は、図１６に示すように、変化点間のデータの個数が第１の閾値より少ないと、当該データを除去する（Ｓ５）。これは、変化点を境に路面の形状を認識する場合、変化点間のデータ数が少ないということは、当該変化点間に極めて小さい平面が存在することになり、実質的にノイズとみなすことができるからである。これにより、ノイズが除去され、より精度良く障害を認識することができる。 As shown in FIG. 16, when the number of data between change points is smaller than the first threshold, the noise removing unit 15 removes the data (S5). This is because when the road surface shape is recognized at the change point, the fact that the number of data between the change points is small means that there is a very small plane between the change points, which is considered as noise substantially. Because you can. Thereby, noise is removed, and a fault can be recognized with higher accuracy.
ラベリング部１６は、図１５に示すように、変化点を境に床部分のデータ（即ち、移動可能領域）か、段差部分のデータ（即ち、移動不可能領域）か、を振り分ける（Ｓ６）。
その後、当該振り分けられた路面データに基づいて、マップの作成、経路計画が例えば移動体１の経路計画部で実行される。
As shown in FIG. 15, the labeling unit 16 sorts the data of the floor portion (that is, the movable region) or the data of the step portion (that is, the non-movable region) at the change point (S6).
Thereafter, based on the allocated road surface data, map creation and route planning are executed, for example, by the route planning unit of the moving body 1.
このように移動体の障害認識方法及び認識システムは、抽出した変化点を参照することで、変化点を境に移動可能領域なのか、移動不可能領域なのかを、を容易に認識することができる。このとき、本実施の形態では、路面データであるデータ群を高さ順に並べ替えているので、精度良く変化点を抽出することができる。しかも本実施の形態では、低周波検出と高周波検出とを組み合わせて変化点を抽出しているので、さらに精度良く変化点を抽出することができ、ひいては精度良く移動可能領域と移動不可能領域とを認識することができる。 In this way, the obstacle recognition method and recognition system for a moving body can easily recognize whether the region is movable or non-movable from the change point by referring to the extracted change point. it can. At this time, in this embodiment, since the data group which is road surface data is rearranged in the order of height, the change point can be extracted with high accuracy. In addition, in the present embodiment, the change point is extracted by combining the low frequency detection and the high frequency detection, so that the change point can be extracted with higher accuracy, and as a result, the movable region and the non-movable region with high accuracy. Can be recognized.
＜実施の形態２＞
本実施の形態の移動体の障害認識方法及び障害認識システムを説明する。但し、実施の形態１と重複する説明は省略し、同一の要素については同一の符号を付する。なお、図２０で示す斜線部分は移動体の移動可能領域を示し、図２１及び図２３で示す斜線部分は検出センサの検出領域を概念的に示している。
<Embodiment 2>
A mobile object fault recognition method and fault recognition system according to the present embodiment will be described. However, the description which overlaps with Embodiment 1 is abbreviate | omitted, and attaches | subjects the same code | symbol about the same element. The hatched portion shown in FIG. 20 indicates the movable area of the moving body, and the hatched portions shown in FIGS. 21 and 23 conceptually show the detection region of the detection sensor.
実施の形態１の移動体の障害認識方法及び障害認識システムは、例えば一回の走査で路面データを取得しているため、例えば３次元データ検出センサで、図１７に示すような斜面を有する障害物を含む領域の３次元の路面データを取得した場合、取得したデータ群を高さ順に並べ替えると、図１８に示すように緩やかな曲線となり、変化点を抽出することができない。 Since the obstacle recognition method and the obstacle recognition system of the moving body according to the first embodiment acquire road surface data by one scan, for example, a three-dimensional data detection sensor has an obstacle having a slope as shown in FIG. When three-dimensional road surface data of an area including an object is acquired, if the acquired data group is rearranged in the order of height, a gentle curve is obtained as shown in FIG. 18, and a change point cannot be extracted.
そこで、本実施の形態の路面データ取得部１１は、２次元データ検出センサを備えており、当該２次元データ検出センサを、図１９及び図２０に示すように、移動体１の左右方向に揺動して、移動体１の前方領域に向かって走査する動作を当該移動体１の左右方向に繰り返し、３次元の路面データを取得する。つまり、路面データ取得部１１は、取得した２次元の路面データを移動体１の左右方向に並べて、３次元の路面データとする。ここで、図２０の１本の破線が２次元データ検出センサの１走査を示している。但し、図示例では走査の一部が示されている。 Therefore, the road surface data acquisition unit 11 of the present embodiment includes a two-dimensional data detection sensor, and the two-dimensional data detection sensor is swung in the left-right direction of the moving body 1 as shown in FIGS. 19 and 20. The moving and scanning operation toward the front area of the moving body 1 is repeated in the left-right direction of the moving body 1 to obtain three-dimensional road surface data. That is, the road surface data acquisition unit 11 arranges the acquired two-dimensional road surface data in the left-right direction of the moving body 1 to obtain three-dimensional road surface data. Here, one broken line in FIG. 20 indicates one scan of the two-dimensional data detection sensor. However, a part of scanning is shown in the illustrated example.
このとき、２次元データ検出センサの１走査において取得する路面データに基づくと、図１のような形状の凹凸段差を有する路面の場合、実施の形態１と同様に並び替え後のデータ群は、図３に示すようなデータ群となる。また、図２１に示すようなスロープを有する路面の場合、並び替え後のデータ群は、図２２に示すようなデータ群となる。さらに、図２３に示すような緩やかな曲面を有する路面の場合、並び替え後のデータ群は、図２４に示すようなデータ群となる。 At this time, based on the road surface data acquired in one scan of the two-dimensional data detection sensor, in the case of a road surface having an uneven step having a shape as shown in FIG. The data group is as shown in FIG. In the case of a road surface having a slope as shown in FIG. 21, the rearranged data group becomes a data group as shown in FIG. Further, in the case of a road surface having a gentle curved surface as shown in FIG. 23, the rearranged data group becomes a data group as shown in FIG.
これにより、どの方向の走査において取得した２次元の路面データに段差部分が存在するかを、容易に判定することができる。このとき、スロープのエッジ部でも、２次元データ検出センサの１走査においては段差部分でないと判断して移動可能領域であると振り分けてしまう可能性がある。 Thereby, it can be easily determined in which direction the step portion exists in the two-dimensional road surface data acquired in the scanning. At this time, even in the edge portion of the slope, it may be determined that it is not a stepped portion in one scan of the two-dimensional data detection sensor and is classified as a movable region.
そこで、本実施の形態の障害認識システム１１０は、図２５に示すように、上述の構成に加えて段差認識部１７をさらに備え、障害認識方法において以下のように動作させる。
ここで、図２６に示すように、ラベリング工程（Ｓ６）までは実施の形態１と同様であるので、説明を省略する。ラベリング工程が終了すると、ラベリング部１６は、ラベリングした全て（走査数分）のデータ群を段差認識部１７に出力する。
Therefore, as shown in FIG. 25, the failure recognition system 110 of the present embodiment further includes a step recognition unit 17 in addition to the above-described configuration, and operates as follows in the failure recognition method.
Here, as shown in FIG. 26, the steps up to the labeling step (S6) are the same as those in the first embodiment, and thus the description thereof is omitted. When the labeling process is completed, the labeling unit 16 outputs all the labeled data groups (for the number of scans) to the step recognition unit 17.
次に、段差認識部１７は、入力された全てのデータ群において移動可能領域と認識された領域内のデータのうち、高さが第２の閾値以上となっているデータが存在するか否かを判定する（Ｓ７）。ここで、第２の閾値としては、例えば移動体１が移動不能となる高さに設定される。 Next, the step recognizing unit 17 determines whether or not there is data whose height is equal to or higher than the second threshold among the data in the areas recognized as movable areas in all the input data groups. Is determined (S7). Here, for example, the second threshold value is set to a height at which the moving body 1 cannot move.
次に、段差認識部１７は、高さが第２の閾値以上となっているデータが存在すると、当該データを含むデータ群とそれに隣接するデータ群とを比較する（即ち、隣接して走査されたデータ群同士を比較する）（Ｓ８）。段差認識部１７は、高さの差が第２の閾値以上であると、比較したデータ間に段差が存在することを認識する。ここで、段差認識部１７は、隣接するデータ群同士における対応するデータ間（即ち、Ｙ座標データが隣接し、Ｘ座標データが等しいデータ間）を比較し、当該高さの差が正の値の場合、引かれる側のデータ（即ち、Ｄ（ｎ）−Ｄ（ｎ＋１）すると、Ｄ（ｎ）のデータ）を例えばスロープのエッジ部と認識する。一方、段差認識部１７は、隣接するデータ群同士における対応するデータ間を比較し、当該高さの差が負の値の場合、引く側のデータ（即ち、Ｄ（ｎ）−Ｄ（ｎ＋１）すると、Ｄ（ｎ＋１）のデータ）を例えばスロープのエッジ部と認識する。但し、エッジ部と認識するデータは適宜設定される。 Next, when there is data whose height is equal to or greater than the second threshold, the step recognition unit 17 compares the data group including the data with the adjacent data group (that is, scanned adjacently). (S8). The step recognition unit 17 recognizes that there is a step between the compared data if the difference in height is equal to or greater than the second threshold. Here, the step recognition unit 17 compares the corresponding data in the adjacent data groups (that is, between the data in which the Y coordinate data is adjacent and the X coordinate data is equal), and the difference in the height is a positive value. In this case, the data on the side to be drawn (that is, D (n) −D (n + 1), D (n) data) is recognized as an edge portion of a slope, for example. On the other hand, the step recognition unit 17 compares corresponding data in adjacent data groups, and if the difference in height is a negative value, the subtraction data (that is, D (n) −D (n + 1) Then, D (n + 1) data) is recognized as an edge portion of a slope, for example. However, the data recognized as the edge portion is set as appropriate.
次に、段差認識部１７は、当該段差部分を移動不可能領域と認識し、路面データ取得部１１の路面データの取得を終了する（Ｓ９）。
一方、段差認識部１７は、高さが第２の閾値以上となっているデータが存在しないと判定すると、路面データ取得部１１の路面データの取得を終了する。
Next, the step recognition unit 17 recognizes the step portion as a non-movable region, and ends the road surface data acquisition of the road surface data acquisition unit 11 (S9).
On the other hand, if the level difference recognition unit 17 determines that there is no data whose height is equal to or greater than the second threshold value, the road surface data acquisition unit 11 finishes acquiring the road surface data.
その後、当該振り分けられた路面データに基づいて、マップの作成、経路計画が例えば移動体１の経路計画部で実行される。 Thereafter, based on the allocated road surface data, map creation and route planning are executed, for example, by the route planning unit of the moving body 1.
このように段差認識部１７を備えることで、スロープのエッジ部を正確に認識することができ、やはり移動可能領域と移動不可能領域とを精度良く認識することができる。 Thus, by providing the level | step difference recognition part 17, the edge part of a slope can be recognized correctly, and also a movable area | region and a non-movable area | region can also be recognized accurately.
以上、本発明に係る移動体の障害認識方法及び障害認識システムの実施形態を説明したが、上記の構成に限らず、本発明の技術的思想を逸脱しない範囲で、変更することが可能である。
上記実施の形態の変化点抽出部１４は、低周波検出と高周波検出とを実施しているが、いずれか一方でも良い。
The embodiments of the obstacle recognition method and the obstacle recognition system according to the present invention have been described above. However, the present invention is not limited to the above configuration, and can be changed without departing from the technical idea of the present invention. .
The change point extraction unit 14 of the above embodiment performs low frequency detection and high frequency detection, but either one may be used.
１ 移動体
２ 可動部
１１ 路面データ取得部
１２ 平坦化部
１３ 並び替え部
１４ 変化点抽出部
１５ ノイズ除去部
１６ ラベリング部
１７ 段差認識部
１００、１１０ 障害認識システム
DESCRIPTION OF SYMBOLS 1 Mobile body 2 Movable part 11 Road surface data acquisition part 12 Flattening part 13 Rearrangement part 14 Change point extraction part 15 Noise removal part 16 Labeling part 17 Step recognition part 100,110 Fault recognition system
Claims (12)
前記移動体の路面データ取得手段で少なくとも高さデータを含む路面データを取得するステップと、
取得した前記路面データを高さ順に並べ替えるステップと、
並べ替えた前記路面データの変化点を抽出するステップと、
前記変化点を境に障害を認識するステップと、
を備える移動体の障害認識方法。 A method for recognizing a fault in a mobile object,
Obtaining road surface data including at least height data by the road surface data acquisition means of the moving body;
Rearranging the acquired road surface data in order of height;
Extracting a change point of the rearranged road surface data;
Recognizing a failure at the change point;
A method for recognizing an obstacle in a moving body comprising:
前記路面データのデータ群からサンプリングしたデータ群の各々のデータと、前記サンプリングしたデータ群に対する回帰直線と、の距離の和を算出するステップと、
前記距離の和を算出するステップを前記路面データのデータ群の一部又は全部に対して繰り返し、各々のサンプリングしたデータ群の距離の和に基づいて変化点を抽出するステップと、
を備える請求項１に記載の移動体の障害認識方法。 The step of extracting the changing points of the rearranged road surface data includes:
Calculating the sum of the distance between each data of the data group sampled from the data group of the road surface data and the regression line for the sampled data group;
Repeating the step of calculating the sum of the distances for a part or all of the data group of the road surface data, extracting a change point based on the sum of the distances of each sampled data group;
The obstacle recognition method for a moving object according to claim 1.
前記路面データのデータ群における隣接するデータが示す高さの差を算出するステップと、
隣接するデータが示す高さの差を算出するステップを前記路面データのデータ群の一部又は全部に対して繰り返し、算出した高さの差に基づいて変化点を抽出するステップと、
を備える請求項１に記載の移動体の障害認識方法。 The step of extracting the changing point of the rearranged road surface data is as follows:
Calculating a difference in height indicated by adjacent data in the data group of the road surface data;
Repeating the step of calculating the difference in height indicated by adjacent data with respect to a part or all of the data group of the road surface data, and extracting a change point based on the calculated difference in height;
The obstacle recognition method for a moving object according to claim 1.
前記路面データのデータ群からサンプリングしたデータ群の各々のデータと、サンプリングしたデータ群に対する回帰直線と、の距離の和を算出するステップと、
前記距離の和を算出するステップを前記路面データのデータ群の一部又は全部に対して繰り返すステップと、
前記路面データのデータ群における隣接するデータが示す高さの差を算出するステップと、
隣接するデータが示す高さの差を算出するステップを前記路面データのデータ群の一部又は全部に対して繰り返すステップと、
前記路面データにおいて、算出した距離の和と、算出した高さの差と、を足し合わせるステップと、
足し合わせた数値に基づいて変化点を抽出するステップと、
を備える請求項１に記載の移動体の障害認識方法。 The step of extracting the changing points of the rearranged road surface data includes:
Calculating the sum of the distance between each data group sampled from the data group of the road surface data and the regression line for the sampled data group;
Repeating the step of calculating the sum of the distances for a part or all of the data group of the road surface data;
Calculating a difference in height indicated by adjacent data in the data group of the road surface data;
Repeating the step of calculating the difference in height indicated by adjacent data for a part or all of the data group of the road surface data;
In the road surface data, adding the calculated sum of distances and the calculated difference in height; and
Extracting a change point based on the added numerical value;
The obstacle recognition method for a moving object according to claim 1.
前記路面データを取得するステップにおいて、前記２次元データ検出センサを前記移動体の左右方向に揺動して、前記移動体の前方領域に向かって走査する動作を前記移動体の左右方向に繰り返し、３次元の路面データを取得する請求項１乃至６のいずれか１項に記載の移動体の障害認識方法。 The road surface data acquisition means includes a two-dimensional data detection sensor,
In the step of acquiring the road surface data, the operation of swinging the two-dimensional data detection sensor in the left-right direction of the moving body and scanning toward the front area of the moving body is repeated in the left-right direction of the moving body, The method of recognizing a moving object according to claim 1, wherein three-dimensional road surface data is acquired.
前記変化点を境に障害が無いと認識した領域内のデータが示す高さが閾値以上であるか否かを判定するステップと、
前記データが示す高さが前記閾値以上であると、隣接する走査データにおける対応するデータ間の高さの差を比較するステップと、
前記差が前記閾値以上であると、前記データ間に前記移動体が移動不可能な段差が存在することを認識するステップと、
を備える請求項７に記載の移動体の障害認識方法。 The step of recognizing a failure at the boundary of the change point
Determining whether or not the height indicated by the data in the area recognized as having no obstacle at the change point is equal to or greater than a threshold;
If the height indicated by the data is greater than or equal to the threshold, comparing the height difference between corresponding data in adjacent scan data; and
Recognizing that there is a step in which the moving body cannot move when the difference is greater than or equal to the threshold; and
The obstacle recognition method for a moving object according to claim 7.
少なくとも高さデータを含む路面データを取得する路面データ取得手段と、
取得した前記路面データを高さ順に並べ替える並べ替え手段と、
並べ替えた前記路面データの変化点を抽出する抽出手段と、
前記変化点を境に障害を認識する認識手段と、
を備える移動体の障害認識システム。 A mobile obstacle recognition system,
Road surface data acquisition means for acquiring road surface data including at least height data;
Sorting means for sorting the acquired road surface data in height order;
Extraction means for extracting change points of the rearranged road surface data;
A recognition means for recognizing a failure at the boundary of the change point;
A mobile object obstacle recognition system.
前記変化点を境に障害が無いと認識した領域内のデータが示す高さが閾値以上であるか否かを判定し、前記データが示す高さが前記閾値以上であると、隣接する走査データにおける対応するデータ間の高さの差を比較し、前記差が前記閾値以上であると、前記データ間に前記移動体が移動不可能な段差が存在することを認識する段差認識手段を備える請求項９乃至１１のいずれか１項に記載の移動体の障害認識システム。 The road surface data acquisition means includes a two-dimensional data detection sensor, and swings the two-dimensional data detection sensor in the left-right direction of the movable body and scans an operation toward the front area of the movable body. Repeated in the left and right direction of the moving body to obtain 3D road surface data,
It is determined whether or not the height indicated by the data in the area recognized as having no obstacle at the boundary of the change point is equal to or greater than the threshold value, and if the height indicated by the data is equal to or greater than the threshold value, the adjacent scan data A step recognition means is provided for comparing a difference in height between corresponding data in, and recognizing that there is a step where the moving body cannot move between the data if the difference is equal to or greater than the threshold. Item 12. The moving object failure recognition system according to any one of Items 9 to 11.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011083285A JP5605289B2 (en) | 2011-04-05 | 2011-04-05 | Fault recognition method and fault recognition system for moving body |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011083285A JP5605289B2 (en) | 2011-04-05 | 2011-04-05 | Fault recognition method and fault recognition system for moving body |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2012220227A true JP2012220227A (en) | 2012-11-12 |
| JP5605289B2 JP5605289B2 (en) | 2014-10-15 |
Family
ID=47271918
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011083285A Active JP5605289B2 (en) | 2011-04-05 | 2011-04-05 | Fault recognition method and fault recognition system for moving body |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5605289B2 (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014106200A (en) * | 2012-11-29 | 2014-06-09 | Toyota Motor Corp | Surrounding monitoring apparatus and parking support device |
| JP2016045756A (en) * | 2014-08-25 | 2016-04-04 | 三菱重工業株式会社 | Data processing method and data processing device |
| JP2017033366A (en) * | 2015-08-04 | 2017-02-09 | 日産自動車株式会社 | Road boundary detector, self-position estimation device, and road boundary detecting method |
| WO2017086131A1 (en) | 2015-11-19 | 2017-05-26 | アイシン精機株式会社 | Moving body |
| JP2017111529A (en) * | 2015-12-15 | 2017-06-22 | シャープ株式会社 | Obstacle determination device |
| JP2019020167A (en) * | 2017-07-12 | 2019-02-07 | 株式会社デンソーテン | Radar device and method for processing signal |
| WO2021024838A1 (en) * | 2019-08-02 | 2021-02-11 | 清水建設株式会社 | Traveling direction state detection device and truck using same |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07286827A (en) * | 1994-04-15 | 1995-10-31 | Matsushita Electric Works Ltd | Optical displacement measuring instrument |
| JP2002150270A (en) * | 2000-11-15 | 2002-05-24 | Nippon Telegr & Teleph Corp <Ntt> | Three-dimensional model formation method and device, and record medium recording execution program of the method |
| JP2002277241A (en) * | 2001-03-16 | 2002-09-25 | Hitachi Eng Co Ltd | Method and apparatus for measuring remains of old construction |
| JP2005202510A (en) * | 2004-01-13 | 2005-07-28 | Asahi Koyo Kk | Three-dimensional data processing method and apparatus |
| JP2006260098A (en) * | 2005-03-16 | 2006-09-28 | Matsushita Electric Works Ltd | Obstacle detection unit |
| JP2009050936A (en) * | 2007-08-24 | 2009-03-12 | Nsk Ltd | Interference determination device and leg wheel type robot |
| JP2009175932A (en) * | 2008-01-23 | 2009-08-06 | Ihi Corp | Traveling area detection device and method for mobile robot |
| JP2009229394A (en) * | 2008-03-25 | 2009-10-08 | Ihi Corp | Apparatus and method for determining traveling area of mobile robot |
| JP2010028346A (en) * | 2008-07-17 | 2010-02-04 | Casio Comput Co Ltd | Image processor, imaging device and program |
-
2011
- 2011-04-05 JP JP2011083285A patent/JP5605289B2/en active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07286827A (en) * | 1994-04-15 | 1995-10-31 | Matsushita Electric Works Ltd | Optical displacement measuring instrument |
| JP2002150270A (en) * | 2000-11-15 | 2002-05-24 | Nippon Telegr & Teleph Corp <Ntt> | Three-dimensional model formation method and device, and record medium recording execution program of the method |
| JP2002277241A (en) * | 2001-03-16 | 2002-09-25 | Hitachi Eng Co Ltd | Method and apparatus for measuring remains of old construction |
| JP2005202510A (en) * | 2004-01-13 | 2005-07-28 | Asahi Koyo Kk | Three-dimensional data processing method and apparatus |
| JP2006260098A (en) * | 2005-03-16 | 2006-09-28 | Matsushita Electric Works Ltd | Obstacle detection unit |
| JP2009050936A (en) * | 2007-08-24 | 2009-03-12 | Nsk Ltd | Interference determination device and leg wheel type robot |
| JP2009175932A (en) * | 2008-01-23 | 2009-08-06 | Ihi Corp | Traveling area detection device and method for mobile robot |
| JP2009229394A (en) * | 2008-03-25 | 2009-10-08 | Ihi Corp | Apparatus and method for determining traveling area of mobile robot |
| JP2010028346A (en) * | 2008-07-17 | 2010-02-04 | Casio Comput Co Ltd | Image processor, imaging device and program |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014106200A (en) * | 2012-11-29 | 2014-06-09 | Toyota Motor Corp | Surrounding monitoring apparatus and parking support device |
| JP2016045756A (en) * | 2014-08-25 | 2016-04-04 | 三菱重工業株式会社 | Data processing method and data processing device |
| JP2017033366A (en) * | 2015-08-04 | 2017-02-09 | 日産自動車株式会社 | Road boundary detector, self-position estimation device, and road boundary detecting method |
| WO2017086131A1 (en) | 2015-11-19 | 2017-05-26 | アイシン精機株式会社 | Moving body |
| JP2017111529A (en) * | 2015-12-15 | 2017-06-22 | シャープ株式会社 | Obstacle determination device |
| JP2019020167A (en) * | 2017-07-12 | 2019-02-07 | 株式会社デンソーテン | Radar device and method for processing signal |
| JP7127969B2 (en) | 2017-07-12 | 2022-08-30 | 株式会社デンソーテン | Radar device and signal processing method |
| WO2021024838A1 (en) * | 2019-08-02 | 2021-02-11 | 清水建設株式会社 | Traveling direction state detection device and truck using same |
| JP2021026469A (en) * | 2019-08-02 | 2021-02-22 | 清水建設株式会社 | Travel direction state detection device and trolley using the same |
| JP7390817B2 (en) | 2019-08-02 | 2023-12-04 | 清水建設株式会社 | Traveling direction state detection device and trolley using the same |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5605289B2 (en) | 2014-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5605289B2 (en) | Fault recognition method and fault recognition system for moving body | |
| KR102172602B1 (en) | Method and Apparatus for Localization and Mapping Using LIDAR | |
| US10430659B2 (en) | Method and apparatus for urban road recognition based on laser point cloud, storage medium, and device | |
| US8649557B2 (en) | Method of mobile platform detecting and tracking dynamic objects and computer-readable medium thereof | |
| US8467902B2 (en) | Method and apparatus for estimating pose of mobile robot using particle filter | |
| WO2018058356A1 (en) | Method and system for vehicle anti-collision pre-warning based on binocular stereo vision | |
| US20200026283A1 (en) | Autonomous route determination | |
| JP4046835B2 (en) | High-speed surface segmentation method of distance data for mobile robot | |
| CN107766405A (en) | Automotive vehicle road model defines system | |
| KR20190131402A (en) | Moving Object and Hybrid Sensor with Camera and Lidar | |
| Daoust et al. | Light at the end of the tunnel: High-speed lidar-based train localization in challenging underground environments | |
| KR101977652B1 (en) | A method for automatic generation of road surface type using a mobile mapping system | |
| KR20190095622A (en) | Method and Apparatus for Planning Obstacle Avoiding Path | |
| CN108921164B (en) | Contact net locator gradient detection method based on three-dimensional point cloud segmentation | |
| KR102283773B1 (en) | System for localization by accummulation of LiDAR scanned data use for a automatic driving car and method therefor | |
| WO2018058355A1 (en) | Method and system for detecting vehicle accessible region in real time | |
| CN115176288A (en) | Method for reconstructing features in an environmental scene of a road | |
| WO2019104866A1 (en) | Method and device for drawing region outline and computer readable storage medium | |
| KR20180059188A (en) | Method of Generating 3d-Background Map Except Dynamic Obstacles Using Deep Learning | |
| JP5765163B2 (en) | Self-position estimation apparatus, method, and program | |
| Saleem et al. | Effects of ground manifold modeling on the accuracy of stixel calculations | |
| JP5464054B2 (en) | Road environment information acquisition apparatus and method | |
| JP2007263725A (en) | Object determination device, method, and program | |
| Son et al. | Optimized robot mapping and obstacle avoidance using stereo vision | |
| CN114660611A (en) | Fusion method of airborne LiDAR depth sounding and multi-beam sonar depth sounding point cloud |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20131125 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140521 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140527 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140711 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140729 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140811 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 5605289 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |