JP5478419B2 - Axle detection system - Google Patents
Axle detection system Download PDFInfo
- Publication number
- JP5478419B2 JP5478419B2 JP2010187473A JP2010187473A JP5478419B2 JP 5478419 B2 JP5478419 B2 JP 5478419B2 JP 2010187473 A JP2010187473 A JP 2010187473A JP 2010187473 A JP2010187473 A JP 2010187473A JP 5478419 B2 JP5478419 B2 JP 5478419B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- detection
- vehicle
- processing
- dimensional data
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims description 371
- 238000004364 calculation method Methods 0.000 claims description 90
- 230000009467 reduction Effects 0.000 claims description 35
- 238000000034 method Methods 0.000 claims description 34
- 238000000605 extraction Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 17
- 238000011946 reduction process Methods 0.000 claims description 17
- 230000010354 integration Effects 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 14
- 238000007476 Maximum Likelihood Methods 0.000 claims description 10
- 238000002372 labelling Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 7
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 20
- 238000003384 imaging method Methods 0.000 description 11
- 230000014509 gene expression Effects 0.000 description 10
- 241001125929 Trisopterus luscus Species 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000008707 rearrangement Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002366 time-of-flight method Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Description
この発明は、三次元画像撮像装置を用いて車両の撮像を行い、取得した三次元データから車軸を検知する車軸検知システムに関するものである。 The present invention relates to an axle detection system that captures an image of a vehicle using a 3D image capturing apparatus and detects an axle from acquired 3D data.
一般に、車両に対向配置される車軸検知システムにおいては、路面に接している車両のタイヤを検知することにより、車軸を検知している。
従来の車軸検知システムとしては、カメラを用いた技術（たとえば、特許文献１参照）や、レーザを用いた技術（たとえば、特許文献２参照）が提案されている。
特許文献１に記載の従来システムにおいては、照射光をカメラで受光することにより、照射パターンをデータとして取得し、この取得データの平行度からタイヤ（車輪）の有無を検知している。
In general, in an axle detection system arranged to face a vehicle, the axle is detected by detecting a tire of the vehicle in contact with the road surface.
As a conventional axle detection system, a technique using a camera (for example, see Patent Document 1) and a technique using a laser (for example, see Patent Document 2) have been proposed.
In the conventional system described in
一方、特許文献２に記載の従来システムにおいては、パルスレーザの照射から受光するまでの時間差に基づき距離情報を取得し、レーザ照射時の走査角を用いて三次元データを取得している。この場合、路面以上かつ車体（車両ボディ）以下の高さ範囲内に取得データが１つでも存在すれば、タイヤであると検知している。
On the other hand, in the conventional system described in
従来の車軸検知システムは、特許文献１では、カメラで取得した照射パターンの平行度からタイヤを検知しているが、背景光などの影響によって照射パターンの平行度が計測不可能な場合には、タイヤ検知が不可能となるので誤検知を招くという課題があった。
また、特許文献２では、取得データ中に、路面以上かつ車両ボディ以下の高さ範囲内の三次元データが１つでも存在すれば、タイヤであると検知しているので、取得した三次元データに誤検知データが含まれていた場合に、タイヤを誤検知してしまうという課題があった。
In the conventional axle detection system, in
Further, in
この発明は、上記のような課題を解決するためになされたものであり、タイヤの誤検知を抑制して、車軸の検知確率を改善した車軸検知システムを得ることを目的とする。 The present invention has been made to solve the above-described problems, and an object of the present invention is to obtain an axle detection system that suppresses erroneous detection of tires and improves the detection probability of an axle.
この発明に係る車軸検知システムは、対象物である車両の第１の三次元データを取得する第１の三次元画像撮像装置と、第１の三次元データに基づき車軸数を計数する車軸検知装置とを備えた車軸検知システムであって、車軸検知装置は、第１の三次元データに対して誤検知データ軽減処理を行う第１の三次元データ閾値処理装置と、誤検知データ軽減処理後の第１の三次元データに対して、高さ・距離ゲートにより第１の検知領域を絞り込むゲート処理を行い、ゲート処理後の第１の三次元データを抽出する第１の高さ・距離ゲート装置と、第１の検知領域を高さ方向に分割して総数Ｎ個のビンを作成し、ゲート処理後の第１の三次元データの高さヒストグラムを作成する第１の高さヒストグラム算出装置と、第１の三次元データの高さヒストグラムに基づきゲート処理後の第１の三次元データが所定数以上格納されたビン数をデータ存在個数として算出するデータ存在個数算出装置と、データ存在個数に対し最尤推定法を用いて閾値を自動設定する閾値算出装置と、データ存在個数および閾値を用いて車軸数の計数を行う車軸数計数装置とを含み、閾値算出装置は、データ存在個数に対して移動平均処理を行う移動平均処理装置と、移動平均処理装置からの移動平均処理結果に基づき、データ存在個数を昇順に並び替える処理を行うソーティング装置と、ソーティング装置からの並び替え処理結果に基づき、閾値算出用のモデルを設定するモデル設定装置と、モデル設定装置により設定されたモデルに基づき閾値を算出する閾値算出部とを備え、閾値算出部は、最尤推定法を用いて、車軸のデータ存在個数と車軸以外のデータ存在個数とを分けるための閾値を算出するものである。 An axle detection system according to the present invention includes a first three-dimensional image pickup device that acquires first three-dimensional data of a vehicle that is an object, and an axle detection device that counts the number of axles based on the first three-dimensional data. The axle detection system includes: a first three-dimensional data threshold processing device that performs a false detection data reduction process on the first three-dimensional data; and a post-false detection data reduction process. A first height / distance gate device that performs gate processing for narrowing down the first detection region on the first three-dimensional data by a height / distance gate, and extracts the first three-dimensional data after the gate processing. A first height histogram calculation device that divides the first detection region in the height direction to create a total of N bins, and creates a height histogram of the first three-dimensional data after gate processing; The height of the first 3D data A data existence number calculating device for calculating, as a data existence number, the number of bins in which a predetermined number or more of first three-dimensional data after gate processing is stored based on a tomgram, and a threshold value using a maximum likelihood estimation method for the data existence number A threshold calculation device that automatically sets and an axle number counting device that counts the number of axles using the number of data present and the threshold, the threshold calculation device is a moving average processing device that performs a moving average process on the number of data present And a sorting device that performs processing for rearranging the number of existing data in ascending order based on the moving average processing result from the moving average processing device, and a model for setting a threshold calculation model based on the sorting processing result from the sorting device A setting device, and a threshold value calculation unit that calculates a threshold value based on the model set by the model setting device. The threshold value calculation unit uses a maximum likelihood estimation method. Te, and it calculates a threshold value for separating the data present number other than the data existing number and the axle of the axle.
この発明に係る車軸検知システムによれば、取得された三次元データ中に誤検知データが含まれる場合であっても、誤検知データを軽減して、高さ・距離ゲートにより検知領域を絞り込んだ後に、データ存在確率を算出することにより、取得データにおける検知確率を改善して車軸を検知することができるので、車軸の誤検知を抑制することができる。 According to the axle detection system of the present invention, even when erroneous detection data is included in the acquired three-dimensional data, the detection region is narrowed down by the height / distance gate by reducing the erroneous detection data. Later, by calculating the data existence probability, the detection probability in the acquired data can be improved and the axle can be detected, so that erroneous detection of the axle can be suppressed.
実施の形態１．
図１は、この発明の実施の形態１に係る車軸検知システムの全体構成を示すブロック図である。
図１において、車軸検知システムは、車両（対象物）３の三次元データＡを取得する第１の三次元画像撮像装置（以下、単に「三次元画像撮像装置」という）１と、検知装置２とにより構成されている。
1 is a block diagram showing an overall configuration of an axle detection system according to
In FIG. 1, the axle detection system includes a first three-dimensional image pickup device (hereinafter simply referred to as “three-dimensional image pickup device”) 1 that acquires three-dimensional data A of a vehicle (object) 3, and a
三次元画像撮像装置１は、レーザ画像計測装置であり、ビームを高さ方向の一次元に走査し、検知領域（走査範囲、撮像領域）Ｒにおける多点の測距と走査角とから、車両３の二次元断面を取得する。また、車両３が通過することにより、三次元画像撮像装置１は、車両の三次元データＡを取得する。
三次元データＡは、車両３の距離に相当する電気信号と、反射強度に相当する電気信号とからなる。
The three-dimensional
The three-dimensional data A includes an electric signal corresponding to the distance of the
検知装置２は、三次元データ閾値処理装置２１と、高さ・距離ゲート装置２２と、高さヒストグラム算出装置２３と、データ存在確率算出装置２４と、検知フラグ発生装置２５を備え、三次元データＡに基づき車軸の検知フラグＦ（第１の検知フラグ）を出力する。
The
検知装置２において、三次元データ閾値処理装置２１は、三次元データＡの誤検知データ軽減処理を行う。
すなわち、三次元データ閾値処理装置２１は、三次元画像撮像装置１で取得した強度および距離に相当する三次元データ（電気信号）Ａに対して閾値を設け、誤検知と想定されるデータを軽減する。
三次元データ閾値処理装置２１から出力される誤検知データ軽減処理後の三次元データＡ’は、誤検知データ軽減処理後の強度および距離に相当する電気信号である。
In the
That is, the three-dimensional data
The three-dimensional data A ′ after the erroneous detection data reduction process output from the three-dimensional data
高さ・距離ゲート装置２２は、誤検知データ軽減処理後の三次元データＡ’から、検知領域Ｒでのゲート処理後の三次元データＢを抽出する。
すなわち、高さ・距離ゲート装置２２は、誤検知データ軽減処理後の強度および距離に相当する三次元データＡ’に対して検知領域Ｒを細分化して絞るために、高さおよび距離に関するゲート処理を施す。高さ・距離ゲート装置２２から出力されるゲート処理後の三次元データＢは、検知領域Ｒ内の誤検知データ軽減処理後の強度および距離に相当する電気信号である。
The height /
In other words, the height /
高さヒストグラム算出装置２３は、検知領域Ｒを高さ方向にＮ分割して総数Ｎ個の高さビンＢｈ（図３参照）を作成し、検知領域Ｒ内の誤検知データ軽減処理後の距離に相当する三次元データＢに関して、ゲート処理後（誤検知データ軽減処理後）の三次元データＢの高さヒストグラムＣを作成する。
高さヒストグラム算出装置２３からは、誤検知データ軽減処理後の三次元データＡ’の高さヒストグラムＣに相当する電気信号が出力される。
The height
From the height
データ存在確率算出装置２４は、高さヒストグラムＣに基づき、ゲート処理後（誤検知データ軽減処理後）の三次元データＢがａ個（所定数、たとえば２個）以上格納されたビン数ｎと、高さ方向に分割したビン総数Ｎとの比率ｎ／Ｎをデータ存在確率Ｐとして算出する。
データ存在確率算出装置２４からは、三次元データＢが格納されたビン数ｎのデータ存在確率Ｐに相当する電気信号が出力される。
Based on the height histogram C, the data existence
The data existence
検知フラグ発生装置２５は、三次元データＢが格納されたビン数ｎのデータ存在確率Ｐに対して検知閾値Ｔｈを設け、データ存在確率Ｐに基づき、信頼性が高い三次元データＢに対して検知フラグ（電気信号）Ｆを発生する。
The
次に、図２〜図４を参照しながら、図１に示したこの発明の実施の形態１に係る三次元画像撮像装置１および検知装置２の動作について説明する。
図２は三次元画像取得装置１により取得した三次元データＡおよびその処理を概念的に示す説明図であり、三次元画像撮像装置１による車両３の撮像イメージと、取得した三次元データＡを示している。
Next, operations of the 3D
FIG. 2 is an explanatory diagram conceptually showing the three-dimensional data A acquired by the three-dimensional
図２において、（ａ）は車両３と三次元画像取得装置１における検知領域Ｒとの関係を示している。
三次元画像撮像装置１は、車両３が検知領域Ｒを横切ることにより、車両３の三次元データＡを取得する。
図２（ｂ）には、車両３の側面側に視点を置いたときに取得される三次元データＡの断面図が示されている。図２（ｂ）において、横軸は時間、縦軸は高さである。
一般的に、車両３の側面において、反射率の低い箇所では、十分な受信ＳＮ比が得られず、測距精度の低いデータとなるので、図２（ｂ）のように、三次元データＡには誤検知データが多く含まれることになる。
2A shows the relationship between the
The three-
FIG. 2B shows a cross-sectional view of the three-dimensional data A acquired when the viewpoint is placed on the side of the
In general, on the side surface of the
そこで、検知装置２において、三次元データ閾値処理装置２１は、誤検知データを軽減した三次元データＡ’を得る。
図２（ｃ）には、誤検知データ軽減処理後の三次元データＡ’の断面図が示されている。図２（ｃ）において、横軸は時間、縦軸は高さである。
Therefore, in the
FIG. 2C shows a cross-sectional view of the three-dimensional data A ′ after the erroneous detection data reduction process. In FIG.2 (c), a horizontal axis is time and a vertical axis | shaft is height.
ここでは、一例として、強度信号に対しては、固定の測距精度となる低受信ＳＮ比や低受信強度に相当する信号値を閾値とし、距離信号に対しては、車線幅や路面高さ以下の距離に相当する信号値を閾値とする。 Here, as an example, for the intensity signal, a threshold value is a signal value corresponding to a low reception SN ratio or a low reception intensity that provides a fixed distance measurement accuracy, and a lane width or road surface height for the distance signal. A signal value corresponding to the following distance is set as a threshold value.
図３は高さ・距離ゲート装置２２の動作例を示す説明図であり、車両３の進行方向に視点を置いたときの誤検知データ軽減処理後の三次元データＡ’の断面図を示している。
図３（ａ）はタイヤを検知しているときの車両３の三次元データＡ’（黒点参照）の例を示しており、三次元データＡ’は、ルーフ部分、ドア部分、タイヤ部分、車両床部分および路面を含む。
図３（ｂ）は、タイヤがなく、車両ボディのみ検知しているときの車両３の三次元データＡ’の例を示しており、三次元データＡ’は、ルーフ部分、ドア部分、車両床部分および路面を含む。
FIG. 3 is an explanatory view showing an operation example of the height /
FIG. 3A shows an example of the three-dimensional data A ′ (see black dots) of the
FIG. 3B shows an example of the three-dimensional data A ′ of the
図３において、高さ・距離ゲート装置２２は、高さ方向の上限値Ｈ１および下限値Ｈ２と、距離方向の上限値Ｓ１および下限値Ｓ２とを設定し、これら４つの値で囲まれた領域（タイヤ部分に対応）のみのゲート処理後の三次元データＢを抽出する。
In FIG. 3, the height /
たとえば、高さ方向の下限値Ｈ２は、路面に対する高度の標準偏差値に設定され、上限値Ｈ１は、国産車の最低地上高度である１２０ｍｍ（自動車ハンドブック２００７−２００８、ｖｏｌ．５４、日産、フェアレディＺ ＶｅｒｓｉｏｎＳＴ）に設定される。
また、タイヤのゴム部分のみを検知するために、高さ方向の上限値Ｈ１を、国内で販売されているタイヤの厚さの最小値である８２．５ｍｍ（自動車ハンドブック２００７−２００８、ｖｏｌ．５４、ムーブカスタムＲＳ２ＷＤ）に設定してもよい。
For example, the lower limit value H2 in the height direction is set to the standard deviation value of the altitude relative to the road surface, and the upper limit value H1 is 120 mm which is the lowest ground altitude of a domestic vehicle (Automobile Handbook 2007-2008, vol. 54, Nissan, Fairlady) Z VersionST).
Further, in order to detect only the rubber part of the tire, the upper limit value H1 in the height direction is set to 82.5 mm (the automobile handbook 2007-2008, vol. 54) which is the minimum value of the thickness of the tire sold in Japan. , Move Custom RS2WD).
一方、距離方向の下限値Ｓ２は、誤検知データ軽減処理後の三次元データＡ’から求められる三次元画像撮像装置１と車両３との最小距離に設定される。
また、距離方向の上限値Ｓ１は、国内で販売されているタイヤ幅の最大値である２９５ｍｍ（自動車ハンドブック２００７−２００８、ｖｏｌ．５４、三菱ふそう スーパーグレートＦＰ−Ｒ４×２）と、誤検知データ軽減処理後の三次元データＡ’から求められる三次元画像撮像装置１と車両３との最小距離との和に設定される。
On the other hand, the lower limit value S2 in the distance direction is set to the minimum distance between the three-dimensional
The upper limit value S1 in the distance direction is 295 mm (the automobile handbook 2007-2008, vol. 54, Mitsubishi Fuso Super Great FP-R4 × 2), which is the maximum value of the tire width sold in the country, and false detection data. It is set to the sum of the minimum distance between the three-dimensional
その後、高さヒストグラム算出装置２３は、検知領域Ｒを高さ方向に対してＮ個に分割して高さビンＢｈを設定し、ゲート処理後の三次元データＢ（検知領域Ｒ内の誤検知データ軽減処理後の距離に相当する電気信号）に対して、高さヒストグラムＣを算出する。
高さビンＢｈの幅は、たとえば、三次元画像撮像装置１で取得した三次元データＡの有する高さ方向の空間分解能に相当する値に設定される。
Thereafter, the height
For example, the width of the height bin Bh is set to a value corresponding to the spatial resolution in the height direction of the three-dimensional data A acquired by the three-dimensional
次に、データ存在確率算出装置２４は、高さヒストグラムＣに基づき、誤検知データ軽減処理後およびゲート処理後の三次元データＢがａ個以上格納されたビン数ｎと、高さ方向に分割したビン総数Ｎとの比率ｎ／Ｎを算出し、データ存在確率Ｐに相当する電気信号を算出する。
Next, the data existence
ここで、高さ・距離ゲート装置２２で設定した高さの上限値Ｈ１は、国産車の最低地上高度とし、下限値Ｈ２は、路面に対する高度の標準偏差値とする。
また、距離の下限値Ｓ２は、誤検知データ軽減処理後の三次元データＡ’から求められる三次元画像撮像装置１と車両３との最小距離とする。
さらに、距離方向の上限値Ｓ１は、国内で販売されているタイヤ幅の最大値と、誤検知データ軽減処理後の三次元データＡ’から求められる三次元画像撮像装置１と車両３との最小距離との和とする。
Here, the upper limit value H1 of the height set by the height /
The lower limit value S2 of the distance is the minimum distance between the three-dimensional
Further, the upper limit value S1 in the distance direction is the minimum value between the three-
図３（ａ）のように、検知領域Ｒにタイヤが存在する場合には、設定した高さビンＢｈのいずれの位置においても、三次元データＢが存在するヒストグラムＣとなるので、データ存在確率Ｐは１００％となる。
一方、図３（ｂ）のように、検知領域Ｒにタイヤが存在しない場合には、設定した高さビンＢｈの一部のみにしか三次元データＢが存在しないので、偏ったヒストグラムＣとなり、データ存在確率Ｐは、たとえば２５％となる。
As shown in FIG. 3A, when a tire is present in the detection region R, a histogram C in which the three-dimensional data B exists is present at any position of the set height bin Bh. P is 100%.
On the other hand, as shown in FIG. 3B, when there is no tire in the detection region R, since the three-dimensional data B exists only in a part of the set height bin Bh, the histogram C is biased. The data existence probability P is, for example, 25%.
図４は検知フラグ発生装置２５の動作例を示す説明図であり、三次元画像撮像装置１の検知領域Ｒにおいて、車両３が通過したときに出力される検知フラグＦの例を示している。
図４（ａ）は、車両３の側面側に視点を置いたときの、ゲート処理後（誤検知データ軽減処理後）の三次元データＢの断面図を示しており、横軸は時間、縦軸は高さである。
FIG. 4 is an explanatory view showing an operation example of the
FIG. 4A shows a cross-sectional view of the three-dimensional data B after gate processing (after false detection data reduction processing) when the viewpoint is placed on the side of the
図４（ｂ）は、設定した高さビンＢｈのビン総数Ｎに対する三次元データＢを格納した高さビン数ｎの比率ｎ／Ｎに相当するデータ存在確率Ｐを示している。
前述の図３（ａ）のように、タイヤ付近の三次元データＢのみを抽出した場合、データ存在確率Ｐは、タイヤを検知する場合に高くなる。
FIG. 4B shows the data existence probability P corresponding to the ratio n / N of the number of height bins n storing the three-dimensional data B with respect to the bin total number N of the set height bin Bh.
As shown in FIG. 3A, when only the three-dimensional data B in the vicinity of the tire is extracted, the data existence probability P is high when the tire is detected.
なお、検知閾値Ｔｈに関しては、タイヤ外径Ｄｗ＝４０ｃｍ、タイヤ断面高さＨ＝５ｃｍを想定して、検知閾値Ｔｈ＝２５％とした場合を例にとっている。ただし、検知閾値Ｔｈの値は、特に限定されることはなく、車両３の設計仕様および検知精度の要求などに応じて任意に設定され得る。
In addition, regarding the detection threshold Th, the case where the detection threshold Th is 25% is taken as an example assuming the tire outer diameter Dw = 40 cm and the tire cross-section height H = 5 cm. However, the value of the detection threshold Th is not particularly limited, and can be arbitrarily set according to the design specifications of the
一般的に、タイヤからの反射強度は、車両３に対して一定であるが、ホイール部分からの反射強度は、車両３に依存し、測距精度が悪くなる場合もある。したがって、検知閾値Ｔｈに関して、たとえばタイヤ外径Ｄｗに対するタイヤ断面高さＨとの比率２Ｈ／Ｄｗとし、確実にタイヤを検知するように検知閾値Ｔｈを設定する。
In general, the reflection intensity from the tire is constant with respect to the
図４（ｃ）は検知フラグＦ（検知トリガ）の一例を示している。
検知フラグ発生装置２５は、データ存在確率算出装置２４によって算出されたデータ存在確率Ｐが検知閾値Ｔｈよりも高い場合には、検知フラグＦをＨレベルとし、車軸検知に相当する信号を発生する。
FIG. 4C shows an example of the detection flag F (detection trigger).
When the data presence probability P calculated by the data presence
さらに誤検出を低減するために、図５のように、検知閾値として、上限検知閾値と下限検知閾値との２種を設定してもよい。
図５はこの発明の実施の形態１による検知フラグの一例を示す説明図である。
一般に、地上やボディ車頭部分においては、データ存在確率は低くなるが、車種によっては、たとえば大型トラックなどのように、運転席部分よりもボディ部分の高度が低い場合がある。
Furthermore, in order to reduce false detection, as shown in FIG. 5, two types of detection threshold values, an upper limit detection threshold value and a lower limit detection threshold value, may be set.
FIG. 5 is an explanatory diagram showing an example of a detection flag according to the first embodiment of the present invention.
In general, the data existence probability is low on the ground and the body head portion, but depending on the type of vehicle, the altitude of the body portion may be lower than the driver seat portion, such as a large truck.
この場合、設定する高さゲートによっては、ボディ部分においてもデータ存在確率が高くなる場合があり、検知閾値を単一設定すると、誤検知をしてしまう可能性がある。
しかし、タイヤと車体との間には隙間が存在するので、一時的にデータ存在確率が下がることに着目し、これを検知するために、図５のように、上限検知閾値と下限検知閾値とを設定する。
In this case, depending on the height gate to be set, the data existence probability may be high even in the body portion, and if a single detection threshold is set, there is a possibility of erroneous detection.
However, since there is a gap between the tire and the vehicle body, paying attention to the temporary decrease in the data existence probability, in order to detect this, as shown in FIG. Set.
図５においては、各データの存在確率の各検知閾値に対する状態を、一例として、時系列的な検知状態ｐ、ｑ、ｒ、ｓ（黒丸参照）で示している。
図５において、初めて下限検知閾値を超えたときを状態ｐとし、次に上限検知閾値を超えた場合を状態ｑとし、さらに上限検知閾値を下回ったときを状態ｒとし、最後に下限検知閾値を下回った場合を状態ｓとし、各状態ｐ〜ｓを遷移する時間をＳｔとしている。
In FIG. 5, the state with respect to each detection threshold value of the existence probability of each data is shown as a time-series detection state p, q, r, s (see black circles) as an example.
In FIG. 5, when the lower limit detection threshold is exceeded for the first time, state p is set, then when the upper limit detection threshold is exceeded, state q is set, and when the upper limit detection threshold is exceeded, state r is set, and finally the lower limit detection threshold is set. The case where it falls below is referred to as state s, and the time for transitioning between states p to s is referred to as St.
ここで、時間方向に閾値Ｔｈｔを設定し、Ｓｔ＜Ｔｈｔの場合を車軸として検知する。なお、閾値Ｔｈｔの長さは、例として、８０ｋｍ／ｈで走行する直径１ｍのタイヤが同地点を通過する時間として算出可能な０．０４秒と設定する。
また、設定される閾値Ｔｈｔ、および、取得される時間Ｓｔの次元は、時間に代えて、距離値であってもよい。
Here, a threshold value Tht is set in the time direction, and the case of St <Tht is detected as an axle. For example, the length of the threshold Tht is set to 0.04 seconds that can be calculated as the time for a tire having a diameter of 1 m traveling at 80 km / h to pass through the same point.
Further, the dimension of the set threshold value Tht and the acquired time St may be a distance value instead of the time.
以上のように、この発明の実施の形態１（図１〜図４）に係る車軸検知システムは、車両（対象物）３の三次元データＡを取得する三次元画像撮像装置１と、三次元データＡに対して誤検知データ軽減処理を行う三次元データ閾値処理装置２１と、誤検知データ軽減処理後の三次元データＡ’から検知領域Ｒでのゲート処理後の三次元データＢを抽出する高さ・距離ゲート装置２２と、検知領域を高さ方向に分割して総数Ｎ個の高さビンＢｈを作成し、ゲート処理後（誤検知データ軽減処理後）の三次元データＢの高さヒストグラムＣを作成する高さヒストグラム算出装置２３と、高さヒストグラムＣに基づきゲート処理後の三次元データＢが所定数ａ個以上格納されたビン数ｎと高さ方向に分割したビン総数Ｎとの比率ｎ／Ｎをデータ存在確率Ｐとして算出するデータ存在確率算出装置２４と、データ存在確率Ｐに基づき検知フラグＦを発生する検知フラグ発生装置２５とを備えている。
As described above, the axle detection system according to Embodiment 1 (FIGS. 1 to 4) of the present invention includes the three-dimensional
これにより、取得した三次元データＡに誤検知データが含まれる場合においても、誤検知データを軽減し、高さ・距離ゲートにより検知領域Ｒを絞り込んだ後に、データ存在確率Ｐを算出し、取得データにおける検知確率を改善して車軸を検知することができるので、車軸の誤検知を抑制することができる。 As a result, even when false detection data is included in the acquired three-dimensional data A, the false detection data is reduced, and after the detection region R is narrowed down by the height / distance gate, the data existence probability P is calculated and acquired. Since the detection probability in the data can be improved and the axle can be detected, erroneous detection of the axle can be suppressed.
また、データ存在確率算出装置２４において、高さヒストグラムＣでゲート処理後（誤検知データ軽減処理後）の三次元データＢがａ（＝２）個以上格納されたビン数ｎと高さ方向に分割したビン総数Ｎとの比率ｎ／Ｎを算出することにより、高さビンＢｈに誤検知データが格納された場合においても、誤検知データを含むビンを排除することができるので、取得データにおける検知確率を改善して車軸を検知することができる。
Further, in the data existence
なお、上記説明では、特に言及しなかったが、三次元画像撮像装置１で取得した三次元データＡまたは誤検知データを除去した三次元データＡ’に対して、時間軸方向にｔライン分の移動平均処理を行い、その後、検知領域Ｒを絞り込んでデータ存在確率Ｐを算出し、検知フラグＦを発生してもよい。これにより、車両３（対象物）の測距精度を改善し、さらに高精度に車軸を検知することができる。
Although not particularly mentioned in the above description, the t-line portion in the time axis direction with respect to the three-dimensional data A acquired by the three-dimensional
また、三次元画像撮像装置１がレーザ画像計測装置の場合を例にとって説明したが、これに限定されることはなく、各種受動型や能動型の非接触式の三次元計測方式に基づいた装置であればよい。
たとえば、カメラ視差を利用したステレオ法やアクティブステレオ法、焦点位置の差を利用した焦点法、または、照射光と受信光の時間差を利用したタイムオブフライト法などが適用可能である。
Further, the case where the three-dimensional
For example, a stereo method using camera parallax or an active stereo method, a focus method using a difference in focus position, or a time-of-flight method using a time difference between irradiation light and reception light can be applied.
また、三次元画像撮像装置１で取得される三次元データＡが、強度データおよび距離データに相当する電気信号の場合を例にとって説明したが、距離データのみに相当する電気信号であってもよい。
Further, although the case where the three-dimensional data A acquired by the three-dimensional
また、三次元データ閾値処理装置２１で設定される強度および距離に対する閾値は、強度信号に対しては、固定の測距精度となる低受信ＳＮ比や低受信強度に相当する信号値を閾値とし、距離信号に対しては、車線幅や路面高さ以下の距離に相当する信号値を閾値としたが、測距精度（距離）に依存する関数として、強度や距離に関する閾値を可変設定してもよい。
In addition, the thresholds for the intensity and distance set by the three-dimensional data
また、高さ・距離ゲート装置２２で設定される高さ方向の上限値Ｈ１および下限値Ｈ２と、距離方向の上限値Ｓ１および下限値Ｓ２とをそれぞれ固定値としたが、三次元画像撮像装置１からの距離に依存する関数として可変設定してもよい。
The upper limit value H1 and lower limit value H2 in the height direction and the upper limit value S1 and lower limit value S2 in the distance direction set by the height /
また、高さビンＢｈの幅の設定に関しては、高さ方向の空間分解能に相当する値であることから、距離に対する変数として設定したが、固定幅としてもよい。
さらに、検知フラグ発生装置２５で設定される検知閾値Ｔｈを固定値としたが、距離に依存する関数として可変設定してもよい。
The width of the height bin Bh is set as a variable for the distance because it is a value corresponding to the spatial resolution in the height direction, but may be a fixed width.
Furthermore, although the detection threshold Th set by the
実施の形態２．
なお、上記実施の形態１（図１）では、車軸検知用の検知装置２のみを設けたが、図６のように、車両検知用の検知装置２ａを追加するとともに、車軸数計数装置４を設けてもよい。
図６はこの発明の実施の形態２に係る車軸検知システムの全体構成を示すブロック図であり、前述（図１参照）と同様のものについては、前述と同一符号を付して、または符号の後に「ａ」を付して詳述を省略する。
In the first embodiment (FIG. 1), only the
FIG. 6 is a block diagram showing the overall configuration of the axle detection system according to
図６において、車軸検知システムは、車両３の三次元データＡを取得する三次元画像撮像装置１と、並設された２系統の検知装置２、２ａと、車軸数計数装置４とを備えている。
検知装置２ａは、検知装置２（図１参照）と同一構成を有し、車両３の車両ボディに対する検知フラグＦａ（第２の検知フラグ）を生成する。
In FIG. 6, the axle detection system includes a three-dimensional
The
車軸数計数装置４は、検知装置２、２ａから得られた検知フラグＦ、Ｆａに基づき、検知車両の車軸数Ｇを計数する。車軸数計数装置４からは、検知車両の車軸数Ｇに相当する電気信号が出力される。
The axle
次に、図７および図８を参照しながら、図６に示したこの発明の実施の形態２による動作について説明する。
三次元画像撮像装置１は、前述と同様に、車両３が検知領域Ｒを横切ることにより、車両３の三次元データＡを取得する。
Next, the operation of the second embodiment of the present invention shown in FIG. 6 will be described with reference to FIGS.
As described above, the three-dimensional
検知装置２は、前述（図２〜図４）のように、タイヤ付近の検知領域のみを高さビンＢｈで分割し、高さビンＢｈに格納されたデータのデータ存在確率Ｐから、車軸検知処理を行い、検知フラグＦを生成する。
As described above (FIGS. 2 to 4), the
一方、検知装置２ａは、車両ボディ（ルーフ部分およびドア部分）を検知領域として高さビンＢｈａを分割し、高さビンに格納されたデータのデータ存在確率から、車両検知処理を行い、検知フラグＦａを生成する。
On the other hand, the
図７はこの発明の実施の形態２に係る検知装置２ａの高さ・距離ゲート装置の動作例を示す説明図であり、前述（図３参照）と同様のものについては、符号の後に「ａ」を付して詳述を省略する。
図７には、誤検知データ軽減処理後の三次元データＡ’の断面図と関連して、車両検知のための高さ・距離ゲートの設定例が示されている。
FIG. 7 is an explanatory view showing an operation example of the height / distance gate device of the
FIG. 7 shows a setting example of the height / distance gate for vehicle detection in relation to the cross-sectional view of the three-dimensional data A ′ after the erroneous detection data reduction processing.
図７において、検知装置２ａの高さ・距離ゲート装置における高さ方向の下限値Ｈ２ａは、たとえば国産車の最低地上高度１２０ｍｍに設定され、高さ方向の上限値Ｈ１ａは、三次元画像撮像装置１で取得可能な最大高さに設定される。
In FIG. 7, a lower limit value H2a in the height direction in the height / distance gate device of the
一方、距離方向の下限値Ｓ２ａは、誤検知データ軽減処理後の三次元データＡ’から求められる三次元画像撮像装置１と車両３との最小距離とし、距離方向の上限値Ｓ１は、車両が走行している車線幅とする。また、高さビンＢｈａの分割数を２個とする。
検知領域Ｒに車両３が進入した場合、タイヤの有無にかかわらず、検知装置２ａにおいてデータ存在確率Ｐａが高くなり、車両検知が行われる。
On the other hand, the lower limit value S2a in the distance direction is the minimum distance between the three-dimensional
When the
図８は検知装置２ａ内の検知フラグ発生装置の動作例を示す説明図であり、前述（図４参照）と同様のものについては、符号の後に「ａ」を付して詳述を省略する。
図８には、三次元画像撮像装置１の検知領域Ｒにおいて車両３が通過したときに出力する検知フラグＦａの例が、前述の検知フラグＦとともに示されている。
FIG. 8 is an explanatory view showing an operation example of the detection flag generating device in the
In FIG. 8, an example of the detection flag Fa that is output when the
図８（ａ）は、車両３の側面側に視を置いたときの誤検知データ軽減処理後の三次元データＡ’の断面図を示しており、横軸は時間、縦軸は高さである。
図８（ｂ）は、車両検知に対して設定された高さビンの総数Ｎａに対する三次元データＡ’が格納されたビン数ｎａの比率ｎａ／Ｎａに相当するデータ存在確率Ｐａを示している。前述と同様に、車両ボディを検知した場合に、データ存在確率Ｐａは高くなる。
FIG. 8A shows a cross-sectional view of the three-dimensional data A ′ after the erroneous detection data reduction processing when looking at the side of the
FIG. 8B shows the data existence probability Pa corresponding to the ratio na / Na of the bin number na storing the three-dimensional data A ′ with respect to the total number Na of height bins set for vehicle detection. . Similarly to the above, when the vehicle body is detected, the data existence probability Pa increases.
図８（ｃ）は、車両検知に対する検知フラグＦａの例を示している。
検知装置２ａ内の検知フラグ発生装置は、検知閾値Ｔｈａよりもデータ存在確率Ｐａが高い場合に、検知フラグＦａをＨレベルとし、車両検知に相当する信号を発生する。
FIG. 8C shows an example of a detection flag Fa for vehicle detection.
When the data existence probability Pa is higher than the detection threshold value Tha, the detection flag generator in the
図８（ｄ）、（ｅ）は前述（図４（ｂ）、（ｃ））と同様であり、図８（ｄ）は、車軸検知に対して設定した高さビンの総数Ｎに対する三次元データＡ’を格納したビン数ｎの比率ｎ／Ｎに相当するデータ存在確率Ｐを示す、図８（ｅ）は、車軸検知に対する検知フラグＦの例を示している。 FIGS. 8D and 8E are the same as those described above (FIGS. 4B and 4C), and FIG. 8D is a three-dimensional view of the total number N of height bins set for axle detection. FIG. 8E shows an example of the detection flag F for the axle detection, which shows the data existence probability P corresponding to the ratio n / N of the bin number n storing the data A ′.
最後に、車軸数計数装置４は、車両に対する検知フラグＦａがＨレベルの期間において、車軸に対する検知フラグＦがＨレベルとなる回数を計数し、検知車両の車軸数Ｇに相当する車軸検知信号を出力する。
Finally, the axle
以上のように、この発明の実施の形態２（図６〜図８）に係る車軸検知システムは、検知された車両の車軸数Ｇを計数する車軸数計数装置４を備えており、検知フラグ発生装置（検知装置２、２ａ）は、データ存在確率Ｐに基づき、車軸に対する検知フラグＦ（第１の検知フラグ）と、車両に対する検知フラグＦａ（第２の検知フラグ）とを発生する。
車軸数計数装置４は、検知フラグＦａの発生期間中に検知フラグＦの発生回数を計数することにより、検知された車両の車軸数Ｇを計数する。
As described above, the axle detection system according to the second embodiment (FIGS. 6 to 8) of the present invention includes the axle
The axle
これにより、三次元データＡに誤検知データが含まれる場合でも、前述と同様に、取得データにおける検知確率を改善して、高い検知精度で車両や車軸を検知することができるうえ、車両検知期間における車軸数Ｇを計数することにより、車軸数Ｇを計数することができる。 Thereby, even when erroneous detection data is included in the three-dimensional data A, the detection probability in the acquired data can be improved and the vehicle and the axle can be detected with high detection accuracy, as described above, and the vehicle detection period The number of axles G can be counted by counting the number of axles G.
なお、図６においては、検知装置２、２ａを２台の並設装置としたが、１台の検知装置２内に複数の検知機能を含め、たとえば、１台の検知装置２で、車両および車軸の２つを検知して２つの検知フラグＦ、Ｆａを生成してもよい。
また、１台の三次元画像撮像装置１を用いたが、２台の三次元画像撮像装置を並設し、個別の三次元データを検知装置２、２ａに入力してもよい。
In FIG. 6, the
In addition, although one 3D
また、図７においては、車両検知のための高さ・距離ゲートの設定例として、高さ方向の下限値Ｈ２ａを国産車の最低地上高度１２０ｍｍに設定し、高さ方向の上限値Ｈ１ａを三次元画像撮像装置１で取得可能な最大高さに設定し、距離方向の下限値Ｓ２ａを三次元画像撮像装置１と車両３との最小距離に設定し、距離方向の上限値Ｓ１ａを車線幅に設定したが、高さ方向の下限値Ｈ２ａを、路面に対する高度の標準偏差値に設定してもよい。
In FIG. 7, as an example of setting the height / distance gate for vehicle detection, the lower limit value H2a in the height direction is set to the minimum ground altitude of 120 mm for domestic vehicles, and the upper limit value H1a in the height direction is set to the tertiary. The maximum height that can be acquired by the original
また、前述と同様に、検知装置２ａ内の高さ・距離ゲート装置で設定される高さ方向の上限値Ｈ１ａおよび下限値Ｈ２ａと、距離方向の上限値Ｓ１ａおよび下限値Ｓ２ａとを固定値としたが、三次元画像撮像装置１からの距離に依存する関数として可変設定してもよい。
さらに、車軸数計数装置４は、検知車両の車軸数Ｇに相当する車軸検知信号のみを出力したが、車軸検知および車両検知に相当する電気信号を出力してもよい。
Similarly to the above, the upper limit value H1a and the lower limit value H2a in the height direction set by the height / distance gate device in the
Furthermore, although the axle
実施の形態３．
なお、上記実施の形態２（図６）では、車軸数計数装置４を設けたが、図９のように、第２の三次元画像撮像装置（以下、単に「三次元画像撮像装置」という）１ｂおよび第２の検知装置（以下、単に「検知装置」という）２ｂを設けるとともに、車幅測定装置５を設けてもよい。
図９はこの発明の実施の形態３に係る車軸検知システムの全体構成を示すブロック図であり、前述（図１、図６参照）と同様のものについては、前述と同一符号を付して、または符号の後に「ｂ」を付して詳述を省略する。
In the second embodiment (FIG. 6), the axle
FIG. 9 is a block diagram showing the overall configuration of the axle detection system according to
図９において、車軸検知システムは、車両３の三次元データＡ、Ａｂを取得する三次元画像撮像装置１、１ｂと、ゲート処理後（誤検知データ軽減処理後）の三次元データＢ、Ｂｂおよび検知フラグＦ、Ｆｂを生成する検知装置２、２ｂと、車幅測定装置５とを備えている。
In FIG. 9, the axle detection system includes three-dimensional
三次元画像撮像装置１、１ｂは、車両３の両側面を撮像するように路側帯の両側に配置されており、検知対象となる車両３の車幅Ｗ（トレッド幅Ｗｔ）方向に対して相互間隔Ｌ１で離間設置されている。
The three-dimensional
検知装置２ｂは、検知装置２（図１参照）と同一構成を有し、三次元データ閾値処理装置２１ｂ、高さ・距離ゲート装置２２ｂ、高さヒストグラム算出装置２３ｂ、データ存在確率算出装置２４ｂおよび検知フラグ発生装置２５ｂ（いずれも図示せず）を備え、これにより、ゲート処理後（誤検知データ軽減処理後）の三次元データＢｂおよび検知フラグＦｂを生成する。
The
車幅測定装置５は、検知装置２、２ｂにおいて検知領域内で抽出したゲート処理後（誤検知データ軽減処理後）の三次元データＢ、Ｂｂを用いて、車両３の車幅Ｗ（または、トレッド幅Ｗｔ）を測定する。
車幅測定装置５からは、車幅Ｗに相当する電気信号が出力される。
The vehicle
An electric signal corresponding to the vehicle width W is output from the vehicle
次に、図９に示したこの発明の実施の形態３による動作について説明する。
三次元画像撮像装置１、１ｂは、車両３が検知領域Ｒ、Ｒｂを横切ることにより、車両３の三次元データＡ、Ａｂを取得する。
検知装置２、２ｂは、前述と同様に、タイヤ付近の検知領域のみを高さビンで分割し、高さビンに格納されたデータのデータ存在確率から車軸検知を行い、ゲート処理後（誤検知データ軽減処理後）の三次元データＢ、Ｂｂを生成する。
Next, the operation according to the third embodiment of the present invention shown in FIG. 9 will be described.
The three-
As described above, the
車幅測定装置５は、各検知装置２、２ｂ内の高さ・距離ゲート装置２２、２２ｂ（図示せず）から出力される検知領域Ｒ内のゲート処理後（誤検知データ軽減処理後）の三次元データＢ、Ｂａを用いて、各三次元画像撮像装置１、１ｂから車両３の側面までの最小距離ｄ１、ｄ１ｂを測定する。
The vehicle
また、車幅測定装置５は、三次元画像撮像装置１と三次元画像撮像装置１ｂとの相互間隔Ｌ１を用いて、以下の式（１）により、車両３の車幅Ｗ（または、車幅Ｗに近似した左右タイヤ側面のトレッド幅Ｗｔ）を算出し、車幅Ｗに相当する電気信号を出力する。
Further, the vehicle
Ｗ＝Ｌ１−ｄ１−ｄ１ｂ ・・・（１） W = L1-d1-d1b (1)
以上のように、この発明の実施の形態３（図９）に係る車軸検知システムは、前述（図１）の構成に加えて、車両（対象物）３を介在するように三次元画像撮像装置１に対向配置され、車両３の三次元データＡｂ（第２の三次元データ）を取得する三次元画像撮像装置１ｂと、検知装置２ｂと、車両３の車幅Ｗを測定する車幅測定装置５とを備えている。
As described above, the axle detection system according to Embodiment 3 (FIG. 9) of the present invention is a three-dimensional image pickup device that includes the vehicle (object) 3 in addition to the configuration described above (FIG. 1). 1, a three-dimensional
検知装置２ｂは、三次元データＡｂに対して誤検知データ軽減処理を行う第２の三次元データ閾値処理装置２１ｂと、誤検知データ軽減処理後の第２の三次元データから検知領域Ｒｂ（第２の検知領域）でのゲート処理後の三次元データＢｂ（第２の三次元データ）を抽出する第２の高さ・距離ゲート装置２２ｂとを備えている。
The
車幅測定装置５は、三次元画像撮像装置１、１ｂの相互間隔Ｌ１と、ゲート処理後の三次元データＢ、Ｂｂとを用いて、式（１）により車幅Ｗを測定する。
これにより、車両３を挟むように路側帯の両側に設置された２台の三次元画像撮像装置１、１ｂで取得した三次元データＡ、Ａｂに誤検知データが含まれる場合においても、誤検知データを軽減し、高さ・距離ゲートにより検知領域Ｒ、Ｒｂを絞り込み、取得データの計測精度を改善して、車両３までの最小距離ｄ１、ｄ１ｂを高精度に測定することができ、車両３の車幅Ｗを算出することができる。
The vehicle
As a result, even if erroneous detection data is included in the three-dimensional data A and Ab acquired by the two three-
なお、上記説明では、検知装置２、２ｂ内の高さ・距離ゲート装置２２、２２ｂにおいて、タイヤ付近を検知するようにゲートを設定し、車幅測定装置５により車幅Ｗに近似したトレッド幅Ｗｔを算出したが、車両３の車幅Ｗを高精度に算出するために、前述の実施の形態２（図７）のように、車両ボディを検知するようにゲートを設定してもよい。
In the above description, in the height /
また、検知装置２、２ｂ内の高さ・距離ゲート装置２２、２２ｂにおいて、高さ方向の上限値Ｈ１、Ｈ１ｂを車両３のサイドミラーの高さに設定して、サイドミラーよりも低い位置にある車両ドアまでの最小距離ｄ１、ｄ１ｂを求めてもよい。この場合、車両３のサイドミラーを含まない車幅Ｗを測定することができる。
Further, in the height /
また、図９においては、車幅Ｗに相当する電気信号のみを出力したが、前述の実施の形態１（図１）のように、車軸や車両３の検知に相当する電気信号を出力してもよい。
また、前述の実施の形態２（図６）のように、車軸数計数装置４を備えることにより、車軸数Ｇに相当する電気信号を出力してもよい。
In FIG. 9, only the electrical signal corresponding to the vehicle width W is output. However, as in the first embodiment (FIG. 1), the electrical signal corresponding to the detection of the axle and the
Further, as in the above-described second embodiment (FIG. 6), by providing the axle
また、検知領域Ｒ、Ｒｂ内で抽出したゲート処理後（誤検知データ軽減処理後）の三次元データＢ、Ｂｂを用いて、車両３の車幅Ｗを算出したが、誤検知データ軽減処理後の三次元データＡ’を用いてもよい。
Further, the vehicle width W of the
また、追加された検知装置２ｂは、少なくとも三次元データ閾値処理装置２１ｂおよび高さ・距離ゲート装置２２ｂ（図示せず）のみを備えていればよい。
また、図９においては、２台の検知装置２、２ｂを設置したが、１台の検知装置２内に複数の検知機能を含め、たとえば、路側帯に設置した２台の三次元画像撮像装置１、１ｂに対して、１台の検知装置２で処理してもよい。
Further, the added
In FIG. 9, the two
さらに、図９においては、図１の構成に三次元画像撮像装置１ｂおよび検知装置２ｂを追加した場合を示したが、図６の構成に三次元画像撮像装置１ｂおよび検知装置２ｂを追加してもよい。この場合、車幅Ｗのみならず、車軸数Ｇも計測することができる。
Further, FIG. 9 shows the case where the three-dimensional
実施の形態４．
なお、上記実施の形態３（図９）では、車幅測定装置５を設けたが、図１０のように、車速・車長測定装置６を設けてもよい。
図１０はこの発明の実施の形態４に係る車軸検知システムの全体構成を示すブロック図であり、前述（図１、図６、図９参照）と同様のものについては、前述と同一符号を付して、または符号の後に「ｃ」を付して詳述を省略する。
Although the vehicle
FIG. 10 is a block diagram showing the overall configuration of an axle detection system according to
図１０において、車軸検知システムは、車両３の三次元データＡを取得する三次元画像撮像装置１と、車両３の三次元データＡｃを取得する第３の三次元画像撮像装置（以下、単に「三次元画像撮像装置」という）１ｃと、検知フラグＦを生成する検知装置２と、検知フラグＦｃ（第３の検知フラグ）を生成する第３の検知装置（以下、単に「検知装置」という）２ｃと、車速・車長測定装置６とを備えている。
In FIG. 10, the axle detection system includes a three-dimensional
三次元画像撮像装置１、１ｃは、前述（図９参照）と同様に、路側帯の両側に設置されかつ車幅方向に対して相互間隔Ｌ１の距離を介して離間配置されている。
また、追加された三次元画像撮像装置１ｃは、車両３の進行方向に対して、三次元画像撮像装置１から間隔Ｌｃの距離で離間配置されており、検知領域Ｒｃにより車両３を撮像する。
The three-dimensional
Further, the added three-dimensional image capturing device 1c is spaced apart from the three-dimensional
検知装置２ｃは、検知装置２（図１参照）と同一構成を有し、三次元データ閾値処理装置２１ｃ、高さ・距離ゲート装置２２ｃ、高さヒストグラム算出装置２３ｃ、データ存在確率算出装置２４ｃおよび検知フラグ発生装置２５ｃ（いずれも図示せず）を備え、三次元データＡｃに基づいて検知フラグＦｃを生成する。 The detection device 2c has the same configuration as the detection device 2 (see FIG. 1), and includes a three-dimensional data threshold processing device 21c, a height / distance gate device 22c, a height histogram calculation device 23c, a data existence probability calculation device 24c, and A detection flag generator 25c (none of which is shown) is provided, and a detection flag Fc is generated based on the three-dimensional data Ac.
車速・車長測定装置６は、検知装置２、２ｃにおいて検知領域Ｒ、Ｒｃ内で抽出した車両３に対する検知フラグＦ、Ｆｃを用いて、車両３の車速Ｖおよび車長ｚの少なくとも一方を測定する。
車速・車長測定装置６からは、車速Ｖまたは車長ｚに相当する電気信号が出力される。
The vehicle speed / vehicle
An electric signal corresponding to the vehicle speed V or the vehicle length z is output from the vehicle speed / vehicle
次に、図１０に示したこの発明の実施の形態４による動作について説明する。
三次元画像撮像装置１、１ｃは、車両３が検知領域Ｒ、Ｒｃを横切ることにより、車両３の三次元データＡ、Ａｃを取得する。
検知装置２、２ｃは、前述と同様に、車両ボディを高さビンで分割し、高さビンに格納された三次元データＡ’のデータ存在確率Ｐ、Ｐｃに基づき車両検知を行い、検知フラグＦ、Ｆｃを生成する。
Next, the operation according to the fourth embodiment of the present invention shown in FIG. 10 will be described.
The three-
Similarly to the above, the
車速・車長測定装置６は、検知装置２、２ｃで取得した車両３に対する検知フラグＦ、Ｆｃの検知時間差Δｔと、三次元画像撮像装置１、１ｃの車両進行方向に対する間隔Ｌｃとを用いて、以下の式（２）により、車速Ｖを算出する。
The vehicle speed / vehicle
Ｖ＝Ｌｃ／Δｔ ・・・（２） V = Lc / Δt (2)
また、車速・車長測定装置６は、検知フラグＦ、Ｆｃに基づく車両３に対する検知時間ｔと、車速Ｖとを用いて、以下の式（３）により、車長ｚを算出する。
The vehicle speed / vehicle
ｚ＝Ｖ×ｔ ・・・（３） z = V × t (3)
車速・車長測定装置６は、式（２）、式（３）のように車速Ｖおよび車長ｚを導出し、車速Ｖおよび車長ｚに相当する電気信号を出力する。
The vehicle speed / vehicle
以上のように、この発明の実施の形態４（図１０）に係る車軸検知システムは、前述（図１）の構成に加えて、三次元画像撮像装置１に対して車両（対象物）３の移動方向に離間配置され、車両３の三次元データＡｃ（第３の三次元データ）を取得する三次元画像撮像装置１ｃと、三次元データＡｃに対して誤検知データ軽減処理を行う第３の三次元データ閾値処理装置２１ｃと、誤検知データ軽減処理後の第３の三次元データから検知領域Ｒｃ（第３の検知領域）でのゲート処理後の第３の三次元データＢｃを抽出する第３の高さ・距離ゲート装置２２ｃと、検知領域Ｒｃを高さ方向に分割して総数Ｎｃ個のビンを作成し、ゲート処理後の第３の三次元データＢｃの第３の高さヒストグラムＣｃを作成する第３の高さヒストグラム算出装置２３ｃと、第３の高さヒストグラムＣｃに基づきゲート処理後の第３の三次元データＢｃが所定数ａｃ個以上格納されたビン数ｎｃと高さ方向に分割したビン総数Ｎｃとの比率ｎｃ／Ｎｃを第３のデータ存在確率Ｐｃとして算出する第３のデータ存在確率算出装置２４ｃと、第３のデータ存在確率Ｐｃに基づき検知フラグＦｃ（第３の検知フラグ）を発生する第３の検知フラグ発生装置２５ｃと、検知された車両３の車速Ｖおよび車長ｚの少なくとも一方を測定する車速・車長測定装置６とを備えている。
As described above, the axle detection system according to Embodiment 4 (FIG. 10) of the present invention has a vehicle (object) 3 of the three-dimensional
車速・車長測定装置６は、検知フラグＦ、Ｆｃに基づく車両３の検知時間差Δｔと、三次元画像撮像装置１と三次元画像撮像装置１ｃとの間隔Ｌｃとを用いて、車速Ｖまたは車長ｚを測定する。
これにより、取得した三次元データＡ、Ａｃに誤検知データが含まれる場合においても、誤検知データを軽減し、高さ・距離ゲートにより検知領域を絞り込んでデータ存在確率Ｐ、Ｐｃを算出し、取得データにおける検知確率を改善し、高い検知精度で車両を検知するとともに、車両３の検知時間差Δｔを測定して車速Ｖを測定することができ、さらに、車両３の検知時間ｔと車速Ｖとを用いて、車長ｚを測定することができる。
The vehicle speed / vehicle
Thereby, even when erroneous detection data is included in the acquired three-dimensional data A and Ac, the erroneous detection data is reduced, the detection area is narrowed down by the height / distance gate, and the data existence probabilities P and Pc are calculated. The detection probability in the acquired data is improved, the vehicle can be detected with high detection accuracy, the vehicle speed V can be measured by measuring the detection time difference Δt of the
また、検知装置２、２ｃにおける車両３の検知時間ｔ、ｔｃにより、車両３の通過方向を把握することができる。
また、車両３の走行車線が一方通行であった場合には、車両３の通過方向は、車両３の前進／後進に相当し、たとえば図１０において、検知装置２ｃが先に車両３を検知した場合は、車両３が前進していると予想することができる。
逆に、検知装置２が先に車両３を検知した場合は、車両３が後退（または、逆走）していると予想することができる。
Further, the passing direction of the
When the traveling lane of the
Conversely, when the
また、車速・車長測定装置６により測定された車速Ｖと、検知装置２で車軸を検知した場合の検知フラグＦの検出時間とから、車両３のタイヤの外径Ｄｔを測定することができる。
これにより、タイヤの後ろに泥除けを設置していた車両３において、泥除けをタイヤと誤検知した場合においても、その検知幅からタイヤか泥除けかを判別することができるので、車軸の検知精度を改善することができる。
Further, the outer diameter Dt of the tire of the
As a result, in the
なお、上記説明において、車速・車長測定装置６は、車速Ｖまたは車長ｚに相当する電気信号のみを出力したが、これに加えて、前述の実施の形態１（図１）のように、車軸または車両３の検知に相当する電気信号を出力してもよい。
In the above description, the vehicle speed / vehicle
また、前述の実施の形態２（図６）のように、車軸数計数装置４を備えることにより、車軸数Ｇに相当する電気信号を出力してもよく、前述の実施の形態３（図９）のように、車幅測定装置５を備えることにより、車幅Ｗに相当する電気信号を出力してもよい。
Further, as in the above-described second embodiment (FIG. 6), by providing the axle
また、図１０においては、三次元画像撮像装置１、１ｃを路側帯の両側に配置したが、路側帯の一方の側に配置してもよい。
さらに、２台の検知装置２、２ｃを設けたが、１台の検知装置２内に複数の検知機能を含め、路側帯に設置した２台の三次元画像撮像装置１、１ｃに対して、１台の検知装置２のみで処理してもよい。
In FIG. 10, the three-
Furthermore, although the two
実施の形態５．
なお、上記実施の形態２（図６）では、検知装置１と車軸数計数装置４とを個別に設けたが、図１１のように、車軸数計数装置４を含む車軸検知装置７を設けてもよい。
図１１はこの発明の実施の形態５に係る車軸検知システムの全体構成を示すブロック図であり、前述と同様のものについては、前述と同一符号を付して、または符号の後に「ｄ」を付して詳述を省略する。
In the second embodiment (FIG. 6), the
FIG. 11 is a block diagram showing an overall configuration of an axle detection system according to
図１１において、車軸検知システムは、三次元データＡを取得する三次元画像撮像装置１と、三次元データＡに基づき車軸数Ｇを計数する車軸検知装置７とを備えている。
車軸検知装置７は、三次元データ閾値処理装置２１、高さ・距離ゲート装置２２および高さヒストグラム算出装置２３に加えて、データ存在確率算出装置３０と、閾値算出装置４０と、車軸数計数装置と４ｄとを備えている。
In FIG. 11, the axle detection system includes a
In addition to the three-dimensional data
データ存在個数算出装置３０は、Ｎ個で分けた高さヒストグラムＣに基づいて、ゲート処理後の三次元データ（誤検知軽減後）が所定数ａ個以上格納されたビン数ｎをデータ存在個数Ｙｃ（データが格納されたビン数）として算出し、データ存在個数Ｙｃに対応した電気信号を閾値算出装置４０および車軸数計数装置４ｄに入力する。
Based on the height histogram C divided into N, the data existence number calculation device 30 calculates the number n of bins in which a predetermined number a or more of three-dimensional data after gate processing (after reduction of false detection) is stored. Yc (the number of bins in which data is stored) is calculated, and an electric signal corresponding to the data existence number Yc is input to the threshold
閾値算出装置４０は、任意時間範囲内（または、車両検知中）のデータ存在個数Ｙｃに対し、最尤推定法を用いて、車軸を検知するための閾値Ｔｈｄを自動設定し、閾値Ｔｈｄに対応した電気信号を車軸数計数装置４ｄに入力する。
車軸数計数装置４ｄは、データ存在個数Ｙｃおよび閾値Ｔｈｄを用いて車軸数Ｇの計数を行い、車軸数Ｇに対応した電気信号を車軸検知装置７の検知結果として出力する。
The threshold
The axle
なお、ここでは特に図示しないが、前述（図１０）のように、三次元画像撮像装置１ｃおよび車速・車長測定装置６を追加し、車速・車長測定装置６により測定された車速Ｖおよび車長ｚの少なくとも一方を、車軸数計数装置４ｄの入力情報として追加してもよい。
Although not specifically shown here, as described above (FIG. 10), the three-dimensional image pickup device 1c and the vehicle speed / vehicle
次に、図１２および図１３を参照しながら、閾値算出装置４０について具体的に説明する。図１２は図１１内の閾値算出装置４０の構成を示すブロック図である。
図１２において、閾値算出装置４０は、移動平均処理装置４１と、ソーティング装置４２と、モデル設定装置４３と、閾値算出部４４とを備えている。
Next, the threshold
In FIG. 12, the threshold
移動平均処理装置４１は、データ存在個数算出装置３０から入力されるデータ存在個数Ｙｃ（ｘ）（ｘは画素数）に対して移動平均処理を行い、移動平均処理結果４１ｄに相当する電気信号をソーティング装置４２に入力する。
ソーティング装置４２は、移動平均処理結果４１ｄに基づきデータ存在個数Ｙｃ（ｘ）を昇順に並び替える処理を行い、データ存在個数Ｙｃ（ｘ）の並び替え処理結果４２ｄに相当する電気信号をモデル設定装置４３に入力する。
The moving
The sorting
モデル設定装置４３は、並び替え処理結果４２ｄに基づき、閾値算出部４４で用いられるモデル４３ｄを設定し、モデル４３ｄに相当する電気信号を閾値算出部４４に入力する。
閾値算出部４４は、モデル４３ｄに基づき、最尤推定法を用いて、車軸のデータ存在個数と車軸以外のデータ存在個数とを分けるための閾値Ｔｈｄを算出し、閾値算出装置４０の算出結果として出力する。
The
Based on the
図１３は閾値算出装置４０における処理内容を示す説明図であり、図１３（ａ）は移動平均処理装置４１に入力されるデータ存在個数Ｙｃを模擬的に示し、図１３（ｂ）はソーティング装置４２の入力データを模擬的に示し、図１３（ｃ）は閾値算出部４４によるデータ処理を模擬的に示している。
FIG. 13 is an explanatory diagram showing the processing contents in the threshold
図１３（ａ）に示すように、閾値算出装置４０に入力されるデータ存在個数Ｙｃは、車軸部分においては高くなり、その他においては車軸部分よりも低くなる。
また、図１３（ｃ）において、閾値算出部４４は、地上と車軸とを分ける境界Ｄ（可変パラメータ）を設定する。
また、閾値算出部４４は、境界Ｄの左側を地上領域と見なし、境界Ｄの右側を車軸領域と見なして、地上領域のデータ存在個数の確率密度関数Ｍ１と、車軸領域のデータ存在個数の確率密度関数Ｍ２とを求める。
As shown in FIG. 13A, the data existence number Yc input to the threshold
In FIG. 13C, the
Further, the threshold
ここで、確率密度関数Ｍ１、Ｍ２は、車軸データ個数の定義はＮ個のビンからｎ個のタイヤ候補のビンを取得する確率を表しているので、モデル設定装置４３においては、以下の式（１）に示すような２項分布にしたがうものとする。
Here, the probability density functions M1 and M2 represent the probability of acquiring bins of n tire candidates from N bins in the definition of the number of axle data. Therefore, in the
なお、確率密度関数Ｍ１、Ｍ２は、式（１）の２項分布に限らず、他の関数で定義されてもよい。
式（１）において、Ｎはタイヤ存在カウントの総区分数、ｎはタイヤ存在カウント数、Ｐは各データの発生確率を表す。今回は、確率密度関数Ｍ１、Ｍ２の２モデルの最適値を推定するために、それぞれに対応する可変パラメータＰ１、Ｐ２が存在する。
次に、対数尤度Ｌ（θ）は、以下の式（２）によって記述することができる。
The probability density functions M1 and M2 are not limited to the binomial distribution of Expression (1), and may be defined by other functions.
In Expression (1), N represents the total number of tire presence counts, n represents the tire presence count, and P represents the probability of occurrence of each data. This time, in order to estimate the optimum values of the two models of the probability density functions M1 and M2, there are variable parameters P1 and P2 corresponding to the respective models.
Next, the log likelihood L (θ) can be described by the following equation (2).
式（２）において、θは最尤値を探すための可変パラメータ（Ｐ１、Ｐ２、Ｄ）、ｎはタイヤ存在カウント数、ｆ＊（ｎ）は重みを表す。
また、ｆ（ｘ、ｎ：θ）は、以下の式（３）のように表される。
In Equation (2), θ is a variable parameter (P1, P2, D) for searching for the maximum likelihood value, n is a tire presence count, and f * (n) is a weight.
Further, f (x, n: θ) is expressed as the following formula (3).
式（３）において、ｕ（ｘ）は一様分布を表し、ｄ０は地上領域のデータ番号、ｄ１は車軸領域の画素番号を表す。
また、重みｆ＊（ｎ）、ｆ’＊（ｎ）、ｆ”＊（ｎ）は、それぞれの領域におけるデータ存在個数の発生回数として、以下の式（４）、式（５）、式（６）のように表される。
In Expression (3), u (x) represents a uniform distribution, d0 represents the data number of the ground area, and d1 represents the pixel number of the axle area.
Further, the weights f * (n), f ′ * (n), and f ″ * (n) are the number of occurrences of the data existence number in each area, and the following expressions (4), (5), and ( It is expressed as 6).
式（４）、式（５）、式（６）において、発生回数が多いほど、その値は有意であることを示している。
また、式（５）、式（６）において、Ｌ（ｎｉ）は各タイヤ存在カウントの発生回数を表し、ｎｉは画素番号ｉ番目のデータ存在個数を表す。
以上の関係を式（２）に代入すると、対数尤度Ｌ（θ）は、以下の式（７）のように表される。
In Formula (4), Formula (5), and Formula (6), the greater the number of occurrences, the greater the value.
Further, in Expressions (5) and (6), L (n i ) represents the number of occurrences of each tire presence count, and n i represents the number of data existing for the pixel number i.
Substituting the above relationship into equation (2), the log likelihood L (θ) is expressed as in the following equation (7).
式（７）の第１項目をｇ１（ｘ）とすると、第１項目ｇ１（ｘ）は、以下の式（８）のように展開することができる。 If the first item of the equation (7) is g1 (x), the first item g1 (x) can be expanded as in the following equation (8).
同様に、式（８）の第２項目をｇ２（ｘ）とすると、第２項目ｇ２（ｘ）は、以下の式（９）のように展開することができる。 Similarly, when the second item of Expression (8) is g2 (x), the second item g2 (x) can be expanded as shown in Expression (9) below.
式（８）および式（９）より、対数尤度Ｌ（θ）は、以下の式（１０）のように表される。 From the equations (8) and (9), the log likelihood L (θ) is expressed as the following equation (10).
ただし、式（１０）の第１項目は、確率密度関数Ｐ１、Ｐ２に依存しない定数となり、この手法においては、最大となる対数尤度Ｌ（θ）を求めることが目的であることから、無視することができる。
よって、式（１０）は、以下の式（１１）のように表すことができる。
However, the first item of the equation (10) is a constant that does not depend on the probability density functions P1 and P2, and in this method, the purpose is to obtain the maximum log likelihood L (θ). can do.
Therefore, Expression (10) can be expressed as the following Expression (11).
式（１１）の対数尤度Ｌ（θ）が最大となるような確率密度関数Ｐ１、Ｐ２および境界Ｄを、周回計算により導出する。対数尤度Ｌ（θ）が最大になる場合の境界Ｄに対応するｎを閾値とする。
車軸部分のデータ存在個数は、常に一定ではなく、環境に依存して変化するので、上記手法を用いることにより、車軸の誤検出を低減するメリットがある。
The probability density functions P1 and P2 and the boundary D that maximize the log likelihood L (θ) of the equation (11) are derived by circular calculation. The threshold value is n corresponding to the boundary D when the log likelihood L (θ) is maximized.
Since the number of data in the axle portion is not always constant and varies depending on the environment, the use of the above method has an advantage of reducing erroneous detection of the axle.
次に、図１４および図１５を参照しながら、閾値算出装置４０について具体的に説明する。図１４は車軸数計数装置４ｄの構成を示すブロック図である。
図１４において、車軸数計数装置４ｄは、閾値算出装置４０からの閾値Ｔｈｄと、データ存在個数算出装置３０からのデータ存在個数Ｙｃとを入力情報としており、閾値処理装置４５（第１の閾値処理装置）と、距離値算出装置４６と、ウィンドウ設定処理装置４７と、ウィンドウ内積分処理装置４８と、閾値処理装置４９（第２の閾値処理装置）と、ラベリング処理装置５０とを備えている。
Next, the threshold
In FIG. 14, the axle
図１５は車軸数計数装置４ｄの処理内容を示す説明図であり、図１５（ａ）は閾値処理装置４５による閾値処理を模擬的に示し、図１５（ｂ）はウィンドウ設定処理装置４７によるウィンドウ設定処理を模擬的に示し、図１５（ｃ）はウィンドウ内積分処理装置４８による積分処理を模擬的に示し、図１５（ｄ）はラベリング処理装置５０によるラベリング処理を模擬的に示している。
FIG. 15 is an explanatory diagram showing the processing contents of the axle
車軸数計数装置４ｄにおいて、まず、入力側の閾値処理装置４５は、閾値算出装置４０から入力された閾値Ｔｈｄを用いて、データ存在個数Ｙｃに対して閾値処理を行い、２値化された画素データ（データ存在個数）４５ｄ（図１５（ａ）参照）を距離値算出装置４６に入力する。
距離値算出装置４６は、２値化されたデータ存在個数４５ｄと、たとえば車速・車長測定装置６（図１０参照）から得られる車両３の車速Ｖとを用いて、単位距離あたりの画素数Ｒｐ［ｍ −１ ］を、以下の式（１２）により算出する。
In the axle
The distance
式（１２）において、ｆｎは１ラインのデータを取得するスキャンレート［Ｈｚ］を表す。
以下、距離値算出装置４６は、算出された単位距離あたりの画素数Ｒｐに相当する電気信号をウィンドウ設定処理装置４７に入力する。
In Expression (12), fn represents a scan rate [Hz] for acquiring data of one line.
Hereinafter, the distance
ウィンドウ設定処理装置４７は、画素数Ｒｐに基づき、次段のウィンドウ内積分処理装置４８で用いられるウィンドウサイズ（ウィンドウ幅）Ｓｄ［ｍ］を設定し、ウィンドウサイズＳｄに相当する電気信号をウィンドウ内積分処理装置４８に入力する。
なお、ウィンドウサイズＳｄの具体例としては、複数の車軸を有する車両（３軸車両など）における、平均的な車軸間隔（０．３［ｍ］）が設定される。
The
As a specific example of the window size Sd, an average axle interval (0.3 [m]) in a vehicle having a plurality of axles (such as a three-axis vehicle) is set.
ウィンドウ内積分処理装置４８は、式（１２）で得られた画素数Ｒｐを用いて、ウィンドウ設定処理装置４７で設定されたウィンドウサイズＳｄを画素値に変換するための積分処理を行い、画素単位に変換されたウィンドウ値（画素設定値）Ｗｐを、以下の式（１３）のように算出する。
The in-window
すなわち、ウィンドウ内積分処理装置４８は、図１５（ａ）において２値化されたデータ存在個数に対し、ウィンドウサイズＳｄを用いて、図１５（ｂ）のように、ウィンドウ内の値の総和を各画素の値とした移動積算を行う。
以下、ウィンドウ内積分処理装置４８は、画素単位のウィンドウ値Ｗｐに相当する電気信号を閾値処理装置４９に入力する。
That is, the in-window
Thereafter, the in-window
閾値処理装置４９は、図１５（ｃ）のように、画素単位のウィンドウ値Ｗｐ（破線参照）に対して閾値Ｔｐを用いた閾値処理を行う。
このときの閾値処理に用いる閾値Ｔｐは、以下の式（１４）のように算出することができる。
As shown in FIG. 15C, the
The threshold value Tp used for the threshold value processing at this time can be calculated as in the following formula (14).
式（１４）において、Ｔｓは指定する車軸外径［ｍ］、ｆｓはスキャンレート［Ｈｚ］、Ｖは車速［ｍ／ｓ］を表す。なお、車軸外径Ｔｓの指標としては、一般的な車軸外径（０．６［ｍ］）などが用いられる。
以下、閾値処理装置４９は、閾値Ｔｐを用いた閾値処理結果Ｋに相当する電気信号をラベリング処理装置５０に入力する。
In equation (14), Ts represents the designated axle outer diameter [m], fs represents the scan rate [Hz], and V represents the vehicle speed [m / s]. In addition, a general axle outer diameter (0.6 [m]) or the like is used as an index of the axle outer diameter Ts.
Hereinafter, the
以上のように、この発明の実施の形態５（図１１〜図１５）に係る車軸検知システムは、車両３（対象物）の三次元データＡを取得する三次元画像撮像装置１と、三次元データＡに基づき車軸数Ｇを計数する車軸検知装置７とを備えている。
As described above, the axle detection system according to Embodiment 5 (FIGS. 11 to 15) of the present invention includes the three-dimensional
車軸検知装置７は、三次元データＡに対して誤検知データ軽減処理を行う三次元データ閾値処理装置２１と、誤検知データ軽減処理後の三次元データＡ’から検知領域でのゲート処理後の三次元データＢを抽出する高さ・距離ゲート装置２２と、検知領域を高さ方向に分割して総数Ｎ個のビンを作成し、ゲート処理後の三次元データＢの高さヒストグラムＣを作成する高さヒストグラム算出装置２３と、高さヒストグラムＣに基づきゲート処理後の三次元データＢが所定数ａ以上格納されたビン数ｎをデータ存在個数Ｙｃとして算出するデータ存在個数算出装置３０と、データ存在個数Ｙｃに対し最尤推定法を用いて閾値Ｔｈｄを自動設定する閾値算出装置４０と、データ存在個数Ｙｃおよび閾値Ｔｈｄを用いて車軸数Ｇの計数を行う車軸数計数装置４ｄとを備えているので、前述と同様に、車軸の検知精度を改善することができる。
The
また、閾値算出装置４０は、データ存在個数Ｙｃに対して、地上部分のデータ存在個数と、車軸部分と想定される複数点のデータ存在個数とを用いて、閾値Ｔｈｄを最適値に設定するので、車軸の検知精度をさらに改善することができる。
Further, the threshold
実施の形態６．
なお、上記実施の形態５（図１２）では、閾値算出装置４０として、ソーティング装置４２およびモデル設定装置４３を用いたが、図１６のように、車両中心画素抽出装置５１と、車両中心画素データ存在個数抽出装置５２と、第２ピークデータ存在個数抽出装置５３とを用いてもよい。
In the fifth embodiment (FIG. 12), the sorting
図１６はこの発明の実施の形態６による閾値算出装置４０ｅを示すブロック図であり、前述（図１２）と同様のものについては、前述と同一符号を付して、または符号の後に「ｅ」を付して詳述を省略する。
なお、この発明の実施の形態６に係る車軸検知システムの全体構成は、図１１に示した通りである。
FIG. 16 is a block diagram showing a threshold
The overall configuration of the axle detection system according to
図１６において、閾値算出装置４０ｅは、車軸検知用の閾値Ｔｈｄを決定するために、データ存在個数Ｙｃを入力情報としており、移動平均処理装置４１と、車両中心画素抽出装置５１と、車両中心画素データ存在個数抽出装置５２と、第２ピークデータ存在個数抽出装置５３と、閾値算出部４４ｅとを備えている。
In FIG. 16, the threshold
次に、図１７を参照しながら、図１６に示したこの発明の実施の形態６による閾値算出装置４０ｅの動作について説明する。
図１７はこの発明の実施の形態６による閾値算出手法を模式的に示す説明図であり、横軸は画素、縦軸はデータ存在個数Ｙｃを示している。
Next, the operation of the threshold
FIG. 17 is an explanatory view schematically showing a threshold value calculation method according to
図１７においては、データ存在個数Ｙｃの第１および第２ピークＰＹ１、ＰＹ２と、車両中心画素Ｐｍに対応する車両中心画素データ存在個数Ｙｃ（Ｐｍ）と、車両検知開始画素Ｐｉｎおよび車両検知終了画素Ｐｏｕｔとが示されている。 In FIG. 17, the first and second peaks PY1 and PY2 of the data existence number Yc, the vehicle center pixel data existence number Yc (Pm) corresponding to the vehicle center pixel Pm, the vehicle detection start pixel Pin, and the vehicle detection end pixel. Pout is shown.
閾値算出装置４０ｅにおいて、まず、移動平均処理装置４１は、前述の移動平均処理結果４１ｄに相当する電気信号を車両中心画素抽出装置５１に入力する。
車両中心画素抽出装置５１は、移動平均処理結果４１ｄに基づく車両検知開始画素Ｐｉｎおよび車両検知終了画素Ｐｏｕｔを用いて、以下の式（１５）のように、車両中心画素Ｐｍを抽出する。
In the threshold
The vehicle center pixel extraction device 51 uses the vehicle detection start pixel Pin and the vehicle detection end pixel Pout based on the moving
図１７は式（１５）に基づく車両中心画素Ｐｍの算出処理を模擬的に示している。
車両中心画素抽出装置５１は、式（１５）により算出した車両中心画素Ｐｍに相当する電気信号を車両中心画素データ存在個数抽出装置５２に入力する。
FIG. 17 schematically shows the calculation process of the vehicle center pixel Pm based on the equation (15).
The vehicle center pixel extraction device 51 inputs an electrical signal corresponding to the vehicle center pixel Pm calculated by the equation (15) to the vehicle center pixel data existence
車両中心画素データ存在個数抽出装置５２は、データ存在個数Ｙｃの中で、車両中心画素Ｐｍに対応する車両中心画素データ存在個数Ｙｃ（Ｐｍ）を抽出する。
以下、車両中心画素データ存在個数抽出装置５２は、車両中心画素データ存在個数Ｙｃ（Ｐｍ）に対応した電気信号を第２ピークデータ存在個数抽出装置５３に入力する。
The vehicle center pixel data existence
Hereinafter, the vehicle center pixel data existence
第２ピークデータ存在個数抽出装置５３は、データ存在個数Ｙｃの中で、第２ピークＰＹ２（３軸車両の場合は、第２以降のピーク）のデータ存在個数Ｙｃ（ＰＹ２）を抽出する。
The second peak data existence
具体的には、第２ピークデータ存在個数抽出装置５３は、まず、データ存在個数Ｙｃの最大値（第１ピークＰＹ１）を取得して第１ピークデータ存在個数Ｙｃ（ＰＹ１）とする。
続いて、第１ピークＰＹ１および第２ピークＰＹ２は、車両中心画素Ｐｍを挟んで互いに反対側の領域に存在するものと仮定し、第１ピークＰＹ１とは反対側の領域の最大値（第２ピークＰＹ２）を取得して第２ピークデータ存在個数Ｙｃ（ＰＹ２）とする。
Specifically, the second peak data existence
Subsequently, it is assumed that the first peak PY1 and the second peak PY2 exist in regions opposite to each other with the vehicle center pixel Pm interposed therebetween, and the maximum value (second value) of the region opposite to the first peak PY1 (second The peak PY2) is acquired and set as the second peak data existence number Yc (PY2).
上記手法によれば、前述の実施の形態５と比較して、閾値推定に用いるデータ量を低減することができるので、計算量低減の効果が得られる。
以下、第２ピークデータ存在個数抽出装置５３は、第２ピークＰＹ２のデータ存在個数Ｙｃ（ＰＹ２）に相当する電気信号を閾値算出部４４ｅに入力する。
According to the above method, the amount of data used for threshold estimation can be reduced as compared with the above-described fifth embodiment, so that the effect of reducing the amount of calculation can be obtained.
Hereinafter, the second peak data existence
閾値算出部４４ｅは、取得された第２ピークデータ存在個数Ｙｃ（ＰＹ２）と車両中心画素データ存在個数Ｙｃ（Ｐｍ）との平均値を閾値Ｔｈｄとし、閾値Ｔｈｄに相当する電気信号を車軸数計数装置４ｄに入力する。
The threshold value calculation unit 44e sets the average value of the acquired second peak data existence number Yc (PY2) and the vehicle center pixel data existence number Yc (Pm) as the threshold value Thd, and counts the electric signal corresponding to the threshold value Thd as the number of axles. Input to
以上のように、この発明の実施の形態６（図１１、図１６、図１７）に係る車軸検知システムの閾値算出装置４０ｅは、データ存在個数Ｙｃに対して移動平均処理を行う移動平均処理装置４１と、移動平均処理結果４１ｄに基づき車両中心画素Ｐｍを抽出する車両中心画素抽出装置５１と、データ存在個数Ｙｃの中で車両中心画素Ｐｍに対応する車両中心画素データ存在個数Ｙｃ（Ｐｍ）を抽出する車両中心画素データ存在個数抽出装置５２と、データ存在個数Ｙｃの中で第２ピークデータ存在個数Ｙｃ（ＰＹ２）を抽出する第２ピークデータ存在個数抽出装置５３と、第２ピークデータ存在個数Ｙｃ（ＰＹ２）と車両中心画素データ存在個数Ｙｃ（Ｐｍ）との平均値を閾値Ｔｈｄとして出力する閾値算出部４４ｅとを備えているので、前述と同様に、車軸の検知精度を改善することができる。
As described above, the threshold
なお、上記説明では、閾値Ｔｈｄとして、第２ピークデータ存在個数Ｙｃ（ＰＹ２）と、車両中心画素データ存在個数Ｙｃ（Ｐｍ）との平均値を用いたが、平均値ではなく、ユーザにより指定される係数を乗算した値を用いてもよい。 In the above description, the average value of the second peak data existence number Yc (PY2) and the vehicle center pixel data existence number Yc (Pm) is used as the threshold Thd, but it is not an average value but specified by the user. A value obtained by multiplying the coefficient may be used.
１ 三次元画像撮像装置、２、２ａ、２ｂ、２ｃ 検知装置、２１ 三次元データ閾値処理装置、２２ 高さ・距離ゲート装置、２３ 高さヒストグラム算出装置、２４ データ存在確率算出装置、２５ 検知フラグ発生装置、３ 車両（対象物）、３０ データ存在個数算出装置、４、４ｄ 車軸数計数装置、４０、４０ｅ 閾値算出装置、４１ 移動平均処理装置、４２ ソーティング装置、４３ モデル設定装置、４４、４４ｅ 閾値算出部、４５ 閾値処理装置、４６ 距離値算出処理装置、４７ ウィンドウ設定処理装置、４８ ウィンドウ内積分処理装置、４９ 閾値処理装置、５ 車幅測定装置、５０ ラベリング処理装置、５１ 車両中心画素抽出装置、５２ 車両中心画素データ存在個数抽出装置、５３ 第２ピークデータ存在個数抽出装置、６ 車速・車長測定装置、７ 車軸検知装置、Ａ、Ａｂ、Ａｃ 三次元データ、Ａ’ 誤検知データ軽減処理後の三次元データ、Ｂ、Ｂｂ ゲート処理後の三次元データ、Ｂｈ、Ｂｈａ 高さビン、Ｃ 高さヒストグラム、Ｐ、Ｐａ データ存在確率、Ｆ、Ｆａ、Ｆｂ、Ｆｃ 検知フラグ、Ｇ 車軸数、Ｒ、Ｒｂ、Ｒｃ 検知領域、Ｖ 車速、Ｗ 車幅、Ｗｔ トレッド幅、ｚ 車長、Δｔ 検知時間差。 DESCRIPTION OF SYMBOLS 1 3D image pick-up device, 2, 2a, 2b, 2c detection device, 21 3D data threshold processing device, 22 height / distance gate device, 23 height histogram calculation device, 24 data existence probability calculation device, 25 detection flag Generating device, 3 vehicle (object), 30 data existence number calculating device, 4, 4d axle number counting device, 40, 40e threshold value calculating device, 41 moving average processing device, 42 sorting device, 43 model setting device, 44, 44e Threshold calculation unit, 45 Threshold processing device, 46 Distance value calculation processing device, 47 Window setting processing device, 48 In-window integration processing device, 49 Threshold processing device, 5 Vehicle width measurement device, 50 Labeling processing device, 51 Vehicle center pixel extraction Device, 52 vehicle center pixel data existence number extraction device, 53 second peak data existence number extraction device , 6 Vehicle speed / length measurement device, 7 Axle detection device, A, Ab, Ac 3D data, A '3D data after false detection data reduction processing, B, Bb 3D data after gate processing, Bh, Bha Height bin, C Height histogram, P, Pa Data existence probability, F, Fa, Fb, Fc detection flag, G number of axles, R, Rb, Rc detection area, V vehicle speed, W vehicle width, Wt tread width, z Vehicle length, Δt Detection time difference.
Claims (7)
前記第１の三次元データに基づき車軸数を計数する車軸検知装置と
を備えた車軸検知システムであって、
前記車軸検知装置は、
前記第１の三次元データに対して誤検知データ軽減処理を行う第１の三次元データ閾値処理装置と、
前記誤検知データ軽減処理後の第１の三次元データに対して、高さ・距離ゲートにより第１の検知領域を絞り込むゲート処理を行い、前記ゲート処理後の第１の三次元データを抽出する第１の高さ・距離ゲート装置と、
前記第１の検知領域を高さ方向に分割して総数Ｎ個のビンを作成し、前記ゲート処理後の第１の三次元データの高さヒストグラムを作成する第１の高さヒストグラム算出装置と、
前記第１の三次元データの高さヒストグラムに基づき前記ゲート処理後の第１の三次元データが所定数以上格納されたビン数をデータ存在個数として算出するデータ存在個数算出装置と、
前記データ存在個数に対し最尤推定法を用いて閾値を自動設定する閾値算出装置と、
前記データ存在個数および前記閾値を用いて前記車軸数の計数を行う車軸数計数装置と
を含み、
前記閾値算出装置は、
前記データ存在個数に対して移動平均処理を行う移動平均処理装置と、
前記移動平均処理装置からの移動平均処理結果に基づき、前記データ存在個数を昇順に並び替える処理を行うソーティング装置と、
前記ソーティング装置からの並び替え処理結果に基づき、閾値算出用のモデルを設定するモデル設定装置と、
前記モデル設定装置により設定されたモデルに基づき前記閾値を算出する閾値算出部と
を備え、
前記閾値算出部は、最尤推定法を用いて、車軸のデータ存在個数と車軸以外のデータ存在個数とを分けるための前記閾値を算出する
ことを特徴とする車軸検知システム。 A first three-dimensional image capturing device that acquires first three-dimensional data of a vehicle that is an object;
An axle detection system comprising: an axle detection device that counts the number of axles based on the first three-dimensional data,
The axle detection device is
A first three-dimensional data thresholding apparatus for performing erroneous detection data reduction process with respect to the first three-dimensional data,
The first three-dimensional data after the erroneous detection data reduction process, performs a gating Filter first detection area by the height-range gate for extracting a first three-dimensional data after the gate processing A first height / distance gate device;
A first height histogram calculation device that divides the first detection region in the height direction to create a total of N bins and generates a height histogram of the first three-dimensional data after the gate processing; ,
A data existence number calculating device for calculating, as a data existence number, a bin number in which a predetermined number or more of the first three-dimensional data after the gate processing is stored based on a height histogram of the first three-dimensional data;
A threshold value calculation device that automatically sets a threshold value using a maximum likelihood estimation method for the number of data existing;
Look including the axle counting device which performs counting of the number of the axles with the data present number and said threshold value,
The threshold value calculation device includes:
A moving average processing device that performs a moving average process on the number of data existing;
Based on the moving average processing result from the moving average processing device, a sorting device that performs processing for rearranging the data existence number in ascending order;
A model setting device for setting a model for threshold calculation based on the sorting process result from the sorting device;
A threshold value calculation unit for calculating the threshold value based on the model set by the model setting device;
With
The threshold value calculation unit calculates the threshold value for separating the data existence number of axles from the data existence number other than the axles using a maximum likelihood estimation method .
前記第１の三次元データに基づき車軸数を計数する車軸検知装置と
を備えた車軸検知システムであって、
前記車軸検知装置は、
前記第１の三次元データに対して誤検知データ軽減処理を行う第１の三次元データ閾値処理装置と、
前記誤検知データ軽減処理後の第１の三次元データに対して、高さ・距離ゲートにより第１の検知領域を絞り込むゲート処理を行い、前記ゲート処理後の第１の三次元データを抽出する第１の高さ・距離ゲート装置と、
前記第１の検知領域を高さ方向に分割して総数Ｎ個のビンを作成し、前記ゲート処理後の第１の三次元データの高さヒストグラムを作成する第１の高さヒストグラム算出装置と、
前記第１の三次元データの高さヒストグラムに基づき前記ゲート処理後の第１の三次元データが所定数以上格納されたビン数をデータ存在個数として算出するデータ存在個数算出装置と、
前記データ存在個数に対し最尤推定法を用いて閾値を自動設定する閾値算出装置と、
前記データ存在個数および前記閾値を用いて前記車軸数の計数を行う車軸数計数装置と
を含み、
前記車軸数計数装置は、
前記閾値を用いて前記データ存在個数に対して閾値処理を行い２値化されたデータ存在個数を生成する第１の閾値処理装置と、
１ラインのデータを取得するスキャンレートと、前記車両の車速とを用いて単位距離あたりの画素数を算出する距離値算出装置と、
前記画素数に基づきウィンドウサイズを設定するウィンドウ設定処理装置と、
前記画素数を用いて前記ウィンドウサイズを画素値に変換するための積分処理を行い、画素単位のウィンドウ値を算出するウィンドウ内積分処理装置と、
前記画素単位のウィンドウ値に対して閾値処理を行う第２の閾値処理装置と、
前記第２の閾値処理装置からの閾値処理結果に対してラベリング処理を行い、前記車軸数を出力するラベリング処理装置と
を備えたことを特徴とする車軸検知システム。 A first three-dimensional image capturing device that acquires first three-dimensional data of a vehicle that is an object;
An axle detection device for counting the number of axles based on the first three-dimensional data;
Axle detection system with
The axle detection device is
A first three-dimensional data threshold processing device for performing a false detection data reduction process on the first three-dimensional data;
A gate process for narrowing down the first detection area by a height / distance gate is performed on the first three-dimensional data after the false detection data reduction process, and the first three-dimensional data after the gate process is extracted. A first height / distance gate device;
A first height histogram calculation device that divides the first detection region in the height direction to create a total of N bins and generates a height histogram of the first three-dimensional data after the gate processing; ,
A data existence number calculating device for calculating, as a data existence number, a bin number in which a predetermined number or more of the first three-dimensional data after the gate processing is stored based on a height histogram of the first three-dimensional data;
A threshold value calculation device that automatically sets a threshold value using a maximum likelihood estimation method for the number of data existing;
An axle number counting device for counting the number of axles using the data existence number and the threshold;
Including
The axle number counting device is:
A first threshold value processing device for generating a binarized data existence number by performing threshold processing on the data existence number using the threshold;
A distance value calculating device that calculates the number of pixels per unit distance using a scan rate for acquiring data of one line and a vehicle speed of the vehicle;
A window setting processing device for setting a window size based on the number of pixels ;
An in-window integration processing device that performs integration processing for converting the window size into a pixel value using the number of pixels, and calculates a window value in units of pixels;
A second threshold processing device that performs threshold processing on the window value in pixel units;
An axle detection system comprising: a labeling processor that performs a labeling process on a threshold processing result from the second threshold processor and outputs the number of axles.
前記閾値を用いて前記データ存在個数に対して閾値処理を行い２値化されたデータ存在個数を生成する第１の閾値処理装置と、A first threshold value processing device for generating a binarized data existence number by performing threshold processing on the data existence number using the threshold;
１ラインのデータを取得するスキャンレートと、前記車両の車速とを用いて単位距離あたりの画素数を算出する距離値算出装置と、A distance value calculating device that calculates the number of pixels per unit distance using a scan rate for acquiring data of one line and a vehicle speed of the vehicle;
前記画素数に基づきウィンドウサイズを設定するウィンドウ設定処理装置と、A window setting processing device for setting a window size based on the number of pixels;
前記画素数を用いて前記ウィンドウサイズを画素値に変換するための積分処理を行い、画素単位のウィンドウ値を算出するウィンドウ内積分処理装置と、An in-window integration processing device that performs integration processing for converting the window size into a pixel value using the number of pixels, and calculates a window value in units of pixels;
前記画素単位のウィンドウ値に対して閾値処理を行う第２の閾値処理装置と、A second threshold processing device that performs threshold processing on the window value in pixel units;
前記第２の閾値処理装置からの閾値処理結果に対してラベリング処理を行い、前記車軸数を出力するラベリング処理装置とA labeling processing device for performing a labeling process on the threshold processing result from the second threshold processing device and outputting the number of axles;
を備えたことを特徴とする請求項１に記載の車軸検知システム。The axle detection system according to claim 1, further comprising:
前記第１の三次元データに基づき車軸数を計数する車軸検知装置と
を備えた車軸検知システムであって、
前記車軸検知装置は、
前記第１の三次元データに対して誤検知データ軽減処理を行う第１の三次元データ閾値処理装置と、
前記誤検知データ軽減処理後の第１の三次元データに対して、高さ・距離ゲートにより第１の検知領域を絞り込むゲート処理を行い、前記ゲート処理後の第１の三次元データを抽出する第１の高さ・距離ゲート装置と、
前記第１の検知領域を高さ方向に分割して総数Ｎ個のビンを作成し、前記ゲート処理後の第１の三次元データの高さヒストグラムを作成する第１の高さヒストグラム算出装置と、
前記第１の三次元データの高さヒストグラムに基づき前記ゲート処理後の第１の三次元データが所定数以上格納されたビン数をデータ存在個数として算出するデータ存在個数算出装置と、
前記データ存在個数に対し最尤推定法を用いて閾値を自動設定する閾値算出装置と、
前記データ存在個数および前記閾値を用いて前記車軸数の計数を行う車軸数計数装置と
を含み、
前記閾値算出装置は、
前記データ存在個数に対して移動平均処理を行う移動平均処理装置と、
前記移動平均処理装置からの移動平均処理結果に基づき車両中心画素を抽出する車両中心画素抽出装置と、
前記データ存在個数の中で前記車両中心画素に対応する車両中心画素データ存在個数を抽出する車両中心画素データ存在個数抽出装置と、
前記データ存在個数の中で第２ピークデータ存在個数を抽出する第２ピークデータ存在個数抽出装置と、
前記第２ピークデータ存在個数と前記車両中心画素データ存在個数との平均値を前記閾値として出力する閾値算出部と
を備えたことを特徴とする車軸検知システム。 A first three-dimensional image capturing device that acquires first three-dimensional data of a vehicle that is an object;
An axle detection device for counting the number of axles based on the first three-dimensional data;
Axle detection system with
The axle detection device is
A first three-dimensional data threshold processing device for performing a false detection data reduction process on the first three-dimensional data;
A gate process for narrowing down the first detection area by a height / distance gate is performed on the first three-dimensional data after the false detection data reduction process, and the first three-dimensional data after the gate process is extracted. A first height / distance gate device;
A first height histogram calculation device that divides the first detection region in the height direction to create a total of N bins and generates a height histogram of the first three-dimensional data after the gate processing; ,
A data existence number calculating device for calculating, as a data existence number, a bin number in which a predetermined number or more of the first three-dimensional data after the gate processing is stored based on a height histogram of the first three-dimensional data;
A threshold value calculation device that automatically sets a threshold value using a maximum likelihood estimation method for the number of data existing;
An axle number counting device for counting the number of axles using the data existence number and the threshold;
Including
The threshold value calculation device includes:
A moving average processing device that performs a moving average process on the number of data existing;
A vehicle center pixel extraction device that extracts a vehicle center pixel based on a moving average processing result from the moving average processing device;
A vehicle center pixel data existence number extraction device that extracts a vehicle center pixel data existence number corresponding to the vehicle center pixel in the data existence number;
A second peak data existence number extracting device for extracting a second peak data existence number from the data existence number;
An axle detection system comprising: a threshold value calculation unit that outputs an average value of the second peak data existence number and the vehicle center pixel data existence number as the threshold value.
前記第２の三次元データに対して誤検知データ軽減処理を行う第２の三次元データ閾値処理装置と、A second three-dimensional data threshold processing device for performing a false detection data reduction process on the second three-dimensional data;
前記誤検知データ軽減処理後の第２の三次元データから第２の検知領域での前記ゲート処理後の第２の三次元データを抽出する第２の高さ・距離ゲート装置と、A second height / distance gate device for extracting the second three-dimensional data after the gate processing in the second detection region from the second three-dimensional data after the erroneous detection data reduction processing;
前記車両の幅を測定する車幅測定装置を備え、A vehicle width measuring device for measuring the width of the vehicle;
前記車幅測定装置は、前記第１の三次元画像撮像装置と前記第２の三次元画像撮像装置との間隔と、前記ゲート処理後の前記第１の三次元データおよび前記第２の三次元データとを用いて、前記車両の幅を測定することを特徴とする請求項１から請求項５までのいずれか１項に記載の車軸検知システム。The vehicle width measuring device includes an interval between the first three-dimensional image pickup device and the second three-dimensional image pickup device, the first three-dimensional data after the gate processing, and the second three-dimensional image. The axle detection system according to any one of claims 1 to 5, wherein the width of the vehicle is measured using data.
前記第１のデータ存在確率に基づき、前記車両の車軸に対する第１の検知フラグを発生する第１の検知フラグ発生装置と、A first detection flag generator for generating a first detection flag for the axle of the vehicle based on the first data existence probability;
前記第１の三次元画像撮像装置に対して前記車両の移動方向に離間配置され、前記車両の第２の三次元データを取得する第２の三次元画像撮像装置と、A second three-dimensional image pickup device that is spaced apart from the first three-dimensional image pickup device in the moving direction of the vehicle and acquires second three-dimensional data of the vehicle;
前記第２の三次元データに対して誤検知データ軽減処理を行う第２の三次元データ閾値処理装置と、A second three-dimensional data threshold processing device for performing a false detection data reduction process on the second three-dimensional data;
前記誤検知データ軽減処理後の第２の三次元データから第２の検知領域での前記ゲート処理後の第２の三次元データを抽出する第２の高さ・距離ゲート装置と、A second height / distance gate device for extracting the second three-dimensional data after the gate processing in the second detection region from the second three-dimensional data after the erroneous detection data reduction processing;
前記第２の検知領域を高さ方向に分割して総数Ｎｃ個のビンを作成し、前記ゲート処理後の第２の三次元データの高さヒストグラムを作成する第２の高さヒストグラム算出装置と、A second height histogram calculation device that divides the second detection region in the height direction to create a total number of Nc bins and generates a height histogram of the second three-dimensional data after the gate processing; ,
前記第２の三次元データの高さヒストグラムに基づき前記ゲート処理後の第２の三次元データが所定数以上格納されたビン数ｎｃと高さ方向に分割したビン総数Ｎｃとの比率ｎｃ／Ｎｃを第２のデータ存在確率として算出する第２のデータ存在確率算出装置と、Based on the height histogram of the second three-dimensional data, a ratio nc / Nc between the number of bins nc storing a predetermined number or more of the second three-dimensional data after the gate processing and the total number of bins Nc divided in the height direction A second data existence probability calculating device that calculates the second data existence probability;
前記第２のデータ存在確率に基づき、前記車両の車軸に対する第２の検知フラグを発生する第２の検知フラグ発生装置と、A second detection flag generator for generating a second detection flag for the axle of the vehicle based on the second data existence probability;
前記車両の車速および車長の少なくとも一方を測定する車速・車長測定装置とA vehicle speed / vehicle length measuring device for measuring at least one of a vehicle speed and a vehicle length of the vehicle;
を備え、With
前記車速・車長測定装置は、前記第１の検知フラグおよび前記第２の検知フラグに基づく前記車両の検知時間差と、前記第１の三次元画像撮像装置と前記第２の三次元画像撮像装置との距離とを用いて、前記車速または前記車長を測定することを特徴とする請求項１から請求項５までのいずれか１項に記載の車軸検知システム。The vehicle speed / vehicle length measurement device includes a difference in detection time of the vehicle based on the first detection flag and the second detection flag, the first three-dimensional image pickup device, and the second three-dimensional image pickup device. The axle speed detection system according to any one of claims 1 to 5, wherein the vehicle speed or the vehicle length is measured using a distance to the vehicle.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010187473A JP5478419B2 (en) | 2009-10-22 | 2010-08-24 | Axle detection system |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009243749 | 2009-10-22 | ||
| JP2009243749 | 2009-10-22 | ||
| JP2010187473A JP5478419B2 (en) | 2009-10-22 | 2010-08-24 | Axle detection system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2011108223A JP2011108223A (en) | 2011-06-02 |
| JP5478419B2 true JP5478419B2 (en) | 2014-04-23 |
Family
ID=44231569
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2010187473A Active JP5478419B2 (en) | 2009-10-22 | 2010-08-24 | Axle detection system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5478419B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022244320A1 (en) | 2021-05-17 | 2022-11-24 | パナソニックＩｐマネジメント株式会社 | Measurement device and program |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5838750B2 (en) * | 2011-11-17 | 2016-01-06 | 三菱電機株式会社 | Object recognition system and object recognition apparatus |
| JP6447818B2 (en) | 2015-03-06 | 2019-01-09 | 三菱重工機械システム株式会社 | Vehicle type identification device, vehicle type identification method and program |
| CN111382597B (en) * | 2018-12-27 | 2023-09-12 | 同方威视技术股份有限公司 | Head recognition method and device, vehicle scanning system, device and readable medium |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4656665A (en) * | 1985-01-15 | 1987-04-07 | International Business Machines Corporation | Thresholding technique for graphics images using histogram analysis |
| JPH09259388A (en) * | 1996-03-19 | 1997-10-03 | Oki Electric Ind Co Ltd | Vehicle information detection device and car type judging device |
| JP3606032B2 (en) * | 1998-02-16 | 2005-01-05 | オムロン株式会社 | Axle detection device and passage fee calculation device |
| JP4076196B2 (en) * | 1999-04-14 | 2008-04-16 | 株式会社Ｉｈｉ | Vehicle width measuring method and apparatus |
| JP2003203291A (en) * | 2002-01-08 | 2003-07-18 | Mitsubishi Heavy Ind Ltd | Vehicle type discriminating device |
| JP4471866B2 (en) * | 2005-02-25 | 2010-06-02 | 三菱電機株式会社 | Person detection method |
| JP2007249800A (en) * | 2006-03-17 | 2007-09-27 | Toshiba Corp | Communication system and method |
| JP4832227B2 (en) * | 2006-09-07 | 2011-12-07 | 富士重工業株式会社 | Object detection apparatus and object detection method |
-
2010
- 2010-08-24 JP JP2010187473A patent/JP5478419B2/en active Active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022244320A1 (en) | 2021-05-17 | 2022-11-24 | パナソニックＩｐマネジメント株式会社 | Measurement device and program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2011108223A (en) | 2011-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3063552B1 (en) | Method and apparatus for road width estimation | |
| JP7025912B2 (en) | In-vehicle environment recognition device | |
| CN108351207B (en) | Three-dimensional camera device | |
| US10650271B2 (en) | Image processing apparatus, imaging device, moving object device control system, and image processing method | |
| JP5478419B2 (en) | Axle detection system | |
| JP6750967B2 (en) | Vehicle type identification device and vehicle type identification method | |
| CN107750213B (en) | Front vehicle collision warning device and warning method | |
| EP3432291A1 (en) | Image processing apparatus, object recognition apparatus, device control system, image processing method, and program | |
| JP5907700B2 (en) | Image processing apparatus, vehicle system, and image processing method | |
| CN109891262A (en) | Object detection device | |
| JP6456499B2 (en) | Three-dimensional object detection device, stereo camera device, vehicle, and three-dimensional object detection method | |
| US20150161447A1 (en) | Vision based pedestrian and cyclist detection method | |
| WO2017145605A1 (en) | Image processing device, image pickup device, moving body apparatus control system, image processing method, and program | |
| EP3422290A1 (en) | Image processing device, imaging device, system for controlling mobile body, image processing method, and program | |
| JP5051405B2 (en) | Distance measuring device and distance measuring method | |
| WO2018190362A1 (en) | Method and device for detecting pedestrian around vehicle | |
| JP5983729B2 (en) | White line detection device, white line detection filter device, and white line detection method | |
| BE1025329B1 (en) | Human body recognition method and human body recognition sensor | |
| JP2012164275A (en) | Image recognition apparatus | |
| JP2015041366A (en) | Axle detector | |
| CN113124777B (en) | Vehicle size determination method, device and system and storage medium | |
| JP5867267B2 (en) | Pedestrian detection device and pedestrian detection method | |
| JP5783211B2 (en) | Traffic volume measuring apparatus and traffic volume measuring method | |
| JP2010074362A (en) | Distance image generating device | |
| KR102118435B1 (en) | Pedestrian collision avoidance system using smart phone signal |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121114 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131009 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131029 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131218 |
|
| 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: 20140114 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140210 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5478419 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |