移动体检测装置及检测方法、移动体学习装置及学习方法、移动体检测系统以及程序制造方法及图纸

本公开涉及移动体检测装置及检测方法、移动体学习装置及学习方法、移动体检测系统以及程序，以更高精度检测可能成为车辆行驶障碍的移动体。通过至少一个计算机来检测可能成为对象车辆行驶障碍的移动体即对象移动体的移动体检测方法，包括：取得通过搭载于对象车辆的摄像头的拍摄而生成的拍摄图像(S301)，取得通过将所述拍摄图像作为输入数据输入到识别模型而输出的、所述拍摄图像中的移动体的类别信息和位置信息，由此检测所述拍摄图像中的所述对象移动体，所述识别模型用于识别拍摄到移动体的图像中的该移动体、表示该移动体的类别的类别信息以及表示包括人行道和车道的多个位置中的该移动体所在的位置的位置信息(S302)。

Mobile Detection Device and Detection Method, Mobile Learning Device and Learning Method, Mobile Detection System and Procedure

The present disclosure relates to mobile detection devices and detection methods, mobile learning devices and learning methods, mobile detection systems and procedures, in order to detect mobile objects that may become vehicle driving obstacles with higher accuracy. A method for detecting a moving object, i.e. an object moving object, which may become an obstacle to the driving of the target vehicle by at least one computer, includes acquiring a photographed image (S301) generated by a camera mounted on the target vehicle, and acquiring a moving object in the photographed image that is output by inputting the photographed image into the recognition model as input data. Class information and location information are used to detect the object moving object in the captured image. The recognition model is used to identify the moving object in the captured image, the category information representing the category of the moving object, and the position information (S302) representing the location of the moving object in multiple positions including sidewalks and lanes.

【技术实现步骤摘要】
移动体检测装置及检测方法、移动体学习装置及学习方法、移动体检测系统以及程序
本专利技术涉及移动体检测方法、移动体学习方法、移动体检测装置、移动体学习装置、移动体检测系统以及程序。
技术介绍
汽车驾驶辅助技术和自动驾驶技术正不断开发中。在这些技术中，需要如下技术：通过车载摄像头拍摄车辆的周围，识别位于车辆周围的物体，检测可能成为车辆行驶障碍的移动体。在专利文献1中，检测引发行人等移动体的速度变化的现象和移动体的速度变化。进而，将被检测到速度变化的移动体检测为可能成为车辆行驶障碍的移动体。现有技术文献专利文献1：日本特许第4967015号公报
技术实现思路
专利技术要解决的问题但是，根据专利文献1公开的技术，被检测到速度变化的移动体不一定会成为车辆行驶的障碍。即，在专利文献1公开的技术中，存在可能成为车辆行驶障碍的移动体的检测精度低这样的问题。因此，本专利技术提供能够以更高精度检测可能成为车辆行驶障碍的移动体的移动体检测方法。用于解决问题的手段本专利技术的一个方式的移动体检测方法通过至少一个计算机来检测对象移动体，所述对象移动体是可能成为对象车辆行驶障碍的移动体，所述移动体检测方法包括：取得本文档来自技高网...

【技术保护点】
1.一种移动体检测方法，通过至少一个计算机来检测对象移动体，所述对象移动体是可能成为对象车辆行驶障碍的移动体，所述移动体检测方法包括：取得通过搭载于所述对象车辆的摄像头的拍摄而生成的拍摄图像；取得通过将所述拍摄图像作为输入数据输入到识别模型而输出的、所述拍摄图像中的移动体的类别信息和位置信息，由此检测所述拍摄图像中的所述对象移动体，所述识别模型用于识别拍摄到移动体的图像中的该移动体、表示该移动体的类别的类别信息以及表示包括人行道和车道的多个位置中的该移动体所在的位置的位置信息。

【技术特征摘要】
2017.06.23 JP 2017-1231371.一种移动体检测方法，通过至少一个计算机来检测对象移动体，所述对象移动体是可能成为对象车辆行驶障碍的移动体，所述移动体检测方法包括：取得通过搭载于所述对象车辆的摄像头的拍摄而生成的拍摄图像；取得通过将所述拍摄图像作为输入数据输入到识别模型而输出的、所述拍摄图像中的移动体的类别信息和位置信息，由此检测所述拍摄图像中的所述对象移动体，所述识别模型用于识别拍摄到移动体的图像中的该移动体、表示该移动体的类别的类别信息以及表示包括人行道和车道的多个位置中的该移动体所在的位置的位置信息。2.根据权利要求1所述的移动体检测方法，所述识别模型为通过如下那样而构建的模型：取得对拍摄到移动体的图像赋予了注释而得到的训练数据，所述注释是包含(a)该图像中的该移动体的坐标、(b)表示该移动体的类别的类别信息以及(c)表示包括人行道和车道的多个位置中的该移动体所在的位置的位置信息的信息；使用所述训练数据来学习所述图像中的该移动体的类别信息和位置信息。3.根据权利要求1或2所述的移动体检测方法，在检测所述对象移动体时，取得表示所述拍摄图像中的所述移动体是人的所述类别信息以及表示所述移动体存在于车道的所述位置信息，由此检测所述拍摄图像中的所述对象移动体。4.根据权利要求1或2所述的移动体检测方法，在检测所述对象移动体时，取得表示所述拍摄图像中的所述移动体是汽车、二轮摩托车或自行车的所述类别信息以及表示所述移动体存在于人行道的所述位置信息，由此检测所述拍摄图像中的所述对象移动体。5.根据权利要求2所述的移动体检测方法，在取得所述拍摄图像时，取得按时间序列连续拍摄到的多个所述拍摄图像，在取得所述训练数据时，取得赋予了还包含(d)该移动体的识别信息的所述注释而得到的所述训练数据，所述识别模型是通过使用所述训练数据进一步学习事先动作而构建的模型，所述事先动作是在该移动体成为车辆行驶障碍的预定时间前该移动体所进行的预定动作，在检测所述移动体时，进一步取得通过将多个所述拍摄图像作为输入数据输入到所述识别模型而输出的、表示多个所述拍摄图像中的该移动体有无所述事先动作的动作信息，由此检测多个所述拍摄图像中的所述对象移动体。6.根据权利要求5所述的移动体检测方法，在检测所述对象移动体时，取得表示所述拍摄图像中的所述移动体是人的所述类别信息、表示所述移动体存在于人行道的所述位置信息以及表示所述移动体正在进行在从人行道移动到车道的所述预定时间前进行的所述事先动作的所述动作信息，由此检测所述拍摄图像中的所述对象移动体。7.根据权利要求5所述的移动体检测方法，在检测所述对象移动体时，取得表示所述拍摄图像中的所述移动体是汽车或二轮摩托车的所述类别信息、表示所述移动体存在于车道的所述位置信息以及表示所述移动体正在进行在所述对象车辆的前方插入到所述对象车辆的行驶车道的所述预定时间前进行的所述事先动作的所述动作信息，由此检测所述拍摄图像中的所述对象移动体。8.根据权利要求1所述的移动体检测方法，所述识别模型是神经网络模型。9.根据权利要求2所述的移动体检测方法，表示所述注释所标示的移动体的类别的信息，是表示人、汽车、二轮摩托车和自行车中的某一个的信息。10.一种移动体学习方法，用于通过至少一个计算机来检测对象移动体，所述对象移动体是可能成为对象车辆行驶障碍的移动体，所述移动体学习方法包括：取得对拍摄到移动体的图像赋予了注释而得到的训练数据，所述注释是包含(a)该图像中的该移动体的坐标、(b)表示该移动体的类别的类别信息以及(c)表示包括人行道和车道的多个位置中的该移动体所在的位置的位置信息的信息；使用所述训练数据来学习所述图像中的该移动体的类...

【专利技术属性】
技术研发人员：谷川彻，庄田幸惠，芋本征矢，
申请(专利权)人：松下电器美国知识产权公司，
类型：发明
国别省市：美国,US