车载用物体识别系统、汽车、车辆用灯具、分类器的学习方法、运算处理装置制造方法及图纸

提供能够以较少的水平线的根数识别物体的系统、装置、方法。车载用的物体识别系统(10)具备测距传感器(20)以及运算处理装置(40)。测距传感器(20)在水平方向上扫描一条光束，测定到物体(OBJ)的表面上的点(P)的距离。运算处理装置(40)包含分类器(42)，该分类器(42)能够基于由测距传感器(20)获得的一条扫描线(SL)所对应的点云数据(PCD)来识别物体(OBJ)的种类。分类器(42)基于通过机器学习获得的模型来构建。机器学习是利用多个点云数据而进行的，该多个点云数据通过由在铅垂方向上具有多个扫描线的LiDAR测定规定的物体而得，且与多个扫描线对应。

On board object recognition system, automobile, lamp for vehicle, learning method of classifier, operation processing device

【技术实现步骤摘要】
车载用物体识别系统、汽车、车辆用灯具、分类器的学习方法、运算处理装置
本专利技术涉及物体识别系统。
技术介绍
作为汽车的传感器，可列举LiDAR(LightDetectionandRanging、LaserImagingDetectionandRanging)、相机、毫米波雷达、超声波声纳等作为候补。其中，LiDAR与其他的传感器相比，具有(i)能够根据点云数据进行物体识别，(ii)虽然是有源传感，但即使在过去的恶劣天气时也能够进行高精度的检测，iii)能够进行大范围的测定等优点，今后有望成为汽车的传感系统中的主流。专利文献1：日本特开2017－56935号公报专利文献2：日本特开2009－98023号公报虽然点云数据的分辨率越高，基于LiDAR所生成的点云数据的物体的识别越准确，但运算处理的成本集聚增加。在考虑到向车辆搭载的情况下，也设想不得不利用低价格的低端的运算处理装置的情况，当然要求减少扫描线的根数。
技术实现思路
专利技术将要解决的课题本专利技术是在这样的情况下完成的，并且其本文档来自技高网...

【技术保护点】
1.一种车载用的物体识别系统，其特征在于，具备：/n测距传感器，其在水平方向上扫描一条光束，测定到物体的表面上的点的距离；以及/n运算处理装置，其包含分类器，该分类器能够基于由所述测距传感器获得的一条扫描线所对应的点云数据来识别所述物体的种类，/n所述分类器基于通过机器学习获得的模型来构建，所述机器学习是利用多个点云数据而进行的，该多个点云数据通过由在铅垂方向上具有多个扫描线的激光雷达即LiDAR测定规定的物体而获得，且与多个扫描线对应。/n

【技术特征摘要】
20181130 JP 2018-2257621.一种车载用的物体识别系统，其特征在于，具备：
测距传感器，其在水平方向上扫描一条光束，测定到物体的表面上的点的距离；以及
运算处理装置，其包含分类器，该分类器能够基于由所述测距传感器获得的一条扫描线所对应的点云数据来识别所述物体的种类，
所述分类器基于通过机器学习获得的模型来构建，所述机器学习是利用多个点云数据而进行的，该多个点云数据通过由在铅垂方向上具有多个扫描线的激光雷达即LiDAR测定规定的物体而获得，且与多个扫描线对应。


2.根据权利要求1所述的物体识别系统，其特征在于，
所述测距传感器具备：
光源；
扫描设备，其包含马达以及安装于所述马达并反射所述光源的出射光的镜，构成为能够根据所述马达的旋转扫描作为所述镜的反射光的探测光；
光传感器，其检测所述探测光在物体上的点反射的返回光；以及
处理器，其基于所述光传感器的输出检测到所述物体上的点的距离。


3.根据权利要求1或2所述的物体识别系统，其特征在于，
所述分类器包含神经网络。


4.一种汽车，其特征在于，具备权...

【专利技术属性】
技术研发人员：永岛彻，
申请(专利权)人：株式会社小糸制作所，
类型：发明
国别省市：日本;JP