本发明专利技术得到抑制识别物体的精度变差的物体识别装置及物体识别方法。物体识别装置包括至少一个以上的传感器、数据接收部、设定部。传感器检测在能进行检测的范围内存在的物体，并发送包含表示物体的状态的多个物理量在内的物体数据。数据接收部从传感器接收物体数据。设定部基于数据接收部接收到的过去的物体数据中的至少一部分物体数据以及物体中的运动模型，来生成对当前的物体数据进行预测而得的预测数据，并基于与预测数据中包含的多个物理量的每一个对应的多个物理量延迟时间，来设定用于决定预测数据与当前的物体数据之间的相关关系的相关可能区域。关关系的相关可能区域。关关系的相关可能区域。
【技术实现步骤摘要】
物体识别装置及物体识别方法
[0001]本专利技术涉及物体识别装置及物体识别方法。
技术介绍
[0002]现有的物体识别装置(例如，参照专利文献1)构成为具备处理部，该处理部从搭载于本车的多个传感器分别接收包含表示物体的状态的物理量的检测值在内的物体数据，并处理接收到的物体数据，由此来识别本车辆周边的物体。
[0003]上述物体识别装置设定有与多个传感器单独对应的多个传感器延迟时间。这里，传感器延迟时间表示可考虑为在从传感器检测物体起到上述处理部从该传感器接收物体数据为止的期间存在的时间。
[0004]上述处理部构成为将从传感器接收到物体数据的接收时刻中减去与该传感器对应的传感器延迟时间，由此来运算该传感器检测到物体的时刻即物体检测时刻。此外，上述处理部构成为将从传感器接收到的物体数据与运算出的物体检测时刻对应起来。现有技术文献专利文献
[0005]专利文献1：日本专利特开2017－75881号公报
技术实现思路
专利技术所要解决的技术问题
[0006]这里，考虑如下情况：构成为在上述物体识别装置中，上述处理部生成包含与物体数据相对应的物体检测时刻下的物理量的预测值在内的预测数据，并决定所生成的预测数据与该物体数据之间的相关关系。该情况下，在对应于物体检测时刻的预测数据中所包含的物理量的预测值、与对应于物体检测时刻的物体数据中所包含的物理量的检测值之间，有可能产生对相关关系的决定造成影响的程度的大小的误差。另外，作为具体示例，考虑上述传感器是摄像头、上述物理量包含纵向位置和纵向速度的情况。
[0007]上述情况下，当摄像头检测物体并运算该物体的纵向位置的检测值和纵向速度的检测值双方时，进行彼此不同的平滑处理。因此，在纵向位置与纵向速度中的至少一方的物理量中，在预测值与检测值之间有可能产生上述那样的误差。该情况下，由上述物体识别装置所决定的相关关系并不正确，其结果是，物体识别装置识别物体的精度有可能变差。
[0008]本专利技术是为了解决上述问题而完成的，其目的在于获得一种物体识别装置和物体识别方法，能抑制对物体进行识别的精度变差。解决技术问题所采用的技术方案
[0009]本专利技术中的物体识别装置包括：至少一个以上的传感器，该传感器检测存在于能进行检测的范围内的物体，并发送包含表示所述物体的状态的多个物理量在内的物体数据；数据接收部，该数据接收部从所述传感器接收所述物体数据；以及设定部，该设定部基于所述数据接收部接收到的过去的所述物体数据中的至少一部分的所述物体数据、以及所
述物体中的运动模型，来生成对当前的所述物体数据进行预测而得的预测数据，并基于所述预测数据、与多个所述物理量的每一个对应的多个物理量延迟时间，来设定用于决定所述预测数据与当前的所述物体数据之间的相关关系的相关可能区域。专利技术效果
[0010]根据本专利技术，能获得一种物体识别装置和物体识别方法，能抑制对物体进行识别的精度变差。
附图说明
[0011]图1是示出具备实施方式1中的物体识别装置的车辆控制系统的结构的框图。图2是示出实施方式1中的预测部所生成的相关可能区域的一个示例的说明图。图3是示出实施方式1的校正部生成校正相关可能区域的一系列处理的流程图。图4是示出由实施方式1中的校正部从预测部获取的相关可能区域的示例的说明图。图5是示出由实施方式1中的校正部生成的校正相关可能区域的第1示例的说明图。图6是示出由实施方式1中的校正部生成的校正相关可能区域的第2示例的说明图。图7是示出由实施方式1中的校正部生成的校正相关可能区域的第3示例的说明图。图8是示出由实施方式1中的物体识别装置生成的时刻tk下的航迹数据的说明图。图9是示出由实施方式1中的物体识别装置生成的时刻tk+1下的预测数据的说明图。图10是示出实施方式2中的预测部所生成的相关可能区域的一个示例的说明图。图11是示出实施方式2的校正部生成校正相关可能区域的一系列处理的流程图。图12是示出由实施方式2中的校正部从预测部获取的相关可能区域的示例的说明图。图13是示出由实施方式2中的校正部生成的校正相关可能区域的第1示例的说明图。图14是示出由实施方式2中的校正部生成的校正相关可能区域的第2示例的说明图。图15是示出由实施方式2中的校正部生成的校正相关可能区域的第3示例的说明图。图16是示出由实施方式2中的物体识别装置生成的时刻tk下的航迹数据的说明图。图17是示出由实施方式2中的物体识别装置生成的时刻tk+1下的预测数据的说明图。图18是示出具备实施方式3中的物体识别装置的车辆控制系统的结构的框图。图19是示出具备实施方式4中的物体识别装置的车辆控制系统的结构的框图。图20是示出具备实施方式5中的物体识别装置的车辆控制系统的结构的框图。
图21是说明实施方式5中的物体识别装置的控制例的流程图。
具体实施方式
[0012]以下，按照优选的实施方式并使用附图来对本专利技术所涉及的物体识别装置和物体识别方法进行说明。另外，在附图的说明中，对相同部分或相当部分标注相同标号，并省略重复的说明。
[0013]实施方式1.图1是示出具备实施方式1中的物体识别装置100的车辆控制系统的结构的框图。图1中，车辆控制系统设置于本车，并包括物体识别装置100和车辆控制装置200。
[0014]物体识别装置100包括第1传感器101、第2传感器102和处理部110。另外，实施方式1中，例示出传感器的数量为2个的情况，但传感器的数量也可以是1个或3个以上。即，传感器的数量为至少1个以上即可。
[0015]第1传感器101和第2传感器102分别检测存在于能进行检测的范围内的本车周边的物体，并将包含表示该物体的状态的多个物理量在内的物体数据D发送到处理部110。
[0016]作为一个示例，第1传感器101和第2传感器102分别接收从物体放射的光、电磁波等检测波，并对接收到的检测波进行信号处理、图像处理等所需的处理，由此来运算上述多个物理量。作为其它示例，第1传感器101和第2传感器102分别将检测波照射到物体，接收从该物体反射出的检测波，并对接收到的检测波进行信号处理、图像处理等所需的处理，由此来运算上述多个物理量。
[0017]更具体而言，作为第1传感器101和第2传感器102，例如可以分别使用雷达、超声波传感器、红外线传感器、光学摄像头、车车间通信设备等。第1传感器101和第2传感器102可以是彼此不同种类的传感器，也可以是彼此相同种类的传感器。
[0018]这里，上述多个物理量至少包含物体的纵向位置和物体的纵向速度这2个物理量。另外，实施方式1中，作为具体示例，例示出如下情况：上述多个物理量至少包含物体相对于本车的相对的纵向位置px、以及物体相对于本车的相对的纵向速度vx这2个物理量。
[0019]另外，在检测范围内存在的物体的数量为1个的情况下，第1传感器101和第2传感器102分别将与1个物体对应的1个物体数据D发送到处理部110。此外，在检测范围内存在的物体的数量为多个的情况下，第1传感本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种物体识别装置，其特征在于，包括：至少一个以上的传感器，该传感器检测存在于能进行检测的范围内的物体，并发送包含表示所述物体的状态的多个物理量在内的物体数据；数据接收部，该数据接收部从所述传感器接收所述物体数据；以及设定部，该设定部基于所述数据接收部接收到的过去的所述物体数据中的至少一部分的所述物体数据、以及所述物体中的运动模型，来生成对当前的所述物体数据进行预测而得的预测数据，并基于所述预测数据、与多个所述物理量的每一个对应的多个物理量延迟时间，来设定用于决定所述预测数据与当前的所述物体数据之间的相关关系的相关可能区域。2.如权利要求1所述的物体识别装置，其特征在于，多个所述物理量延迟时间是预先确定的固定值。3.如权利要求1所述的物体识别装置，其特征在于，所述传感器将与本身对应的所述物理量延迟时间和所述物体数据一起发送。4.一种物体识别装置，其特征在于，包括：至少一个以上的传感器，该传感器检测存在于能进行检测的范围内的物体，并发送包含表示所述物体的状态的多个物理量在内的物体数据；本车行驶场景获取部，该本车行驶场景获取部检测搭载有该物体识别装置的车辆中的当前的本车行驶场景，并发送与所述本车行驶场景对应的本车行驶场景数据；数据接收部，该数据接收部在从所述传感器发送了所述物体数据时接收所述物体数据，在从所述本车行驶场景获取部发送了所述本车行驶场景数据时接收所述本车行驶场景数据；物理量延迟时间推定部，该物理量延迟时间推定部基于所述本车行驶场景数据，来推定与所述物体数据中包含的多个所述物理量的每一个对应的多个物理量延迟时间中的至少1个；以及设定部，该设定部基于所述数据接收部接收到的过去的所述物体数据中的至少一部分的所述物体数据、以及所述物体中的运动模型，来生成对当前的所述物体数据进行预测而得的预测数据，并基于所...
【专利技术属性】
技术研发人员：秋山智广，森谷贵行，
申请(专利权)人：马自达汽车株式会社，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。