-
公开(公告)号：CN113492850B
公开(公告)日：2023-11-03
申请号：CN202110344339.3
申请日：2021-03-31
Applicant: 丰田自动车株式会社
Inventor： 桥本大辅
IPC: B60W30/095
Abstract: 本发明提供一种能够检测在图像上显示的二轮车相对于地面的法线的倾斜角的倾斜角检测装置。倾斜角检测装置具有：物体检测部，其通过将由拍摄部生成的图像输入到为了检测二轮车而进行了预先学习的第一识别器，从而在图像上检测包含有二轮车的物体区域；特征提取区域设定部，其设定使物体区域每次旋转彼此不同的预定角度而得到的多个特征提取区域，并从图像截取多个特征提取区域中的每一个；以及倾斜角检测部，其在多个特征提取区域的每一个中求出二轮车的宽度，并基于针对多个特征提取区域中的每一个的相对于图像的旋转角和二轮车的宽度，对二轮车的宽度成为最小的相对于图像的旋转角进行检测并将该旋转角作为二轮车相对于地面的法线的倾斜角。
-
公开(公告)号：CN113492750A
公开(公告)日：2021-10-12
申请号：CN202110311126.0
申请日：2021-03-24
Applicant: 丰田自动车株式会社
Inventor： 桥本大辅
Abstract: 信号灯状态识别装置及识别方法、计算机程序、控制装置，能够识别与图像示出的车辆的信号灯点亮或熄灭有关的状态。具有：物体检测部，通过将以时间序列的方式得到的一连串的图像输入到为了检测具有信号灯的车辆而预先学习的第1识别器，关于一连串的图像的各个，在该图像上检测包括车辆的物体区域；可信度计算部，通过将根据在一连串的各个图像中检测的物体区域内的像素值求出的特征按时间序列依次输入具有递归构造或者执行时间轴方向的卷积运算的第2识别器，计算车辆的信号灯能取的各个候选状态的可信度；状态识别部，根据紧前面的信号灯的状态、表示信号灯的各个候选状态间可否迁移的信息及各个候选状态的可信度，识别信号灯的状态。
-
公开(公告)号：CN113492850A
公开(公告)日：2021-10-12
申请号：CN202110344339.3
申请日：2021-03-31
Applicant: 丰田自动车株式会社
Inventor： 桥本大辅
IPC: B60W30/095
Abstract: 本发明提供一种能够检测在图像上显示的二轮车相对于地面的法线的倾斜角的倾斜角检测装置。倾斜角检测装置具有：物体检测部，其通过将由拍摄部生成的图像输入到为了检测二轮车而进行了预先学习的第一识别器，从而在图像上检测包含有二轮车的物体区域；特征提取区域设定部，其设定使物体区域每次旋转彼此不同的预定角度而得到的多个特征提取区域，并从图像截取多个特征提取区域中的每一个；以及倾斜角检测部，其在多个特征提取区域的每一个中求出二轮车的宽度，并基于针对多个特征提取区域中的每一个的相对于图像的旋转角和二轮车的宽度，对二轮车的宽度成为最小的相对于图像的旋转角进行检测并将该旋转角作为二轮车相对于地面的法线的倾斜角。
-
公开(公告)号：CN110555362A
公开(公告)日：2019-12-10
申请号：CN201910451289.1
申请日：2019-05-28
Applicant: 丰田自动车株式会社
Abstract: 本发明提供一种物体识别装置，其在对运算负荷进行抑制的同时适当地实施物体识别。物体识别装置(210)具备：第一输出单元(211)，其利用以第一图像数据为输入的神经网络(300)而输出第一物体的暂定位置以及跟踪优先度；第二输出单元(212)，其以第一图像数据、暂定位置以及跟踪优先度为输入，并且，(ⅰ)针对跟踪优先度满足预定的条件的第一物体，执行时间序列跟踪处理并输出位置及速度，(ⅱ)针对跟踪优先度不满足预定的条件的第一物体，不执行时间序列跟踪处理，且输出位置。神经网络为，利用教师数据进行了学习的完成学习神经网络，所述教师数据包含第二图像数据和第二图像数据中的第二物体的位置以及跟踪优先度的正确数据。
-
公开(公告)号：CN108973674A
公开(公告)日：2018-12-11
申请号：CN201810488691.2
申请日：2018-05-21
Applicant: 丰田自动车株式会社
Inventor： 桥本大辅
CPC classification number: B60W50/10 , B60W10/06 , B60W10/18 , B60W2050/0089 , B60W2520/06 , B60W2540/10 , B60W2540/12 , B60W2540/22 , B60W2710/06 , B60W2710/18 , G06N3/08
Abstract: 公开了一种误操作判定装置，其被配置为判定所述乘员是否进行了错踏在所述第一操作踏板而不是所述第二操作踏板上的误操作。所述误操作判定装置包括电子控制单元，所述电子控制单元被配置为获取与所述乘员对所述第一操作踏板的操作内容有关的操作信息，并且基于获取的所述操作信息判定所述乘员是否进行了所述误操作。所述电子控制单元被配置为学习所述第一操作踏板的操作内容和所述第二操作踏板的操作内容中的至少一个，并且基于所述学习的结果来判定所述乘员是否进行了误操作。
-
Patent Agency Ranking
公开(公告)号：CN115071702B
公开(公告)日：2025-03-11
申请号：CN202210253041.6
申请日：2022-03-15
Applicant: 丰田自动车株式会社
IPC: B60W30/095 , B60W40/02 , B60W40/00
Abstract: 提供一种车辆控制装置、车辆控制方法以及车辆控制用计算机程序。车辆控制装置具有：状态识别部(33)，将从通过车辆(10)的拍摄部得到的图像中的表示周边车辆的物体区域提取的特征输入到信号灯状态识别器来识别周边车辆的信号灯的状态；第1控制指示决定部(34)，基于周边车辆的信号灯的状态的识别结果及车辆与周边车辆的相对位置关系，按照预定规则来决定第1控制值；第2控制指示决定部(35)，通过将所述识别结果输入到被预先进行了学习以使得输出第2控制值的控制指示识别器来决定第2控制值，该第2控制值用于控制车辆以使得避免其与周边车辆的碰撞；以及控制指示综合部(36)，根据第1和第2控制值决定在车辆的控制中使用的综合控制值。
-
公开(公告)号：CN109308481B
公开(公告)日：2022-08-30
申请号：CN201810467294.7
申请日：2018-05-16
Applicant: 丰田自动车株式会社
Inventor： 桥本大辅
IPC: G06V10/764 , G06V10/44 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 一种识别装置，包括：第一神经网络，其执行与对象的识别相关联的共同处理并从而输出所述共同处理的结果；第二神经网络，其接收第一神经网络的输出并且输出以第一精度识别所述对象的特性的第一识别处理的结果；以及第三神经网络，其接收第一神经网络的输出和在所述第一识别处理过程中由所述第二神经网络产生的中间数据，并输出以高于所述第一精度的第二精度识别所述对象的所述特性的第二识别处理的结果。
-
公开(公告)号：CN113435237A
公开(公告)日：2021-09-24
申请号：CN202110294980.0
申请日：2021-03-19
Applicant: 丰田自动车株式会社
Inventor： 桥本大辅
Abstract: 本公开涉及物体状态识别装置、识别方法和识别用计算机程序及控制装置。物体状态识别装置将按时间序列获得的一系列图像输入到第1识别器来从各图像检测包含预定物体的物体区域，对于各图像判定是否是物体区域内包含预定物体以外的其他物体的混合状态，通过将从各图像的物体区域内的像素值求取的特征按时间序列输入到递归结构的第2识别器，并且将存储于存储部的第2识别器的递归利用的内部状态应用于第2识别器，识别伴随时间序列外观变化的预定物体的状态。再者，对于各图像，在该图像上的物体区域是混合状态时，将第2识别器的最新内部状态废弃，在不是混合状态时，用最新内部状态更新存储于存储部的内部状态。由此能识别图像表示的物体的状态。
-
公开(公告)号：CN113492851B
公开(公告)日：2024-02-27
申请号：CN202110358969.6
申请日：2021-04-02
IPC: B60W30/095
Abstract: 本发明提供车辆控制装置、车辆控制方法以及车辆控制用计算机程序。车辆控制装置具有：物体检测部，从由搭载于车辆的拍摄部按时间序列得到的各图像检测包含车辆周围的其他车辆的物体区域；追踪部，基于从各图像的物体区域推测的其他车辆的轨迹来检测其他车辆实施的预定行动；信号灯状态识别部，从根据各图像的物体区域内的像素值求出的特征识别其他车辆的信号灯的状态；行为特征提取部，基于在追踪期间检测到的预定行动和与该预定行动关联的信号灯的状态，提取对其他车辆实施预定行动时的信号灯的状态或者其他车辆的行动的特征进行表示的信息；驾驶计划部，根据所提取的信息来预测其他车辆的行为，基于所预测的其他车辆的行为设定预定行驶路径。
-
公开(公告)号：CN110555362B
公开(公告)日：2023-05-05
申请号：CN201910451289.1
申请日：2019-05-28
Applicant: 丰田自动车株式会社
Abstract: 本发明提供一种物体识别装置，其在对运算负荷进行抑制的同时适当地实施物体识别。物体识别装置(210)具备：第一输出单元(211)，其利用以第一图像数据为输入的神经网络(300)而输出第一物体的暂定位置以及跟踪优先度；第二输出单元(212)，其以第一图像数据、暂定位置以及跟踪优先度为输入，并且，(ⅰ)针对跟踪优先度满足预定的条件的第一物体，执行时间序列跟踪处理并输出位置及速度，(ⅱ)针对跟踪优先度不满足预定的条件的第一物体，不执行时间序列跟踪处理，且输出位置。神经网络为，利用教师数据进行了学习的完成学习神经网络，所述教师数据包含第二图像数据和第二图像数据中的第二物体的位置以及跟踪优先度的正确数据。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.068 seconds)
