[发明专利]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

权利要求书

1.一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，具备权利要求1至3中任一项所述的物体识别系统。

5.根据权利要求4所述的汽车，其特征在于，

所述测距传感器内置于前照灯。

6.一种车辆用灯具，其特征在于，具备权利要求1至3中任一项所述的物体识别系统。

7.一种分类器的学习方法，能够基于与通过测距传感器获得的一条扫描线对应的点云数据来识别物体的种类，其特征在于，该分类器的学习方法具备如下步骤：

利用与所述测距传感器不同的、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；

对与所述多个扫描线对应的多个点云数据分别作为训练数据，进行机器学习以能够识别所述物体；以及

基于通过所述机器学习获得的模型，构建所述分类器。

8.一种运算处理装置，其特征在于，其具备分类器，该分类器在水平方向上扫描一条光束，接收由测定到物体的表面上的点的距离的测距传感器获得的一条扫描线所对应的点云数据，基于所述点云数据，能够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而构建，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。