[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

说明书

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。

技术领域

本发明涉及物体识别系统。

背景技术

作为汽车的传感器，可列举LiDAR(Light Detection and Ranging、LaserImaging Detection and Ranging)、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。

发明内容

发明将要解决的课题

本发明是在这样的情况下完成的，并且其某一方式的例示性的目的之一是提供一种能够以较少的水平线的根数识别物体的系统、装置、方法。

用于解决课题的手段

本发明的某一方式涉及一种车载用的物体识别系统。物体识别系统具备：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测距传感器获得的一条扫描线所对应的点云数据来识别物体的种类。分类器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(Light Detection and Ranging)测定规定的物体而获得，且与多个扫描线对应。

发明效果

根据本发明，能够根据与一条扫描线对应的点云数据识别物体，并且能够使机器学习效率化。

附图说明

图1是实施方式的物体识别系统的框图。

图2是表示分类器的构成例的框图。

图3是实施方式的学习系统的框图。

图4(a)～(d)是表示用测距传感器拍摄到行人、自行车、汽车、电线杆时的多个点云数据的图。

图5是学习系统的学习的流程图。

图6是表示一实施例的测距传感器的图。

图7是具备物体识别系统的汽车的框图。

图8是表示具备物体检测系统的车辆用灯具的框图。

附图标记说明

10 物体识别系统

20 测距传感器

40 运算处理装置

42 分类器