DE10025678B4 - Kamerabasiertes Precrash-Erkennungssystem - Google Patents
Kamerabasiertes Precrash-Erkennungssystem Download PDFInfo
- Publication number
- DE10025678B4 DE10025678B4 DE10025678A DE10025678A DE10025678B4 DE 10025678 B4 DE10025678 B4 DE 10025678B4 DE 10025678 A DE10025678 A DE 10025678A DE 10025678 A DE10025678 A DE 10025678A DE 10025678 B4 DE10025678 B4 DE 10025678B4
- Authority
- DE
- Germany
- Prior art keywords
- distance
- classification
- regions
- road users
- camera
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 2
- 238000010168 coupling process Methods 0.000 claims description 2
- 238000005859 coupling reaction Methods 0.000 claims description 2
- 238000012706 support-vector machine Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000007635 classification algorithm Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 208000018982 Leg injury Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
- B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
- B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24317—Piecewise classification, i.e. whereby each classification requires several discriminant rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
- B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
- B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
- B60R21/0134—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over responsive to imminent contact with an obstacle, e.g. using radar systems
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Mechanical Engineering (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
- Air Bags (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Verfahren
zur Detektion von Verkehrsteilnehmern und Hindernissen auf der Grundlage
von Kamerabildern, zu der Bestimmung deren Entfernung vom Beobachter
und zu deren Klassifikation,
dadurch gekennzeichnet,
daß ein auf die Erkennung von Verkehrsteilnehmern und Hindernissen ausgerichteter Klassifikator Regionen innerhalb eines zweidimensionalen, nicht entfernungsaufgelösten Kamerabildes identifiziert,
daß in einem weiteren Schritt diese so identifizierten Regionen markiert und sodann mittels eines entfernungs-messenden Sensors bezüglich ihrer Entfernung vom Beobachter vermessen werden,
und daß anschließend ausgewählte Regionen einer Typ-Klassifikation zur Erkennung der Verkehrsteilnehmer bzw. Hindernisse zugeführt werden.
dadurch gekennzeichnet,
daß ein auf die Erkennung von Verkehrsteilnehmern und Hindernissen ausgerichteter Klassifikator Regionen innerhalb eines zweidimensionalen, nicht entfernungsaufgelösten Kamerabildes identifiziert,
daß in einem weiteren Schritt diese so identifizierten Regionen markiert und sodann mittels eines entfernungs-messenden Sensors bezüglich ihrer Entfernung vom Beobachter vermessen werden,
und daß anschließend ausgewählte Regionen einer Typ-Klassifikation zur Erkennung der Verkehrsteilnehmer bzw. Hindernisse zugeführt werden.
Description
- Die Erfindung betrifft ein Verfahren gemäß dem Oberbegriff des Patentanspruches 1 und ein für die Durchführung des Verfahrens geeignete Vorrichtung gemäß dem Oberbegriff des Patentanspruches 15.
- Die frühzeitige Erkennung eines bevorstehenden Aufpralls eines Verkehrsteilnehmers auf das Fahrzeug eines Beobachters, ermöglicht es den Insassenschutz als auch den Schutz des Kollisionsgegners zu verbessern. Der Zeitgewinn, der durch die visuelle Erfassung und Auswertung des einsehbaren Bereichs vor dem Fahrzeug des Beobachters gewonnen werden kann, erlaubt abgestufte Reaktionen der Insassenschutzsysteme (z.B. eine sanfte Zündung des Airbag), bzw. macht Reaktionen zum Schutz des Kollisionsgegners erst möglich (z.B.: Anhebung der Motorhaube im Falle der Fußgängerkollision). Durch Entwicklungen hin zu schaltbaren Crash-Strukturen wird der Kenntnis über Typ des Unfallgegners (Lkw, Pkw, Kraftrad, Fußgänger) eine immer größere Bedeutung zukommen.
- Die aktuelle Entwicklung von Precrash-Sensoren befaßt sich u.a. mit der Untersuchung von auf Infrarot-Laser, Ultraschall- oder Radar-Sensoren basierenden Methoden. Nachteile dieser Systeme sind teilweise ihre geringe Reichweite (Ultraschall, Infrarot-Laser) und ihre Unfähigkeit den potentiellen Kollisionsgegner im Sinne einer sicheren Typisierung (Lkw, Pkw, Motorrad, Mensch) zur unterscheiden. Bei radar-basierten Systemen können unter anderem nicht-metallische Objekte (z.B.: Menschen oder Bäume) mit kostengünstigen, für den Fahrzeugeinsatz geeigneten Sensoren nicht zuverlässig detektiert werden. Eine zuverlässige Detektion und sichere Typisierung ist jedoch für eine Anpassung einer optimal gestuften Reaktion von Sicherheitssystemen bezüglich bevorstehender Kollisionen notwendig. Im Rahmen einer solchen gestuften Reaktion sollen beispielsweise im Falle einer Kollision mit einem Fußgänger aktive Maßnahmen zu dessen Schutz ergriffen werden. Denkbar sind hierbei rasche Änderungen in der Gestalt der Fahrzeugkarosserie um die Wahrscheinlichkeit schwerer Kopf- und Beinverletzungen zu reduzieren. Grundvoraussetzung zur Aktivierung dieser Maßnahmen ist jedoch, daß das Schutzsystem in der Lage ist, Verkehrsteilnehmer sicher zu erkennen und ihrem Typ (z.B.: Pkw, Lkw, Radfahrer, Fußgänger) nach zu klassifizieren.
- Im allgemeinen wird bei Interpretationsverfahren für Bildszenen versucht bereits im ersten Schritt mit einem meist aufwendigen Sensor (Stereo-Sensor oder hochauflösendes Radar bzw. Lidar) neben einer reinen zweidimensionalen Bildinformation bereits mehr-dimensionale Szeneninformation zu gewinnen. Um hierbei Objekte detektieren zu können gehen diese Verfahren jedoch von Modellen, vor allem bzgl. der Lage und Ausrichtung potentieller Ziele sowie einer vorgegebenen, festen Geometrie der Ausrichtung bezüglich Sensor und Umgebung aus. In der Praxis ist jedoch oft festzustellen, daß diese Modelle und Annahmen des öfteren mit den realen Bedingungen nicht übereinstimmen, was dann in Fehlinterpretationen mündet.
- Aus
DE 198 42 827 A1 ist ein Precrashsensierungssystem, in dem Verkehrsteilnehmer und Hindernisse auf der Grundlage von Kamerabildern klassifiziert werden bekannt. Dabei werden von einem Klassifikator Teilbereiche innerhalb des Kamerabildes selektiert und in einem weiteren schritt die so erfaßten Bilder mit vorgegebenen Masken verglichen, um anschließend, nach Erkennung der Kontur eines möglichen Hindernisses, eine Typ-Klassifikation durchzuführen. - Ein Verfahren zur Erkennung relevanter Objekte mittels Abstandssensor geht aus
DE 196 01 831 A1 hervor. Hierbei werden die Abstandsdaten aller im Erfassungsbereich des Sensors befindlichen Objekte erfaßt und klassifiziert. - Aufgabe der Erfindung ist es ein Verfahren und eine geeignete Vorrichtung zu finden, welches es erlaubt Verkehrsteilnehmer auf der Grundlage von Kamerabildern zu detektieren, deren Entfernung vom Beobachter zu bestimmen und die Verkehrsteilnehmer zu klassifizieren.
- Die Aufgabe wird durch ein Verfahren und eine zur Durchführung dieses Verfahrens geeignete Vorrichtung mit den in den Ansprüchen 1 und 15 beschriebenen Merkmalen gelöst. Hierbei ermöglicht die in mehrere Schritte gegliederte Datenaufnahme und Objektidentifikation die Verwendung konventioneller Sensorik und bietet zugleich das Potential für eine echtzeitfähige Realisierung.
- Vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung sind in den untergeordneten Ansprüchen angeführt.
- Das erfindungsgemäße Verfahren identifiziert Regionen innerhalb eines Kamerabildes, in welchem sich Verkehrsteilnehmer oder Hindernisse befinden. In vorteilhafter Weise ist es dabei ausreichend, daß dieses Kamerabild reine zweidimensionale Bildinformation ohne Entfernungsauflösung enthält. Die Identifikation erfolgt mit Hilfe eines speziell auf die zu erkennenden Verkehrsteilnehmern und Hindernissen trainierten Klassifikators. In einem nachfolgenden Schritt, werden sodann die entsprechend identifizierten Regionen markiert und mittels eines entfernungs-messenden Sensors bezüglich ihrer Entfernung vom Beobachter vermessen. Abschließend werden ausgewählte Regionen einer Typ-Klassifikation zur exakten Bestimmung der Art von Verkehrsteilnehmer oder Hindernis zugeführt.
- Eine zur Durchführung dieses Verfahrens geeignete Vorrichtung enthält eine Monobildkamera, welche mit einer entfernungs-messenden Sensoreinheit gekoppelt ist. Dabei befindet sich dieser Kopplung zwischen- und nachgeschaltet jeweils eine Klassifikationseinheit.
- In einer vorteilhaften Ausgestaltung der Vorrichtung ist der nachgeschalteten Klassifikationseinheit, welche der Typ-Kassifikation dient, eine Auswahleinheit vorgeschaltet, mit Hilfe derer die Anzahl an zu klassifizierenden Regionen gesteuert werden kann.
-
1 zeigt schematisch eine vorteilhafte Ausgestaltung einer solchen Vorrichtung zur Durchführung des erfindungsgemäßen Verfahrens. Hierbei stellt die Monobildkamera1 die Bilddaten10 einer Klassifikationseinheit2 zur Verfügung, welche Bildregionen die Verkehrsteilnehmer oder Hindernisse enthält identifiziert und der entfernungsmessenden Sensoreinheit3 die entsprechenden Positionsdaten mitteilt. Die Sensoreinheit3 vermißt sodann diese Bereiche bezüglich ihrer Entfernung vom Beobachter. Diese Meßdaten30 stehen dabei, gemeinsam mit den Daten20 der ersten Klassifikationseinheit2 , einer Auswahleinheit4 zur Verfügung. Mittels der Auswahleinheit4 kann der Datenfluß zur nachgeschalteten Einheit zur Typ-Klassifikation von ausgewählten Verkehrsteilnehmern oder Hindernissen5 gesteuert werden. Der Klassifikationseinheit5 werden die von der Auswahleinheit ausgewählten Bilddaten40 zur Klassifikation übermittelt werden. Die Ergebnisse50 dieser Typ-Klassifikation werden in vorteilhafter Weise einem mit der Klassifikationseinheit verbundenen Gefahrenrechner zur Verfügung gestellt, so daß dieser Entscheidungen über die Notwendigkeit der Einleitung von situationsgerechen Reaktionen auf treffen kann. - In einer anderen vorteilhaften Ausgestaltung der erfindungsgemäßen Vorrichtung ist es auch denkbar, daß die Auswahleinheit
4 entfällt und grundsätzlich alle Daten20 und30 der Klassifikationseinheit5 direkt zugeführt werden. - In besonders vorteilhafter Weise läßt sich das erfindungsgemäße Verfahren zur Identifikation von Verkehrsteilnehmern und Hindernissen durch die Verwendung eines Hyperpermutations-Netzwerk im Rahmen der Klassifikationseinheit
2 gestalten. Ein solches Netzwerk ist in der Lage mit hoher Geschwindigkeit pixelbasiert innerhalb der Bilddaten10 Bereiche zu lokalisieren, welche zu einer bestimmten Klasse (hier Verkehrsteilnehmer und Hindernisse) gehören. Der Vorteil der Verwendung einfacher zweidimensionaler Bildinformation, zeigt sich nicht nur darin, daß das Verfahren der Verwendung einer einfachen kostengünstigen Kamera offen steht, sondern insbesondere auch in der Möglichkeit leistungsfähige Klassifikationsalgorithmen unter Echtzeitbedingungen die gesamte Bildinformation auswerten zu lassen. Da die von einer Monobildkamera1 gelieferte Bildinformation10 recht simpel ist, ist es im Gegensatz zu herkömmlichen meist auf sehr komplexen Daten arbeitenden Verfahren möglich, jedes einzelne Bildpixel in die Klassifikation mit aufzunehmen. - Innerhalb der Klassifikationseinheit
2 wird dem eigentlichen Klassifikator (beispielsweise dem Hyperpermutations-Netzwerk) ein Algorithmus, vorteilhafter weise ein auf diese Aufgabe adaptierter Box-Algorithmus, nachgestellt, welcher zusammengehörige Regionen zu ,regions of interest' ROI zusammenfaßt und markiert, so daß diese einer Weiterverarbeitung zugeführt werden können. - Im Rahmen dieser Weiterverarbeitung werden die diesen ROI zugehörigen Bereiche mittels eines entfernungs-messenden Sensors
3 bezüglich ihrer Entfernung vom Beobachter vermessen. In vorteilhafter Weise eignen sich hierfür Radarsysteme oder Stereo-Kamera-Systeme. Da die von diesen Sensoren gewonnenen Daten rein zur Entfernungsschätzung und nicht zu einer Typ-Klassifikation in bezug auf die Art von Verkehrsteilnehmer oder Hindernis herangezogen werden, ist es nicht notwendig diese Sensoren mit extremen Winkelauflösungen und extrem rechenaufwendigen, robusten Modellen auszustatten. Es kann bevorzugt somit also auf bereits im Fahrzeug vorhandene in ihrer Hauptausrichtung auf andere Anwendungen spezialisierte Sensoren zurückgegriffen werden. - In einer anderen vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens ist es aber auch denkbar, mittels einer Monobildkamera in Zusammenarbeit mit einer komplexen Bildauswertung, im Bereich der ROI eine Entfernungsschätzung durchführen zu lassen. Da hierbei nur einzelne Ausschnitte (ROI) der gesamten Bildinformation bearbeitet werden müssen, ist beim Einsatz leistungsfähiger Prozessoren möglich, den hohen Rechenaufwand in Echtzeit durchzuführen. Dabei wäre es besonders vorteilhaft, wenn diese Information einem zweiten Verarbeitungsschritt direkt aus den bereits von der Monobildkamera
1 gelieferten Bilddaten10 gewonnen werden könnte. Auf ist es möglich das System ohne die Verwendung eines zusätzlichen entfernungs-messenden Sensors3 zu realisieren. - In vorteilhafter Weise, wird bei dem erfindungsgemäßen Verfahren die aus der wiederholten Vermessung der Entfernung der Verkehrsteilnehmer oder Hindernisse vom Beobachter gewonnene Information dazu verwendet, die Relativgeschwindigkeit dieser Objekte in Bezug auf den Beobachter zu bestimmen. Besonders vorteilhaft wirkt sich dabei aus, wenn der entfernungs-messende Sensor
3 zusätzlich neben der Entfernungsinformation auch Geschwindigkeitsinformation liefert (z.B.: Doppler-Radar). Auf diese Weise könnte die indirekte Geschwindigkeitsschätzung aus der Abfolge der Entfernungsmessungen entfallen. - Die Entfernungs- und Geschwindigkeitsinformation
30 wird gemeinsam mit der Bildinformation10 einer Auswahleinheit4 zugeführt. Diese Auswahleinheit entscheidet dann gemäß ihren Vorgaben, welche der Bilddaten einer Typ-Klassifikation innerhalb einer nachgeschalteten Klassifikationseinheit5 zugeführt werden. Es ist denkbar, dass die Auswahleinheit4 so konfiguriert wird, daß sie grundsätzlich alle ROI zugehörigen Bilddaten einer Typ-Klassifikation zuführt. Andererseits können aber auch in vorteilhafter Weise nur die Bilddaten jener ROI weitergeleitet werden, welche Verkehrsteilnehmern oder Hindernissen zugeordnet werden, welche bestimmte Kriterien erfüllen. Dabei ist vor allem das vorhandene Gefährdungspotential in Betracht zu ziehen; so zum Beispiel die Größe von Objekten oder deren Geschwindigkeit mit der sie sich auf den Beobachter zu bewegen oder auch deren Relativgeschwindigkeit allgemein (z.B. schnelle oder stehende Objekte). - Für die eigentliche Typ-Klassifikation innerhalb der Klassifikationseinheit
5 , welche einer exakten Bestimmung der Art von Verkehrsteilnehmer oder Hindernis dient, kann auf bekannte, speziell auf diese Art von Objekten trainierte Klassifikationsalgorithmen zurückgegriffen werden. In vorteilhafter Weise eigenen sich hierzu Neuronale Netze, wie beispielsweise ein Radial-Basis-Funktions-Klassifikator oder eine Support-Vector-Maschine. - In vorzüglicher Weise eignen sich das erfindungsgemäße Verfahren und die erfindungsgemäße Vorrichtung zur Früherkennung und Folgeabschätzung von Unfallsituationen (PreCrash-Detektion).
Claims (19)
- Verfahren zur Detektion von Verkehrsteilnehmern und Hindernissen auf der Grundlage von Kamerabildern, zu der Bestimmung deren Entfernung vom Beobachter und zu deren Klassifikation, dadurch gekennzeichnet, daß ein auf die Erkennung von Verkehrsteilnehmern und Hindernissen ausgerichteter Klassifikator Regionen innerhalb eines zweidimensionalen, nicht entfernungsaufgelösten Kamerabildes identifiziert, daß in einem weiteren Schritt diese so identifizierten Regionen markiert und sodann mittels eines entfernungs-messenden Sensors bezüglich ihrer Entfernung vom Beobachter vermessen werden, und daß anschließend ausgewählte Regionen einer Typ-Klassifikation zur Erkennung der Verkehrsteilnehmer bzw. Hindernisse zugeführt werden.
- Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß das Kamerabild, welches zur Identifikation von Verkehrsteilnehmern herangezogen wird, nur zweidimensionale Bildinformation, ohne Entfernungsauflösung enthält.
- Verfahren nach einem der Ansprüche 1 oder 2, dadurch gekennzeichnet, daß die aus der Vermessung gewonnenen Informationen zur Bestimmung der Relativgeschwindigkeit der einzelnen Verkehrsteilnehmer bzw. Hindernisse benutzt wird.
- Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, daß der auf die Erkennung von Verkehrsteilnehmern ausgerichtete Klassifikator ein Hyperpermutations-Netzwerk ist.
- Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, daß ein Boxalgorithmus zur Markierung von als Verkehrsteilnehmer identifizierten Regionen verwendet wird.
- Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, daß der entfernungs-messende Sensor ein Radarsensor ist.
- Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, daß der entfernungs-messende Sensor ein Stereo-Kamerasystem ist.
- Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, daß der entfernungs-messende Sensor ein Mono-Kamerasystem ist, welches durch geeignete Bildverarbeitung in der Lage ist Entfernungsschätzungen vorzunehmen.
- Verfahren nach Anspruch 8, dadurch gekennzeichnet, daß das Mono-Kamerasystem das selbe System ist, mittels welchem bereits im ersten Schritt das zweidimensionale, nicht entfernungs-aufgelöste Kamerabild generiert wurde.
- Verfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, daß der Klassifikator zur Typ-Klassifikation ein Radial-Basis-Funktions-Klassifikator ist.
- Verfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, daß der Klassifikator zur Typ-Klassifikation eine Support-Vector-Maschine ist.
- Verfahren nach einem der Ansprüche 1 bis 11, dadurch gekennzeichnet, daß die Auswahl der einer Typ-Klassifikation zu unterziehenden Regionen in Abhängigkeit ihrer Entfernung und/oder Relativgeschwindigkeit bezüglich des Beobachters getroffen wird.
- Verfahren nach einem der Ansprüche 1 bis 11, dadurch gekennzeichnet, daß die Auswahl der einer Typ-Klassifikation zu unterziehenden Regionen alle als Verkehrsteilnehmer bzw. Hindernis identifizierten Regionen einbezieht.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß das Ergebnis der Typ-Klassifikation einem Gefahrenrechner zur Entscheidung über evtl. einzuleitende Reaktionen übermittelt wird.
- Vorrichtung zur Detektion von Verkehrsteilnehmern und Hindernissen auf der Grundlage von Kamerabildern, zu der Bestimmung deren Entfernung vom Beobachter und zu deren Klassifikation dadurch gekennzeichnet, daß eine Monobildkamera
1 mit einer entfernungs-messenden Sensoreinheit3 gekoppelt ist, und daß sich dieser Kopplung zwischen- und nachgeschaltet jeweils eine Klassifikationseinheit2 und5 befindet. - Vorrichtung nach Anspruch 15, dadurch gekennzeichnet, daß die Monobildkamera
1 mit einer Klassifikationseinheit2 verbunden ist, daß diese Klassifikationseinheit2 einen Modul zur Identifikation von Bildregionen, welche Verkehrsteilnehmern und Hindernissen zuzuordnen sind, enthält und welcher diese Regionen markiert und die entsprechenden Daten20 am Ausgang des Moduls für eine Weiterverarbeitung zur Verfügung stellt, daß an den Ausgang des Moduls eine entfernungs-messenden Sensoreinheit3 gekoppelt ist, welche in der Lage ist, die markierten Bereiche bezüglich ihrer Entfernung vom Beobachter zu vermessen, und diese Meßdaten über eine Verbindung30 einer Auswahleinheit4 zur Verfügung stellt, über welche eine zweite Klassifikationseinheit5 an das Gesamtsystem angeschlossen ist, welche die ihr von der Auswahleinheit4 gelieferten Regionen40 bezüglich des Typs von Verkehrsteilnehmer bzw. Hindernis klassifiziert. - Vorrichtung nach einem der Ansprüche 15 oder 16, dadurch gekennzeichnet, daß mit dem Ausgang der Klassifikationseinheit zur Typ-Klassifikation
5 ein Gefahrenrechner verbunden ist. - Verwendung des Verfahrens nach einem der Ansprüche 1 bis 14, zur Früherkennung von Unfallsituationen (PreCrash-Detektion).
- Verwendung der Vorrichtung nach einem der Ansprüche 15 bis 17, zur Früherkennung von Unfallsituationen (PreCrash-Detektion).
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10025678A DE10025678B4 (de) | 2000-05-24 | 2000-05-24 | Kamerabasiertes Precrash-Erkennungssystem |
GB0108720A GB2368118B (en) | 2000-05-24 | 2001-04-06 | Method of and device for detecting ranging and classifying road users and obstacles |
US09/862,947 US6838980B2 (en) | 2000-05-24 | 2001-05-22 | Camera-based precrash detection system |
FR0106801A FR2809360B1 (fr) | 2000-05-24 | 2001-05-23 | Systeme de reconnaissance d'etat precedant un crash, base sur l'utilisation d'un appareil de prise de vues |
JP2001154493A JP2002059796A (ja) | 2000-05-24 | 2001-05-23 | カメラ画像に基づいて道路使用者および障害物を検出し、観察者との距離を求めてクラシフィケーションする方法および装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10025678A DE10025678B4 (de) | 2000-05-24 | 2000-05-24 | Kamerabasiertes Precrash-Erkennungssystem |
Publications (2)
Publication Number | Publication Date |
---|---|
DE10025678A1 DE10025678A1 (de) | 2001-12-20 |
DE10025678B4 true DE10025678B4 (de) | 2006-10-19 |
Family
ID=7643367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE10025678A Expired - Lifetime DE10025678B4 (de) | 2000-05-24 | 2000-05-24 | Kamerabasiertes Precrash-Erkennungssystem |
Country Status (5)
Country | Link |
---|---|
US (1) | US6838980B2 (de) |
JP (1) | JP2002059796A (de) |
DE (1) | DE10025678B4 (de) |
FR (1) | FR2809360B1 (de) |
GB (1) | GB2368118B (de) |
Families Citing this family (118)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5877897A (en) | 1993-02-26 | 1999-03-02 | Donnelly Corporation | Automatic rearview mirror, vehicle lighting control and vehicle interior monitoring system using a photosensor array |
US6822563B2 (en) | 1997-09-22 | 2004-11-23 | Donnelly Corporation | Vehicle imaging system with accessory control |
US5910854A (en) | 1993-02-26 | 1999-06-08 | Donnelly Corporation | Electrochromic polymeric solid films, manufacturing electrochromic devices using such solid films, and processes for making such solid films and devices |
US5668663A (en) | 1994-05-05 | 1997-09-16 | Donnelly Corporation | Electrochromic mirrors and devices |
US6891563B2 (en) | 1996-05-22 | 2005-05-10 | Donnelly Corporation | Vehicular vision system |
US7655894B2 (en) | 1996-03-25 | 2010-02-02 | Donnelly Corporation | Vehicular image sensing system |
US6326613B1 (en) | 1998-01-07 | 2001-12-04 | Donnelly Corporation | Vehicle interior mirror assembly adapted for containing a rain sensor |
US8294975B2 (en) | 1997-08-25 | 2012-10-23 | Donnelly Corporation | Automotive rearview mirror assembly |
US6124886A (en) | 1997-08-25 | 2000-09-26 | Donnelly Corporation | Modular rearview mirror assembly |
US6172613B1 (en) | 1998-02-18 | 2001-01-09 | Donnelly Corporation | Rearview mirror assembly incorporating vehicle information display |
US8288711B2 (en) | 1998-01-07 | 2012-10-16 | Donnelly Corporation | Interior rearview mirror system with forwardly-viewing camera and a control |
US6445287B1 (en) | 2000-02-28 | 2002-09-03 | Donnelly Corporation | Tire inflation assistance monitoring system |
US6477464B2 (en) | 2000-03-09 | 2002-11-05 | Donnelly Corporation | Complete mirror-based global-positioning system (GPS) navigation solution |
US6329925B1 (en) * | 1999-11-24 | 2001-12-11 | Donnelly Corporation | Rearview mirror assembly with added feature modular display |
US6693517B2 (en) | 2000-04-21 | 2004-02-17 | Donnelly Corporation | Vehicle mirror assembly communicating wirelessly with vehicle accessories and occupants |
AU2001243285A1 (en) | 2000-03-02 | 2001-09-12 | Donnelly Corporation | Video mirror systems incorporating an accessory module |
US7370983B2 (en) | 2000-03-02 | 2008-05-13 | Donnelly Corporation | Interior mirror assembly with display |
US7167796B2 (en) | 2000-03-09 | 2007-01-23 | Donnelly Corporation | Vehicle navigation system for use with a telematics system |
WO2007053710A2 (en) | 2005-11-01 | 2007-05-10 | Donnelly Corporation | Interior rearview mirror with display |
ES2287266T3 (es) | 2001-01-23 | 2007-12-16 | Donnelly Corporation | Sistema de iluminacion de vehiculos mejorado. |
US7255451B2 (en) | 2002-09-20 | 2007-08-14 | Donnelly Corporation | Electro-optic mirror cell |
US7581859B2 (en) | 2005-09-14 | 2009-09-01 | Donnelly Corp. | Display device for exterior rearview mirror |
DE10141730B4 (de) * | 2001-08-25 | 2009-09-03 | Conti Temic Microelectronic Gmbh | Verfahren zum Schutz lebender Objekte bei einem Zusammenstoß mit einem Fahrzeug sowie ein Fahrzeug mit einer Steuervorrichtung zur Durchführung des Verfahrens |
AU2002359172A1 (en) * | 2002-01-16 | 2003-07-30 | Autoliv Development Ab | A camera arrangement |
DE10204128B4 (de) * | 2002-02-01 | 2011-06-22 | Robert Bosch GmbH, 70469 | Vorrichtung zur Überrollerkennung |
EP1504276B1 (de) | 2002-05-03 | 2012-08-08 | Donnelly Corporation | Objektdetektionssystem für ein fahrzeug |
US6918674B2 (en) | 2002-05-03 | 2005-07-19 | Donnelly Corporation | Vehicle rearview mirror system |
US7329013B2 (en) | 2002-06-06 | 2008-02-12 | Donnelly Corporation | Interior rearview mirror system with compass |
WO2003105099A1 (en) | 2002-06-06 | 2003-12-18 | Donnelly Corporation | Interior rearview mirror system with compass |
AU2002368104A1 (en) * | 2002-07-17 | 2004-02-09 | Fico Mirrors, Sa | Device and method for the active monitoring of the safety perimeter of a motor vehicle |
WO2004021546A2 (de) | 2002-08-09 | 2004-03-11 | Conti Temic Microelectronic Gmbh | Verkehrsmittel mit einer 3d-entfernungsbildkamera und verfahren zu dessen betrieb |
DE10243397B4 (de) * | 2002-09-18 | 2005-09-29 | Spies, Martin, Dipl.-Ing. (FH) | Sensorsystem zur Auslösung von Schutzmaßnahme für KfZ-Insassen und Fußgänger |
AU2003278863A1 (en) | 2002-09-20 | 2004-04-08 | Donnelly Corporation | Mirror reflective element assembly |
US7310177B2 (en) | 2002-09-20 | 2007-12-18 | Donnelly Corporation | Electro-optic reflective element assembly |
WO2004103772A2 (en) | 2003-05-19 | 2004-12-02 | Donnelly Corporation | Mirror assembly for vehicle |
US6860350B2 (en) | 2002-12-20 | 2005-03-01 | Motorola, Inc. | CMOS camera with integral laser ranging and velocity measurement |
US20070019181A1 (en) * | 2003-04-17 | 2007-01-25 | Sinclair Kenneth H | Object detection system |
DE10324217A1 (de) | 2003-05-28 | 2004-12-16 | Robert Bosch Gmbh | Vorrichtung zur Klassifizierung von wenigstens einem Objekt mit einer Umfeldsensorik |
DE10327115B3 (de) * | 2003-06-13 | 2004-11-11 | Rehau Ag + Co. | Fußgängerschutzsystem für Kraftfahrzeuge |
DE10331074A1 (de) * | 2003-07-09 | 2005-02-03 | Conti Temic Microelectronic Gmbh | Sensoranordnung zur Abstands- und/oder Geschwindigkeitsmessung |
JP3925653B2 (ja) * | 2003-07-24 | 2007-06-06 | トヨタ自動車株式会社 | 車両の衝突保護装置 |
DE10336638A1 (de) | 2003-07-25 | 2005-02-10 | Robert Bosch Gmbh | Vorrichtung zur Klassifizierung wengistens eines Objekts in einem Fahrzeugumfeld |
US6834232B1 (en) * | 2003-07-30 | 2004-12-21 | Ford Global Technologies, Llc | Dual disimilar sensing object detection and targeting system |
DE10335601B4 (de) * | 2003-08-04 | 2016-01-14 | Robert Bosch Gmbh | Verfahren zur Objektklassifizierung unter Verwendung einer 3D-Modelldatenbank |
US7446924B2 (en) | 2003-10-02 | 2008-11-04 | Donnelly Corporation | Mirror reflective element assembly including electronic component |
US7308341B2 (en) | 2003-10-14 | 2007-12-11 | Donnelly Corporation | Vehicle communication system |
DE10349823A1 (de) * | 2003-10-24 | 2005-05-25 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Messen von Abständen zwischen einem sich bewegenden Kraftfahrzeug und Objekten |
US7069130B2 (en) * | 2003-12-09 | 2006-06-27 | Ford Global Technologies, Llc | Pre-crash sensing system and method for detecting and classifying objects |
EP1709568A4 (de) * | 2003-12-15 | 2009-07-29 | Sarnoff Corp | Verfahren und vorrichtung zur objektverfolgung vor einer anstehende-kollision-detektion |
US7526103B2 (en) | 2004-04-15 | 2009-04-28 | Donnelly Corporation | Imaging system for vehicle |
EP2784722A1 (de) | 2004-07-26 | 2014-10-01 | Automotive Systems Laboratory, Inc. | Schutzsystem für gefährdete Straßenbenutzer |
US7881496B2 (en) | 2004-09-30 | 2011-02-01 | Donnelly Corporation | Vision system for vehicle |
US7480570B2 (en) * | 2004-10-18 | 2009-01-20 | Ford Global Technologies Llc | Feature target selection for countermeasure performance within a vehicle |
DE102005005959B4 (de) * | 2005-02-10 | 2016-12-22 | Conti Temic Microelectronic Gmbh | Vorrichtung und Verfahren zum Steuern einer Sicherheitsvorrichtung eines Fahrzeugs |
JP2006264416A (ja) * | 2005-03-22 | 2006-10-05 | Takata Corp | 対象物検知システム、保護システム、車両 |
DE102005021225A1 (de) * | 2005-05-09 | 2006-11-16 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Erkennung der Oberflächenbeschaffenheit von Objekten des Straßenverkehrs oder Personen |
JP4598653B2 (ja) | 2005-05-13 | 2010-12-15 | 本田技研工業株式会社 | 衝突予知装置 |
EP1883855B1 (de) | 2005-05-16 | 2011-07-20 | Donnelly Corporation | Fahrzeugspiegelanordnung mit zeichen am reflektierenden teil |
CN100405218C (zh) * | 2005-08-31 | 2008-07-23 | 中国科学院长春光学精密机械与物理研究所 | 航空相机动态分辨力测试用模拟动态目标发生器 |
US8850964B2 (en) * | 2005-10-20 | 2014-10-07 | Conagra Foods Rdm, Inc. | Cooking method and apparatus |
MX2008011219A (es) | 2006-03-09 | 2008-09-11 | Gentex Corp | Montaje de retrovisor para vehiculos que incluye una pantalla de alta intensidad. |
DE102006035207B4 (de) | 2006-07-29 | 2022-06-09 | Volkswagen Ag | Fahrzeug-Objekterfassungsvorrichtung |
US7972045B2 (en) | 2006-08-11 | 2011-07-05 | Donnelly Corporation | Automatic headlamp control system |
CN101187985B (zh) * | 2006-11-17 | 2012-02-01 | 东软集团股份有限公司 | 确定对象分类器分类边界的方法及装置 |
EP3624086A1 (de) * | 2007-01-25 | 2020-03-18 | Magna Electronics Inc. | Radarerfassungssystem für fahrzeug |
WO2008149049A1 (en) * | 2007-06-05 | 2008-12-11 | Autoliv Development Ab | A vehicle safety system |
EP2212160A4 (de) * | 2007-11-26 | 2012-07-04 | Autoliv Dev | System zum klassifizieren von objekten in der nähe eines fahrzeugs |
US8154418B2 (en) | 2008-03-31 | 2012-04-10 | Magna Mirrors Of America, Inc. | Interior rearview mirror system |
US7898400B2 (en) * | 2008-04-15 | 2011-03-01 | Autoliv Asp, Inc. | Enhanced vision road detection system |
US8060280B2 (en) * | 2008-04-15 | 2011-11-15 | Autoliv Asp, Inc. | Vision system for deploying safety systems |
JP4697486B2 (ja) | 2008-07-23 | 2011-06-08 | 株式会社デンソー | 自動車制御システム |
US9487144B2 (en) | 2008-10-16 | 2016-11-08 | Magna Mirrors Of America, Inc. | Interior mirror assembly with display |
DE102010044219A1 (de) | 2010-11-22 | 2012-05-24 | Robert Bosch Gmbh | Verfahren zur Erfassung der Umgebung eines Fahrzeugs |
US8773535B2 (en) * | 2010-12-08 | 2014-07-08 | GM Global Technology Operations LLC | Adaptation for clear path detection using reliable local model updating |
DE102012001554A1 (de) * | 2012-01-26 | 2013-08-01 | Connaught Electronics Ltd. | Verfahren zum Betreiben einer Fahrerassistenzeinrichtung eines Kraftfahrzeugs,Fahrerassistenzeinrichtung und Kraftfahrzeug |
US10457209B2 (en) | 2012-02-22 | 2019-10-29 | Magna Electronics Inc. | Vehicle vision system with multi-paned view |
US9319637B2 (en) | 2012-03-27 | 2016-04-19 | Magna Electronics Inc. | Vehicle vision system with lens pollution detection |
US8879139B2 (en) | 2012-04-24 | 2014-11-04 | Gentex Corporation | Display mirror assembly |
US9633436B2 (en) | 2012-07-26 | 2017-04-25 | Infosys Limited | Systems and methods for multi-dimensional object detection |
US9707896B2 (en) | 2012-10-15 | 2017-07-18 | Magna Electronics Inc. | Vehicle camera lens dirt protection via air flow |
US9445057B2 (en) | 2013-02-20 | 2016-09-13 | Magna Electronics Inc. | Vehicle vision system with dirt detection |
US20140247349A1 (en) * | 2013-03-04 | 2014-09-04 | GM Global Technology Operations LLC | Integrated lighting, camera and sensor unit |
US9598018B2 (en) | 2013-03-15 | 2017-03-21 | Gentex Corporation | Display mirror assembly |
EP2840007B1 (de) * | 2013-08-22 | 2018-04-04 | Honda Research Institute Europe GmbH | Konsistente Verhaltenserzeugung eines erweiterten vorhersagbaren Fahrerhilfssystems |
US9575315B2 (en) | 2013-09-24 | 2017-02-21 | Gentex Corporation | Display mirror assembly |
US9511715B2 (en) | 2014-01-31 | 2016-12-06 | Gentex Corporation | Backlighting assembly for display for reducing cross-hatching |
EP3119643B1 (de) | 2014-03-21 | 2018-05-23 | Gentex Corporation | Trimodale anzeigespiegelanordnung |
CN106163873B (zh) | 2014-04-01 | 2019-04-26 | 金泰克斯公司 | 自动显示镜组件 |
US9607230B2 (en) | 2014-04-16 | 2017-03-28 | Honda Motor Co., Ltd. | Mobile object control apparatus and target object detecting apparatus |
DE102014212216A1 (de) * | 2014-06-17 | 2015-12-17 | Conti Temic Microelectronic Gmbh | Verfahren und Fahrerassistenzsystem zur Erfassung eines Fahrzeugumfel-des |
US9694751B2 (en) | 2014-09-19 | 2017-07-04 | Gentex Corporation | Rearview assembly |
US9694752B2 (en) | 2014-11-07 | 2017-07-04 | Gentex Corporation | Full display mirror actuator |
US10071689B2 (en) | 2014-11-13 | 2018-09-11 | Gentex Corporation | Rearview mirror system with a display |
KR101997815B1 (ko) | 2014-12-03 | 2019-07-08 | 젠텍스 코포레이션 | 디스플레이 미러 어셈블리 |
USD746744S1 (en) | 2014-12-05 | 2016-01-05 | Gentex Corporation | Rearview device |
US9744907B2 (en) | 2014-12-29 | 2017-08-29 | Gentex Corporation | Vehicle vision system having adjustable displayed field of view |
US9720278B2 (en) | 2015-01-22 | 2017-08-01 | Gentex Corporation | Low cost optical film stack |
CN112665556B (zh) | 2015-04-01 | 2023-09-05 | 瓦亚视觉传感有限公司 | 使用被动和主动测量生成场景的三维地图 |
EP3286038A4 (de) | 2015-04-20 | 2018-04-25 | Gentex Corporation | Rückspiegelanordnung mit applikation |
CN107614324B (zh) | 2015-05-18 | 2020-11-27 | 金泰克斯公司 | 完整显示后视装置 |
EP3310618A4 (de) | 2015-06-22 | 2018-07-04 | Gentex Corporation | System und verfahren zur verarbeitung von gestreamten videobildern zur korrektur des flimmerns von amplitudenmodulierten lichtern |
WO2017075420A1 (en) | 2015-10-30 | 2017-05-04 | Gentex Corporation | Toggle paddle |
CN108349436B (zh) | 2015-10-30 | 2019-12-20 | 金泰克斯公司 | 后视装置 |
USD798207S1 (en) | 2015-10-30 | 2017-09-26 | Gentex Corporation | Rearview mirror assembly |
USD797627S1 (en) | 2015-10-30 | 2017-09-19 | Gentex Corporation | Rearview mirror device |
USD800618S1 (en) | 2015-11-02 | 2017-10-24 | Gentex Corporation | Toggle paddle for a rear view device |
USD845851S1 (en) | 2016-03-31 | 2019-04-16 | Gentex Corporation | Rearview device |
USD817238S1 (en) | 2016-04-29 | 2018-05-08 | Gentex Corporation | Rearview device |
DE102016006044A1 (de) | 2016-05-18 | 2016-11-17 | Daimler Ag | Verfahren zum Erkennen von Hindernissen |
US10025138B2 (en) | 2016-06-06 | 2018-07-17 | Gentex Corporation | Illuminating display with light gathering structure |
USD809984S1 (en) | 2016-12-07 | 2018-02-13 | Gentex Corporation | Rearview assembly |
USD854473S1 (en) | 2016-12-16 | 2019-07-23 | Gentex Corporation | Rearview assembly |
US20180191966A1 (en) | 2016-12-30 | 2018-07-05 | Gentex Corporation | Full display mirror with on-demand spotter view |
US10735638B2 (en) | 2017-03-17 | 2020-08-04 | Gentex Corporation | Dual display reverse camera system |
KR102466310B1 (ko) * | 2018-01-09 | 2022-11-15 | 삼성전자주식회사 | 차량에 부착된 전자 장치 및 그 제어 방법 |
WO2022016277A1 (en) | 2020-07-21 | 2022-01-27 | Leddartech Inc. | Systems and methods for wide-angle lidar using non-uniform magnification optics |
CA3194223A1 (en) | 2020-07-21 | 2021-10-06 | Leddartech Inc. | Beam-steering device particularly for lidar systems |
US11567179B2 (en) | 2020-07-21 | 2023-01-31 | Leddartech Inc. | Beam-steering device particularly for LIDAR systems |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19601831A1 (de) * | 1996-01-19 | 1997-07-24 | Volkswagen Ag | Verfahren zur Erkennung von relevanten Objekten |
DE4308776C2 (de) * | 1992-03-23 | 1997-08-21 | Fuji Heavy Ind Ltd | Einrichtung zum Überwachen des Außenraums eines Fahrzeugs |
DE19623365A1 (de) * | 1996-06-12 | 1997-12-18 | Daimler Benz Ag | Verfahren und Anordnung zur Transformation einer Eingangsvariablen |
DE19802261A1 (de) * | 1998-01-22 | 1999-07-29 | Daimler Chrysler Ag | Verfahren zur Signalverarbeitung von Zeitfolgen digitalisierter Bilder |
DE19818586C1 (de) * | 1998-04-25 | 1999-09-30 | Daimler Chrysler Ag | Schutzvorrichtung für ein Kraftfahrzeug |
DE19842827A1 (de) * | 1998-09-18 | 2000-03-23 | Volkswagen Ag | Precrashsensierungssystem |
DE19831413A1 (de) * | 1998-07-14 | 2000-04-20 | Daimler Chrysler Ag | Bildverarbeitungsverfahren und Vorrichtungen zur Erkennung von Objekten im Verkehr |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0785280B2 (ja) * | 1992-08-04 | 1995-09-13 | タカタ株式会社 | 神経回路網による衝突予測判定システム |
JP3263699B2 (ja) * | 1992-12-22 | 2002-03-04 | 三菱電機株式会社 | 走行環境監視装置 |
JP2887039B2 (ja) * | 1993-03-26 | 1999-04-26 | 三菱電機株式会社 | 車両周辺監視装置 |
JP3169483B2 (ja) * | 1993-06-25 | 2001-05-28 | 富士通株式会社 | 道路環境認識装置 |
JP3179635B2 (ja) * | 1993-08-05 | 2001-06-25 | マツダ株式会社 | 自動車の障害物検出装置 |
US5434927A (en) * | 1993-12-08 | 1995-07-18 | Minnesota Mining And Manufacturing Company | Method and apparatus for machine vision classification and tracking |
JP3240835B2 (ja) * | 1994-06-09 | 2001-12-25 | 株式会社日立製作所 | 車両用距離計測装置 |
JPH09142236A (ja) * | 1995-11-17 | 1997-06-03 | Mitsubishi Electric Corp | 車両の周辺監視方法と周辺監視装置及び周辺監視装置の故障判定方法と周辺監視装置の故障判定装置 |
JPH09264954A (ja) * | 1996-03-29 | 1997-10-07 | Fujitsu Ten Ltd | レーダを用いた画像処理システム |
EP0820040B1 (de) * | 1996-07-17 | 2004-08-18 | Raytheon Company | Passive Entfernungsabschätzung unter Verwendung von Bildgrösseabmessungen |
JP3843502B2 (ja) * | 1996-09-30 | 2006-11-08 | マツダ株式会社 | 車両用動体認識装置 |
DE19648826A1 (de) * | 1996-11-26 | 1997-06-12 | Johannes Hanusch | Kollosionswarnsystem für Fahrzeuge mittels elektronischer Bildauswertung |
JP3619628B2 (ja) * | 1996-12-19 | 2005-02-09 | 株式会社日立製作所 | 走行環境認識装置 |
JP3832526B2 (ja) * | 1997-06-20 | 2006-10-11 | 三菱自動車工業株式会社 | 車両の走行制御装置 |
JPH1116099A (ja) * | 1997-06-27 | 1999-01-22 | Hitachi Ltd | 自動車走行支援装置 |
JPH1123715A (ja) * | 1997-07-01 | 1999-01-29 | Aqueous Res:Kk | 車両周辺状況検出装置 |
JP4389276B2 (ja) * | 1997-10-21 | 2009-12-24 | マツダ株式会社 | 車両の障害物警報装置 |
DE19749086C1 (de) * | 1997-11-06 | 1999-08-12 | Daimler Chrysler Ag | Vorrichtung zur Ermittlung fahrspurverlaufsindikativer Daten |
JPH11312300A (ja) * | 1998-04-27 | 1999-11-09 | Matsushita Electric Ind Co Ltd | 車載カメラ |
JP3965790B2 (ja) * | 1998-07-14 | 2007-08-29 | マツダ株式会社 | 車両用前部構造 |
JP2000097963A (ja) * | 1998-09-21 | 2000-04-07 | Mitsubishi Electric Corp | 移動体の識別装置 |
DE19928915A1 (de) * | 1999-06-24 | 2001-01-11 | Bosch Gmbh Robert | Verfahren zur Sichtweitenbestimmung |
US6317691B1 (en) * | 2000-02-16 | 2001-11-13 | Hrl Laboratories, Llc | Collision avoidance system utilizing machine vision taillight tracking |
US6424272B1 (en) * | 2001-03-30 | 2002-07-23 | Koninklijke Philips Electronics, N.V. | Vehicular blind spot vision system |
US6424273B1 (en) * | 2001-03-30 | 2002-07-23 | Koninklijke Philips Electronics N.V. | System to aid a driver to determine whether to change lanes |
-
2000
- 2000-05-24 DE DE10025678A patent/DE10025678B4/de not_active Expired - Lifetime
-
2001
- 2001-04-06 GB GB0108720A patent/GB2368118B/en not_active Expired - Lifetime
- 2001-05-22 US US09/862,947 patent/US6838980B2/en not_active Expired - Lifetime
- 2001-05-23 FR FR0106801A patent/FR2809360B1/fr not_active Expired - Lifetime
- 2001-05-23 JP JP2001154493A patent/JP2002059796A/ja active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4308776C2 (de) * | 1992-03-23 | 1997-08-21 | Fuji Heavy Ind Ltd | Einrichtung zum Überwachen des Außenraums eines Fahrzeugs |
DE19601831A1 (de) * | 1996-01-19 | 1997-07-24 | Volkswagen Ag | Verfahren zur Erkennung von relevanten Objekten |
DE19623365A1 (de) * | 1996-06-12 | 1997-12-18 | Daimler Benz Ag | Verfahren und Anordnung zur Transformation einer Eingangsvariablen |
DE19802261A1 (de) * | 1998-01-22 | 1999-07-29 | Daimler Chrysler Ag | Verfahren zur Signalverarbeitung von Zeitfolgen digitalisierter Bilder |
DE19818586C1 (de) * | 1998-04-25 | 1999-09-30 | Daimler Chrysler Ag | Schutzvorrichtung für ein Kraftfahrzeug |
DE19831413A1 (de) * | 1998-07-14 | 2000-04-20 | Daimler Chrysler Ag | Bildverarbeitungsverfahren und Vorrichtungen zur Erkennung von Objekten im Verkehr |
DE19842827A1 (de) * | 1998-09-18 | 2000-03-23 | Volkswagen Ag | Precrashsensierungssystem |
Also Published As
Publication number | Publication date |
---|---|
US20010045981A1 (en) | 2001-11-29 |
GB2368118B (en) | 2002-11-27 |
GB2368118A (en) | 2002-04-24 |
GB0108720D0 (en) | 2001-05-30 |
US6838980B2 (en) | 2005-01-04 |
DE10025678A1 (de) | 2001-12-20 |
FR2809360B1 (fr) | 2006-07-14 |
JP2002059796A (ja) | 2002-02-26 |
FR2809360A1 (fr) | 2001-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE10025678B4 (de) | Kamerabasiertes Precrash-Erkennungssystem | |
DE102016123231B4 (de) | Vorrichtung und Verfahren zum Steuern eines Airbags | |
DE102008001363B4 (de) | Verfahren zum Erfassen einer Parkfläche unter Verwendung eines Entfernungssensors | |
DE102011117585B4 (de) | Systeme und Verfahren zum Verfolgen von Objekten | |
DE112016002257B4 (de) | Schutzsteuerungsvorrichtung | |
EP3053097A1 (de) | Verfahren und vorrichtung zur erkennung von verkehrszeichen | |
DE10336638A1 (de) | Vorrichtung zur Klassifizierung wengistens eines Objekts in einem Fahrzeugumfeld | |
DE102011078615B4 (de) | Objekterfassungsvorrichtung und objekterfassungsprogramm | |
DE102016001733B4 (de) | Erweitertes Notbremssystem und Verfahren zur Steuerung und Regelung eines Bremsens davon | |
EP3044727B1 (de) | Verfahren und vorrichtung zur objekterkennung aus tiefenaufgelösten bilddaten | |
DE102013113619A1 (de) | Probabilistische Zielauswahl und Gefahrbewertungsverfahren und Anwendung auf ein Kreuzungs-Kollisonswarnsystem | |
EP1567888B1 (de) | Verfahren zur erfassung der vorausliegenden umgebung eines strassenfahrzeugs mittels eines umgebungserfassungssystems | |
DE112016003108B4 (de) | Schutzsteuervorrichtung | |
DE102017218366A1 (de) | Verfahren und system zur fussgängererfassung in einem fahrzeug | |
DE102018212655A1 (de) | Erkennung der Bewegungsabsicht eines Fußgängers aus Kamerabildern | |
EP1652161B1 (de) | Vorrichtung zur klassifizierung wenigstens eines objekts in einem fahrzeugumfeld | |
WO2018202552A1 (de) | Verfahren und vorrichtung zum klassifizieren von objekten im umfeld eines kraftfahrzeuges | |
DE102016223541A1 (de) | Verfahren und Parametermodul zur Erkennung von Art und/oder Schwere einer Kollision eines Fahrzeugs mit einem Kollisionsobjekt | |
DE102019103368A1 (de) | Erkennung durch fusion mehrerer sensoren | |
DE102015120014B4 (de) | Überwachungsverfahren und -vorrichtung unter Verwendung einer Kamera | |
DE102004046101A1 (de) | Verfahren, Sicherheitsvorrichtung und Verwendung der Sicherheitsvorrichtung zur Früherkennung von Kraftfahrzeugkollisionen | |
DE102013202915A1 (de) | Verfahren und Vorrichtung zum Vermessen einer Parklücke für ein Einparkassistenzsystem eines Kraftfahrzeugs | |
DE10324217A1 (de) | Vorrichtung zur Klassifizierung von wenigstens einem Objekt mit einer Umfeldsensorik | |
EP1834849B1 (de) | Verfahren zur Ermittlung von Objektparametern eines Fußgängers | |
DE102012009703A1 (de) | Verfahren und Vorrichtung zur Personenerkennung im Umfeld eines Kraftfahrzeugs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8364 | No opposition during term of opposition | ||
8327 | Change in the person/name/address of the patent owner |
Owner name: DAIMLERCHRYSLER AG, 70327 STUTTGART, DE |
|
8327 | Change in the person/name/address of the patent owner |
Owner name: DAIMLER AG, 70327 STUTTGART, DE |
|
R071 | Expiry of right |