-
公开(公告)号:CN107851374A
公开(公告)日:2018-03-27
申请号:CN201580081784.8
申请日:2015-07-21
Applicant: 日产自动车株式会社
IPC: G08G1/00
CPC classification number: G08G1/096725 , G06F17/30241 , G08G1/00 , G08G1/0112 , G08G1/096827 , G08G1/166
Abstract: 本发明具备在决定本车辆(V1)的驾驶行为时,评估在路径上行驶的本车辆(V1)遇到的场景的评估处理器(11),评估处理器(11)提取本车辆(V1)在行驶的第一路径上行驶时遇到的多个事态,并将所述提取的多个事态沿着本车辆(V1)遇到的顺序排列替换。
-
公开(公告)号:CN112533810A
公开(公告)日:2021-03-19
申请号:CN201880096281.1
申请日:2018-08-03
IPC: B60W30/10
Abstract: 一种通过处理器执行的车辆的行驶轨迹校正方法,基于数据库中存储的地图信息,生成本车辆行驶的本车辆行驶路径,运算成为本车辆在本车辆行驶路径上行驶时的目标轨迹的本车辆的行驶轨迹,通过本车辆中设置的传感器,检测相对于本车辆而位于车宽方向的其它车辆的位置,基于其它车辆的位置,运算其它车辆行驶的他车车道内的其它车辆的位置的偏向,根据偏向校正本车辆的行驶轨迹。
-
-
公开(公告)号:CN112533810B
公开(公告)日:2024-08-27
申请号:CN201880096281.1
申请日:2018-08-03
IPC: B60W30/10
Abstract: 一种通过处理器执行的车辆的行驶轨迹校正方法,基于数据库中存储的地图信息,生成本车辆行驶的本车辆行驶路径,运算成为本车辆在本车辆行驶路径上行驶时的目标轨迹的本车辆的行驶轨迹,通过本车辆中设置的传感器,检测相对于本车辆而位于车宽方向的其它车辆的位置,基于其它车辆的位置,运算其它车辆行驶的他车车道内的其它车辆的位置的偏向,根据偏向校正本车辆的行驶轨迹。
-
公开(公告)号:CN114467111A
公开(公告)日:2022-05-10
申请号:CN201980099868.2
申请日:2019-08-28
Applicant: 日产自动车株式会社
Abstract: 本发明的物体识别方法是使用了获取存在于周围的物体的位置并作为在俯视中由多个反射点构成的点群的传感器的物体识别方法,根据接近程度对点群进行分组,在对分组后的点群进行多边形近似时,判定构成分组后的点群的至少一部分检测点相对于传感器是否位于对点群进行多边形近似时的近似多边形的死角。在判定为检测点相对于传感器位于死角的情况下,识别为分组后的点群是与多个物体对应的点群,在判定为检测点相对于传感器不位于死角的情况下,识别为分组后的点群是与近似多边形的单体物体对应的点群。
-
公开(公告)号:CN108473131B
公开(公告)日:2021-04-13
申请号:CN201680074183.9
申请日:2016-08-01
Applicant: 日产自动车株式会社
Abstract: 从距离传感器群(10)获取具备并行排列的多个停车框的停车框组内所存在的多个停车车辆的识别信息,从该识别信息中提取多个停车车辆的代表点(P1),计算相邻的代表点(P1)之间的距离、即代表点间距离(D),根据该代表点间距离(D)计算停车框的宽度(width)。
-
-
公开(公告)号:CN109074743A
公开(公告)日:2018-12-21
申请号:CN201680084963.1
申请日:2016-04-28
Applicant: 日产自动车株式会社
Abstract: 取得存在于停车场的停车车辆(2)的识别信息,从上述识别信息提取由排列的多个停车车辆(2)构成的车辆组(3)并进行分类,在分类的车辆组(3)所包含的停车车辆(2)的相互间存在可停车的空间的情况下,将该空间推定为可停车空间(5)。设定沿着停车场的行车道延伸的行车道方向基准线(L),计算出上述识别信息所包含的停车车辆(2)与行车道方向基准线(L)的基准距离(X),基于计算出的基准距离(X),从上述识别信息提取车辆组(3)并进行分类。
-
公开(公告)号:CN114467111B
公开(公告)日:2023-08-22
申请号:CN201980099868.2
申请日:2019-08-28
Applicant: 日产自动车株式会社
Abstract: 本发明的物体识别方法是使用了获取存在于周围的物体的位置并作为在俯视中由多个反射点构成的点群的传感器的物体识别方法,根据接近程度对点群进行分组,在对分组后的点群进行多边形近似时,判定构成分组后的点群的至少一部分检测点相对于传感器是否位于对点群进行多边形近似时的近似多边形的死角。在判定为检测点相对于传感器位于死角的情况下,识别为分组后的点群是与多个物体对应的点群,在判定为检测点相对于传感器不位于死角的情况下,识别为分组后的点群是与近似多边形的单体物体对应的点群。
-
公开(公告)号:CN115038990A
公开(公告)日:2022-09-09
申请号:CN202080095068.6
申请日:2020-01-31
IPC: G01S17/931 , G01S17/86 , G08G1/16
Abstract: 本发明的物体识别方法中,沿着规定方向检测本车辆(1)周边的物体(100、101)的表面上的多个位置而获取点组,生成本车辆周边的拍摄图像,将所获取的点组中包含的点进行分组而划分为物体候补点组(p1~p21),提取出物体候补点组中包含的点即物体候补点中的、相邻的物体候补点之间的距本车辆的距离变化从规定阈值以下变为比规定阈值大的位置(p1、p7、p10、p21),作为物体(100、101)的外端位置即边界位置候补,通过图像识别处理,提取出在拍摄图像上检测出人(100)的区域作为部分区域(R),在拍摄图像上,在规定方向上的边界位置候补(p1、p7、p10、p21)的位置与部分区域(R)的外端位置即边界位置一致的情况下,识别为在部分区域(R)中存在行人。
-
-
-
-
-
-
-
-
-