特許ウォッチ

公開番号2025141960
公報種別公開特許公報(A)
公開日2025-09-29
出願番号2025046173,2024039522
出願日2025-03-21,2024-03-14
発明の名称物体検知装置、物体検知方法及び物体検知プログラム
出願人三菱電機デジタルイノベーション株式会社
代理人弁理士法人クロスボーダー特許事務所
主分類G06T 7/00 20170101AFI20250919BHJP(計算;計数)
要約【課題】点群データを用いた場合における推論処理の演算量を少なくできるようにする。
【解決手段】点群取得部21は、対象領域に対して光を照射して反射点で反射した反射光を受信することにより得られた点群データを取得する。差分計算部23は、取得された前記点群データと、基準となる点群データとの差分である差分データを特定する。領域決定部24は、差分データをクラスタリングして得られたクラスタ領域に応じた領域を検知領域として決定する。物体検知部25は、検知領域についての点群データを物体検知モデルに入力して検知結果を取得する。
【選択図】図1
特許請求の範囲【請求項１】
対象領域に対して光を照射して反射点で反射した反射光を受信することにより得られた点群データを取得する点群取得部と、
前記点群取得部によって取得された前記点群データと、基準となる点群データとの差分である差分データを特定する差分特定部と、
前記差分特定部によって特定された前記差分データをクラスタリングして得られたクラスタ領域を周囲に基準範囲だけ広げた拡張領域を検知領域として決定する領域決定部と、
前記領域決定部によって決定された前記検知領域についての前記点群取得部によって取得された前記点群データを物体検知モデルに入力して検知結果を取得する物体検知部と
を備える物体検知装置。
続きを表示（約 760 文字）【請求項２】
前記領域決定部は、複数のクラスタ領域が存在しており、前記複数のクラスタ領域の間で、周囲に基準範囲だけ広げた拡張領域の一部が重複する場合には、前記複数のクラスタ領域についての前記拡張領域をマージしたマージ領域を前記検知領域として決定する
請求項１に記載の物体検知装置。
【請求項３】
コンピュータが、対象領域に対して光を照射して反射点で反射した反射光を受信することにより得られた点群データを取得し、
コンピュータが、取得された前記点群データと、基準となる点群データとの差分である差分データを特定し、
コンピュータが、前記差分データをクラスタリングして得られたクラスタ領域を周囲に基準範囲だけ広げた拡張領域を検知領域として決定し、
コンピュータが、前記検知領域についての取得された前記点群データを物体検知モデルに入力して検知結果を取得する物体検知方法。
【請求項４】
対象領域に対して光を照射して反射点で反射した反射光を受信することにより得られた点群データを取得する点群取得処理と、
前記点群取得処理によって取得された前記点群データと、基準となる点群データとの差分である差分データを特定する差分特定処理と、
前記差分特定処理によって特定された前記差分データをクラスタリングして得られたクラスタ領域を周囲に基準範囲だけ広げた拡張領域を検知領域として決定する領域決定処理と、
前記領域決定処理によって決定された前記検知領域についての前記点群取得処理によって取得された前記点群データを物体検知モデルに入力して検知結果を取得する物体検知処理と
を行う物体検知装置としてコンピュータを機能させる物体検知プログラム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、点群データを用いて対象物を検知する技術に関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
可視光カメラを用いて置去物等の物体を検知する技術がある。可視光カメラを用いて物体を検知する場合には、夜間のように光量が不足する環境と、可視光カメラに直射日光が差し込みフレアが発生する環境とでは、物体を適切に検知できない。
【０００３】
照射光を照射して反射点で反射した反射光を受信することにより点群データを収集するＬｉＤＡＲといった光センサがある。ＬｉＤＡＲは、ＬｉｇｈｔＤｅｔｅｃｔｉｏｎＡｎｄＲａｎｇｉｎｇの略である。光センサでは、夜間のように光量が不足する環境と、可視光カメラに直射日光が差し込みフレアが発生する環境とにおいても、点群データを得ることが可能である。そこで、光センサを用いて得られた点群データに基づき対象物を検知することが検討されている。
【０００４】
特許文献１には、メモリに保持された背景点群データと、現時点の点群データとを比較して、差が生じた場合に何かしらの物体が現れたと識別することが記載されている。
【先行技術文献】
【特許文献】
【０００５】
特開２０２０－１１８６１９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
光センサを用いて得られた点群データは、可視光カメラを用いて得られた画像データに比べてデータ量が多い。そのため、点群データを入力として、特定の物体を検知する深層学習モデルの推論処理を行うと、推論処理の演算量が多くなり、高価なハードウェアが必要になってしまう。
本開示は、点群データを用いた場合における推論処理の演算量を少なくできるようにすることを目的とする。
【課題を解決するための手段】
【０００７】
本開示に係る物体検知装置は、
対象領域に対して光を照射して反射点で反射した反射光を受信することにより得られた点群データを取得する点群取得部と、
前記点群取得部によって取得された前記点群データと、基準となる点群データとの差分である差分データを特定する差分特定部と、
前記差分特定部によって特定された前記差分データをクラスタリングして得られたクラスタ領域を周囲に基準範囲だけ広げた拡張領域を検知領域として決定する領域決定部と、
前記領域決定部によって決定された前記検知領域についての前記点群データを物体検知モデルに入力して検知結果を取得する物体検知部と
を備える。
【発明の効果】
【０００８】
本開示では、差分データをクラスタリングして得られたクラスタ領域に応じた領域を検知領域として決定し、検知領域を物体検知モデルに入力して検知結果を取得する。これにより、物体検知モデルに入力されるデータ量を抑えることが可能になり、点群データを用いた場合における推論処理の演算量を少なくすることが可能になる。
【図面の簡単な説明】
【０００９】
実施の形態１に係る物体検知装置１０の構成図。
実施の形態１に係るボクセル定義３１の説明図。
実施の形態１に係る物体検知装置１０の処理の流れを示すフローチャート。
実施の形態１に係るボクセル化処理の説明図。
実施の形態１に係る差分特定処理の説明図。
実施の形態１に係る検知領域４６を決定する方法１の説明図。
実施の形態１に係る検知領域４６を決定する方法１の説明図。
実施の形態１に係る検知領域４６を決定する方法２の説明図。
変形例１に係る差分特定処理の説明図。
変形例２に係る差分特定処理の説明図。
実施の形態２に係る物体検知処理の説明図。
実施の形態３に係る物体検知処理の説明図。
変形例５に係る物体検知処理の説明図。
【発明を実施するための形態】
【００１０】
実施の形態１．
＊＊＊構成の説明＊＊＊
図１を参照して、実施の形態１に係る物体検知装置１０の構成を説明する。
物体検知装置１０は、コンピュータである。
物体検知装置１０は、プロセッサ１１と、メモリ１２と、ストレージ１３と、通信インタフェース１４とのハードウェアを備える。プロセッサ１１は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。
（【００１１】以降は省略されています）

関連特許