-
公开(公告)号：CN108027616B
公开(公告)日：2021-10-01
申请号：CN201680054021.9
申请日：2016-10-27
Applicant: 株式会社爱考斯研究
Inventor： 久野和宏
Abstract: 本发明提供能够在用户的前方，相对于用户移动到适当的位置来追随用户的移动体。根据移动体(10)，在用户(20)的前方追随用户(20)的移动控制中，用户(20)的位置的X坐标使用从用户(20)的躯体获取到的坐标，Y坐标使用用户(20)的躯体的位置和腿的位置中的任意一个接近移动体(10)的一方。由此，移动体(10)能够相对于用户(20)移动到适当的左右方向(X坐标)和前后方向(Y坐标)的目标位置。因此，能够适当地保持移动体(10)与用户(20)的距离，并能够在用户(20)的前方，进行不妨碍用户(20)的移动控制。
-
公开(公告)号：CN108027616A
公开(公告)日：2018-05-11
申请号：CN201680054021.9
申请日：2016-10-27
Applicant: 株式会社爱考斯研究
Inventor： 久野和宏
Abstract: 本发明提供能够在用户的前方，相对于用户移动到适当的位置来追随用户的移动体。根据移动体(10)，在用户(20)的前方追随用户(20)的移动控制中，用户(20)的位置的X坐标使用从用户(20)的躯体获取到的坐标，Y坐标使用用户(20)的躯体的位置和腿的位置中的任意一个接近移动体(10)的一方。由此，移动体(10)能够相对于用户(20)移动到适当的左右方向(X坐标)和前后方向(Y坐标)的目标位置。因此，能够适当地保持移动体(10)与用户(20)的距离，并能够在用户(20)的前方，进行不妨碍用户(20)的移动控制。
-
公开(公告)号：CN110249366A
公开(公告)日：2019-09-17
申请号：CN201880009328.6
申请日：2018-01-31
Applicant: 株式会社爱考斯研究 , 国立大学法人九州工业大学
IPC: G06T7/00
Abstract: 本发明提供更稳健的图像识别方式。图像处理装置(8)将作为图像识别的对象的图像转换为高分辨率图像(11)、中分辨率图像(12)、以及低分辨率图像(13)。图像处理装置(8)设定高分辨率图像(11)的关注像素(5)，并在共生矩阵(15)中对与偏移像素(1a)～(1d)的梯度方向的共生、在中分辨率图像(12)与像素(2a)～(2d)的梯度方向的共生、在低分辨率图像(13)中与像素(3a)～(3d)的梯度方向的共生进行投票。图像处理装置(8)对每个像素的组合以及每个分辨率创建这样的共生矩阵(15)。图像处理装置(8)对高分辨率图像(11)的各个像素进行上述的处理，其结果创建将完成的多个共生矩阵(15)的要素排成一列的共生直方图。进一步，图像处理装置(8)将共生直方图归一化，并提取以由此的频率为成分的矢量作为该图像的特征量。
-
公开(公告)号：CN111164533A
公开(公告)日：2020-05-15
申请号：CN201980004745.6
申请日：2019-03-25
Applicant: 株式会社爱考斯研究
Inventor： 久野和宏
IPC: G05D1/02
Abstract: 本发明提供一种能够抑制在对象者进行转弯动作的情况下的转大弯的跟随动作的移动体。根据移动体(1)，基于对用户(H)测距所得的测距数据(MP)来计算用户(H)的位置(Pu)和朝向(Du)，并基于它们计算针对用户(H)的移动体(1)的移动目标(T1)以及控制目标(T2)。另外，基于用户(H)的位置(Pu)和朝向(Du)，来计算用户坐标系中的移动体(1)的位置(Pr)和朝向(Dr)，并基于该移动体(1)的朝向(Dr)所成的角亦即角度偏差(Δθ)，来计算控制目标(T2)向用户(H)侧移位后的移位控制目标(T2')。由于驱动部(18)以移动体(1)向该移位控制目标(T2')移动的方式动作，所以能够抑制用户(H)进行转弯动作、旋转动作的情况下的转大弯的跟随动作。
-
公开(公告)号：CN110546683A
公开(公告)日：2019-12-06
申请号：CN201880022195.6
申请日：2018-03-14
Applicant: 株式会社爱考斯研究
Inventor： 久野和宏
Abstract: 本发明提供一种通过对图像识别的结果和测距数据进行融合来判定对象物而能够高速并且高精度地进行该判定对象物判定装置以及对象物判定程序。根据对象物判定装置(1)，对根据由照相机(3)获取到的图像计算出的图像识别得分和由测距传感器(4)获取到的测距值建立对应关系。对该测距值进行分组生成对象并将该对象的测距值以及图像识别得分存储至对象表(8c)。而且，基于根据对象表(8c)的值计算出的测距似然(β)、图像识别似然(α)以及匹配率(γ)来识别对象是人还是物体。由此，对从照相机(3)获取到的图像的图像识别得分和从测距传感器(4)获取到的测距值进行融合来识别对象是人还是物体，能够高速并且高精度地进行该识别处理。
-
Patent Agency Ranking
公开(公告)号：CN110462336A
公开(公告)日：2019-11-15
申请号：CN201880022300.6
申请日：2018-03-14
Applicant: 株式会社爱考斯研究
Inventor： 久野和宏
Abstract: 本发明提供一种抑制对象者行走时的臂的摆动的影响而能够推定对象者的朝向的身体朝向推定装置以及身体朝向推定程序。根据身体朝向推定装置(1)，将从测距传感器(3)获取到的对象者(H)的上半身的测距值(MP)分组为1～多个组。右臂或者左臂的组的近似椭圆与躯干的组的近似椭圆的相对角度为60度以上120度以下的情况下将它们分组为同一组。而且，获取相当于包含躯干的组的椭圆类型，并根据相当于该椭圆类型的测距值(MP)计算上半身的近似椭圆，将该上半身的近似椭圆中的短轴(Sa)方向设为对象者(H)的朝向。因此，由于将过度远离躯干的臂与包含躯干的组相区分，所以能够抑制由对象者(H)的臂的位置引起的影响来推定对象者(H)的朝向。
-
公开(公告)号：CN111164376A
公开(公告)日：2020-05-15
申请号：CN201980004746.0
申请日：2019-03-25
Abstract: 本发明提供在传感器与对象者的位置关系发生各种变化的环境下也能够检测对象者的朝向的身体朝向推断装置以及身体朝向推断程序。移动体(1)根据由测距传感器(16)测量出的测距数据(MP)计算近似椭圆(C)、以及基于xy轴、yx轴的二次函数(Qxy)、(Qyx)。选择接近用户(H)的肩宽(W1)以及厚度(W2)的近似椭圆(C)，并选择与测距数据(MP)的近似误差最小的二次函数(Qxy)、(Qyx)。而且，根据选择的近似曲线推断用户(H)的位置以及朝向。即，在基于一个形状或者坐标系的近似曲线不适合用户(H)的情况下，根据基于其它形状或者坐标系的近似曲线推断用户(H)的位置以及朝向。因此，即使测距传感器(16)与用户(H)的位置关系发生各种变化也能够检测用户(H)的位置以及朝向。
-
公开(公告)号：CN111149073A
公开(公告)日：2020-05-12
申请号：CN201980004756.4
申请日：2019-03-26
Applicant: 株式会社爱考斯研究
Inventor： 久野和宏
IPC: G05D1/02
Abstract: 本发明提供一种能够抑制在对象者的前面穿过这样的行驶的移动体。根据移动体(1)，根据对用户(H)测距所得的测距数据(MP)来计算用户(H)的位置(Pu)以及朝向(Du)，并基于这些来计算移动体(1)的位置(Pr)以及朝向(Dr)。在移动体(1)位于用户坐标系的第一象限或第四象限的情况下，将用户(H)的右前方的右侧移动目标(T1R)设定为移动目标(T1)，在移动体(1)位于用户坐标系的第二象限或第三象限的情况下，将用户(H)的左前方的左侧移动目标(T1L)设定为移动目标(T1)，移动体(1)基于这样的移动目标(T1)移动。因此，即使由于用户(H)的转弯动作等，而移动体(1)从用户(H)的右侧向左侧移动、或者从左侧向右侧移动，由于移动目标(T1)基于移动体(1)相对于用户(H)的位置来设定，所以也能够抑制移动体(1)在用户(H)的前面穿过这样的行驶。
-
公开(公告)号：CN110235177A
公开(公告)日：2019-09-13
申请号：CN201880009329.0
申请日：2018-01-31
Applicant: 株式会社爱考斯研究 , 国立大学法人九州工业大学
IPC: G06T7/45
Abstract: 本发明提高检测精度，并减少计算成本。图像处理装置(8)具有在特征面(15)中标绘图像的亮度梯度共生对，对该共生对应用EM算法来形成GMM的功能。图像处理装置(8)学习行人图像来创建行人图像的GMM，接着，学习背景图像来创建背景图像的GMM，还计算两者的差分，生成基于差分的再学习用的GMM。图像处理装置(8)通过应用逆函数定理而在特征面(15)中标绘按照再学习用的GMM的样本。最后，图像处理装置(8)通过以所指定的混合数量形成表示样本的分布的GMM来形成成为图像识别的基准的基准GMM。若将该混合数量设定得小于先前所指定的混合数量，则解析图像时的维度下降，能够减少计算成本。
-
公开(公告)号：CN109074652A
公开(公告)日：2018-12-21
申请号：CN201780020960.6
申请日：2017-03-30
Applicant: 株式会社爱考斯研究 , 国立大学法人九州工业大学
Abstract: 进行稳健性高的图像识别。图像识别装置(2)在图像(4)中推测为出现对象者(3)的位置设定包围对象者(3)的全身的整体观测区域(5)、和包围对象者(3)的特征的部分的部分观测区域(6a～6g)。图像识别装置(2)切取整体观测区域(5)和部分观测区域(6a～6g)的图像，并将HOG特征量和颜色分布特征量这两个图像特征量组合来计算这些图像与预先学习过的图像的类似度。图像识别装置(2)针对整体观测区域(5)和部分观测区域(6a～6g)分别独立地计算组合HOG特征量和颜色分布特征量的最佳的比例(比率)。该比例的决定通过将设定组合HOG特征量和颜色分布特征量的权重的权重参数αi包含于状态向量并作为利用粒子滤波器的穷举搜索的对象来进行。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.045 seconds)
