【技术实现步骤摘要】
【国外来华专利技术】移动平台的环境检测中的天空确定以及相关的系统和方法
本公开的技术总体涉及确定和去除诸如天空等的干扰特征，以检测与移动平台相邻的环境。
技术介绍
通常可以使用一个或多个传感器来扫描或以其他方式检测围绕移动平台(例如，自主驾驶载具)的环境。例如，移动平台可以配备有立体视觉系统(例如，“立体相机”)以感测其周围环境。立体相机通常是具有两个或多个透镜的相机，每个透镜具有单独的图像传感器或胶卷框架(filmframe)。当同时使用两个或多个透镜从不同角度拍摄照片/视频时，对应的照片/视频之间的差异提供了用于计算深度信息(例如，场景中的物体与立体相机之间的距离)的基础。作为另一示例，移动平台可以配备有一个或多个LiDAR传感器，这些传感器通常向外发送脉冲信号(例如，激光信号)，检测脉冲信号反射并确定关于环境的深度信息，以便于物体检测和/或识别。当装备有自主驾驶或高级驾驶辅助系统(ADAS)技术时，车辆可以在某些情况下自行驾驶，或者至少感测环境以帮助驾驶员。仍然需要更有效率且更有效的环境检测技术。
技术实现思路
以下专...
【技术保护点】
1.一种计算机实现的用于使用相机单元和惯性测量单元IMU来检测天空的方法，所述相机单元和所述IMU两者由共同的自主载具承载，所述方法包括：/n将由彩色相机单元获得的二维2D彩色图像分割成多个区域，其中，所述彩色图像描绘所述自主载具周围的环境的至少一部分；/n至少部分地基于从所述IMU获得的感测数据，来确定相对于所述彩色图像的地平线的指示；/n至少部分地基于所述地平线的指示来滤出第一区域子集以生成减少的区域集合；/n至少部分地基于与所述减少的区域集合相关联的颜色信息，从所述减少的区域集合识别与所述天空相对应的第二区域子集；/n将所识别的第二区域子集转换为立体相机单元的参考系；...
【技术特征摘要】 【专利技术属性】
【国外来华专利技术】1.一种计算机实现的用于使用相机单元和惯性测量单元IMU来检测天空的方法，所述相机单元和所述IMU两者由共同的自主载具承载，所述方法包括：
将由彩色相机单元获得的二维2D彩色图像分割成多个区域，其中，所述彩色图像描绘所述自主载具周围的环境的至少一部分；
至少部分地基于从所述IMU获得的感测数据，来确定相对于所述彩色图像的地平线的指示；
至少部分地基于所述地平线的指示来滤出第一区域子集以生成减少的区域集合；
至少部分地基于与所述减少的区域集合相关联的颜色信息，从所述减少的区域集合识别与所述天空相对应的第二区域子集；
将所识别的第二区域子集转换为立体相机单元的参考系；以及
至少使用所述立体相机单元来执行环境检测。
2.一种计算机实现的用于使用由移动平台承载的一个或多个传感器的环境感测的方法，包括：
从由所述移动平台承载的视觉传感器获得的图像识别多个区域；
从所述多个区域确定与干扰特征相对应的区域子集，其中，识别所述多个区域或确定所述区域子集中的至少一个是至少部分地基于由所述移动平台承载的第二传感器获得的非图像数据的；以及
至少部分地基于所述区域子集来执行环境检测。
3.根据权利要求2所述的方法，其中，所述多个区域中的各个区域彼此不重叠。
4.根据权利要求2所述的方法，其中，整个图像被划分为所述多个区域。
5.根据权利要求2所述的方法，其中，识别所述多个区域包括：
至少部分地基于由所述第二传感器获得的所述非图像数据从所述图像选择目标部分；以及
从所述图像的目标部分识别所述多个区域。
6.根据权利要求5所述的方法，其中从所述图像选择所述目标部分包括：至少部分地基于所述非图像数据来确定相对于所述图像的线。
7.根据权利要求6所述的方法，其中，所述图像的目标部分位于所述线的一侧。
8.根据权利要求2所述的方法，其中，识别所述多个区域至少部分地基于边缘检测。
9.根据权利要求8所述的方法，其中，识别所述多个区域还包括使用Canny、Roberts交叉、Sobel或Prewitt方法中的至少一种。
10.根据权利要求2所述的方法，其中，所述视觉传感器包括单目彩色相机。
11.根据权利要求2所述的方法，其中，所述第二传感器包括惯性测量单元IMU。
12.根据权利要求2所述的方法，其中，所述第二传感器与所述视觉传感器之间的相对位置和/或朝向是固定的。
13.根据权利要求2所述的方法，其中，从所述多个区域确定与干扰特征相对应的所述区域子集还包括：至少部分地基于所述干扰特征与图像的一部分之间的空间关系来滤出另一区域子集。
14.根据权利要求13所述的方法，其中，所述图像的一部分与所述另一区域子集至少部分地重叠。
15.根据权利要求13所述的方法，其中，所述干扰特征与所述图像的一部分之间的空间关系由相对于所述图像的线定义。
16.根据权利要求2所述的方法，其中，所述干扰特征距所述移动平台至少阈值距离。
17.根据权利要求16所述的方法，其中，所述干扰特征与所述天空相对应。
18.根据权利要求16所述的方法，其中，与所述干扰特征相关联的颜色符合特定类型的颜色分布。
19.根据权利要求2所述的方法，其中，确定所述区域子集至少部分地基于梯度的测量。
20.根据权利要求19所述的方法，所述梯度的测量是至少部分地基于颜色值来计算的。
21.根据权利要求2所述的方法，其中，确定所述区域子集包括使用支持向量机SVM或人工神经网络ANN中的至少一种。
22.根据权利要求2所述的方法，其中，所述区域子集包括彼此连接的区域。
23.根据权利要求2所述的方法，还包括：转换与所述区域子集相对应的数据以与由第三传感器获得的数据进行集成。
24.根据权利要求23所述的方法，其中，所述第三传感器产生三维3D传感器数据。
25.根据权利要求23所述的方法，其中，所述第三传感器包括立体相机。
26.根据权利要求23所述的方法，还包括在转换与所述区域子集相对应的数据之前，使由所述立体相机获得的数据不失真。
27.根据权利要求23所述的方法，其中，执行环境检测还基于由所述第三传感器获得的数据。
28.根据权利要求2所述的方法，其中，所述移动平台包括以下中的至少一项：无人机UAV、有人驾驶飞行器、自主载具、自平衡载具或机器人。
29.一种存储计算机可执行指令的非暂时性计算机可读介质，所述计算机可执行指令在被执行时使与移动平台相关联的一个或多个处理器执行动作，所述动作包括：
从由所述移动平台承载的视觉传感器获得的图像中识别多个区域；
从所述多个区域确定与干扰特征相对应的区域子集，其中，识别所述多个区域或确定所述区域子集中的至少一个是至少部分地基于由所述移动平台承载的第二传感器获得的非图像数据的；以及
至少部分地基于所述区域子集来执行环境检测。
30.根据权利要求29所述的计算机可读介质，其中，所述多个区域中的各个区域彼此不重叠。
31.根据权利要求29所述的计算机可读介质，其中，整个图像被划分为所述多个区域。
32.根据权利要求29所述的计算机可读介质，其中，识别所述多个区域包括：
至少部分地基于由所述第二传感器获得的所述非图像数据从所述图像选择目标部分；以及
从所述图像的目标部分识别所述多个区域。
33.根据权利要求32所述的计算机可读介质，其中，从所述图像选择所述目标部分包括至少部分地基于所述非图像数据来确定相对于所述图像的线。
34.根据权利要求33所述的计算机可读介质，其中，所述图像的目标部分位于所述线的一侧。
35.根据权利要求29所述的计算机可读介质，其中，识别所述多个区域至少部分地基于边缘检测。
36.根据权利要求35所述的计算机可读介质，其中，识别所述多个区域还包括使用Canny、Roberts交叉、Sobel或Prewitt方法中的至少一种。
37.根据权利要求29所述的计算机可读介质，其中，所述视觉传感器包括单目彩色相机。
38.根据权利要求29所述的计算机可读介质，其中，所述第二传感器包括惯性测量单元IMU。
39.根据权利要求29所述的计算机可读介质，其中，所述第二传感器与所述视觉传感器之间的相对位置和/或朝向是固定的。
40.根据权利要求29所述的计算机可读介质，其中，从所述多个区域确定与干扰特征相对应的区域子集还包括：至少部分地基于所述干扰特征与所述图像的一部分之间的空间关系来滤出另一区域子集。
41.根据权利要求40所述的计算机可读介质，其中，所述图像的一部分与所述另一区域子集至少部分地重叠。
42.根据权利要求40所述的计算机可读介质，其中，所述干扰特征与所述图像的一部分之间的空间关系由相对于所述图像的线定义。
43.根据权利要求29所述的计算机可读介质，其中，所述干扰特征距所述移动平台至少阈值距离。
44.根据权利要求43所述的计算机可读介质，其中，所述干扰特征与所述天空相对应。
45.根据权利要求43所述的计算机可读介质，其中，与所述干扰特征相关联的颜色符合特定类型的颜色分布。
46.根据权利要求29所述的计算机可读介质，其中，确定所述区域子集至少部分地基于梯度的测量。
47.根据权利要求46所述的计算机可读介质，其中，所述梯度的测量是至少部分地基于颜色值来计算的。
48.根据权利要求29所述的计算机可读介质，其中，确定所述区域子集包括使用支持向量机SVM或人工神经网络ANN中的至少一种。
49.根据权利要求29所述的计算机可读介质，其中，所述区域子集包括彼此连接的区域。
50.根据权利要求29所述的计算机可读介质，其中，所述动作还包括：转换与所述区域子集相对应的数据以与由第三传感器获得的数据进行集成。
51.根据权利要求50所述的计算机可读介质，其中，所述第三传感器产生三维3D传感器数据。
52.根据权利要求50所述的计算机可读介质，其中，所述第三传感器包括立体相机。
53.根据权利要求50所述的计算机可读介质，其中，所述动作还包括：在转换与所述区域子集相对应的数据之前，使由所述立体相机获得的数据不失真。
技术研发人员：蔡剑钊，周游，杜劼熹，
申请(专利权)人：深圳市大疆创新科技有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。