利用传感器数据的交互对应分析实现传感器融合制造技术

从多个传感器(111‑114)接收传感器数据(121‑124)，其中，所述多个传感器(111‑114)使用多种测量模式表示共同场景(80)。在各个传感器数据(121‑124)中确定至少一个相应的特征，并且还为多个传感器(111‑114)中的每个传感器获得相应的性能规格数据(172)。此外，考虑到所述相应的性能规格数据(172)，在所述传感器数据(121‑124)的特征之间进行交互的对应分析。传感器作为对应分析的功能被融合。

【技术实现步骤摘要】
【国外来华专利技术】利用传感器数据的交互对应分析实现传感器融合
本专利技术的各种实例一般涉及来自多个传感器的传感器数据的传感器融合。
技术介绍
在许多应用领域中，需要对场景－例如室内或道路－进行可靠而稳健的测量。一个示例涉及在场景中控制机器人的运动。如果准确，可靠地测量了场景，就可以避免机器人与场景中的物体发生碰撞，并可以规划最佳路径。在各种示例中，使用于自多个传感器的传感器数据的传感器融合，每个传感器使用多种测量模式对一个共同的场景进行成像，以提高测量场景的精度。例如，YE,Mao等人在《通过声和立体融合实现眼镜存在下的三维重建》：IEEE关于计算机视觉和模式识别的会议论文集，2015，(3Dreconstructioninthepresenceofglassesbyacousticandstereofusion.In:ProceedingsoftheIEEEConferenceonComputerVisionandPatternRecognition.2015)第4885-4893页中描述了一种示例性技术。
技术实现思路
需要改进传感器融合技术。特别是，需要一种能够准确、可靠地测量场景的传感器融合技术。这个目标是通过独立权利要求的特征来实现的。从属权利要求的特征定义了实施例。在一个示例中，一种计算机实现的传感器融合方法，包括从多个传感器接收传感器数据。在这种情况下，所述多个传感器使用多种测量模式对共同场景进行成像。该方法还包括为所述多个传感器中的相应的传感器确定各自的传感器数据中的至少一个相应特征。该方法还包括为所述多个传感器中的每个传感器获取相应的性能规格数据。该方法还包括在所述传感器数据的特征之间进行相互对应分析，其中，在这种情况下，考虑所述相应的性能规格数据。该方法还包括在所述对应分析的基础上进行传感器融合。一种计算机程序或计算机程序产品，包括可由至少一个处理器执行的程序代码。所述程序代码的执行使所述至少一个处理器执行传感器融合方法。该方法包括从多个传感器接收传感器数据。在这种情况下，所述多个传感器使用多种测量模式对共同场景进行成像。该方法还包括为所述多个传感器中的相应的传感器确定各自的传感器数据中的至少一个对应特征。该方法还包括为所述多个传感器中的每个传感器获取相应的性能规格数据。该方法还包括在所述传感器数据的特征之间进行相互对应分析，其中，在这种情况下，考虑所述相应的性能规格数据。该方法还包括在所述对应分析的基础上进行传感器融合。一种装置，包括至少一个处理器和一个存储器。所述至少一个处理器被配置为从所述存储器中加载程序代码，基于所述程序代码的执行来执行以下步骤：从多个传感器接收传感器数据，其中，所述多个传感器使用多种测量模式对共同场景进行成像；为所述多个传感器中的相应的传感器确定各自的传感器数据中的至少一个对应特征；为所述多个传感器中的每个传感器获取相应的性能规格数据；考虑到所述对应的性能指标数据，在所述传感器数据的特征之间进行相互对应分析；在所述对应分析的基础上进行传感器融合。在不脱离本专利技术保护范围的前提下，上述特征和下文所述的特征不仅可以在明确阐述的相应组合中使用，还可以以进一步组合使用或单独使用。附图说明图1示意性地示出了具有多个物体的场景，其中机器人根据各种示例进行移动；图2示意性地示出了对来自捕获场景的传感器的传感器数据的示例性处理；图3是一个示例性方法的流程图。具体实施方式上面描述的本专利技术的特性、特征和优点以及实现它们的方式将结合下面的示例性实施例的描述变得更加清晰和明确，这些示例性实施例将结合图示进行更详细的解释。下面在优选实施例的基础上，并参照附图对本专利技术进行更详细的解释。在图中，相同的附图标记表示相同或相似的元件。附图是本专利技术各种实施例的示意性表示。图中示出的元件不一定是按真实比例显示的。而是，以本领域技术人员可以理解其功能和通用性的方式来描绘图中所示的各种元件。如图所示，功能单元和元件之间的连接和联接还可以实现为间接连接或联接。可以有线或无线方式实现连接或耦合。功能单元可以实现为硬件，软件或硬件和软件的组合。下面介绍与传感器融合相关的技术。传感器融合涉及到对多个传感器的传感器数据的组合。在这种情况下，传感器融合可能涉及使用多种测量模式对共同场景进行成像的多个传感器。换句话说，不同的传感器因此可以使用不同的测量模式对场景进行成像。这可能意味着不同传感器的测量场具有重叠区域。一般来说，本文所描述的技术可用于各种应用领域。例如，可以基于传感器融合来控制场景中机器人的移动。例如，可以使用移动机器人，并且可以基于传感器融合来计划移动机器人的轨迹。在另一个示例中，可以使用以固定方式安装并且具有一个或多个铰接的机器人臂的机器人。然后，可以基于传感器融合来移动机器人臂。例如，可以监测机器人臂是否靠近操作者或另一个限制区域。一般来说，在不同的实施例中，与传感器融合相关的传感器的数量和类型可以有所不同。例如，在传感器融合中通常可以考虑到2至10个传感器的范围。示例性的传感器包括有源传感器，例如，ToF(飞行时间)传感器；雷达传感器；激光雷达传感器，例如，带扇形照明的1-D/2-D扫描/旋转或闪光激光雷达；超声波传感器，例如，单个传感器或超声波传感器阵列。替代的或补充地，还可以使用无源传感器，例如，摄像机或立体摄像机。可以在红外光谱、可见光谱或紫外光谱中使用摄像机。可以使用单目摄像机或立体摄像机。还可以使用主动式摄像机，它能投射出图案－例如，线状图案等，并能由此确定表面形貌。从这些示例中可以清楚地看出，测量模式根据传感器类型的不同而变化。例如，雷达传感器和激光雷达传感器使用不同波长范围的电磁波，雷达传感器，例如，使用千兆赫范围的波，而激光雷达传感器通常使用红外范围的波，例如950nm或C波段的波。超声波传感器使用空气的密度波动而不是电磁波作为测量模式。一般来说，既可以使用相对于场景固定的传感器，还可以使用可移动的传感器。例如，可以在机器人上安装一个或多个传感器，该机器人的移动是基于传感器融合来控制的；替代的或补充地，可以相对于机器人以固定的方式安装一个或多个传感器。传感器数据还可以根据传感器的不同而不同。传感器数据对场景进行成像。根据测量模式，用不同的物理观测值对场景进行成像。例如，传感器数据的信息内容可以变化。一些传感器数据可能不具有任何空间分辨率：例如，超声波传感器可能只提供单个距离值，但不提供横向分辨率。其他传感器数据可能具有1-D分辨率：例如，一维扫描的激光雷达传感器就属于这种情况。然而，其他传感器数据可能具有2-D分辨率，例如，基于2D相干传输阵列的二维扫描激光雷达传感器或照相机图像或雷达传感器。在这种情况下，传感器数据的分辨率可能因传感器而异：例如，雷达传感器的横向图像点数量通常少于激光雷达传感器。各种示例都是基于这样的见解，即各种传感器可能根据场景提供不正确或错误的信息。一个示例涉及将照相机作为传感器，例如：照相机通常不能检测在相应的波长范围内透明的物体，或者只本文档来自技高网...

【技术保护点】
1.一种计算机实现的传感器融合方法，其中，所述方法包括：/n从多个传感器(111-114)接收传感器数据(121-124)，其中，所述多个传感器(111-114)使用多种测量模式对共同场景(80)成像，/n对于所述多个传感器(111-114)中的每个传感器：在所述各自的传感器数据(121-124)中确定至少一个相应的特征，/n对于所述多个传感器(111-114)中的每个传感器：获得相应的性能规格数据(172)，/n考虑到所述相应的性能规格数据(172)，在所述传感器数据(121-124)的特征之间进行相互对应分析，以及/n在所述对应分析的基础上进行传感器融合。/n

【技术特征摘要】
【国外来华专利技术】20180801 DE 102018118666.51.一种计算机实现的传感器融合方法，其中，所述方法包括：
从多个传感器(111-114)接收传感器数据(121-124)，其中，所述多个传感器(111-114)使用多种测量模式对共同场景(80)成像，
对于所述多个传感器(111-114)中的每个传感器：在所述各自的传感器数据(121-124)中确定至少一个相应的特征，
对于所述多个传感器(111-114)中的每个传感器：获得相应的性能规格数据(172)，
考虑到所述相应的性能规格数据(172)，在所述传感器数据(121-124)的特征之间进行相互对应分析，以及
在所述对应分析的基础上进行传感器融合。


2.根据权利要求1所述的方法，
其中，所述性能规格数据(172)指示具有特定属性的成像特征的相应测量模式的至少一个限制。


3.根据权利要求2所述的方法，
其中，所述至少一个限制包括所述场景(80)中的物体(81-83)的横向范围的低阈值。


4.根据权利要求2或3所述的方法，
其中，所述至少一个限制包括所述场景(80)中的物体(81-83)基于相应的传感器相对于所述物体(81-83)的姿势的几何定向。


5.根据权利要求2至4中任一项所述的方法，
其中，所述至少一个限制包括所述场景(80)中物体(81-83)的表面的反射率。


6.根据前述权利要求中的任一项所述的方法，
其中，所述至少一个特征分别基于所述传感器数据(121-124)的单独测量来确定。


7.根据前述权利要求中任一项所述的方法，还包括：
如果所述对应分析作为结果表明，在所述相应的性能规范数据(172)的范围有可能存在有限的对应关系：使用场景重建算法。


8.根据权利要求7所述的方法，
其中，所述场景重建算法根据预先定义的场景(80)...

【专利技术属性】
技术研发人员：丹尼尔·斯派斯，马蒂亚斯·卡尔，
申请(专利权)人：卡尔蔡司股份公司，
类型：发明
国别省市：德国;DE