确定对象运动状态的方法和设备、操控车辆系统的设备技术方案

本发明专利技术涉及一种用于确定车辆环境中的至少一个对象的运动状态的方法。车辆具有至少一个车辆摄像机，用于提供代表环境的图像数据。所述方法包括读入通过处理图像数据所生成的运动性量度和质量信息的步骤。本方法也包括在使用读入的质量信息的情况下产生像素特定的质量信息的步骤。所述方法还包括在使用运动性量度和像素特定的质量信息的情况下针对每个像素求取运动概率的步骤。所述运动概率针对每个像素显示该像素从属于运动对象或从属于静态对象的概率，作为运动状态。本发明专利技术还涉及一种用于操控车辆的车辆系统的方法。本发明专利技术还涉及一种设备、计算机程序以及机器可读的存储介质。

【技术实现步骤摘要】
确定对象运动状态的方法和设备、操控车辆系统的设备
本专利技术从一种用于确定车辆环境中的对象的运动状态的方法和设备以及一种用于操控车辆的车辆系统的设备出发。本专利技术的主题也包括一种计算机程序。
技术介绍
例如，驾驶员辅助功能和用于自动行驶的功能尤其要求尽可能精确地感测和描述车辆环境。在此，例如对自身运动的对象，例如人、骑行者或其他车辆的识别可以是组成部分。尤其将摄像机考虑为用于环境感测的传感器类型，因为摄像机使得能够求取高分辨率的运动。这例如在使用对应性方法例如所谓的光流的情况下借助于分析图像序列来实现。为了识别自身运动的对象，例如可以使用几何方法。在此，可以据此识别自身运动的对象，即在图像序列中所观察到的所述对象的运动(光流)不能通过摄像机的运动来解释。然而，上述对应性方法的结果可能是有噪声的或是系统性错误的，这可能导致错误的或缺失的动态对象探测结果。
技术实现思路
在该背景下，通过在这里所提出的方案提出一种用于确定车辆环境中的对象的运动状态的方法以及设备，该设备使用该方法，以及最后提出一种相应的计算机程序。通过优选实施方式能实现在本专利技术中所说明的方法和设备的有利扩展方案和改进。根据实施方式，尤其可以实现基于摄像机来探测车辆环境中的自身运动的对象，其中，对于每个所识别出的、相继图像中的像素的对应性，可以求取动态对象概率或运动概率(英语，DynamicObjectProbability，DOP)以及从属的置信度。在此，为了降低噪声效应，例如可以提供两种算法方法，其中，一种算法方法可以主要排除随机噪声效应并且另一种算法方法可以主要排除系统性噪声效应。因为随机噪声效应通常可能源自对应性算法、例如光流，所以对随机噪声效应的补偿可以通过附加地知道所述对应性的品质或者说质量来实现。当对应性测量的品质差时，则这种测量不应被归类为或仅以小概率被归类为从属于动态对象，因为这可能是错误的或有噪声的测量。附加于每次测量，已知的对应性算法也可以提供质量信息，所述质量信息表明对应测量有多良好、多精确或多有可能。这例如可以以置信度、标准偏差或抽象量度的形式实现。例如，光流可以提供例如可以描述测量品质、多义性概率和时间一致性的质量信息。根据实施方式，补偿系统性噪声效应例如可以以单独的算法方法实现。在此，尤其可以充分利用动态对象和静态真实世界的时间一致性。这例如基于以下假设，在较长时间上已被归类为静态的对应性突然变为动态的概率较小，或者说先前被归类为动态的像素在未来与是静态的相比更可能是动态的。为了充分利用时间一致性，可以在比两个相继图像之间的时间段更长的时间段上求出所述对应性的级联。有利地，根据实施方式，尤其可以提供一种用于基于摄像机来探测自身运动的对象或者说动态对象的稳健系统。该系统可以实现基于摄像机可靠地探测动态对象并且在此实现相对于所提及的噪声效应经改进的稳健性。因此，尤其可以通过一个统一的方案来补偿在使用于实际产品中时由随机噪声和系统性噪声所引起的干扰效应。在此，尤其从例如基于几何的运动性量度或者说动态对象测量例如对极错误到运动概率的初始转化可以产生有利的影响，因为与基于几何的量度相比，运动概率的时间融合在数学上和物理上被良好地激发。与累积例如对极错误的情况不同，视图像中的位置、摄像机自身运动、对象运动等而定，这种运动概率不能轻易地变化并且不能具有过零点(Nulldurchgang)。这种运动概率可以描述抽象出的几率参量，该几率参量例如可以处于零和一之间的值域中并且因此可以始终被等同地解释。提出一种用于确定车辆环境中的至少一个对象的运动状态的方法，其中，所述车辆具有至少一个车辆摄像机，用于提供代表环境的图像数据，其中，所述方法具有以下步骤：-读入通过处理该图像数据所生成的运动性量度和质量信息，其中，运动性量度具有在使用由该图像数据所代表的相继图像中的像素之间的借助对应性算法所识别的对应性的情况下所生成的连续测量值，以探测运动对象像素，其中，质量信息显示所述对应性的至少与由噪声决定的干扰影响有关的质量；-在使用所读入的质量信息的情况下产生像素特定的质量信息，其中，像素特定的质量信息针对每个像素显示对应性的质量；和-在使用运动性量度和像素特定的质量信息的情况下针对每个像素求取运动概率，其中，所述运动概率针对每个像素显示该像素从属于运动对象或从属于静态对象的概率，作为运动状态。该方法例如可以以软件或硬件的形式或以软件和硬件的混合形式例如在控制器或设备中实现。所述车辆可以是机动车，例如乘用车或商用车。尤其，所述车辆可以是高度自动化行驶的车辆或用于高度自动化行驶的行驶工具。所述至少一个车辆摄像机可以装配或固定地安装在车辆中。所述运动状态可以通过至少一个数值代表，该数值显示静态运动状态、动态运动状态并且附加地或替代地显示以所求取的概率介于静态与动态之间的运动状态。所述对应性算法例如可以是所谓的光流或类似物。所述对应性可以在图像数据的时间上相继的图像之间进行识别。所述对应性例如可以是点对应性或图像中的线、面或更复杂形状之间的对应性。基于所述对应性可以推导出合适的运动性量度或者说动态对象测量，以便显示动态运动状态。在此，可以从图像对应性推导出，所述对应性是属于静态真实世界还是属于运动对象。这种量度例如可以是与对极线的角度偏差。运动性量度可以在使用所述对应性以及另外的处理规则的情况下生成。为此，可以探测与静态真实世界的预期行为不相应的运动，例如违反对极(Epipolarverletzung)的运动、处于静态真实世界的点对应性的预期值域以外的符合对极的运动，和/或远离摄像机且在三角测量法中会得到负深度的符合对极的运动。也可以探测违反附加假设、例如平面性假设的运动。运动性量度可以代表用于探测动态对象像素的量度或用于辨识动态对象的量度。所述质量信息可以代表所述对应性或对应性算法的(协)方差、分布密度函数或关于质量或品质的抽象量度，例如可靠性、稳健性或类似量度。此外，该方法可以具有在使用所述对应性的情况下对运动概率实施时间滤波的步骤，以便产生显示运动状态的经滤波的运动概率。在此，在实施步骤中，可以针对每个经滤波的运动概率确定置信度值。该置信度值可以显示，经滤波的运动概率多可靠地并且附加地或替代地多精确地描述了运动状态。根据一个实施方式，在实施步骤中，可以在使用阈值比较的情况下实施经滤波的运动概率的二元化。在此，二元化的经滤波的运动概率可以将运动状态显示为静态的或动态的。这种实施方式提供以下优点，可以更可靠地判断，像素是属于静态对象还是属于运动的或者说动态的对象，并且因此判断在车辆环境中是存在静态对象还是动态对象。此外，在此，可以进一步减少被错误地识别为“动态”的对象的数量。在实施步骤中，也可以在使用递归滤波器并且附加地或替换地在使用T存储器环节的情况下实施时间滤波。所述递归滤波器可以是一阶递归滤波器。所述T存储器环节可以是T触发器。这种实施方式具有以下优点，可以简单且可靠地对先前确定的运动概率实施时间滤波。此外，在实施步骤中，可以将在至少一个先前时间步中所产生的经滤波的运动概率与本文档来自技高网...

【技术保护点】
1.一种用于确定车辆(100)的环境中的至少一个对象(X；X1，X2，X3)的运动状态的方法(200)，其中，所述车辆(100)具有至少一个车辆摄像机(102)用于提供代表所述环境的图像数据(105)，其中，所述方法(200)具有以下步骤：/n-读入(210)通过处理所述图像数据(105)所生成的运动性量度(117)和质量信息(119)，其中，所述运动性量度(117)具有在使用由所述图像数据(105)所代表的相继图像中的像素之间的借助对应性算法所识别的对应性的情况下所生成的连续测量值，以探测运动对象像素，其中，所述质量信息(119)显示所述对应性的至少与由噪声决定的干扰影响有关的质量；/n-在使用所读入的质量信息(119)的情况下产生(220)像素特定的质量信息(423)，其中，所述像素特定的质量信息(423)针对每个像素显示所述对应性的质量；和/n-在使用所述运动性量度(117)和所述像素特定的质量信息(423)的情况下针对每个像素求取(230)运动概率(P

【技术特征摘要】
20200208 DE 102020201569.41.一种用于确定车辆(100)的环境中的至少一个对象(X；X1，X2，X3)的运动状态的方法(200)，其中，所述车辆(100)具有至少一个车辆摄像机(102)用于提供代表所述环境的图像数据(105)，其中，所述方法(200)具有以下步骤：
-读入(210)通过处理所述图像数据(105)所生成的运动性量度(117)和质量信息(119)，其中，所述运动性量度(117)具有在使用由所述图像数据(105)所代表的相继图像中的像素之间的借助对应性算法所识别的对应性的情况下所生成的连续测量值，以探测运动对象像素，其中，所述质量信息(119)显示所述对应性的至少与由噪声决定的干扰影响有关的质量；
-在使用所读入的质量信息(119)的情况下产生(220)像素特定的质量信息(423)，其中，所述像素特定的质量信息(423)针对每个像素显示所述对应性的质量；和
-在使用所述运动性量度(117)和所述像素特定的质量信息(423)的情况下针对每个像素求取(230)运动概率(Pk)，其中，所述运动概率(Pk)针对每个像素显示该像素从属于运动对象(X；X1，X2，X3)或从属于静态对象(X)的概率，作为运动状态。


2.根据权利要求1所述的方法(200)，其特征在于，具有在使用所述对应性的情况下对所述运动概率(Pk)实施时间滤波的实施步骤(240)，以便产生显示所述运动状态的经滤波的运动概率


3.根据权利要求2所述的方法(200)，其特征在于，在所述实施步骤(240)中，针对每个经滤波的运动概率确定置信度值，其中，所述置信度值显示，经滤波的运动概率多可靠和/或多精确地描述所述运动状态。


4.根据权利要求2或3所述的方法(200)，其特征在于，在所述实施步骤(240)中，在使用阈值比较的情况下实施经滤波的运动概率的二元化，其中，二元化的经滤波的运动概率将所述运动状态显示为静态的或动态的。


5.根据权利要求2至4中任一项所述的...

【专利技术属性】
技术研发人员：O·朗格，
申请(专利权)人：罗伯特·博世有限公司，
类型：发明
国别省市：德国;DE