探测关于对象和/或自由空间的至少一部分的信息的方法技术

本发明专利技术涉及一种用于探测关于系统的周围环境的图示(4)中的至少一个对象(1、2)和/或自由空间(3)的至少一部分的信息的方法，其中，所述方法至少包括以下步骤：a)执行地面实况生成；b)执行障碍物和自由空间探测；c)执行跨越不同摄像头(5)和/或不同数字图像图示的泛化。不同摄像头(5)和/或不同数字图像图示的泛化。不同摄像头(5)和/或不同数字图像图示的泛化。

【技术实现步骤摘要】
探测关于对象和/或自由空间的至少一部分的信息的方法


[0001]本专利技术涉及一种用于探测关于系统的周围环境的图示中的至少一个对象和/或自由空间的至少一部分的信息的方法，尤其基于至少一个或多个由至少一个或多个摄像头获得的数字图像图示和/或基于由系统的至少一个有源的周围环境传感器、有利地由车辆获得的传感器数据。此外，提出一种用于执行该方法的计算机程序、一种具有该计算机程序的机器可读的存储介质以及一种用于车辆的对象识别系统。本专利技术尤其可以用于实现至少部分自动化的或自主的驾驶。此外，本专利技术还可以应用于机器人系统中，尤其是用于至少部分自动化的或自主的运行。

技术介绍

[0002]在先进的机器人系统中，感知系统的关键技术是识别机器人可以去哪里和障碍物位于哪里。使用经典的计算机视觉技术的常规方法是复杂的并且不连续(非端到端)工作。与此不同，深度学习技术大多在图像区域中工作，并且依赖于有源的3D传感器(如激光雷达、雷达等)来检测3D信息。这样的多传感器系统复杂且昂贵，并且需要高的技术耗费来同步和融合来自不同模态的信息。
专利
技术实现思路

本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于探测关于系统的周围环境的图示(4)中的至少一个对象(1、2)和/或自由空间(3)的至少一部分的信息的方法，其中，所述方法至少包括以下步骤：a)执行地面实况生成；b)执行障碍物和自由空间探测；c)执行跨越不同摄像头(5)和/或不同数字图像图示的泛化。2.根据权利要求1所述的方法，其中，所述系统的周围环境的图示(4)基于传感器数据，所述传感器数据从所述系统的至少一个有源的周围环境传感器获得。3.根据权利要求1或2所述的方法，其中，执行所述方法用于训练用于探测可行驶空间和障碍物信息的系统和/或深度学习算法。4.根据前述权利要求中任一项所述的方法，其中，在步骤a)中执行针对自由空间(3)的标...

【专利技术属性】
技术研发人员：D，
申请(专利权)人：罗伯特，
类型：发明
国别省市：