【技术实现步骤摘要】
本公开涉及用于使用来自相机的图像数据确定从相机到对象的距离的技术。
技术介绍
1、车辆通常包括传感器。传感器可以提供关于车辆操作的数据，例如车轮速度、车轮定向以及发动机和变速器数据(例如，温度、燃料消耗等)。传感器可检测车辆的位置和/或定向。传感器可以是全球定位系统(gps)传感器；加速度计，诸如压电或微机电系统(mems)；陀螺仪，诸如速率、环形激光器或光纤陀螺仪；惯性测量单元(imu)；和/或磁力计。传感器可以检测外部世界，例如车辆的周围环境的对象和/或特征，诸如其他车辆、道路车道标记、交通信号灯和/或标志、行人等。例如，传感器可以是雷达传感器、扫描激光测距仪、光检测和测距(激光雷达)装置和/或图像处理传感器(诸如相机)。
技术实现思路
1、本公开提供了用于使用来自相机的图像数据确定从相机到对象的距离的技术。相机可以例如安装在车辆上。具体地，所述技术能够使用单目图像数据，即，来自单个相机而不是一对立体相机的图像数据。所述技术可以包括根据来自所述相机的图像帧生成特征图，根据所述特征图生成...
【技术保护点】
1.一种方法，其包括：
2.如权利要求1所述的方法，其还包括基于距所述对象的所述距离来致动车辆部件。
3.如权利要求1所述的方法，其中用于生成所述特征图的所述输入为所述图像帧。
4.如权利要求3所述的方法，其还包括将所述图像帧和所述深度图组合成多通道图像，所述多通道图像包括用于深度的一个通道和用于相应颜色的多个通道。
5.如权利要求3所述的方法，其中估计所述距离包括执行机器学习程序，并且所述深度图和用于生成所述特征图的所述输入被输入到所述机器学习程序。
6.如权利要求1所述的方法，其中生成所述特征图包括执行被...
【技术特征摘要】
1.一种方法，其包括：
2.如权利要求1所述的方法，其还包括基于距所述对象的所述距离来致动车辆部件。
3.如权利要求1所述的方法，其中用于生成所述特征图的所述输入为所述图像帧。
4.如权利要求3所述的方法，其还包括将所述图像帧和所述深度图组合成多通道图像，所述多通道图像包括用于深度的一个通道和用于相应颜色的多个通道。
5.如权利要求3所述的方法，其中估计所述距离包括执行机器学习程序，并且所述深度图和用于生成所述特征图的所述输入被输入到所述机器学习程序。
6.如权利要求1所述的方法，其中生成所述特征图包括执行被组织为一系列层的机器学习程序，并且用于生成所述特征图的所述输入是所述层中的一者的中间输出，所述中间输出被传递到所述层中的下一层。
7.如权利要求6所述的方法，其中所述机器学习程序是第一机器学习程序，估计所述距离包括执行被组织为一系列层的第二机器学习程序，并且所述中间输出被输入到所述第二机器学习程序，位于所述第二机器学习程序的所述层中的中间位置处。
8.如权利要求7所述的方法，其中所述深度图被输入到所述第二...
【专利技术属性】
技术研发人员：Z·伊克巴尔，希塔·瑞瓦拉，A·马利克，古吉特·辛格，维贾伊·纳加萨米，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：
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。