[发明专利]对象运动的基于激光雷达的分类

说明书

背景技术

在机器视觉领域内，很多场景涉及各种对象的运动的检测，诸如对象运动跟踪和速度估计技术及设备。例如，可以评估在简短的时间周期上捕获的场景的图像序列以标识在若干序列图像中可见的特定对象，并且基于场景的各种地理属性，可以估计在捕获时间周期上通过场景的对象的运动。一些这样的场景可以涉及这样的对象的实时或者接近实时的评估，而其他场景可以涉及先前捕获的图像的回顾性评估，例如沿着道路向下行进的车辆可以捕获要被联结在一起以形成场景的全景或动态视图的场景的图像的序列，并且稍后可以对图像后处理以去除在捕获期间存在的瞬变对象对视图的障碍。

发明内容

提供本“发明内容”以介绍下面在“具体实施方式”中进一步描述的简化形式的概念的选择。本“发明内容”并非意在标识要求保护的主题的关键因素或者重要特征，也并非意在用于限制要求保护的主题的范围。

虽然可以标识对象，将对象估计为运动或者静止，并且从自然光图像的序列中去除对象，然而仅通过对虚拟图像的分析可实现的这样的估计的精度可能受到限制。然而，可以通过由激光雷达收集的与这样的对象有关的评级信息来进行补充分析，激光雷达通常被包括在用车辆中以用于对象检测、回避和导航。激光雷达的可用性和用途可以提供高精度的数据源，其可以在这样的对象运动还是静止的评估中进行特别展现，因为每种类型的对象可以表示激光雷达数据的明显不同的签名。

鉴于这些观察，本文中呈现了用于检测激光雷达点云中描绘的对象的运动的技术。这些技术包括：将激光雷达点云中的相应激光雷达点映射到三维体素空间中的体素，并且标识由共享三维体素空间内的邻接的体素的体素簇表示的至少一个对象。这些技术还包括：对于激光雷达点云中的相应激光雷达点，将激光雷达点与所选择的对象相关联，并且根据所选择的对象来对激光雷达点的运动分类。最后，这些技术包括：对于相应对象，根据与对象相关联的相应激光雷达点的运动来对对象的运动分类。通过以这种方式实现激光雷达点云中所描绘的相应对象的运动的检测，本文中所呈现的技术可以实现虚拟空间中的运动对象与静止对象的高精度的分类，其中这样的分类可以可用于根据本文中所呈现的技术的各种另外的处理技术(例如聚焦对象上的一个或多个图像；估计对象的位置、方位、速度和/或加速度；以及从描绘由激光雷达点云表示的区域的图像中去除对象)。

为了实现以上和相关目的，下面的描述和附图给出了特定说明性方面和实现。这些表示其中可以采用一个或多个方面的各种方式中的几种方式。本公开内容的其他方面、优点和新颖特征在结合附图考虑时根据下面的详细描述将变得很清楚。

附图说明

图1是对在环境内运动的同时捕获环境的图像以及环境中存在的其他对象的图像的车辆进行特征化的示例性场景的图示。

图2是对车辆周围的环境的激光雷达点云的捕获进行特征化并且描绘环境内存在的其他对象的示例性场景的图示。

图3是对激光雷达点云随着时间的评估进行特征化以根据本文中所呈现的技术将所标识的对象分类为静止或者运动的示例性场景的图示。

图4是随着时间评估激光雷达点云以根据本文中所呈现的技术将所标识的对象分类为静止或者运动的示例性方法的流程图。

图5是被配置为随着时间评估激光雷达点云以根据本文中所呈现的技术将所标识的对象分类为静止或者运动的示例性系统的组件框图。

图6是包括被配置为实施本文中所给出的规定中的一项或多项的处理器可执行指令的示例性计算机可读介质的图示。

图7是对在对象的分类之后的激光雷达点云的重新划分进行特征化以便根据本文中所呈现的技术区分附近的对象的示例性场景的图示。

图8图示可以在其中实现本文中所给出的规定中的一项或多项的示例性计算环境。

具体实施方式

现在参考附图来描述所要求保护的主题，在附图中，相似的参考标记遍及附图用于指代相似的元素。在以下描述中，出于解释的目的，阐述了大量具体细节以便提供对所要求保护的主题的透彻理解。然而，明显的是，可以在没有这些具体细节的情况下，实践所要求保护的主题。在其他实例中，以框图形式示出了结构和设备以便促进对所要求保护的主题的描述。

A.介绍