[发明专利]棒状像素估计方法和系统

权利要求书

1.一种用于检测物体的方法，包括：

由处理器接收来自图像传感器的图像数据；

由处理器接收来自雷达系统的雷达数据；

由所述处理器处理来自所述图像传感器的所述图像数据以确定一个或多个棒状像素；

由所述处理器处理来自所述雷达系统的所述雷达数据以确定一个或多个存在向量；

由所述处理器使用深度学习方法融合所述一个或多个棒状像素和所述一个或多个存在向量；

由所述处理器基于融合的棒状像素和存在向量估计所述一个或多个棒状像素的运动；以及

由所述处理器基于所述一个或多个棒状像素的估计的运动来检测物体。

2.根据权利要求1所述的方法，其中，所述处理包括：

基于所述图像数据形成图像的感兴趣区域ROI窗口；和

使所述ROI窗口从图像位置的左侧到所述图像的右侧运动到多个位置，以顺序地确定在每个位置处棒状像素的存在。

3.根据权利要求1所述的方法，其中，所述处理包括：

基于所述图像数据形成感兴趣区域ROI窗口；

使用卷积神经网络确定所述ROI窗口的中心线是否包括棒状像素；和

当确定棒状像素时报告可能性、位置、高度和类别标签。

4.根据权利要求1所述的方法，还包括确定所述融合的棒状像素和存在向量的每个的速度，并且其中，基于所述融合的棒状像素和存在向量的每个的所述速度来进行所述物体的检测。

5.根据权利要求4所述的方法，还包括确定所述融合的棒状像素和存在向量的每个的位移，并且其中，基于所述融合的棒状像素和存在向量的每个的所述位移来进行所述物体的检测。

6.一种用于检测物体的系统，包括：

图像传感器，其生成图像数据；

雷达系统，其生成雷达数据；和

计算机模块，其由处理器处理来自所述图像传感器的所述图像数据以确定一个或多个棒状像素，处理来自所述雷达系统的所述雷达数据以确定一个或多个存在向量，使用深度学习方法融合所述一个或多个棒状像素和所述一个或多个存在向量，基于融合的棒状像素和存在向量估计所述一个或多个棒状像素的运动，以及基于所述一个或多个棒状像素的估计的运动来检测物体。

7.根据权利要求6所述的系统，其中，所述计算机模块基于所述图像数据形成图像的感兴趣区域ROI窗口；并且使所述ROI窗口从图像位置的左侧到所述图像的右侧运动到多个位置，以顺序地确定在每个位置处棒状像素的存在。

8.根据权利要求6所述的系统，其中，所述计算机模块基于所述图像数据形成感兴趣区域ROI窗口，使用卷积神经网络确定所述ROI窗口的中心线是否包括棒状像素，并且当确定棒状像素时报告可能性、位置、高度和类别标签。

9.根据权利要求6所述的系统，其中，所述计算机模块确定所述融合的棒状像素和存在向量的每个的速度，并且基于所述融合的棒状像素和存在向量的每个的所述速度来检测所述物体。

10.根据权利要求9所述的系统，其中，所述计算机模块确定所述融合的棒状像素和存在向量的每个的位移，并且基于所述融合的棒状像素和存在向量的每个的所述位移来检测所述物体。

11.根据权利要求6所述的系统，其中，所述图像传感器和所述雷达系统与车辆相关联，并且其中，所述计算机模块检测在所述车辆附近的物体。