[发明专利]跟踪场景中的对象的方法

说明书

一种检测位于车辆周围的环境中的对象的方法，包括以下步骤：从安装在所述车辆上的图像捕获设备获取场景的2D图像；生成粒子的集合，每个粒子包括参数的集合，所述参数限定所述场景中可能存在的至少一个对象的状态；计算捕获的2D图像的每个像素的边缘强度和边缘方向；以及对于所述集合中的每个粒子：生成与所述粒子相关联的对象的3D概率模型，该模型限定所述对象的边缘的集合，所述模型中的每个边缘由至少一个似然函数限定，所述似然函数限定边缘的至少一个特性的概率分布；根据所述粒子的参数，将概率模型的似然函数映射到捕获图像的2D平面中；以及利用概率值来处理边缘强度和边缘方向值，以确定所述粒子限定所述环境中存在的对象的状态的似然性。

技术领域

本发明涉及跟踪位于主对象周围的场景中的对象的方法，并且还可以涉及跟踪主对象周围的那些对象。当用于识别可能位于车辆的路径中的对象时，它可以用于自主车辆的控制。

背景技术

存在广泛的应用，其中识别对象并跟踪它们将是有益的或必要的。自主车辆的操作是一种应用，其中车辆必须能够在其沿着道路或越野行驶时识别并避开对象(诸如汽车和行人)。因为许多对象(诸如其它车辆)本身可以是移动的，因此能够跟踪这些对象允许自主车辆预测这些对象将来将处于的位置并且更好地规划通过环境的安全路线。

识别对象并跟踪它们是一项非常重要的工作，并且需要进行大量的信号处理。许多技术是已知的，但都需要数据馈送(诸如视频图像的集合)，所述数据馈送可被处理以跟踪对象以及然后识别它们的地点。这可以是安装在主车辆上的前向相机、或者相机的集合、或者可能是雷达或激光雷达系统。

用于在3D空间内确定对象的位置的一种已知技术是使用粒子滤波器来利用环境的映射处理关于车辆的速度的信息。在使用时，可以生成粒子的集合，每个粒子表示对车辆的地点的随机或伪随机的假设。测量数据(诸如在映射中识别出的特征的距离)被馈送到粒子滤波器中，并且这被用于为每个粒子分配概率。然后具有低概率的那些粒子被丢弃，并且在具有最高概率的那些粒子附近产生更多粒子。随着时间的推移，粒子滤波器在映射的环境中应该在主车辆的地点上收敛，直到一些概率测度指示对象在由粒子的状态限定的给定地点处。替代地，概率测度可以直接用于控制系统或更高水平的融合。在粒子滤波器中包含更高阶状态和运动模型允许粒子滤波器直接跟踪对象位置、速度、加速度等。

粒子滤波器的使用可被修改，以识别可能或可能不存在于主车辆周围的对象。这是通过将正在寻找的对象的模型馈送到粒子滤波器中来实现的。随机或伪随机地生成限定潜在对象的状态的粒子，并且然后使用每个粒子的状态来将对象的线框图像投影到图像平面中。使图像通过边缘检测器，并且保留图像中最强的边缘，以形成线框图像。然后所投影的线框模型被覆盖在边缘上，以看出它们匹配的程度。如果它们确实匹配，则粒子被保留为匹配，并且如果不匹配，则被拒绝。如果模型和边缘不匹配，则生成更多粒子，直到找到匹配为止。

在真实环境中，对象可以处于一系列的取向，并且为了适应这种情况，在匹配之前线框模型必须被操纵以与线框在图像帧中将看起来如何相对应。这必须针对许多不同的取向进行重复，其是计算密集型的。类似地，在存在要定位的许多不同对象的情况下，需要许多不同的线框。因为对象可以位于一系列的不同距离处，因此还需要缩放线框模型并重复针对不同的经缩放的线框的处理以看出2D图像中模型是否与对象匹配。考虑例如识别道路上的汽车的简单情况；由于存在许多不同的汽车，需要许多不同的线框模型，其可以例如对应于不同的车辆类型或甚至特定的制造商模型。

尽管需要大量计算，但申请人已经意识到粒子滤波可能是有利的，因为到已识别出对象时，对象相对于主车辆的行进的方向和移动的速度也将已被估计。

发明内容

本发明的目的是提供一种识别场景中的对象的地点的方法，该方法可以使用比现有技术(诸如粒子滤波的已知使用)更少的计算来执行。

根据第一方面，本发明提供了一种检测位于主对象周围的环境中的对象的方法，包括以下步骤：

(a)从安装在主对象上的图像捕获设备获取场景的至少一个2D图像，