申请/专利权人：大众汽车有限公司

申请日：2017-01-04

公开（公告）日：2020-10-16

公开（公告）号：CN107038406B

主分类号：G06K9/00(20060101)

分类号：G06K9/00(20060101);G06K9/62(20060101);G01C21/00(20060101)

优先权：["20160104 DE 102016100075.2"]

专利状态码：有效-授权

法律状态：2020.10.16#授权;2017.09.05#实质审查的生效;2017.08.11#公开

摘要：本发明涉及一种用于基于具有LDPD二极管的传感器（18）的数据分析姿态的方法。设置下述步骤：通过用于检测姿态的传感器（18），通过测量用于检测呈反射度数据形式的2D数据的第一外部光、用于检测呈间距数据形式的3D数据的第二激光和第三剩余光，进行顺序的测量；检测2D数据和或3D数据中的运动伪影（20），所述运动伪影在运动的物体中通过剩余载荷引起；通过仅对运动伪影（20）的处理，探测运动；和关于可能的姿态分析探测到的运动。本发明现在基于的任务是，降低在辨识姿态时的结构要求。

主权项：1.一种用于基于具有横向漂移区光电探测器二极管的传感器（18）的数据分析姿态的方法，具有下述步骤：-通过用于检测姿态的传感器（18），通过测量用于检测呈反射度数据形式的2D数据的第一外部光、用于检测呈间距数据形式的3D数据的第二激光和第三剩余光，进行顺序的测量；-检测所述2D数据和或所述3D数据中的运动伪影（20），所述运动伪影在运动的物体中通过剩余载荷引起；-通过仅对所述运动伪影（20）的处理，探测运动；和-关于可能的姿态分析探测到的运动。

全文数据：用于分析姿态的方法技术领域[0001]本发明涉及一种用于分析姿态的方法、一种具有传感器的交通工具以及一种计算机程序产品。背景技术[0002]在交通工具中，日益重视，简化从交通工具外部操纵、在此尤其操作执行器、如后盖板。[0003]可靠地辨识运动、尤其较快的运动并且将其识别为姿态是重要的，并且大多需要传感装置和或计算功率方面的高的耗费。[0004]来自作用范围大约为20cm的电容型传感器的不充分的运动信息使在远的距离中、例如在应观察直至两米的距离时对不同的运动样式的探测变难。[0005]姿态辨识系统的电流消耗由于所需的计算功率是过高的。打开、关闭后盖板首先借助检测区域中的停留持续时间和单个物体的定向的运动进行。在每次脚踢时脚停留的时间或还有延迟区域中的时间使后盖板的打开变慢。[0006]光学系统借助反射性的方法工作，使得物体辨识与脚或腿的反射率相关。由此造成，脚与传感器的间距可能强烈偏差。为了从时间图像中减去矢量，提高现有处理器的所需的计算功率并且因此静态电流和处理器的所需的计算功率不成比例地增大。[0007]DE102008052928A1公开了一种用于辨识图像中的姿态的设备，该设备包括霍夫变换器，所述霍夫变换器被设计用于将图像中的或图像的预处理的版本中的元素识别成已识别的姿态元素，随后将所述姿态元素与数据库进行比较。[0008]DE102011082881A1公开了一种用于在机动车中以确定的视角示出机动车的环境的方法，其中例如借助于立体声三角测量法关于所拍摄的图像信息确定空间信息、例如深度信息或空间坐标。[0009]DE102013004073A1公开一种用于辨识视频流中所检测的活动的方法以用于监控。在此规定:针对场中的帧序列，关于帧差的数据被累加、在累加器区中确定梯度和或值差间距并且从梯度中推断出活动。发明内容[0010]现在，本发明基于的任务是，降低在辨识姿态时的结构要求。[0011]所述任务通过根据权利要求1的方法、根据权利要求10的交通工具或根据权利要求11的计算机程序产品来解决。[0012]根据本发明的用于基于具有LDPD二极管的传感器的数据来分析姿态的方法包括下述步骤：-通过用于检测姿态的传感器，通过测量用于检测呈反射度数据形式的2D数据的第一外部光、用于检测呈间距数据形式的3D数据的第二激光和第三剩余光，进行顺序的测量；-检测2D数据和或3D数据中的运动伪影，所述运动伪影在运动的物体中通过剩余载荷引起；-通过仅对运动伪影的处理，探测运动;和-关于可能的姿态分析探测到的运动。[0013]通过顺序的测量，也称作为1抽头（截取方法，运动伪影在速度较高时变得明显。因此，运动伪影的量化能够用于运动的以及速度的矢量计算。传感器数据的分析能够通过转换到1抽头序列上在计算功率小的情况下以高的精度提供近似数据和间距信息和运动矢量。[0014]传统地，用于3抽头的电路以3重实施方案实施。在此处提出的1抽头解决方案中，仅需要一个电路。因此，三个二极管以并联电路运行，并且被输送给电容器。取决于二极管的所述并联电路，真实图像的映像Abbild配备有图像序列的剩余载荷。因此，在手或脚快速运动时，示出平滑的图像。与光标可比较地，现在辨识运动的方向，即矢量。[0015]根据本发明的方法具有下述优点，在没有传感器的3D信息的情况下可以基于矢量辨识接近。因此，需要处理器的更小的计算功率并且静态电流下降。从对运动伪影的量化的分析中，能够基于边缘算出速度信息并且基于像素边界算出矢量。通过并行地分析运动伪影或滤波，虽然帧率高，仍能够产生准确的图像用于辨识物体。运动伪影能够从2D数据和3D数据中获得。在此，有利地，不必对整个图像区域进行继续处理，而是仅对检测到的运动伪影进行继续处理，这明显降低计算耗费。[0016]在运动物体的边缘处的运动伪影的量化能够用于计算运动矢量。在量化的范围中，例如能够在每次测量中、即在每个图像或帧中使用最靠近传感器的边缘或点。于是，所述边缘和点的连接得出运动矢量或运动轨迹。[0017]在运动物体的边缘处的运动伪影的量化可以用于计算运动物体向着传感器的接近速度。在帧率已知、例如每秒十图像的情况下，根据在各个图像中确定的边缘或点能够确定物体的速度。[0018]在辨识出至姿态区域的定向运动之后，能够接通滤波器用于减小运动伪影。可以的是，在辨识出定向运动之后，从探测接近本身和其速度的接近模式切换到应有针对性地辨识姿态的姿态模式。于是，在所述姿态模式中，过量的运动伪影能够进行千扰，所述姿态模式在相对小的并且靠近传感器、例如离传感器大约五至五十厘米布置的区域中实施。[0019]能够为了辨识静止的物体对3D数据进行分析。因为在静止的物体的情况下不出现运动伪影，在该特殊情况下切换到3D测量。在重新运动时，又可以切换到2D测量。[0020]分析切换能够在辨识快速的物体时从2D数据至3D数据进行。在此，考虑2D数据或2D测量用于间距测量，该间距测量本来基于3D数据或3D测量。现在，当物体或运动对于2D测量变得过快时，这被辨识并且能够切换到3D测量，以便也准确地辨识快速的运动。[0021]除了借助2D数据的运动探测之外，能够进行借助3D数据的运动探测，并且能够对结果进行可信度测试。例如当对测量的精度或姿态的辨识提出特殊的要求时，能够选择所述变型形式。也能够将并行的2D和3D分析用于校准或训练姿态和或人员。[0022]可以规定，在探测到的接近之后和或在探测到的姿态之后，操作执行器。对操作执行器大多提出高的安全要求，所述安全要求通过在此提出的方法简单地并且快速地实现。[0023]此外可以规定，传感器被布置在交通工具中并且在通过无钥匙的进入方法成功识别实施接近和或姿态的人员之后才操作交通工具的执行器。所述应用情况对于该方法是特别注定的，因为在此多个可能的用户和姿态遇到具有通常更小的计算功率的控制设备。[0024]根据本发明的交通工具包括具有LDfD二极管的传感器和与传感器连接的控制设备，其中控制设备被设立用于执行在上文中描述的方法。与在上文中描述的相同的优点和修改方案适用。[0025]当在交通工具的计算单元或控制设备上实施程序产品时，根据本发明的计算机程序产品包括用于执行在上文中描述的方法的计算机代码。与在上文中描述的相同的优点和修改方案适用。[0026]本发明的其他优选的设计方案从其余的、在从属权利要求中提到的特征中得出。[0027]只要在个别情况中没有另作说明，本发明的在本申请中提到的不同的实施方式能够有利地彼此组合。附图说明[0028]下面在实施例中根据所属的附图阐述本发明。其中：图1示出具有传感器的交通工具的示意图；图2示出静止物体的两个传感器数据组的示意图；图3示出运动物体的四个传感器数据组的示意图；图4示出运动物体的四个时间错开的传感器数据组的示意图;和图5示出用于分析姿态的数据处理的流程图。具体实施方式[0029]图1示出交通工具10的一个区域，诸如轿车的后保险杠的局部。此外，将载重车辆、公交车、摩托车、轨道交通工具以及空运和水运交通工具视作为交通工具。[0030]交通工具10包括用于辨识姿态的设备12。设备12此外能够被构造用于外部操作交通工具10的执行器14。执行器14例如是用于打开或关闭行李舱盖板的电动机。设备12此外包括控制设备I6,所述控制设备与执行器14直接地或经由其他元件、诸如其他控制设备连接。此外，设备I2包括传感器18,所述传感器具有辐射灵敏的、尤其光灵敏的二极管。例如使用光电二极管、适合于激光的光电二极管或在此在该示例中为LDPD二极管（LateralDrift-FieldPhotodetectorDiode，横向漂移区光电探测器二极管）。[0031]在此，例如为每个像素使用各三个LDPD横向漂移区光电探测器二极管）。所述LDPD二极管例如以3〇乘30的矩阵结构布置。如果为每个像素使用三个LDPD，那么像素的反射的同时映像总是可以用于计算间距。为了提高像素的灵敏度，顺序地读出测量值Q1、Q2、Q3。这提供更高的值，然而出现使图像失真的剩余载荷。[0032]传感器2〇或其测量值被用于辨识姿态和用于辨识物体、如人员或人员的手或脚的接近。接近同样能够归类成姿态。[0033]传感器2〇的图像数据传递给控制设备16,所述控制设备随后对数据进行分析。根据分析、即例如对辨识的姿态的分析，经由控制指令操作执行器14。因此，例如手挥向一个方向能够关闭行李舱后盖，而挥向另一个方向打开行李舱后盖。[0034]图2示出传感器18对于静止的、即不运动的物体、在此为脚的测量值的两个视图。在图2中的左边示出传感器18的2D数据，即反射度数据。各个像素或二极管以30乘30的矩阵布置，这在x轴和y轴上绘制。在z轴上绘制相应的像素的数字、即数值。反射度数据根据脚的反射描绘脚的映像。在图2中的左边示出传感器18的3D数据，即间距数据。各个像素或二极管以30乘30的矩阵布置，这在x轴和y轴上绘制。在z轴上绘制相应像素的数字、即数值。[0035]因为脚站立，所以不仅在传感器18的2D数据中、而且在3D数据中不存在运动伪影。[0036]图3示出运动物体、在该示例中为运动的手的四个传感器数据组的四个视图，手实施挥动姿态。两个上部的视图示出传感器18的2D数据并且两个下部的视图示出传感器18的3D视图。图形的轴线对应于图2中的轴线。[0037]在左上边示出原始的、即没有处理的数据。在右上边，2D数据被整理。在两个视图中存在运动伪影20，尤其在手指尖的区域中。[0038]运动伪影20在3D数据中更强地表现，所述运动伪影同样尤其位于手指尖的区域中。在左边又存在原始的3D数据，而在右边示出传感器18的未处理的、在此分区的3D数据。[0039]借助分别仅包括少量像素的所述运动伪影20,能够描述物体、诸如脚或手的特性。这简化在控制设备16中或在其他计算单元中实施的图像加工或图像处理。这节约计算时间或提高加工速度。[0040]图4现在示出传感器18的3D数据的时间序列。用（1表示的在左上边的视图是时间第一3D数据组，用（2、（3和4表示的3D数据组跟随所述第一邪数据组。图形的轴线对应于图2或3中的轴线。在此，使用3D数据组，然而不对传感器1S的邪信息进行处理。3D数据组在此被示出，因为所述3D数据组更清楚地示出运动伪影20。传感器1S的2D数据组同样能够使用。[0041]视图（1至4示出运动物体、例如脚接近传感器18。在全部四个图像中可见运动伪影20,所述运动伪影位于物体的沿运动方向在前部的边缘处。所述边缘或所述棱边在此朝向传感器18。已经能够从运动伪影20的时间序列中辨识出运动的方向。在已知的能够在控制设备16中测量或由传感器18输出到控制设备16上的帧率的情况下，也能够计算出物体的速度。[0042]通过在运动物体的边缘处的运动伪影的量化，能够再次简化运动物体向着传感器的接近速度或运动矢量或运动的计算。[0043]对此，为每个数据组或为数据组中的每个运动伪影20计算量化点22。量化点22在该示例中是距传感器18最小间距的点。用于量化点22的其他计算同样是可以的，诸如运动伪影20的面重心或运动伪影20的最高值。[0044]如在四个视图（1至4的序列中可见，量化点22向传感器18移动。这四个量化点22的坐标能够用作为运动矢量的值。借助已知的帧率，也能够基于量化点22计算出物体的速度。在计算物体的运动和或速度时，到量化点22的所述减小明显地简化计算，因为不必继续处理整个图像区域。[0045]人员到交通工具10的接近辨识的工作原理例如能够表现如下。首先检查，人员是否从传感器18或交通工具1〇旁边经过或有针对性地走向传感器18或交通工具10。这如在上文中描述的那样借助运动伪影2〇和或量化点22进行。[0046]如果确定接近，那么通过无钥匙的进入方法检查靠近的人员例如对打开交通工具10的权力。在成功识别实施接近和或姿态的人员之后，方法才继续进行。[0047]在下一步骤中，传感器18的或脚步的分析区域能够根据环境条件、如停止的物体、例如其他停放的交通工具或确定的脚步速度来调整。[0048]当人员继续走向传感器18或交通工具10时，例如给出以显示的姿态区域形式的光学反馈，在所述姿态区域中检测并且处理姿态。随后，人员能够实施有针对性的姿态，所述姿态如在上文中描述的那样借助运动伪影20和或量化点22来分析。[0049]根据图5,下面描述用于分析姿态的数据处理的流程图。在流程图中示出的方法在此在控制设备16中实施。[0050]输入信号24由传感器18接收并且首先输送给信号处理框26。在那里，处理输入信号24并且执行物体分区。[0051]在第一步骤100中，执行背景清理，以便减小数据量并且简化分析。[0052]在步骤110中，通过下述方式执行2D运动探测：过滤反射的数据。2D运动探测如在上文中描述的那样借助运动伪影20和或量化点22执行。随后，过程分成两个并行实施的分析。[0053]在第一并行步骤120中，进行运动伪影的消除，以便改进物体和姿态的辨识。[0054]在步骤130中，执行3D运动探测、即间距测量，以便即使在静态的数据或图像的情况下也确定距传感器18的间距。[0055]在第二并行实施的分析中，在步骤140中如在上文中描述的那样实施运动伪影的量化。[0056]在步骤150中，执行3D物体的分区，这引起改进的数据处理。[0057]在步骤130中执行的3D运动探测或者能够传统地进行，即处理整个图像，这是在选择步骤120时的情况。另一方面或也并行地，能够通过仅处理运动伪影20和或量化点22执行3D运动探测，这是在选择步骤140和150时的情况。[0058]在步骤160中，激活接近辨识，这根据对接近的物体的确定的方向和或确定的速度的分析进行。如果例如由于乘客仅从交通工具旁边经过而没有激活接近辨识，那么返回至方法开始或者停止或中断观察。[0059]在激活的接近辨识的情况下，调用特征提取框28,信号处理框26的输出信号被引导到该框28中。[0060]在步骤170中通过下述方式执行2D运动跟踪:经由传感器18的图像或帧的时间序列跟踪2D数据中的运动伪影20和或量化点22。借此，能够探测到，接近的人员的脚步继续前进。在此不能够确定脚步在哪里结束或者存在何种间距。[0061]在步骤180中，执行3D运动跟踪，例如通过下述方式:经由传感器18的图像或帧的时间序列跟踪3D数据中的运动伪影20和或量化点22。[0062]在步骤190中执行对一个物体或多个物体的间距测量。借此，能够准确地确定物体与传感器18的间距。[0063]在步骤200中，进行分区的物体的特征提取，其中从图像或数据中提取陌生的物体、即在此不应观察的物体，以便简化分析和计算。[0064]之后，方法进行至事件探测框30，在所述框中，检查提取的特征。[0065]在步骤210中，针对事件进行特征检查。例如检查跟踪，重心、运动伪影20和或量化点22向哪个方向运动。于是，能够将物体接近传感器18或物体从传感器18旁边经过规定成事件。确定的运动样式、如挥动姿态或放置脚也能够是事件。[0066]在步骤220中，生成特征矢量。这例如能够是矢量，包括运动伪影20和或量化点22的时间序列或从左向右的运动。[0067]之后，方法进入到事件和姿态分类框32中，在那里将事件与姿态进行比较。[0068]在步骤230中，进行姿态的分类，即确定或检查:究竟存在或允许哪些姿态。[0069]在步骤240中，对分类进行再处理。在那里，从分类中产生输出信号34,例如以作为位模式的输出。输出信号输出到交通工具1〇上，例如直接输出至执行器14,所述执行器随后实施对应于探测到的姿态的运动。_[0070]在此处提出的方法中，有利地不必对传感器数据的整个图像区域进行继续处理，而是仅对检测到的运动伪影20和或检测到的量化点22进行继续处理，这明显减小计算耗费。[0071]附图标记列表：10交通工具12设备14执行器16控制设备18传感器20运动伪影22量化点24输入信号26信号处理28特征提取30事件探测32事件和姿态分类34输出信号100步骤110步骤120步骤130步骤140步骤150步骤160步骤170步骤180步骤190步骤200步骤210步骤220步骤230步骤240步骤

权利要求：1.一种用于基于具有LDPD二极管的传感器（18的数据分析姿态的方法，具有下述步骤：-通过用于检测姿态的传感器（18，通过测量用于检测呈反射度数据形式的2D数据的第一外部光、用于检测呈间距数据形式的3D数据的第二激光和第三剩余光，进行顺序的测量；-检测所述2D数据和或所述3D数据中的运动伪影20，所述运动伪影在运动的物体中通过剩余载荷引起；-通过仅对所述运动伪影20的处理，探测运动;和-关于可能的姿态分析探测到的运动。2.根据权利要求1所述的方法，其特征在于，在运动物体的边缘处的运动伪影20的量化被用于计算运动矢量。3.根据上述权利要求中任一项所述的方法，其特征在于，在运动物体的边缘处的运动伪影（20的量化被用于计算运动物体向着所述传感器18的接近速度。4.根据上述权利要求中任一项所述的方法，其特征在于，在辨识出至姿态区域的定向运动之后，接通用于减小所述运动伪影20的滤波器。5.根据上述权利要求中任一项所述的方法，其特征在于，分析3D数据以用于辨识静态的物体。6.根据上述权利要求中任一项所述的方法，其特征在于，在辨识出快速的物体的情况下，进行从2D数据至3D数据的分析切换。7.根据上述权利要求中任一项所述的方法，其特征在于，除了借助2D数据的运动探测之外，进行借助3D数据的运动探测，并且对结果进行可信度测试。8.根据上述权利要求中任一项所述的方法，其特征在于，在探测到接近之后和或探测到姿态之后，操作执行器14。9.根据权利要求8所述的方法，其特征在于，所述传感器（18被布置在交通工具（10中，并且在通过无钥匙的进入方法成功识别实施接近和或姿态的人员之后，才操作所述交通工具1〇的执行器14。10.—种具有传感器（1S和与所述传感器（1S连接的控制设备（16的交通工具，其中所述传感器18具有LDPD二极管，其特征在于，所述控制设备16被设立用于执行根据权利要求1至9中任一项所述的方法。11.一种计算机程序产品，所述计算机程序产品具有以下程序代码，当在交通工具（10的计算单元或控制设备（16上实施所述程序广品时，所述程序代码用于执行根据权利要求1至9中任一项所述的方法。

百度查询： 大众汽车有限公司 用于分析姿态的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD