[發明專利]多目標對象跟蹤方法、執行該方法的設備和計算機程序在審
| 申請號: | 201910097948.6 | 申請日: | 2019-01-31 |
| 公開(公告)號: | CN110111359A | 公開(公告)日: | 2019-08-09 |
| 發明(設計)人: | M.施皮斯;J.M.德林格;付良成 | 申請(專利權)人: | 羅伯特·博世有限公司 |
| 主分類號: | G06T7/246 | 分類號: | G06T7/246;G06N3/04 |
| 代理公司: | 中國專利代理(香港)有限公司 72001 | 代理人: | 臧永杰;申屠偉進 |
| 地址: | 德國斯*** | 國省代碼: | 德國;DE |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 柵格單元 速度分布 時間步 對象跟蹤 多目標 概率 計算轉移概率 占用 計算機程序 運行系統 柵格地圖 轉移概率 可移動 投影 跟蹤 分配 | ||
本發明涉及多目標對象跟蹤方法,其中待跟蹤的可移動的對象被投影到具有柵格單元(F)的柵格地圖(K)上,該方法有以下在每個時間步中待實施的步驟:借助速度轉移分布P(V|V?)對于下一時間步計算速度分布(P(V)),其說明:分配給有關柵格單元的對象如何基于先前的速度分布P(V?)來從一個時間步運動到下一個時間步;對于每個柵格單元(F),根據速度分布P(V)計算轉移概率信息(P(T)),其對于每個柵格單元(F)中的對象說明通過有關對象到達可能的另外的柵格單元(F)的概率,基于轉移概率信息P(T)對于下一時間步計算每個柵格單元(F)的占用概率P(O);根據柵格單元(F)的占用概率來運行系統。
技術領域
本發明涉及用于識別局部環境的柵格地圖的柵格單元(Rasterzelle)的占用概率的多目標對象跟蹤方法。
背景技術
為了在有生命(belebt)的環境中控制機器人,對于避免碰撞重要的是,識別并且預測各個對象的運動軌跡,其中在所述有生命的環境中許多對象、也即人和/或可移動的(beweglich)單元相互獨立地運動。為此,機器人通過傳感器掃描來創建該環境的抽象模型。然而,因為測量經常是不可靠的并且人和/或可移動的單元的運動行為通常不是確定性的(deterministisch),所以概率性的(probabilistisch)方法被應用。
目前為止的方法可以規定,預測各個人的運動。這要求對各個人及其運動的識別,從而對于所識別的人中的每一個可以進行自身的預測。然而,這樣的方法是非常耗費的。
取而代之地,在多目標對象跟蹤方法中不借助傳感器裝置、諸如激光掃描裝置檢測各個對象,而是掃描二維的柵格地圖的柵格單元并且將其識別為被占用的或未被占用的。該方案具有以下優點:可以使用較不高要求的傳感機構,因為并不是周圍環境中的每個人都必須被單獨地檢測。
通過所謂的多目標對象跟蹤方法對在機器人的環境中的對象的運動的探測、跟蹤和預測通常基于貝葉斯濾波方法(Bayes-Filterverfahren)。
這樣的方法的應用由C. Chen等人所著的“Dynamic environment modellingwith gridmap:a multiple-objekt tracking application”,Control, Automation,Robotics and Vision,2006,ICARCV’06,9th International Conference on,第1-6頁,中已知。在其中描述:可以將對象投影到二維的柵格上并且所述對象的位置和運動以已占用的柵格單元的形式被跟蹤。由此可以將測量的不確定性和轉移模型直接集成到(integrieren)計算過程中。
諸如從T. Gindele等人所著的“Bayesian Occupancy Grid Filter for DynamicEnvironments Using Prior Map Knowledge“(IEEE 2009,第669頁,Institute forAnthropomatics)中已知的另一種方案規定:在預測運動軌跡時根據對象的直接環境考慮對象的運動。為此,使用占用濾波器,以便將環境表示為由柵格單元組成的二維的柵格地圖,所述柵格單元包含關于柵格單元的占用和速度的信息。尤其對通過柵格單元代表的對象的加速度的模型不確定性進行建模,從而可以更好地考慮速度變化。由此創建一種環境模型,以便實現機器人的安全的運動并且避免與運動的對象的碰撞。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于羅伯特·博世有限公司,未經羅伯特·博世有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910097948.6/2.html,轉載請聲明來源鉆瓜專利網。





