[發明專利]用于交通工具態勢感知的快速物體檢測

在審

• 申請號: 202210876844.7
• 申請日: 2022-07-25
• 公開（公告）號: CN115690608A
• 公開（公告）日: 2023-02-03
• 發明（設計）人: M·B·施維索
• 申請（專利權）人: 波音公司
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06V10/74;G06V10/762
• 代理公司: 北京紀凱知識產權代理有限公司 11245
• 代理人: 徐東升

1.一種交通工具，其包括：

成像器(122、206)，其被配置為傳送信息，從所述信息生成周圍環境(124)的圖像(210)，所述信息包括在空間上布置成表示所述圖像(210)中描繪的物體(218)的所述圖像(210)的點，所述點對應于數字圖像(210)的像素(214)或者點云(212)的數據點(216)；以及

任務管理系統即MMS(208)，其被配置為至少：

接收所述圖像(210)的所述點(214、216)；

執行所述圖像(210)的貪婪最近鄰聚類分析即GNN聚類分析以對所述圖像(210)的所述點(214、216)進行分組，所述GNN聚類分析包括所述MMS(208)，所述MMS(208)被配置為：

使用k-d樹根據對所述點(214、216)的貪婪分析，將所述點(214、216)分組到多個局部GNN聚類(302、304、306、308)中，在所述k-d樹中，所述點(214、216)被組織在k維空間中；以及

將所述多個局部GNN聚類(302、304、306、308)擴展成多個全局GNN聚類，并且包括對于一對局部GNN聚類(302、304、306、308)，將所述一對局部GNN聚類應用于嵌套條件，通過所述嵌套條件，根據定義的相似性準則來評估所述局部GNN聚類(302、304、306、308)的相似性，并且當所述定義的相似性準則中的每個被評估為真時，將所述局部GNN聚類(302、304、306、308)合并為全局GNN聚類，并且當所述定義的相似性準則中的任一個被評估為假時，將所述局部GNN聚類(302、304、306、308)作為全局GNN聚類傳遞；以及

基于所述全局GNN聚類檢測所述圖像(210)中描繪的所述物體(218)。

2.根據權利要求1所述的交通工具，其中所述MMS(208)被配置為將所述點(214、216)分組到所述多個局部GNN聚類(302、304、306、308)中包括所述MMS(208)被配置為至少：

生成所述k-d樹以將所述點(214、216)組織在k維空間中；

將所述點(214、216)添加到數據隊列中；以及

迭代通過所述數據隊列中的所述點(214、216)以將所述點(214、216)分組到所述多個局部GNN聚類(302、304、306、308)中。

3.根據權利要求2所述的交通工具，其中所述MMS(208)被配置為迭代通過所述數據隊列中的所述點(214、216)包括對于多次迭代中的迭代，所述MMS(208)被配置為：

從所述數據隊列中選擇點作為測試點(T_p)；

對所述k-d樹中的所述測試點(T_p)執行半徑最近鄰搜索，以生成點(214、216)的聚類(302、304、306、308)；

針對聚類(302、304、306、308)的集合測試所述聚類(302、304、306、308)，以識別所述集合中與所述聚類(302、304、306、308)具有至少一個共同點的任何現有聚類(302、304、306、308)；

將所述聚類(302、304、306、308)作為新的聚類添加到所述集合中，或者當被識別時與所述現有聚類合并；以及

從所述數據隊列中移除所述聚類的所述點(214、216)。

4.根據權利要求1所述的交通工具，其中所述嵌套條件包括第一條件，通過所述第一條件評估所述一對局部GNN聚類的所述局部GNN聚類(302、304、306、308)的外接超球面，以確定所述外接超球面之間的距離是否小于或等于距離閾值。

5.根據權利要求4所述的交通工具，其中所述嵌套條件包括第二條件和第三條件，通過所述第二條件，評估第一局部GNN聚類(302、304、306、308)中最接近第二局部GNN聚類(302、304、306、308)的質心的點，以確定所述點是否在所述質心的閾值距離內，通過所述第三條件，評估所述第一局部GNN聚類(302、304、306、308)中的點與所述第二局部GNN聚類(302、304、306、308)中的相應點(214、216)之間的最小距離，以確定所述最小距離是否小于所述閾值距離。