[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

本申請題為“用于交通工具態勢感知的快速物體檢測”。提供一種方法，該方法包括接收其中描繪物體的圖像的點。該方法包括執行圖像的貪婪最近鄰(GNN)聚類分析以對圖像的點進行分組。GNN聚類分析包括使用其中組織點的k?d樹根據貪婪分析，將點分組到多個局部GNN聚類中。然后將多個局部GNN聚類擴展成多個全局GNN聚類。評估局部GNN聚類的相似性，當定義的相似性準則中的每個被評估為真時，將局部GNN聚類合并為全局GNN聚類，并且當定義的相似性準則中的任一個被評估為假時，將局部GNN聚類作為全局GNN聚類傳遞。該方法然后包括基于全局GNN聚類檢測圖像中描繪的物體。

技術領域

本公開總體上涉及機器人技術，并且具體地涉及自主機器人(例如自主或半自主交通工具)的設計、構造、操作或使用中的一個或多個。

背景技術

許多現代機器人和其他機器被設計為以提高的自主性進行操作，并且較少依賴訓練有素的操作員來安全操作。這些現代機器人中的一些是有人駕駛的，而另一些是無人駕駛的。具體地，各種無人駕駛的交通工具包括無人地面交通工具(UGV)、無人空中交通工具(UAV)、無人水面交通工具(USV)、無人水下交通工具(UUV)、無人航天器等。近年來，無人駕駛交通工具的使用越來越多，并且這些無人駕駛交通工具被采用于廣泛的應用中，包括軍用和民用。

機器人領域的一個焦點是自主性的提高，這通常包括機器人操作的多個方面。機器人操作的這些方面包括給定機器人的自主控制以支持遠程人類控制，并且可以將物體檢測視為一種使能技術。在這方面，物體檢測通常涉及將來自傳感器輸入的信息提取和壓縮到檢測到的物體中，檢測到的物體可以被傳遞到跟蹤系統以用于估計細化、記憶保持和預測。許多物體檢測技術涉及聚類分析，其中將屬于一起的圖像點進行分組。有許多現有的聚類技術，這些技術分為幾大類。分層聚類技術使用距離度量和鏈接準則來構建樹狀圖樹結構，并且聚類由在截止位置處得到的樹結構來確定。這些技術通常應用于醫學研究和文檔聚類，但是它們不能足夠好地擴展到大型數據集以為自主機器人產生足夠快的檢測。

基于密度的聚類算法關注于在點集中(concentration)的區域中形成聚類。這些算法在很大程度上比層次聚類技術更快，但是除了在非常稀疏的環境中之外，它們仍然不能足夠快地為自主機器人檢測到物體。其他聚類分析技術包括基于分布的聚類方案、混合算法、分割技術、洪水填充/區域生長技術以及K均值聚類的變體。其中唯一具有自主機器人使用速度潛力的是K均值；然而，K均值需要聚類數量的先驗知識，這使得它不適合自主機器人。

因此，希望有一種系統和方法，其考慮到上面討論的至少一些問題以及其他可能的問題。

發明內容

本公開的示例性實施方式總體上涉及機器人技術，并且具體地涉及自主機器人(例如自主或半自主交通工具)的設計、構造、操作或使用中的一個或多個。示例性實施方式根據貪婪最近鄰(GNN)技術利用聚類分析來執行物體檢測，貪婪最近鄰(GNN)技術能夠在沒有可用聚類數量的先驗知識的情況下對大型未排序數據集執行快速聚類。本公開更具體地包括但不限于以下示例性實施方式。

一些示例性實施方式提供了一種交通工具，其包括：成像器，其被配置為傳送信息，從該信息生成周圍環境的圖像，該信息包括在空間上布置成表示圖像中描繪的物體的圖像的點，這些點對應于數字圖像的像素，或者點云的數據點；以及任務管理系統(MMS)，其被配置為至少：接收圖像的點；執行圖像的貪婪最近鄰(GNN)聚類分析以對圖像的點進行分組，GNN聚類分析包括MMS，MMS被配置為：使用k-d樹根據對點的貪婪分析將點分組到多個局部GNN聚類中，在k-d樹中，點被組織在k維空間中；將多個局部GNN聚類擴展成多個全局GNN聚類，并且包括對于一對局部GNN聚類，將該對局部GNN聚類應用于嵌套條件，通過該嵌套條件，根據定義的相似性準則來評估局部GNN聚類的相似性，并且當定義的相似性準則中的每個被評估為真時，將局部GNN聚類合并為全局GNN聚類，并且當定義的相似性準則中的任一個被評估為假時，將局部GNN聚類作為全局GNN聚類傳遞；以及基于全局GNN聚類檢測圖像中描繪的物體。