[发明专利]用于处理图像数据的方法和设备和用于车辆的驾驶员辅助系统

说明书

本发明涉及一种用于处理图像数据(104)的方法。所述方法包括如下步骤：作为第一图像数据与先前图像数据之间的对应求取的结果确定对应数据，所述第一图像数据代表基于由摄像机(106)在第一时刻检测的图像数据(104)的数据，所述先前图像数据代表基于由所述摄像机(106)在先前时刻检测的图像数据(104)的数据。在所述确定步骤中，基于在使用所述对应数据的情况下执行的自身运动估计来确定深度数据。在所述求取步骤中，在使用所述深度数据和所传输的融合数据的情况下求取融合数据，其中，所述融合数据包括基于所述图像数据的深度信息。

技术领域

本发明涉及一种设备或一种方法。本发明的主题也是一种计算机程序。

背景技术

车辆的驾驶员辅助系统可以使用由摄像机检测的数据。为此，所述数据可以在使用前通过驾驶员辅助系统预处理，例如压缩。

发明内容

在这种背景下，借助在此介绍的方案，提出一种用于处理图像数据的方法、和一种使用所述方法的设备、一种车辆辅助系统以及最后提出一种相应的计算机程序。通过根据本发明的措施，可以说明所述设备的有利的扩展方案和改善方案。

可以例如与基于摄像机的驾驶员辅助系统结合或与具有摄像机的其他系统——例如移动机器人——结合使用所描述的方案。

基于摄像机的信息获取典型的特征在于信息的快速压缩。在此，原始的测量信号例如可以是光流场(Flussfeld)(optical flow map：光流场图)或视差图(stereo disparity map：立体视差图)。压缩的结果例如是棒状像素(Stixel)或对象盒(Objektbox)(bounding box：包围盒)。跟踪和必要时的融合然后在更高的层面上实现。

早期的压缩具有历史和架构原因。那么例如可以以在现场可编程门阵列(FPGA)和ASIC上的可管理的资源开销计算光流并且产生密集的结果场(每图像的高数据量)。

尤其当在通用目的处理器上执行所述其他的分析处理和处理时，瓶颈示出其他的分析处理和处理。在必要的压缩中，信息的一大部分丢失。

所述早期的信息压缩也阻止了新的功能的发展，因为用于存在的功能的架构是优化的。

可以使用名为“占用栅格(Occupancy Grid)”的占用网格，所述占用网格适合用于支持也可以来自多个传感器的多个测量的融合。例如经常在机器人技术中使用所述占用网格，例如用于路线规划。坐标系统经常相应于(俯视的)地图。

在“3D点云”(point clouds)中，单个这种3D点示出世界点的一个3D测量，对于所述世界点，必要时也可以说明测试不可靠性。经常通过内插借助点云示出表面。出于开销原因，在嵌入式系统上，这种点云大多仅非常单薄(稀疏)地描绘真实的3D世界，因为大的点云的管理和使用对计算平台提出了很高的要求。

在此描述的方案在没有占用栅格和3D点云的情况下也成立。替代地，提出一种在像素网格上的特殊的融合，借助所述融合，可以高效地应对在成本有利的嵌入式系统上的高数据密度。

一种用于处理图像数据的方法包括以下步骤：

作为第一图像数据与先前图像数据之间的对应求取的结果确定对应数据，所述第一图像数据代表基于由摄像机在第一时刻检测的图像数据的数据，所述先前图像数据代表基于由摄像机在先前时刻检测的图像数据的数据；

基于在使用所述对应数据的情况下执行的自身运动估计来确定深度数据；

在使用深度数据和所传输的融合数据的情况下求取融合数据，其中，所述融合数据包括基于图像数据的深度信息。