[发明专利]多目标对象跟踪方法、执行该方法的设备和计算机程序

说明书

本发明涉及多目标对象跟踪方法，其中待跟踪的可移动的对象被投影到具有栅格单元（F）的栅格地图（K）上，该方法有以下在每个时间步中待实施的步骤：借助速度转移分布P(V|V‑)对于下一时间步计算速度分布（P(V)），其说明：分配给有关栅格单元的对象如何基于先前的速度分布P(V‑)来从一个时间步运动到下一个时间步；对于每个栅格单元（F），根据速度分布P(V)计算转移概率信息（P(T)），其对于每个栅格单元（F）中的对象说明通过有关对象到达可能的另外的栅格单元（F）的概率，基于转移概率信息P(T)对于下一时间步计算每个栅格单元（F）的占用概率P(O)；根据栅格单元（F）的占用概率来运行系统。

技术领域

本发明涉及用于识别局部环境的栅格地图的栅格单元（Rasterzelle）的占用概率的多目标对象跟踪方法。

背景技术

为了在有生命（belebt）的环境中控制机器人，对于避免碰撞重要的是，识别并且预测各个对象的运动轨迹，其中在所述有生命的环境中许多对象、也即人和/或可移动的（beweglich）单元相互独立地运动。为此，机器人通过传感器扫描来创建该环境的抽象模型。然而，因为测量经常是不可靠的并且人和/或可移动的单元的运动行为通常不是确定性的（deterministisch），所以概率性的（probabilistisch）方法被应用。

目前为止的方法可以规定，预测各个人的运动。这要求对各个人及其运动的识别，从而对于所识别的人中的每一个可以进行自身的预测。然而，这样的方法是非常耗费的。

取而代之地，在多目标对象跟踪方法中不借助传感器装置、诸如激光扫描装置检测各个对象，而是扫描二维的栅格地图的栅格单元并且将其识别为被占用的或未被占用的。该方案具有以下优点：可以使用较不高要求的传感机构，因为并不是周围环境中的每个人都必须被单独地检测。

通过所谓的多目标对象跟踪方法对在机器人的环境中的对象的运动的探测、跟踪和预测通常基于贝叶斯滤波方法（Bayes-Filterverfahren）。

这样的方法的应用由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页，中已知。在其中描述：可以将对象投影到二维的栅格上并且所述对象的位置和运动以已占用的栅格单元的形式被跟踪。由此可以将测量的不确定性和转移模型直接集成到（integrieren）计算过程中。

诸如从T. Gindele等人所著的“Bayesian Occupancy Grid Filter for DynamicEnvironments Using Prior Map Knowledge“（IEEE 2009，第669页，Institute forAnthropomatics）中已知的另一种方案规定：在预测运动轨迹时根据对象的直接环境考虑对象的运动。为此，使用占用滤波器，以便将环境表示为由栅格单元组成的二维的栅格地图，所述栅格单元包含关于栅格单元的占用和速度的信息。尤其对通过栅格单元代表的对象的加速度的模型不确定性进行建模，从而可以更好地考虑速度变化。由此创建一种环境模型，以便实现机器人的安全的运动并且避免与运动的对象的碰撞。