本發(fā)明涉及一種用于分析姿態(tài)的方法、一種具有傳感器的交通工具以及一種計算機(jī)程序產(chǎn)品。

背景技術(shù)：

在交通工具中，日益重視，簡化從交通工具外部操縱、在此尤其操作執(zhí)行器、如后蓋板。

可靠地辨識運(yùn)動、尤其較快的運(yùn)動并且將其識別為姿態(tài)是重要的，并且大多需要傳感裝置和/或計算功率方面的高的耗費(fèi)。

來自作用范圍大約為20cm的電容型傳感器的不充分的運(yùn)動信息使在遠(yuǎn)的距離中、例如在應(yīng)觀察直至兩米的距離時對不同的運(yùn)動樣式的探測變難。

姿態(tài)辨識系統(tǒng)的電流消耗由于所需的計算功率是過高的。打開、關(guān)閉后蓋板首先借助檢測區(qū)域中的停留持續(xù)時間和單個物體的定向的運(yùn)動進(jìn)行。在每次腳踢時腳停留的時間或還有延遲區(qū)域中的時間使后蓋板的打開變慢。

光學(xué)系統(tǒng)借助反射性的方法工作，使得物體辨識與腳或腿的反射率相關(guān)。由此造成，腳與傳感器的間距可能強(qiáng)烈偏差。為了從時間圖像中減去矢量，提高現(xiàn)有處理器的所需的計算功率并且因此靜態(tài)電流和處理器的所需的計算功率不成比例地增大。

de102008052928a1公開了一種用于辨識圖像中的姿態(tài)的設(shè)備，該設(shè)備包括霍夫變換器，所述霍夫變換器被設(shè)計用于將圖像中的或圖像的預(yù)處理的版本中的元素識別成已識別的姿態(tài)元素，隨后將所述姿態(tài)元素與數(shù)據(jù)庫進(jìn)行比較。

de102011082881a1公開了一種用于在機(jī)動車中以確定的視角示出機(jī)動車的環(huán)境的方法，其中例如借助于立體聲三角測量法關(guān)于所拍攝的圖像信息確定空間信息、例如深度信息或空間坐標(biāo)。

de102013004073a1公開一種用于辨識視頻流中所檢測的活動的方法以用于監(jiān)控。在此規(guī)定：針對場中的幀序列，關(guān)于幀差的數(shù)據(jù)被累加、在累加器區(qū)中確定梯度和/或值差間距并且從梯度中推斷出活動。

技術(shù)實現(xiàn)要素：

現(xiàn)在，本發(fā)明基于的任務(wù)是，降低在辨識姿態(tài)時的結(jié)構(gòu)要求。

所述任務(wù)通過根據(jù)權(quán)利要求1的方法、根據(jù)權(quán)利要求10的交通工具或根據(jù)權(quán)利要求11的計算機(jī)程序產(chǎn)品來解決。

根據(jù)本發(fā)明的用于基于具有l(wèi)dpd二極管的傳感器的數(shù)據(jù)來分析姿態(tài)的方法包括下述步驟：

-通過用于檢測姿態(tài)的傳感器，通過測量用于檢測呈反射度數(shù)據(jù)形式的2d數(shù)據(jù)的第一外部光、用于檢測呈間距數(shù)據(jù)形式的3d數(shù)據(jù)的第二激光和第三剩余光，進(jìn)行順序的測量；

-檢測2d數(shù)據(jù)和/或3d數(shù)據(jù)中的運(yùn)動偽影，所述運(yùn)動偽影在運(yùn)動的物體中通過剩余載荷引起；

-通過僅對運(yùn)動偽影的處理，探測運(yùn)動；和

-關(guān)于可能的姿態(tài)分析探測到的運(yùn)動。

通過順序的測量，也稱作為1抽頭（截?。┓椒?，運(yùn)動偽影在速度較高時變得明顯。因此，運(yùn)動偽影的量化能夠用于運(yùn)動的以及速度的矢量計算。傳感器數(shù)據(jù)的分析能夠通過轉(zhuǎn)換到1抽頭序列上在計算功率小的情況下以高的精度提供近似數(shù)據(jù)和間距信息和運(yùn)動矢量。

傳統(tǒng)地，用于3抽頭的電路以3重實施方案實施。在此處提出的1抽頭解決方案中，僅需要一個電路。因此，三個二極管以并聯(lián)電路運(yùn)行，并且被輸送給電容器。取決于二極管的所述并聯(lián)電路，真實圖像的映像（abbild）配備有圖像序列的剩余載荷。因此，在手或腳快速運(yùn)動時，示出平滑的圖像。與光標(biāo)可比較地，現(xiàn)在辨識運(yùn)動的方向，即矢量。

根據(jù)本發(fā)明的方法具有下述優(yōu)點，在沒有傳感器的3d信息的情況下可以基于矢量辨識接近。因此，需要處理器的更小的計算功率并且靜態(tài)電流下降。從對運(yùn)動偽影的量化的分析中，能夠基于邊緣算出速度信息并且基于像素邊界算出矢量。通過并行地分析運(yùn)動偽影或濾波，雖然幀率高，仍能夠產(chǎn)生準(zhǔn)確的圖像用于辨識物體。運(yùn)動偽影能夠從2d數(shù)據(jù)和3d數(shù)據(jù)中獲得。在此，有利地，不必對整個圖像區(qū)域進(jìn)行繼續(xù)處理，而是僅對檢測到的運(yùn)動偽影進(jìn)行繼續(xù)處理，這明顯降低計算耗費(fèi)。

在運(yùn)動物體的邊緣處的運(yùn)動偽影的量化能夠用于計算運(yùn)動矢量。在量化的范圍中，例如能夠在每次測量中、即在每個圖像或幀中使用最靠近傳感器的邊緣或點。于是，所述邊緣和點的連接得出運(yùn)動矢量或運(yùn)動軌跡。

在運(yùn)動物體的邊緣處的運(yùn)動偽影的量化可以用于計算運(yùn)動物體向著傳感器的接近速度。在幀率已知、例如每秒十圖像的情況下，根據(jù)在各個圖像中確定的邊緣或點能夠確定物體的速度。

在辨識出至姿態(tài)區(qū)域的定向運(yùn)動之后，能夠接通濾波器用于減小運(yùn)動偽影?？梢缘氖牵诒孀R出定向運(yùn)動之后，從探測接近本身和其速度的接近模式切換到應(yīng)有針對性地辨識姿態(tài)的姿態(tài)模式。于是，在所述姿態(tài)模式中，過量的運(yùn)動偽影能夠進(jìn)行干擾，所述姿態(tài)模式在相對小的并且靠近傳感器、例如離傳感器大約五至五十厘米布置的區(qū)域中實施。

能夠為了辨識靜止的物體對3d數(shù)據(jù)進(jìn)行分析。因為在靜止的物體的情況下不出現(xiàn)運(yùn)動偽影，在該特殊情況下切換到3d測量。在重新運(yùn)動時，又可以切換到2d測量。

分析切換能夠在辨識快速的物體時從2d數(shù)據(jù)至3d數(shù)據(jù)進(jìn)行。在此，考慮2d數(shù)據(jù)或2d測量用于間距測量，該間距測量本來基于3d數(shù)據(jù)或3d測量?，F(xiàn)在，當(dāng)物體或運(yùn)動對于2d測量變得過快時，這被辨識并且能夠切換到3d測量，以便也準(zhǔn)確地辨識快速的運(yùn)動。

除了借助2d數(shù)據(jù)的運(yùn)動探測之外，能夠進(jìn)行借助3d數(shù)據(jù)的運(yùn)動探測，并且能夠?qū)Y(jié)果進(jìn)行可信度測試。例如當(dāng)對測量的精度或姿態(tài)的辨識提出特殊的要求時，能夠選擇所述變型形式。也能夠?qū)⒉⑿械?d和3d分析用于校準(zhǔn)或訓(xùn)練姿態(tài)和/或人員。

可以規(guī)定，在探測到的接近之后和/或在探測到的姿態(tài)之后，操作執(zhí)行器。對操作執(zhí)行器大多提出高的安全要求，所述安全要求通過在此提出的方法簡單地并且快速地實現(xiàn)。

此外可以規(guī)定，傳感器被布置在交通工具中并且在通過無鑰匙的進(jìn)入方法成功識別實施接近和/或姿態(tài)的人員之后才操作交通工具的執(zhí)行器。所述應(yīng)用情況對于該方法是特別注定的，因為在此多個可能的用戶和姿態(tài)遇到具有通常更小的計算功率的控制設(shè)備。

根據(jù)本發(fā)明的交通工具包括具有l(wèi)dpd二極管的傳感器和與傳感器連接的控制設(shè)備，其中控制設(shè)備被設(shè)立用于執(zhí)行在上文中描述的方法。與在上文中描述的相同的優(yōu)點和修改方案適用。

當(dāng)在交通工具的計算單元或控制設(shè)備上實施程序產(chǎn)品時，根據(jù)本發(fā)明的計算機(jī)程序產(chǎn)品包括用于執(zhí)行在上文中描述的方法的計算機(jī)代碼。與在上文中描述的相同的優(yōu)點和修改方案適用。

本發(fā)明的其他優(yōu)選的設(shè)計方案從其余的、在從屬權(quán)利要求中提到的特征中得出。

只要在個別情況中沒有另作說明，本發(fā)明的在本申請中提到的不同的實施方式能夠有利地彼此組合。

附圖說明

下面在實施例中根據(jù)所屬的附圖闡述本發(fā)明。其中：

圖1示出具有傳感器的交通工具的示意圖；

圖2示出靜止物體的兩個傳感器數(shù)據(jù)組的示意圖；

圖3示出運(yùn)動物體的四個傳感器數(shù)據(jù)組的示意圖；

圖4示出運(yùn)動物體的四個時間錯開的傳感器數(shù)據(jù)組的示意圖；和

圖5示出用于分析姿態(tài)的數(shù)據(jù)處理的流程圖。

具體實施方式

圖1示出交通工具10的一個區(qū)域，諸如轎車的后保險杠的局部。此外，將載重車輛、公交車、摩托車、軌道交通工具以及空運(yùn)和水運(yùn)交通工具視作為交通工具。

交通工具10包括用于辨識姿態(tài)的設(shè)備12。設(shè)備12此外能夠被構(gòu)造用于外部操作交通工具10的執(zhí)行器14。執(zhí)行器14例如是用于打開或關(guān)閉行李艙蓋板的電動機(jī)。設(shè)備12此外包括控制設(shè)備16，所述控制設(shè)備與執(zhí)行器14直接地或經(jīng)由其他元件、諸如其他控制設(shè)備連接。此外，設(shè)備12包括傳感器18，所述傳感器具有輻射靈敏的、尤其光靈敏的二極管。例如使用光電二極管、適合于激光的光電二極管或在此在該示例中為ldpd二極管（lateraldrift-fieldphotodetectordiode，橫向漂移區(qū)光電探測器二極管）。

在此，例如為每個像素使用各三個ldpd（橫向漂移區(qū)光電探測器二極管）。所述ldpd二極管例如以30乘30的矩陣結(jié)構(gòu)布置。如果為每個像素使用三個ldpd，那么像素的反射的同時映像總是可以用于計算間距。為了提高像素的靈敏度，順序地讀出測量值q1、q2、q3。這提供更高的值，然而出現(xiàn)使圖像失真的剩余載荷。

傳感器20或其測量值被用于辨識姿態(tài)和用于辨識物體、如人員或人員的手或腳的接近。接近同樣能夠歸類成姿態(tài)。

傳感器20的圖像數(shù)據(jù)傳遞給控制設(shè)備16，所述控制設(shè)備隨后對數(shù)據(jù)進(jìn)行分析。根據(jù)分析、即例如對辨識的姿態(tài)的分析，經(jīng)由控制指令操作執(zhí)行器14。因此，例如手揮向一個方向能夠關(guān)閉行李艙后蓋，而揮向另一個方向打開行李艙后蓋。

圖2示出傳感器18對于靜止的、即不運(yùn)動的物體、在此為腳的測量值的兩個視圖。在圖2中的左邊示出傳感器18的2d數(shù)據(jù)，即反射度數(shù)據(jù)。各個像素或二極管以30乘30的矩陣布置，這在x軸和y軸上繪制。在z軸上繪制相應(yīng)的像素的數(shù)字、即數(shù)值。反射度數(shù)據(jù)根據(jù)腳的反射描繪腳的映像。在圖2中的左邊示出傳感器18的3d數(shù)據(jù)，即間距數(shù)據(jù)。各個像素或二極管以30乘30的矩陣布置，這在x軸和y軸上繪制。在z軸上繪制相應(yīng)像素的數(shù)字、即數(shù)值。

因為腳站立，所以不僅在傳感器18的2d數(shù)據(jù)中、而且在3d數(shù)據(jù)中不存在運(yùn)動偽影。

圖3示出運(yùn)動物體、在該示例中為運(yùn)動的手的四個傳感器數(shù)據(jù)組的四個視圖，手實施揮動姿態(tài)。兩個上部的視圖示出傳感器18的2d數(shù)據(jù)并且兩個下部的視圖示出傳感器18的3d視圖。圖形的軸線對應(yīng)于圖2中的軸線。

在左上邊示出原始的、即沒有處理的數(shù)據(jù)。在右上邊，2d數(shù)據(jù)被整理。在兩個視圖中存在運(yùn)動偽影20，尤其在手指尖的區(qū)域中。

運(yùn)動偽影20在3d數(shù)據(jù)中更強(qiáng)地表現(xiàn)，所述運(yùn)動偽影同樣尤其位于手指尖的區(qū)域中。在左邊又存在原始的3d數(shù)據(jù)，而在右邊示出傳感器18的未處理的、在此分區(qū)的3d數(shù)據(jù)。

借助分別僅包括少量像素的所述運(yùn)動偽影20，能夠描述物體、諸如腳或手的特性。這簡化在控制設(shè)備16中或在其他計算單元中實施的圖像加工或圖像處理。這節(jié)約計算時間或提高加工速度。

圖4現(xiàn)在示出傳感器18的3d數(shù)據(jù)的時間序列。用（1）表示的在左上邊的視圖是時間第一3d數(shù)據(jù)組，用（2）、（3）和（4）表示的3d數(shù)據(jù)組跟隨所述第一3d數(shù)據(jù)組。圖形的軸線對應(yīng)于圖2或3中的軸線。在此，使用3d數(shù)據(jù)組，然而不對傳感器18的3d信息進(jìn)行處理。3d數(shù)據(jù)組在此被示出，因為所述3d數(shù)據(jù)組更清楚地示出運(yùn)動偽影20。傳感器18的2d數(shù)據(jù)組同樣能夠使用。

視圖（1）至（4）示出運(yùn)動物體、例如腳接近傳感器18。在全部四個圖像中可見運(yùn)動偽影20，所述運(yùn)動偽影位于物體的沿運(yùn)動方向在前部的邊緣處。所述邊緣或所述棱邊在此朝向傳感器18。已經(jīng)能夠從運(yùn)動偽影20的時間序列中辨識出運(yùn)動的方向。在已知的能夠在控制設(shè)備16中測量或由傳感器18輸出到控制設(shè)備16上的幀率的情況下，也能夠計算出物體的速度。

通過在運(yùn)動物體的邊緣處的運(yùn)動偽影的量化，能夠再次簡化運(yùn)動物體向著傳感器的接近速度或運(yùn)動矢量或運(yùn)動的計算。

對此，為每個數(shù)據(jù)組或為數(shù)據(jù)組中的每個運(yùn)動偽影20計算量化點22。量化點22在該示例中是距傳感器18最小間距的點。用于量化點22的其他計算同樣是可以的，諸如運(yùn)動偽影20的面重心或運(yùn)動偽影20的最高值。

如在四個視圖（1）至（4）的序列中可見，量化點22向傳感器18移動。這四個量化點22的坐標(biāo)能夠用作為運(yùn)動矢量的值。借助已知的幀率，也能夠基于量化點22計算出物體的速度。在計算物體的運(yùn)動和/或速度時，到量化點22的所述減小明顯地簡化計算，因為不必繼續(xù)處理整個圖像區(qū)域。

人員到交通工具10的接近辨識的工作原理例如能夠表現(xiàn)如下。首先檢查，人員是否從傳感器18或交通工具10旁邊經(jīng)過或有針對性地走向傳感器18或交通工具10。這如在上文中描述的那樣借助運(yùn)動偽影20和/或量化點22進(jìn)行。

如果確定接近，那么通過無鑰匙的進(jìn)入方法檢查靠近的人員例如對打開交通工具10的權(quán)力。在成功識別實施接近和/或姿態(tài)的人員之后，方法才繼續(xù)進(jìn)行。

在下一步驟中，傳感器18的或腳步的分析區(qū)域能夠根據(jù)環(huán)境條件、如停止的物體、例如其他停放的交通工具或確定的腳步速度來調(diào)整。

當(dāng)人員繼續(xù)走向傳感器18或交通工具10時，例如給出以顯示的姿態(tài)區(qū)域形式的光學(xué)反饋，在所述姿態(tài)區(qū)域中檢測并且處理姿態(tài)。隨后，人員能夠?qū)嵤┯嗅槍π缘淖藨B(tài)，所述姿態(tài)如在上文中描述的那樣借助運(yùn)動偽影20和/或量化點22來分析。

根據(jù)圖5，下面描述用于分析姿態(tài)的數(shù)據(jù)處理的流程圖。在流程圖中示出的方法在此在控制設(shè)備16中實施。

輸入信號24由傳感器18接收并且首先輸送給信號處理框26。在那里，處理輸入信號24并且執(zhí)行物體分區(qū)。

在第一步驟100中，執(zhí)行背景清理，以便減小數(shù)據(jù)量并且簡化分析。

在步驟110中，通過下述方式執(zhí)行2d運(yùn)動探測：過濾反射的數(shù)據(jù)。2d運(yùn)動探測如在上文中描述的那樣借助運(yùn)動偽影20和/或量化點22執(zhí)行。隨后，過程分成兩個并行實施的分析。

在第一并行步驟120中，進(jìn)行運(yùn)動偽影的消除，以便改進(jìn)物體和姿態(tài)的辨識。

在步驟130中，執(zhí)行3d運(yùn)動探測、即間距測量，以便即使在靜態(tài)的數(shù)據(jù)或圖像的情況下也確定距傳感器18的間距。

在第二并行實施的分析中，在步驟140中如在上文中描述的那樣實施運(yùn)動偽影的量化。

在步驟150中，執(zhí)行3d物體的分區(qū)，這引起改進(jìn)的數(shù)據(jù)處理。

在步驟130中執(zhí)行的3d運(yùn)動探測或者能夠傳統(tǒng)地進(jìn)行，即處理整個圖像，這是在選擇步驟120時的情況。另一方面或也并行地，能夠通過僅處理運(yùn)動偽影20和/或量化點22執(zhí)行3d運(yùn)動探測，這是在選擇步驟140和150時的情況。

在步驟160中，激活接近辨識，這根據(jù)對接近的物體的確定的方向和/或確定的速度的分析進(jìn)行。如果例如由于乘客僅從交通工具旁邊經(jīng)過而沒有激活接近辨識，那么返回至方法開始或者停止或中斷觀察。

在激活的接近辨識的情況下，調(diào)用特征提取框28，信號處理框26的輸出信號被引導(dǎo)到該框28中。

在步驟170中通過下述方式執(zhí)行2d運(yùn)動跟蹤：經(jīng)由傳感器18的圖像或幀的時間序列跟蹤2d數(shù)據(jù)中的運(yùn)動偽影20和/或量化點22。借此，能夠探測到，接近的人員的腳步繼續(xù)前進(jìn)。在此不能夠確定腳步在哪里結(jié)束或者存在何種間距。

在步驟180中，執(zhí)行3d運(yùn)動跟蹤，例如通過下述方式：經(jīng)由傳感器18的圖像或幀的時間序列跟蹤3d數(shù)據(jù)中的運(yùn)動偽影20和/或量化點22。

在步驟190中執(zhí)行對一個物體或多個物體的間距測量。借此，能夠準(zhǔn)確地確定物體與傳感器18的間距。

在步驟200中，進(jìn)行分區(qū)的物體的特征提取，其中從圖像或數(shù)據(jù)中提取陌生的物體、即在此不應(yīng)觀察的物體，以便簡化分析和計算。

之后，方法進(jìn)行至事件探測框30，在所述框中，檢查提取的特征。

在步驟210中，針對事件進(jìn)行特征檢查。例如檢查跟蹤，重心、運(yùn)動偽影20和/或量化點22向哪個方向運(yùn)動。于是，能夠?qū)⑽矬w接近傳感器18或物體從傳感器18旁邊經(jīng)過規(guī)定成事件。確定的運(yùn)動樣式、如揮動姿態(tài)或放置腳也能夠是事件。

在步驟220中，生成特征矢量。這例如能夠是矢量，包括運(yùn)動偽影20和/或量化點22的時間序列或從左向右的運(yùn)動。

之后，方法進(jìn)入到事件和姿態(tài)分類框32中，在那里將事件與姿態(tài)進(jìn)行比較。

在步驟230中，進(jìn)行姿態(tài)的分類，即確定或檢查：究竟存在或允許哪些姿態(tài)。

在步驟240中，對分類進(jìn)行再處理。在那里，從分類中產(chǎn)生輸出信號34，例如以作為位模式的輸出。輸出信號輸出到交通工具10上，例如直接輸出至執(zhí)行器14，所述執(zhí)行器隨后實施對應(yīng)于探測到的姿態(tài)的運(yùn)動。

在此處提出的方法中，有利地不必對傳感器數(shù)據(jù)的整個圖像區(qū)域進(jìn)行繼續(xù)處理，而是僅對檢測到的運(yùn)動偽影20和/或檢測到的量化點22進(jìn)行繼續(xù)處理，這明顯減小計算耗費(fèi)。

附圖標(biāo)記列表：

10交通工具

12設(shè)備

14執(zhí)行器

16控制設(shè)備

18傳感器

20運(yùn)動偽影

22量化點

24輸入信號

26信號處理

28特征提取

30事件探測

32事件和姿態(tài)分類

34輸出信號

100步驟

110步驟

120步驟

130步驟

140步驟

150步驟

160步驟

170步驟

180步驟

190步驟

200步驟

210步驟

220步驟

230步驟

240步驟