者读入的定向簇内部根据特征性矢量为每一像点按像点配置姿势。基于所有像点分别配置的姿势，在步骤S4.5确定一个最终的姿势40，例如根据关于遍历所有像点的简单的多数决定法(Mehrheitsentscheidung)。该最终配置的姿势40特别是得自于预定数目的、分别配置有交通参与者例如行人的骨架式的、简化的示意图的姿势中的一个姿势。该姿势又可以配置给所述交通参与者的一个预期的动作，根据该动作估计一种交通状况，推出一种可能的危险并且在必要时完全或者部分自动开启进一步的控制措施。例如，可以在道路交通中把人们通常将要开始跑动的部分弯腰的姿势认为是一种危险，若该姿势在一种“从前面”的定向中被检测到的话，也就是说人朝向车辆运动。
[0049]姿势分类数据可以有利地作为用于一组随机树的回归数据(英语为“regress1nforest”)确定和提供。为了构造或者训练随机树的分类数据而使用训练数据记录，它们分别属于对训练图像的一次随机的选择，这些训练图像又属于一个预先给定的簇。训练图像特别是可以由一照相机提供，该照相机的图像分辨率高于在步骤S4或者S4.4中借以进行姿势配置的照相机的图像分辨率。在此，对于每一训练图像都可以给相应的实际姿势提供或者说配置一个简化的结构图像，亦即所谓的基础实况骨架(ground truth skeleton)。
[0050]在图5中示出了机动车50在道路51上向斑马线53运动的交通状况。有一行人位于道路边缘，对于该行人应该确定:他是否要在斑马线53上横过道路51。为此，在机动车50中设有照相机系统54，它包括一个第一照相机54a和一个第二照相机54b，它们检测在机动车50前面包括斑马线53和行人52所在道路边缘处的区域前面的交通空间。每一照相机54a、54b检测一个二维图像并且由此构成对应的图像数据。由照相机系统54检测的图像数据被输送给机动车50的一个控制和图像处理单元55，它对应于上述方法步骤处理这些数据并且必要时在该车辆内起动进一步的处理过程，以便当检测到的姿势配置了一种危险时例如能够向车辆驾驶员发出警告和/或能够实现介入车辆控制部件例如制动系统的自动干预。
[0051]所述设备和系统特别是用完全或者部分实施各相应方法步骤的计算机程序进行控制，并且为此可以具有另外一些公知的计算机元件和数字控制装置元件，如微处理器、易失和非易失的存储器、接口等等。因此，本发明也可以完全或者部分地以计算机程序产品的形式实现，该计算机程序产品在计算机上加载和实施时完全或者部分地引起/实现本发明提出的流程。所述计算机程序产品例如可以以数据载体如CD/DVD的形式提供，或者也可以是在服务器上的一个或多个文件的形式，计算机程序可从该服务器下载。
【主权项】
1.用于在道路交通中主动识别交通参与者(52)的动作的方法，其中， -借助至少一个照相机(54a、54b)检测交通参与者(52)的一个按像点结构化的图像并且产生相应的图像数据(S2.1)， -将多个像点的图像数据分别按单元分组，其中，所述图像包括多个单元(S2.2)， -分别根据一个单元(24、25)内部的图像数据确定一个重心(24a、25a) (S2.4)， -对于每一像点(27a)分别确定到多个单元(24、28)的各重心(24a、25a、28a)的距离，其中，根据相应像点(27a)和各重心(24、25a、28a)的坐标构造一个配置于该像点(27a)的特征矢量(29)，和 -比较所述特征矢量(29)与至少一个参考矢量簇(30)，并且基于该比较给交通参与者(52)配置一个姿势(40)，该姿势表示该交通参与者(52)要实施动作。2.根据权利要求1所述的方法，其特征在于，为确定相应的单元重心(24a、25a)， -对由照相机(54a、54b)检测的图像数据如下进行过滤:产生一个关联的图像区域(20)的数据，即所谓的前景图像数据，其中，在该图像区域(20)内成像描绘交通参与者(52)，并且其他由照相机(54a、54b)检测的图像组分的至少一部分被滤除(S2.2)，和 -所述单元(24、25)包括该关联的图像区域，其中，特别是每一单元(24、25)均包括该关联的图像区域的至少一个像点(27a)。3.根据权利要求1或2所述的方法，其特征在于，在比较相应像点的相应特征矢量(29)与相应的至少一个参考矢量簇的过程中，分别按像点配置交通参与者(52)相对于照相机(54a、54b)的一个定向，并且基于该按像点的配置关系来配置交通参与者的一个定向(S3.4) ο4.根据权利要求3所述的方法，其特征在于，基于配置的定向按像点比较各特征矢量(29)与它们各自的参考矢量簇和/或对应于交通参与者(52)的可能的姿势并且特别是对应于配置的定向加以分类的另外的参考矢量簇(S4.4)，并且借助该比较结果来配置姿势(S4.5) ο5.根据上述权利要求之一所述的方法，其特征在于，所述特征矢量(29)与参考矢量簇(30)的比较借助一种随机森林方法进行，其中，使用在学习过程中生长的、包括所述参考矢量簇(30)的决策树。6.根据上述权利要求之一所述的方法，其特征在于，为主动识别交通参与者的动作而检测和使用另外的数据，特别是周围环境数据、地理数据、对交通参与者的测量数据和/或机动车的数据。7.根据上述权利要求之一所述的方法，其特征在于，设置一个立体照相机系统(24)，它包括所述照相机(24a、24b)和另一照相机(24a、24b)，其中，用图像数据三维地检测交通参与者(52)的图像。8.用于在道路交通中主动识别交通参与者(52)的动作的系统，包括: -至少一个照相机(54a、54b)，用它能够检测交通参与者(52)的一个按像点结构化的图像并且产生相应的图像数据，和 -一个数据处理系统(55)，该数据处理系统 一将多个像点的图像数据分别按单元分组，其中，所述图像包括多个单元， —分别根据一个单元(24、25)内部的图像数据确定一个重心(24a、25a)， —对于每一像点(27a)分别确定到多个单元(24、28)的各重心(24a、25a、28a)的距离，其中，根据相应像点(27a)和各重心(24、25a、28a)的坐标构造一个配置于该像点(27a)的特征矢量(29)，和 -比较所述特征矢量(29)与至少一个参考矢量簇(30)，并且基于该比较给交通参与者(52)配置一个姿势(40)，该姿势表示该交通参与者(52)要实施动作。9.机动车，包括根据权利要求8所述的系统。
【专利摘要】本发明涉及主动识别交通参与者的动作的方法和系统及相应的机动车。为了在道路交通中主动识别交通参与者的动作，借助至少一个照相机检测交通参与者的一个按像点结构化的图像并且产生相应的图像数据；将多个像点的图像数据分别按单元分组，其中，所述图像包括多个单元；分别根据一个单元内部的图像数据确定一个重心；对于每一像点分别确定到多个单元的各重心的距离，其中，根据相应像点和各重心的坐标构造一个配置于该像点的特征矢量；以及，比较所述特征矢量与至少一个参考矢量簇，并且基于该比较给交通参与者配置一个姿势，该姿势表示该交通参与者要实施动作。
【IPC分类】G08G1/16, G06K9/00
【公开号】CN105006175
【申请号】CN201510409320
【发明人】D·聚特, M·茨佐特, J·拉勒曼德
【申请人】宝马股份公司
【公开日】2015年10月28日
【申请日】2015年4月24日
【公告号】DE102014207802B3, US20150310265