使用选择的像素阵列分析的光学安全监视的制作方法
【专利说明】使用选择的像素阵列分析的光学安全监视
[0001]相关申请的交叉引用
[0002]本申请要求于2014年5月19日提交的题为“OPTICAL SAFETY MONITORING WITHSELECTIVE PIXEL ARRAY ANALYSIS (使用选择性的像素阵列分析的光学安全监视)”的序列号62/000，483的美国临时专利申请的优先权，其全部内容通过引用合并到本文中。
技术领域
[0003]本文中公开的主题总体涉及光学领域监视，更具体地，涉及能够对于像素阵列的特定部分执行选择的飞行时间(TOF)分析的成像传感器。
【发明内容】
[0004]下面呈现了简化概述以提供对本文描述的一些方面的基本理解。本概述不是详尽的综述，也不旨在识别关键/重要元素或记述本文中所描述的各个方面的范围。其唯一的目的在于以简化的形式呈现一些概念作为稍后呈现的更详细描述的前序。
[0005]在一个或更多个实施例中，提供了一种成像传感器设备，其包括:像素阵列组件，其被配置成针对由成像传感器设备捕获的图像的像素阵列对像素阵列的像素进行分组以产生对其要执行二维(2D)分析的第一像素子集和对其要执行三维(3D)分析的第二像素子集；2D图像分析组件，其被配置成对第一像素子集执行2D分析；以及距离确定组件，其被配置成对第二像素子集执行3D分析。
[0006]此外，一个或更多个实施例提供一种用于监视图像数据的方法，包括:由包括至少一个处理器的成像传感器设备采集图像数据；基于图像数据生成像素阵列；将像素阵列的像素分组成至少一个第一像素组和至少一个第二像素组；对至少一个第一像素组执行二维(2D)成像分析；以及对至少一个第二像素组执行飞行时间(TOF)分析。
[0007]此外，根据一个或更多个实施例，提供了一种存储有指令的非暂态计算机可读介质，指令响应于执行来使成像传感器设备执行操作，操作包括:接收表示观看空间的图像的图像数据；基于图像数据来确定像素阵列的各个像素的值；识别对其要执行二维(2D)分析的第一像素子集；识别对其要执行飞行时间(TOF)分析的第二像素子集；对第一像素子集执行2D分析；以及对第二像素子集执行TOF分析。
[0008]为了实现前述及相关目的，在本文中结合下面的描述和附图描述了某些说明性方面。这些方面指示可以实践的各种方式，而所有这些方式均意在被本文涵盖。在结合附图进行考虑时，其它的优点和新颖特征可以根据以下详细描述变得明显。
【附图说明】
[0009]图1是示出了使用二维成像传感器进行的对象在X维和Y维中的2D检测的示意图。
[0010]图2A是示出了使用2D图像传感器进行的图像的2D图像分析的示意图。
[0011]图2B是示出了使用3D图像传感器进行的图像的3D图像分析的示意图。
[0012]图3是示例成像传感器设备的框图。
[0013]图4是示出了成像传感器设备的操作的概述的功能框图。
[0014]图5是示出了成像传感器设备的组件的框图。
[0015]图6是示例像素阵列分组的图示。
[0016]图7是示出了由成像传感器设备进行的2D (成像)和3D (距离)信息的关联性的框图。
[0017]图8是可以集成在成像传感器设备的一个或更多个实施例中的示例安全组件的框图。
[0018]图9是利用成像传感器设备的工业安全监视系统的示意图。
[0019]图10是利用成像传感器设备的示例自动化安全应用的图示。
[0020]图11是用于通过成像传感器设备对于像素阵列执行选择的三维分析的示例方法的流程图。
[0021]图12是用于动态地选择用于选择的3D分析的像素阵列的部分的示例方法的流程图。
[0022]图13是示例计算环境。
[0023]图14是示例网络化环境。
具体实施例
[0024]现在参照附图描述本公开内容，其中贯穿全文使用相似的附图标记指代相似的元件。在下面的描述中，为了说明的目的，阐述了大量的具体细节以便提供其透彻的理解。然而，会明显的是，可以在没有这些具体细节的情况下实践本公开内容。在其它实例中，以框图形式示出了公知的结构和设备以利于其描述。
[0025]在本串请中使用的术语“组件”、“系统”、“平台”、“层”、“控制器”、“终端”、“站”、“节点”、“接口 ”意在指代计算机相关实体、或与具有一个或更多个特定功能的操作装置相关的或作为该操作装置的一部分的实体，其中，这样的实体可以是硬件、硬件和软件的组合、软件、或执行中的软件。例如，组件可以是但不限于:在处理器上运行的进程、处理器、硬盘驱动器、(光或磁存储介质的)多个存储驱动器(包括附接的(如螺纹连接或螺栓连接)的或可拆卸式附接的固态存储驱动器);对象；可执行体；执行线程；计算机可执行程序、和/或计算机。通过说明的方式，在服务器上运行的应用以及该服务器均可以为组件。一个或更多个组件可以驻留在进程和/或执行线程内，并且组件可以定位在一个计算机上和/或分布在两个或更多个计算机之间。此外，本文所描述的组件可从其上存储有各种数据结构的各种计算机可读存储介质中执行。组件可以通过本地和/或远程进程如根据具有一个或更多个数据包(如来自与本地系统、分布式系统中的另一个组件进行交互的一个组件的数据，和/或来自与经由信号跨网络(如因特网)与其它系统交互的一个组件的数据)的信号进行通信。作为另一个示例，组件可以是具有由电气或电子电路操作的机械组件所提供的特定功能的装置，其中所述电气或电子电路通过处理器执行的软件或固件应用来进行操作，其中处理器可以在该装置的内部或外部，并且执行软件或固件应用的至少一部分。作为又一个示例，组件可以是如下装置:其通过电子组件提供特定功能，而无需机械件，电子组件可以在其中包含处理器以执行提供电子组件的至少部分功能的软件或固件。作为又一示例，接口可以包括输入/输出(I/o)组件以及相关联的处理器、应用或应用编程接口(API)组件。虽然前述示例针对于组件的各个方面，但是所例示的方面或特征也适用于系统、平台、接口、层、控制器、终端等。
[0026]本文中所使用的术语“推断(infer)”和“推断(inference) ” 一般是指根据经由事件和/或数据捕获的一组观察结果来推理或推断系统、环境和/或用户的状态的过程。例如，可以采用推断来识别特定的上下文或动作，或者可以生成状态的概率分布。推断可以是概率性的，也就是说，所关注的状态的概率分布的计算基于数据和事件的考虑。推断还可以指用于从一组事件和/或数据构成较高级别的事件的技术。这样的推断导致从一组观察到的事件和/或存储的事件数据来构造新的事件或动作，而无论事件是否是时间接近地相关，以及无论事件和数据是来自一个事件和数据源、还是若干个事件和数据源。
[0027]此外，术语“或”意指包容性的“或”，而非排他性的“或”。也就是说，除非另外指明或者在上下文中明确，否则短语“X采用A或B”旨在表示任何自然的包括性排列。也就是说，短语“X米用A或B”满足以下实例中的任何一个:X米用A ；X米用B ;或X米用A和B两者。此外，本申请中以及所附权利要求中使用的冠词“一个(a)”和“一种(an)”一般应被解释为是指“一个或更多个”，除非另有指明或上下文明确针对单数形式。
[0028]此外，文中使用的术语“集合”排除空集如其中没有元素的集合。因此，在本公开内容中的“集合”包括一个或更多个要素或实体。作为说明，控制器的集合包括一个或更多个控制器；数据资源的集合包括一个或更多个数据资源等等。同样地，本文中使用的术语“组”是指一个或更多个实体的集合，例如节点组指代一个或更多个节点。
[0029]就可包括许多设备、组件、模块等的系统而言，将呈现各个方面或特征。但应当理解和明白的是，各个系统可以包括另外的设备、组件、模块等，和/或可以不包括结合附图所讨论的设备、组件、模块等的全部。还可以使用这些方法的组合。
[0030]一般使用二维(2D)成像传感器来检测并且识别在传感器的视场内的对象的形状和/或表面特征。图1示出了使用2D成像传感器104对对象的识别。一些类型的2D成像传感器(如成像相机)通过以下方式操作:向要监视的区域投射宽的光束106并且在接收器处米集从视场内的表面和对象(如对象108)反射的反射光。一些传感器可以以振荡方式来对跨视场的光束106进行扫频以采集逐线图像数据，该数据被分析以识别对象边缘和表面、表面图案或其它这样的信息。可替代地，传感器104可以跨感兴趣的区域投射固定的、大体为平面的光束，并且采集穿过该光束的对象上的数据。通常而言，2D成像传感器基于反射光对所生成的像素数据执行灰度分析或红-绿-蓝(RGB)分析，以生成视场的二维图像数据，该数据可以被分析以识别对象边缘、对象表面图案或轮廓或其它这样的信息。图2A是示出了使用2D图像传感器202对图像206进行2D图像分析的示意图。2D图像分析在χ-y平面中生成对象和表面信息。取决于成像传感器所用于的特定应用，传感器将基于在视场内所检测到的对象和/或图案生成适合的输出。
[0031]三维(3D)图像传感器(也被称为飞行时间(time-of-flight，T0F)传感器)被设计成生成在传感器的视场内的对象和表面的距离信息以及二维形状信息。一些类型的TOF传感器使用相移监视技术来确定对象的距离，借此光束被发射到视场，并且所测量的从对象反射的光相对于发射光的相移被转换成距离值。采用脉冲光照明的其它类型的TOF传感器对光脉冲到视场的发射与在传感器的光接收器处反射的光脉冲的接收之间的耗用时间进行测量。由于这个飞行时间信息是对象或表面距传感器的距离的函数，所以传感器能够利用TOF信息来确定对象或表面的点距传感器的距离。图2B是示出了使用3D图像传感器204对图像208进行3D图像分析的示意图。如该图所示，3D分析在z方向上生成距离或深度信息(也就是对象和表面距传感器204的距离)并且在x-y平面中生成成像信息。
[0032]考虑飞行时间信息的测量和距离信息的后续计算的三维图像分析处理上一般比2D图像分析更密集。对于3D分析所需要的另外的处理时间和功率会使得3D图像传感器不适合要求快的、可靠的响应时间的某些类型的应用。然而，存在可以从3D图像分析中获益但要求快的和可靠的判定和响应时间的某些类型的应用。例如，工业安全监视应用必须能够可靠地对存在于潜在危险区域内的人进行检测，并且利用具有最小化延迟的适合的安全控制输出(如使运行的机器停止或减速以去除危险机器的电力的命令等)来响应以防止受伤。
[0033]为了解决这些和其它问题，本公开内容的一个或更多个实施例提供了能够对所选择的传感器的像素阵列的子集或部分执行3D图像分析的成像传感器。在一个或