CN115220045A - 一种物体的检测方法、装置、终端设备和存储介质 - Google Patents

Abstract

本申请适用于激光检测技术领域，提供了一种物体的检测方法、装置、终端设备和存储介质。其中，上述物体的检测方法具体包括：获取参考序列，参考序列包含像素阵列中每个像素单元采集到的第一光强和每个像素单元所在的位置，第一光强为目标场景的背景对激光的反射光在像素单元上形成的光斑的光强；获取待测序列，待测序列包含每个像素单元采集到的第二光强和每个像素单元所在的位置，第二光强为在测试时刻目标场景对相同激光的反射光在像素单元上形成的光斑的光强；根据参考序列和待测序列，确定在测试时刻背景前是否存在物体的检测结果。本申请的实施例可以提高物体检测的准确性。

Description

一种物体的检测方法、装置、终端设备和存储介质

技术领域

本申请属于激光检测技术领域，尤其涉及一种物体的检测方法、装置、终端设备和存储介质。

背景技术

激光传感器是利用激光技术进行测量的传感器，目前广泛应用于物体检测上。目前的基于激光传感器的物体检测方式一般是基于光斑中心位置计算出传感器与被测目标的距离，然后根据距离的变化来判断是否有物体通过激光传感器。

这种方式要求光斑在像素阵列上的成像较为规整，如果光斑成像不理想，或者存放干扰，激光传感器就难以确定准确的光斑中心位置，也就难以确定准确的距离。例如，在表面不规整的物体表面上，激光反射回来会产生一定程度的畸变，使得像素阵列上的成像歪曲，最终导致传感器误判距离。

另外，如果将这种方式应用于超薄物体的检测，为了稳定捕捉细微的变化，这种方式需要精度要求非常高的传感器。

还有一点是，这种方式对透明或半透明物体的检测是不可靠的，因为大部分激光会直接穿过透明或半透明物体，在背景上发生反射，只有极少的激光在透明物体上反射。那么传感器可能无法发现有物体通过。又或者背景反射光和半透明物体反射光在像素阵列上形成两个光斑，传感器难以分辨哪一个光斑才是正确的。

发明内容

本申请实施例提供一种物体的检测方法、装置、终端设备和存储介质，可以提高物体检测的准确性。

本申请实施例第一方面提供一种物体的检测方法，包括：

获取参考序列，所述参考序列包含像素阵列中每个像素单元采集到的第一光强和每个所述像素单元所在的位置，所述第一光强为目标场景的背景对激光的反射光在所述像素单元上形成的光斑的光强；

获取待测序列，所述待测序列包含每个所述像素单元采集到的第二光强和每个所述像素单元所在的位置，所述第二光强为在测试时刻所述目标场景对相同激光的反射光在所述像素单元上形成的光斑的光强；

根据所述参考序列和所述待测序列，确定在所述测试时刻所述背景前是否存在物体的检测结果。

本申请实施例第二方面提供的一种物体的检测装置，包括：

参考序列获取单元，用于获取参考序列，所述参考序列包含像素阵列中每个像素单元采集到的第一光强和每个所述像素单元所在的位置，所述第一光强为目标场景的背景对激光的反射光在所述像素单元上形成的光斑的光强；

待测序列获取单元，用于获取待测序列，所述待测序列包含每个所述像素单元采集到的第二光强和每个所述像素单元所在的位置，所述第二光强为在测试时刻所述目标场景对相同激光的反射光在所述像素单元上形成的光斑的光强；

物体检测单元，用于根据所述参考序列和所述待测序列，确定在所述测试时刻所述背景前是否存在物体的检测结果。

本申请实施例第三方面提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述物体的检测方法的步骤。

本申请实施例第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述物体的检测方法的步骤。

本申请实施例第五方面提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面所述的物体的检测方法。

在本申请的实施方式中，通过获取待测序列和预先采集的参考序列，其中，参考序列包含像素阵列中每个像素单元采集到的第一光强和每个像素单元所在的位置，第一光强为目标场景的背景对激光的反射光在像素单元上形成的光斑的光强，而待测序列包含每个像素单元采集到的第二光强和每个像素单元所在的位置，第二光强为在测试时刻目标场景对相同激光的反射光在像素单元上形成的光斑的光强，如此，可以根据测试时刻目标场景反射光第二光强与背景反射光的第一光强，确定因背景前物体的存在而导致的不同位置的光强差异，得到在测试时刻背景前是否存在物体的检测结果，不需要依据光斑中心位置确定物体的距离，避免了因误判光斑中心位置而导致物体检测准确性降低的问题，对超薄物体、透明或半透明物体、表面不规整的物体均有较好的检测效果。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种物体的检测方法的实现流程示意图；

图2是本申请实施例提供的像素阵列的结构示意图；

图3是本申请实施例提供的确定检测结果的具体实现流程示意图；

图4a是本申请实施例提供的参考序列的示意图；

图4b是本申请实施例提供的待测序列的示意图；

图5是本申请实施例提供的第一差值序列和第二差值序列的示意图；

图6是本申请实施例提供的光强存在差异的情况下参考序列和待测序列的示意图；

图7是本申请实施例提供的光斑位置存在差异的情况下参考序列和待测序列的示意图；

图8是本申请实施例提供的对于超薄物体进行检测时，参考序列和待测序列的示意图；

图9是本申请实施例提供的“两个光斑”的情况下，参考序列和待测序列的示意图；

图10是本申请实施例提供的一种物体的检测装置的结构示意图；

图11是本申请实施例提供的终端设备的结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护。

为了说明本申请的技术方案，下面通过具体实施例来进行说明。

图1示出了本申请实施例提供的一种物体的检测方法的实现流程示意图，该方法可以应用于终端设备上，可适用于需提高物体检测的准确性的情形。

其中，上述终端设备可以是智能手机、计算机、路侧单元、车载单元等智能设备，能够对不同场景内的物体进行检测，例如，可以对生产线上的产品进行检测、对路面上的车辆及行人进行检测等等。

具体的，上述物体的检测方法可以包括以下步骤S101至步骤S103。

步骤S101，获取参考序列。

其中，参考序列可以包含像素阵列中每个像素单元采集到的第一光强和每个像素单元所在的位置。第一光强为目标场景的背景对激光的反射光在像素单元上形成的光斑的光强。

具体的，目标场景是需进行测试的场景，例如可以指道路、生产线、物品仓等。

终端设备可以预先在目标场景未放置物体时，控制参考传感器向目标场景投射激光。此时，激光打向目标场景中的背景(如墙面、背景板等)。背景对激光进行反射，反射光将在参考传感器的像素阵列上形成光斑，像素阵列的像素单元将采集到光信号，得到第一光强值。

其中，参考传感器可以指激光传感器。其类型具体可以为固体传感器、半导体传感器等，对此本申请不做限制。所说的像素阵列可以指互补金属氧化物半导体(Complementary Metal Oxide Semiconductor，CMOS)芯片的感光区域。每个像素单元可以由感光二极管(Photodiode)、浮动式扩散层(Floating diffusion layer)、传输电极门(Transfer gate)元件等构成。参考传感器所使用的传感器参数称为参考传感器参数，具体可以包括激光强度、曝光时间、参考传感器的安装位置和激光投射方向等。

如图2所示，像素单元可以在参考传感器的像素阵列上线性排布，每个像素单元的位置不同，此时，不同的像素单元在同一时刻采集到的第一光强可能存在差异。不断调整参考传感器的各项传感器参数，最终可以捕获一帧或多帧“背景数据”作为参考序列，记为A(n)。

需要说明的是，上述参考传感器可以是安装于终端设备内的传感器，也可以是与终端设备分离的传感器，终端设备可以通过有线或无线的通信方式获取参考传感器采集的参考序列。

步骤S102，获取待测序列。

其中，待测序列包含每个像素单元采集到的第二光强和每个像素单元所在的位置，第二光强为测试时刻目标场景对相同激光的反射光在像素单元上形成的光斑的光强。

在本申请地实施方式中，测试时刻是指需进行物体检测的时刻。一些实施方式中，测试时刻可以是用户指定的一个时间点。另一些实施方式中，终端设备可以以预设频率进行采样，此时每一个采样时刻均可以作为一个测试时刻。

具体的，终端设备可以在测试时刻控制目标传感器向目标场景投射相同激光。相同激光是指与采集参考序列时所使用的激光的在激光强度、入射方向等激光参数上相同的激光。

激光打向目标场景。目标场景的背景和/或背景前的物品将对激光进行反射，反射光将在目标传感器的像素阵列上形成光斑，像素阵列的像素单元将采集到光信号，得到第二光强值。

在一些实施方式中，目标传感器与参考传感器可以是同一传感器，也即利用提前安装好一个传感器，以相同的传感器参数(如激光出射方向、安装位置、激光强度、曝光时间等)分别进行参考序列和待测序列的采集。

另一些实施方式中，目标传感器与参考传感器也可以是不同的传感器。终端设备可以获取参考传感器参数，并根据参考传感器参数，控制目标传感器向目标场景发射激光，进而获取目标传感器的像素阵列采集到的待测序列。如此，可以保持传感器参数固定不变，避免因传感器参数影响光强而导致检测结果准确性降低的问题。

同样的，像素单元可以在目标传感器的像素阵列上线性排布，每个像素单元的位置不同，此时，不同的像素单元在同一时刻采集到的第二光强可能存在差异。不断调整目标传感器的各项传感器参数，最终可以捕获一帧或多帧“待测数据”作为待测序列，记为B(n)。

需要说明的是，上述目标传感器同样可以是安装于终端设备内的传感器，或者是与终端设备分离的传感器，终端设备可以通过有线或无线的通信方式获取参考传感器采集的参考序列。

步骤S103，根据参考序列和待测序列，确定在测试时刻背景前是否存在物体的检测结果。

应理解，如果当前目标场景的背景前不存在物品，则仅有背景对激光进行反射，像素阵列的像素单元采集到的第二光强值与第一光强值基本相似或相同。而如果当前目标场景的背景前存在物品，则物品将对激光进行反射，像素阵列的像素单元采集到的第二光强值与第一光强值将存在一定差异。

具体的，如图3所示，上述确定检测结果的过程可以包括步骤S301至步骤S303。

步骤S301，计算同一位置的像素单元的第一光强与第二光强之间的光强差值，得到每个像素单元的光强差值。

应理解，某一位置上的像素单元的光强差值可以表征该位置上是否因物体的存在而产生了光强的变化。而由于越靠近光斑中心的像素单元采集到的光强越高，因此不同位置上光强差值的差异还可以表征光斑所在位置。

其中，每个像素单元的光强差值包括第一差值A‘(n)和第二差值B‘(n)。

终端设备可以根据同一位置的像素单元的第一光强A(n)与第二光强B(n)，以及第一差值运算公式，确定对应位置的所述像素单元的第一差值A‘(n)，并根据同一位置的像素单元的第一光强A(n)与第二光强B(n)，以及第二差值运算公式，确定对应位置的像素单元的第二差值B‘(n)。

第一差值运算公式可以表示为

第二差值运算公式可以表示为

具体的，请参考图2，终端设备可以根据像素阵列上的像素单元0的第一光强A(0)与第二光强B(0)，计算得到像素单元1的第一差值A‘(0)和第二差值B‘(0)。同理，可以计算得到像素单元1的第一差值A‘(1)和第二差值B‘(1)、像素单元2的第一差值A‘(2)和第二差值B‘(2)，以此类推，得到每个像素单元的第一差值A‘(n)和第二差值B‘(n)。

图4a和图4b分别示出了参考序列和待测序列的示意图，图5是对图4a所示的参考序列和图4b所示的待测序列进行差值运算(即步骤S301的处理)后得到的第一差值A‘(n)序列和第二差值B‘(n)序列。可见，基于步骤S301，可以将参考序列和待测序列之间的差异部分提取出来，基于第一差值A‘(n)和第二差值B‘(n)确定测试结果，可以使检测结果更加关注光强的差异部分。

步骤S302，根据每个像素单元的光强差值，确定参考序列和待测序列之间的差异程度。

其中，上述差异程度可以表征测试时刻目标场景的反射光和背景(不存在物体时)的反射光之间的差异程度。

具体的，终端设备可以根据每个像素单元的第一差值A‘(n)、每个像素单元的第二差值B‘(n)，以及差异程度计算公式，确定差异程度Result。

上述差异程度计算公式可以表示为

其中，m表示像素阵列中像素单元的最大序号。m+1可以表示序列长度，即，像素阵列中像素单元的总个数。n为像素单元的序号。K₁和K₂分别为预设的第一权重系数和第二权重系数，可以结合实际情况进行设置。

差异程度计算公式的本质就是对两个差值序列的加权求和运算。其中，第一差值A^′(n)权重为

第二差值B^′(n)权重为

可以看到，它们的权重都与所有像素单元的第一差值A^′(n)的总和有关，并且互为倒数。如果总和越大，则第一差值A^′(n)的权重越大，第二差值B^′(n)的权重越小。反之，如果总和越小，则第一差值A^′(n)的权重越小，第二差值B^′(n)的权重越大。这样做可以使运算结果(差异程度Result)在反映差异程度时，呈更加线性的变化。

步骤S303，根据差异程度，确定检测结果。

在本申请的一些实施方式中，若差异程度Result大于预设的程度阈值，则确认检测结果为背景前存在物体。若差异程度Result小于或等于预设的程度阈值，确认检测结果为背景前不存在物体。

其中，程度阈值是与差异程度进行比对的阈值，可以根据实际情况进行设置。

在本申请的实施方式中，通过获取待测序列和预先采集的参考序列，其中，参考序列包含像素阵列中每个像素单元采集到的第一光强和每个像素单元所在的位置，第一光强为目标场景的背景对激光的反射光在像素单元上形成的光斑的光强，而待测序列包含每个像素单元采集到的第二光强和每个像素单元所在的位置，第二光强为在测试时刻目标场景对相同激光的反射光在像素单元上形成的光斑的光强，如此，可以根据测试时刻目标场景反射光第二光强与背景反射光的第一光强，确定因背景前物体的存在而导致的不同位置的光强差异，得到在测试时刻背景前是否存在物体的检测结果，不需要依据光斑中心位置确定物体的距离，避免了因误判光斑中心位置而导致物体检测准确性降低的问题，提高了物体检测的准确性。

请参考图6和图7，本申请对于无论是光强差异(图6所示)还是光斑位置差异(图7所示)，都可以准确地检测出来。对于表面不规整的物体，本申请不需要确定光斑中心究竟在哪一个像素单元上，不会因误判光斑中心位置而导致物品检测结果准确性降低。对于超薄物体及透明或半透明物体，如图8所示，由于相同位置上光强差异的存在，本申请提供的物体检测方式仍然较为可靠。如图9所示，如果背景反射光和半透明物体反射光在像素阵列上形成两个光斑，由于光斑位置和光强差异的存在，本申请提供的物体检测方式有较好的检测效果。

综上所述，本申请提供的物体的检测方法具有较好的普适性，对于超薄物体、透明或半透明物体、表面不规整的物体，均能够有较为准确的检测效果。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为根据本申请，某些步骤可以采用其它顺序进行。

如图10所示为本申请实施例提供的一种物体的检测装置1000的结构示意图，所述物体的检测装置1000配置于终端设备上。

具体的，所述物体的检测装置1000可以包括：

参考序列获取单元1001，用于获取预先采集的参考序列，所述参考序列包含像素阵列中每个像素单元采集到的第一光强和每个所述像素单元所在的位置，所述第一光强为目标场景的背景对激光的反射光在所述像素单元上形成的光斑的光强；

待测序列获取单元1002，用于获取待测序列，所述待测序列包含每个所述像素单元采集到的第二光强和每个所述像素单元所在的位置，所述第二光强为在测试时刻所述目标场景对相同激光的反射光在所述像素单元上形成的光斑的光强；

物体检测单元1003，用于根据所述参考序列和所述待测序列，确定在所述测试时刻所述背景前是否存在物体的检测结果。

在本申请的一些实施方式中，上述物体检测单元1003可以具体用于：计算同一位置的所述像素单元的所述第一光强与所述第二光强之间的光强差值，得到每个所述像素单元的光强差值；根据每个所述像素单元的光强差值，确定所述参考序列和所述待测序列之间的差异程度；根据所述差异程度，确定所述检测结果。

在本申请的一些实施方式中，每个像素单元的光强差值包括第一差值A‘(n)和第二差值B‘(n)；上述物体检测单元1003可以具体用于：根据同一位置的所述像素单元的所述第一光强A(n)与所述第二光强B(n)，以及第一差值运算公式，确定对应位置的所述像素单元的第一差值A‘(n)，所述第一差值运算公式表示为

根据同一位置的所述像素单元的所述第一光强A(n)与所述第二光强B(n)，以及第二差值运算公式，确定对应位置的所述像素单元的第二差值B‘(n)，所述第二差值运算公式表示为

在本申请的一些实施方式中，上述物体检测单元1003可以具体用于：根据每个所述像素单元的第一差值A‘(n)、每个所述像素单元的第二差值B‘(n)，以及差异程度计算公式，确定所述差异程度Result，所述差异程度计算公式表示为

其中，m为所述像素阵列中所述像素单元的总个数，n为所述像素单元的序号，K₁和K₂分别为预设的第一权重系数和第二权重系数。

在本申请的一些实施方式中，上述物体检测单元1003可以具体用于：若所述差异程度大于预设的程度阈值，则确认所述检测结果为所述背景前存在物体；否则，确认所述检测结果为所述背景前不存在物体。

在本申请的一些实施方式中，上述待测序列获取单元1002可以具体用于：获取参考传感器参数，所述参考传感器参数包括参考传感器的激光强度和曝光时间，所述参考传感器为采集所述参考序列时使用的传感器；根据所述参考传感器参数，控制目标传感器向所述目标场景发射激光；获取所述目标传感器的像素阵列采集到的所述待测序列。

在本申请的一些实施方式中，像素单元在目标传感器的像素阵列上线性排布。

需要说明的是，为描述的方便和简洁，上述物体的检测装置1000的具体工作过程，可以参考图1至图9所述方法的对应过程，在此不再赘述。

如图11所示，为本申请实施例提供的一种终端设备的示意图。该终端设备11可以包括：处理器110、存储器111以及存储在所述存储器111中并可在所述处理器110上运行的计算机程序112，例如物体的检测程序。所述处理器110执行所述计算机程序112时实现上述各个物体的检测方法实施例中的步骤，例如图1所示的步骤S101至S103。或者，所述处理器110执行所述计算机程序112时实现上述各装置实施例中各模块/单元的功能，例如图10所示的参考序列获取单元1001、待测序列获取单元1002和物体检测单元1003。

所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器111中，并由所述处理器110执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。

例如，所述计算机程序可以被分割成：参考序列获取单元、待测序列获取单元和物体检测单元。

各单元具体功能如下：参考序列获取单元，用于获取参考序列，所述参考序列包含像素阵列中每个像素单元采集到的第一光强和每个所述像素单元所在的位置，所述第一光强为目标场景的背景对激光的反射光在所述像素单元上形成的光斑的光强；待测序列获取单元，用于获取待测序列，所述待测序列包含每个所述像素单元采集到的第二光强和每个所述像素单元所在的位置，所述第二光强为在测试时刻所述目标场景对相同激光的反射光在所述像素单元上形成的光斑的光强；物体检测单元，用于根据所述参考序列和所述待测序列，确定在所述测试时刻所述背景前是否存在物体的检测结果。

所述终端设备可包括，但不仅限于，处理器110、存储器111。本领域技术人员可以理解，图11仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器110可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器111可以是所述终端设备的内部存储单元，例如终端设备的硬盘或内存。所述存储器111也可以是所述终端设备的外部存储设备，例如所述终端设备上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器111还可以既包括所述终端设备的内部存储单元也包括外部存储设备。所述存储器111用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器111还可以用于暂时地存储已经输出或者将要输出的数据。

需要说明的是，为描述的方便和简洁，上述终端设备的结构还可以参考方法实施例中对结构的具体描述，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对各个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种物体的检测方法，其特征在于，包括：

获取参考序列，所述参考序列包含像素阵列中每个像素单元采集到的第一光强和每个所述像素单元所在的位置，所述第一光强为目标场景的背景对激光的反射光在所述像素单元上形成的光斑的光强；

获取待测序列，所述待测序列包含每个所述像素单元采集到的第二光强和每个所述像素单元所在的位置，所述第二光强为在测试时刻所述目标场景对相同激光的反射光在所述像素单元上形成的光斑的光强；

根据所述参考序列和所述待测序列，确定在所述测试时刻所述背景前是否存在物体的检测结果。

2.如权利要求1所述的物体的检测方法，其特征在于，所述根据所述参考序列和所述待测序列，确定在所述测试时刻所述背景前是否存在物体的检测结果，包括：

计算同一位置的所述像素单元的所述第一光强与所述第二光强之间的光强差值，得到每个所述像素单元的光强差值；

根据每个所述像素单元的光强差值，确定所述参考序列和所述待测序列之间的差异程度；

根据所述差异程度，确定所述检测结果。

3.如权利要求2所述的物体的检测方法，其特征在于，每个所述像素单元的光强差值包括第一差值A‘(n)和第二差值B‘(n)；

所述计算同一位置的所述像素单元的所述第一光强与所述第二光强之间的光强差值，包括：

根据同一位置的所述像素单元的所述第一光强A(n)与所述第二光强B(n)，以及第一差值运算公式，确定对应位置的所述像素单元的第一差值A‘(n)，所述第一差值运算公式表示为

根据同一位置的所述像素单元的所述第一光强A(n)与所述第二光强B(n)，以及第二差值运算公式，确定对应位置的所述像素单元的第二差值B‘(n)，所述第二差值运算公式表示为

4.如权利要求3所述的物体的检测方法，其特征在于，所述根据每个所述像素单元的光强差值，确定所述参考序列和所述待测序列之间的差异程度，包括：

根据每个所述像素单元的第一差值A‘(n)、每个所述像素单元的第二差值B‘(n)，以及差异程度计算公式，确定所述差异程度Result，所述差异程度计算公式表示为

其中，m为所述像素阵列中所述像素单元的最大序号，n为所述像素单元的序号，K₁和K₂分别为预设的第一权重系数和第二权重系数。

5.如权利要求2所述的物体的检测方法，其特征在于，所述根据所述差异程度，确定所述检测结果，包括：

若所述差异程度大于预设的程度阈值，则确认所述检测结果为所述背景前存在物体；

否则，确认所述检测结果为所述背景前不存在物体。

6.如权利要求1至5任意一项所述的物体的检测方法，其特征在于，所述获取待测序列，包括：

获取参考传感器参数，所述参考传感器参数包括参考传感器的激光强度和曝光时间，所述参考传感器为采集所述参考序列时使用的传感器；

根据所述参考传感器参数，控制目标传感器向所述目标场景发射激光；

获取所述目标传感器的像素阵列采集到的所述待测序列。

7.如权利要求6所述的物体的检测方法，其特征在于，所述像素单元在所述目标传感器的像素阵列上线性排布。

8.一种物体的检测装置，其特征在于，包括：

参考序列获取单元，用于获取参考序列，所述参考序列包含像素阵列中每个像素单元采集到的第一光强和每个所述像素单元所在的位置，所述第一光强为目标场景的背景对激光的反射光在所述像素单元上形成的光斑的光强；

待测序列获取单元，用于获取待测序列，所述待测序列包含每个所述像素单元采集到的第二光强和每个所述像素单元所在的位置，所述第二光强为在测试时刻所述目标场景对相同激光的反射光在所述像素单元上形成的光斑的光强；

物体检测单元，用于根据所述参考序列和所述待测序列，确定在所述测试时刻所述背景前是否存在物体的检测结果。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述物体的检测方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述物体的检测方法的步骤。

Images