用于在计算机视觉应用中使用三维测图工具进行对象识别的系统和方法与流程

1.本公开涉及一种用于使用三维测图工具经由计算机视觉应用进行对象识别的系统和方法。


背景技术：

2.计算机视觉是一个快速发展的领域，因为大量使用能够经由传感器，诸如相机、诸如lidar或雷达的距离传感器以及基于结构光或立体视觉的深度相机系统(仅举几例)，收集关于其周围环境的信息的电子设备。这些电子设备提供待由计算机处理单元处理的原始图像数据，并且因此使用人工智能和/或计算机辅助算法形成对环境或场景的理解。存在可以如何形成对环境的该理解的多种方式。通常，形成2d或3d图像和/或地图，并且分析这些图像和/或地图以形成对场景和该场景中的对象的理解。用于改进计算机视觉的一个前景是测量场景中的对象的化学组成的成分。虽然作为2d或3d图像获取的环境中的对象的形状和外观可用于形成对环境的理解，但是这些技术具有一些缺点。
3.计算机视觉领域中的一个挑战是能够使用最少的传感器、计算能力、光探针等资源，以高准确度和低延迟标识每个场景内尽可能多的对象。多年来，对象标识过程被称为遥感、对象标识、分类、认证或识别。在本公开的范围内，计算机视觉系统标识场景中的对象的能力被称为“对象识别”。例如，计算机分析图片并且标识/标记该图片中的球，有时甚至更进一步的信息，诸如球的类型(篮球、足球、棒球)、品牌、背景等被归入术语“对象识别”。
4.通常，计算机视觉系统中用于识别对象的技术可以如下分类：
5.技术1：物理标签(基于图像)：条形码、二维码、序列号、文本、图案、全息图等。
6.技术2：物理标签(基于扫描/密切接触)：视角相关颜料、上转换颜料、因光异色、颜色(红/绿)、发光材料。
7.技术3：电子标签(无源)：rfid标签等。在没有电源的情况下连接到感兴趣对象的设备不一定可见但是可以以其他频率(例如无线电)操作。
8.技术4：电子标签(有源)：无线通信、光、无线电、车辆对车辆、车辆对任何事物(x)等。以各种形式发射信息的感兴趣对象上的供电设备。
9.技术5：特征检测(基于图像)：图像分析和标识，即，从侧视图对于汽车一定距离处的两个车轮；两只眼睛，鼻子和嘴巴(以该顺序)以用于面部识别等。这依赖于已知的几何形状/形状。
10.技术6：基于深度学习/cnn(基于图像)：用标记的汽车、面部等的图像的许多图片训练计算机，并且计算机确定特征以检测和预测感兴趣的对象是否存在于新区域中。需要针对待标识的每类对象重复训练过程。
11.技术7：对象跟踪方法：以特定顺序组织场景中的项目，并且在开始时标记有序对象。此后跟随场景中的具有已知颜色/几何形状/3d坐标的对象。如果对象离开场景并且重新进入，则“识别”为丢失。
12.在以下中，呈现上文所提到的技术中的一些缺点。
13.技术1：当图像中的对象被遮挡或仅对象的一小部分在视图中时，条形码、标志等可能无法读取。此外，柔性物品上的条形码等可能变形，这限制了可见性。对象的所有侧面将必须携带大的条形码以从远处可见，否则仅在近距离并且仅以正确的取向可以识别对象。例如，当商店货架上对象上的条形码将被扫描时，这可能是一个问题。当在整个场景上操作时，技术1依赖于可能变化的环境照明。
14.技术2：由于归因于其小量子产率的低水平的发射光，因此上转换颜料在观看距离方面具有限制。它们需要强光探针。它们通常是不透明的和大颗粒的，这限制了涂料的选择。使它们的使用更加复杂的是以下事实：与荧光和光反射相比较，上转换响应更慢。虽然一些应用取决于所使用的化合物利用该独特响应时间，但是这仅在预先知道该传感器/对象系统的飞行距离时间时是可能的。在计算机视觉应用中，情况很少是这样。出于这些原因，防伪传感器具有用于读取的覆盖/黑暗部分、作为探针的1类或2类激光器以及与感兴趣对象的固定和有限距离以用于准确度。
15.类似地，视角相关颜料系统仅在近距离范围内工作并且需要以多个角度观看。而且，颜色对于视觉上令人愉悦的效果来说是不均匀的。必须管理入射光的光谱以获得正确的测量结果。在单个图像/场景内，具有角度相关彩色涂层的对象将具有沿着样本维度对相机可见的多种颜色。
16.基于颜色的识别是困难的，因为测量的颜色部分地取决于环境照明条件。因此，对于每个场景需要参考样本和/或受控照明条件。不同的传感器也将具有区分不同颜色的不同能力，并且将从一种传感器类型/制造商到另一种传感器类型/制造商而不同，需要用于每个传感器的校准文件。
17.在环境照明下基于发光的识别是富挑战性的任务，因为对象的反射和发光成分被添加在一起。通常，基于发光的识别将替代地使用暗测量条件和发光材料的激发区域的先验知识，因此可以使用正确的光探针/光源。
18.技术3：电子标签(诸如rfid标签)需要将电路、集电器和天线附接到感兴趣项目/对象，这增加了设计成本和复杂性。rfid标签提供存在或不存在的类型信息，但是不提供精确的位置信息，除非在场景上使用许多传感器。
19.技术4：这些主动方法需要将感兴趣对象连接到电源，这对于像足球、衬衫或一盒意大利面的简单物品来说成本高昂，并且因此不实际。
20.技术5：预测准确度很大程度上取决于图像的质量和在场景内的相机的位置，因为遮挡、不同的视角等可能容易地改变结果。标志类型图像可以存在于场景中的多个地方(即，标志可以在球、t恤、帽子或咖啡杯上)并且对象识别通过推理。对象的视觉参数必须以巨大的努力转换为数学参数。可以改变其形状的柔性对象是有问题的，因为每个可能的形状必须包括在数据库中。总是存在固有不确定性，因为类似形状的对象可能错误标识为感兴趣对象。
21.技术6：训练数据集的质量确定方法的成功。对于要识别/分类的每个对象，需要许多训练图像。与针对技术5相同的遮挡和柔性对象形状限制同样适用。需要用数千或更多的图像来训练每一类材料。
22.技术7：该技术在场景预先组织时有效，但是这很少是实际的。如果感兴趣对象离
开场景或完全被遮挡，则除非与以上其他技术组合，否则无法识别该对象。
23.除了已经存在的技术的上文所提到的缺点之外，存在值得提到的一些其他挑战。看到远距离的能力、看到小对象的能力或看到具有足够细节的对象的能力全部需要高分辨率成像系统，即，高分辨率相机、lidar、雷达等。高分辨率的需求增加了相关联的传感器成本并且增加了要处理的数据量。
24.对于像自动驾驶或安全一样需要即时响应的应用，延迟是另一重要方面。需要处理的数据量确定是边缘计算还是云计算对于应用是适当的，后者仅在数据负载小的情况下是可能的。当边缘计算与繁重的处理一起使用时，操作系统的设备变得更大，并且限制易用性和因此实施性。
25.因此，需要适合于改进用于计算机视觉应用的对象识别能力的系统和方法。


技术实现要素：

26.一个具有商业意义的新兴领域是用于各种计算机视觉应用的室内和室外环境的3d测图，仅举几例，诸如人工智能、自主系统、增强现实。与正在进行的讨论相关的一些测图技术涉及光探头，这些光探头脉冲进入场景(时间)，部分发射到场景中(结构光)，或者两者(点阵投影仪、lidar等)的组合。结构光系统通常使用与在信号返回到相机/传感器时引入场景的光的已知几何形状的偏差，并使用失真来计算对象的距离/形状。这样的系统中使用的光波长可以在光谱的uv、可见光或近ir区域中的任何地方。在点投影仪类型系统中，光探头脉冲进入场景并且执行飞行时间测量以计算目标对象形状和距离。在一些版本中，光探头将多个区域引入投影仪/传感器的视场中，而在其他版本中，一次仅照射单个区域，并且随着时间重复该过程以扫描场景的不同区域。在这两种系统中，场景中已经存在的环境光与执行测图任务引入的光是有区别的。这些系统严格依赖于探头在光探头操作的光谱带处照射和读取的对象的反射特性。两种类型的系统被设计为适应计算机视觉系统的感兴趣的大小和尺寸，以及因此由探头照射的区域的分辨率具有与待测量、测图或识别的感兴趣对象相似的长度尺度。
27.本公开提供具有独立权利要求的特征的系统和方法。实施例是从属权利要求以及描述和附图的主题。
28.根据权利要求1，提供了一种用于经由计算机视觉应用进行对象识别的系统，该系统至少包括以下组件：
29.‑
待识别的对象，该对象具有对象特定反射光谱图案和对象特定发光光谱图案，
30.‑
光源，其被配置为在包括待识别的对象的场景上投射至少一个光图案，
31.‑
传感器，其被配置为当场景由光源照射时测量场景的辐射数据，
32.‑
数据存储单元，其包括发光光谱图案以及恰当分配的相应对象，
33.‑
数据处理单元，其被配置为：
34.○
从场景的辐射数据当中检测/提取待识别对象的对象特定发光光谱图案，以及将检测/提取的对象特定发光光谱图案与存储在数据存储单元中的发光光谱图案相匹配，以及标识最佳匹配的发光光谱图案，以及因此，其分配的对象，以及
35.○
通过由传感器测量的反射特性计算场景中标识的对象的距离、形状、深度和/或表面信息。
36.反射特性可包括时间元素，诸如反射光(形成对象特定反射图案的一部分)返回传感器花费的时间量；或空间测量，诸如发射的空间光图案的测量失真，即通过光图案在撞击对象表面时变形的方式。
37.鉴于已知的对象特定反射图案，将考虑反射特性。
38.光源可以配置为在场景上投射第一光图案，然后基于传感器的结果选择第二光图案，将其投射在场景上，使用那些结果投射另一第三光图案，等等。因此，光源可以在场景上一个接一个地投射多个光图案。可替代地，光源可以在场景上同时投射多个光图案。还可能的是，光源在场景上在第一时间点处投射第一组不同的光图案，然后选择第二组不同的光图案并在第二时间点处将其投射在场景上。还可能的是，使用可以同时或连续操作的多个光源，每个光源被配置为在场景上投射一个预定义光图案或一组光图案或一系列连续的光图案。该一个光源或多个光源中的每一个可由控制器即控制单元控制。可以存在一个中央控制器，该中央控制器可以控制多个光源中的所有光源，并且因此，可以明确限定多个光源的操作顺序。
39.(一个或多个)光源、(一个或多个)控制单元、传感器、数据处理单元和数据存储单元可以彼此通信连接，即，彼此之间联网。
40.在本公开的范围内，术语“荧光的”和“发光的”同义使用。同样适用于术语“荧光”和“发光”。在本公开的范围内，数据库可以是数据存储单元的一部分或者可以表示数据存储单元本身。术语“数据库”和“数据存储单元”同义使用。术语“数据处理单元”和“处理器”同义使用并且将被宽泛解释。
41.根据所提出的系统的实施例，可以由光源投射在场景上的光图案或光图案中的至少一个选自包括以下各项的组：时间光图案、空间光图案以及时间和空间光图案。
42.在光源被配置为在场景上投射空间光图案或时间和空间光图案的情况下，光图案的空间部分被形成为网格、水平、垂直和/或对角线的布置、点阵列或其组合。
43.在光源被配置为在场景上投射时间光图案或时间和空间光图案的情况下，光源包括至少一个脉冲光源，该至少一个脉冲光源被配置为以单脉冲发射光，从而提供光图案的时间部分。
44.根据所提出的系统的另一实施例，光源被选择为点阵投影仪和飞行时间(光)传感器中的一者，其可以一次在场景的一个或多个区域/部分上或同时在多个区域/部分上发射光。飞行时间传感器可使用结构光。具体地，光传感器可以是lidar。
45.在系统的又一实施例中，传感器是高光谱相机或多光谱相机。
46.传感器通常是具有光子计数能力的光学传感器。更具体地，它可以是单色相机，或rgb相机，或多光谱相机，或高光谱相机。传感器可以是以上任何一种的组合，或者以上任何一种与可调或可选择的滤波器组的组合，诸如，例如，单色传感器与特定滤波器。传感器可以测量场景的单个像素，或者一次测量多个像素。光学传感器可以被配置为对特定光谱范围内，特别是在超过三个频带中的光子进行计数。它可能是具有针对大视场的多个像素的相机，特别是在不同时间同时读取所有频带或不同频带。
47.多光谱相机在跨电磁光谱的特定波长范围内捕获图像数据。波长可以通过滤波器或通过使用对特定波长敏感的仪器进行分离，包括来自可见光范围之外的频率的光，即，红外线和紫外线。光谱成像可以允许提取人眼无法利用其红色、绿色和蓝色受体捕获的附加
信息。多光谱相机测量少量(通常3至15个)光谱带中的光。高光谱相机是光谱相机的特殊情况，其中，常常数百个连续的光谱带是可用的。
48.在系统的另一实施例中，光源被配置为在光图案中同时或在不同时间处发射uv、可见光和/或红外光内的一个或多个光谱带。
49.待识别的对象可以提供有预定义的发光材料，并且所得的对象的发光光谱图案是已知的并且用作标签。对象可以涂覆有预定义的发光材料。可替代地，对象可以本质上固有地包括预定义的发光材料。
50.所提出的系统还可包括输出单元，其被配置为至少输出所标识的对象和所标识对象的计算的距离、形状、深度和/或表面信息。输出单元可以是显示单元，其被配置为至少显示所标识的对象和所标识对象的计算的距离、形状、深度和/或表面信息。可替代地，输出单元是声学输出单元，诸如扬声器或显示器和扬声器的组合。输出单元与数据处理单元通信连接。
51.所提出的系统的一些或所有技术组件，即光源、传感器、数据处理单元、数据存储单元、控制单元和/或输出单元可以彼此通信连接。任何组件之间的通信连接可以是有线或无线连接。可以使用每个适合的通信技术。相应组件各自可包括用于彼此通信的一个或多个通信接口。这样的通信可以使用有线数据传输协议来执行，诸如光纤分布式数据接口(fddi)、数字用户线(dsl)、以太网、异步传输模式(atm)或任何其他有线传输协议。可替代地，所述通信可以无线地经由使用各种协议中的任一种的无线通信网络，诸如通用分组无线电服务(gprs)、通用移动电信系统(umts)、码分多址(cdma)、长期演进(lte)、无线通用串行总线(usb)和/或任何其他无线协议。相应通信可以是无线和有线通信的组合。
52.本公开还涉及一种用于经由计算机视觉应用进行对象识别的方法，该方法至少包括以下步骤：
53.‑
提供具有对象特定反射和发光光谱图案的对象，该对象将被识别，
54.‑
在包括待识别对象的场景上投射至少一个光图案，
55.‑
当场景由光源照射时，借助于传感器测量包括对象的场景的辐射数据，
56.‑
提供数据存储单元，其包括发光光谱图案以及恰当分配的相应对象，
57.‑
提供数据处理单元，其被编程为：
58.从场景的辐射数据当中检测/提取待识别对象的对象特定发光光谱图案以及将检测/提取的对象特定发光光谱图案与存储在数据存储单元中的发光光谱图案相匹配，以及标识最佳匹配的发光光谱图案，以及因此，其分配的对象，以及
59.通过由传感器测量的反射特性计算场景中标识的对象的距离、形状、深度和/或表面信息。
60.反射特性可包括时间元素，诸如光(形成对象特定反射图案的一部分)返回传感器花费的时间量；或空间测量，诸如发射的空间光图案的测量失真，即通过光图案在撞击对象表面时变形的方式。
61.在一个方面中，提供待识别对象的步骤包括向对象赋予/提供发光材料，从而向对象提供对象特定反射和发光光谱图案。
62.因此，待识别对象被提供/赋予，例如，涂覆有预定义的表面发光材料(特别是发光染料)，其发光化学，即发光光谱图案，是已知的并且用作标签。通过使用对象的发光化学作
为标签，不管对象的形状或部分遮挡如何，对象识别都是可能的。
63.对象可以以各种方法被赋予，即提供有发光材料，特别是荧光材料。荧光材料可以分散在涂层中，该涂层可以通过诸如喷涂、浸涂、卷材涂布、卷对卷涂布和其他方法施加。荧光材料可以印刷到对象上。荧光材料可以分散到对象中并且挤压、模制或浇铸。一些材料和对象是天然荧光的并且可以用所提出的系统和/或方法识别。一些生物材料(蔬菜、水果、细菌、组织、蛋白质等)可能在基因上改变结构而成为荧光的。可以通过以本文所提到的任何方式添加荧光蛋白使一些对象发荧光。
64.大量的荧光材料是可商购的。理论上，任何荧光材料应当适用于计算机视觉应用，因为待识别对象的荧光光谱图案是在生产之后测量的。主要限制是荧光材料的耐久性和与主体材料(待识别对象的)的兼容性。光增白剂是一类荧光材料，该类荧光材料通常包括在对象配方中以减少许多有机聚合物的黄色。它们通过将不可见的紫外光发荧光为可见的蓝光起作用，因此使生产的对象显得更白。许多光增白剂是可商购的。向对象赋予荧光的步骤可以通过用荧光材料涂覆对象或以其他方式向对象表面赋予荧光来实现。在后者的情况下，荧光可以分布在整个对象中，因此也可以在表面处检测到。
65.向待识别对象提供发光材料的技术可以被选择为以下技术中的一种或组合：喷涂、滚压、拉细、沉积(pvc、cvd等)、挤出、薄膜应用/粘合、玻璃成型、模制技术、印刷(诸如油墨)、所有类型的凹版印刷、喷墨、增材制造、织物/纺织品处理(染料或印刷工艺)、染料/颜料吸收、绘图(手工/其他)、赋予贴纸、赋予标记、赋予标签、化学表面接枝、干赋予、湿赋予、将混合物提供为固体、提供活性/非活性染料。
66.在另一方面中，该方法附加地包括经由输出设备至少输出所标识的对象和所标识对象的计算的距离、形状、深度和/或表面信息的步骤。输出设备可以通过与数据处理单元耦接(通信连接)的显示设备来实现。输出设备也可以是声学输出设备，诸如扬声器或视觉和声学输出设备。
67.根据所提出的方法的又一实施例，匹配步骤包括通过使用估计的对象特定发光光谱图案与存储的发光光谱图案之间的任何数量的匹配算法来标识最佳匹配的特定发光光谱图案。匹配算法可以选自包括以下至少一项的组：最低均方根误差、最低平均绝对误差、最高确定系数、最大波长值的匹配。通常，匹配算法是任意的。
68.在另一方面中，提取步骤包括在多步优化过程中使用测量的辐射数据估计对象的发光光谱图案和反射光谱图案。
69.数据处理单元可以包括一个或多个输入单元或可以与一个或多个输入单元通信，诸如触摸屏、音频输入、运动输入、鼠标、键盘输入和/或类似物。进一步地，数据处理单元可以包括一个或多个输出单元或可以与一个或多个输出单元通信，诸如音频输出、视频输出、屏幕/显示输出、和/或类似物。
70.本发明的实施例可以与计算机系统一起使用或并入计算机系统中，该计算机系统可以是独立单元或包括经由网络(诸如，例如，因特网或内联网)与位于例如云中的中央计算机通信的一个或多个远程终端或设备。如此，本文所描述的数据处理单元和相关组件可以是本地计算机系统或远程计算机或在线系统或其组合的一部分。本文所描述的数据库(即，数据存储单元)和软件可以存储在计算机内部存储器中或在非暂态计算机可读介质中。
71.本公开还涉及一种具有可由计算机执行的指令的计算机程序产品，指令使得机器进行以下各项：
72.‑
提供具有对象特定反射和发光光谱图案的对象，该对象将被识别，
73.‑
在包括待识别对象的场景上投射至少一个光图案，
74.‑
当场景由光源照射时，借助于传感器测量包括对象的场景的辐射数据，
75.‑
提供数据存储单元，其包括发光光谱图案以及恰当分配的相应对象，
76.‑
从场景的辐射数据当中提取待识别对象的对象特定发光光谱图案，
77.‑
将提取的对象特定发光光谱图案与存储在数据存储单元中的发光光谱图案相匹配，
78.‑
标识最佳匹配的发光光谱图案，以及因此，其分配的对象，以及
79.‑
通过由传感器测量的反射特性计算场景中所标识的对象的距离、形状、深度和/或表面信息。
80.反射特性可包括时间元素，诸如反射光返回传感器花费的时间量；或空间测量，诸如发射的空间光图案的测量失真，即，通过光图案在撞击对象表面时变形的方式。
81.本公开还涉及一种非暂态计算机可读介质，其存储指令，所述指令当由一个或多个处理器执行时使得机器进行以下各项：
82.‑
提供具有对象特定反射和发光光谱图案的对象，该对象将被识别，
83.‑
通过光源在包括待识别对象的场景上投射至少一个光图案，
84.‑
当场景由光源照射时，借助于传感器测量包括所述对象的场景的辐射数据，
85.‑
提供数据存储单元，其包括发光光谱图案以及恰当分配的相应对象，
86.‑
从场景的辐射数据当中提取待识别对象的对象特定发光光谱图案，
87.‑
将提取的对象特定发光光谱图案与存储在数据存储单元中的发光光谱图案相匹配，
88.‑
标识最佳匹配的发光光谱图案，以及因此，其分配的对象，以及
89.‑
通过由传感器测量的反射特性计算场景中所标识的对象的距离、形状、深度和/或表面信息。
90.本发明在以下示例中进一步限定。应当理解，通过指示本发明的优选实施例，这些示例仅以说明性的方式给出。从以上讨论和示例，本领域技术人员可以确定本发明的基本特性并且在不脱离其精神和范围的情况下，可以做出本发明的各种改变和修改以使其适于各种用法和条件。
附图说明
91.图1a和图1b示意性地示出了所提出的系统的实施例。
具体实施方式
92.图1a和图1b示意性地示出了所提出的系统的实施例。在图1a中，系统100包括待识别的至少一个对象130。进一步地，系统包括两个传感器120和121，该两个传感器可以分别由诸如相机，特别是多光谱或高光谱相机的成像器实现。系统100还包括光源110。光源110由不同的单独发光体组成，单独发光体的数量和性质取决于所使用的方法。光源110可以由
例如通常可用的两个发光体或三个发光体组成。两个发光体可以被选择为定制的led发光体。三个发光体可以是常用的白炽灯、紧凑型荧光灯和白光led灯泡。
93.图1a中的光源110被配置为在包括待识别对象130的场景140上投射光图案。由光源110在场景140上投射的光图案此处被选择为空间光图案，即网格。那意味着仅场景140内的一些点，以及因此，仅待识别对象130的一些点被由光源110发射的光命中。
94.图1a所示的传感器被配置为当场景140由光源110照射时，测量包括对象130的场景140的辐射数据。可能的是，选择不同的传感器，即被配置为仅测量与发射的结构光相同波长的光的一个传感器。因此，环境照明条件的影响被最小化，并且当反射回传感器120、121的光返回时，传感器可以清楚地测量与引入场景140的光的已知几何形状的偏差，使得此处未示出的数据处理单元可以使用这样的失真来计算待识别对象130的距离、形状、深度和/或其他对象信息。由该传感器120、121使用的光的波长可以在整个光谱的uv、可见光或近ir区域中的任何地方。第二传感器120、121可以是多光谱或高光谱相机，其被配置为在整个光谱上或在包括对象130的荧光光谱图案的光谱的至少一部分上测量包括对象130的场景140的辐射数据。因此，第二传感器120、121还被配置为测量不仅由对象130的反射响应而且由对象130的荧光响应产生的包括对象130的场景140的辐射数据。数据处理单元被配置为从场景140的辐射数据当中提取待识别对象130的对象特定发光光谱图案以及将提取的对象特定发光光谱图案与存储在数据存储单元(此处未示出)中的发光光谱图案相匹配，以及标识最佳匹配的发光光谱图案，以及因此，其分配的对象。进一步地，如上文已经提到的，数据处理单元被配置为通过反射光图案在撞击对象130的表面时变形的方式来计算场景140中的所标识对象130的距离、形状、深度和/或表面信息。此处所示的系统100一方面使用结构光借助于当对象130由从光源110发射的光命中时对象130的反射应答来计算诸如到对象130的距离或对象形状之类的事情。另一方面，所提出的系统100使用待识别对象130的荧光发射和反射分量的分离来通过其光谱特征，即通过其特定荧光光谱图案标识对象130。因此，所提出的系统100组合两种方法，即，通过其对象特定荧光图案来标识对象130的方法，以及另外通过由结构光图案的失真导致的光谱的反射部分来标识其距离、形状和其他特性的方法。数据处理单元和数据存储单元也是系统100的组件。
95.图1b示出了所提出的系统的可替代实施例。系统100'包括光源110'，该光源110'被配置为以已知图案发射uv、可见光或红外光，诸如图1b所指示的点阵。通常，可能的是，光源110'被配置为将光脉冲发射到场景140'中，从而产生时间光图案，将光部分地发射到场景140'中；产生空间光图案或发射两者的组合。可以例如通过点阵投影仪、lidar等发射脉冲光和空间结构光的组合。图1b中所示的系统100'还包括传感器120'，该传感器120'被配置为感测/记录不同波长范围处在场景140'上的辐射数据/响应。那意味着不仅记录了包括待识别对象130'的场景140'的仅反射响应，而且记录了对象130'的荧光响应。系统100'还包括数据处理单元和数据存储单元。数据存储单元包括多个不同对象的荧光光谱图案的数据库。数据处理单元与数据存储单元以及传感器120'通信连接。因此，数据处理单元可以计算待识别对象130'的发光发射光谱，并且搜索数据存储单元的数据库用于与计算的发光发射光谱匹配。因此，如果在数据库内可以找到匹配，则可以标识待识别对象130'。此外，可能的是，通过使用已经从光源110'发射并投射在场景140'上并因此也投射在待识别对象130'上的结构光，从反射回传感器120'的光图案的测量失真导出关于待识别对象130'的进一步
的信息，诸如对象130'的距离、形状、表面信息。那意味着通过选择通常用于3d测图工具的光源110'以适应来自待识别对象的发光响应并且利用具有特定光谱读取带的传感器120'，所提出的系统100'不仅能够计算最佳匹配的光谱发光材料而且能够计算与对象130'的距离或对象形状以及关于对象130'的其他3d信息。所提出的系统使能同时使用基于发光颜色的对象识别系统和3d空间测图工具。那意味着所提出的系统100'允许通过其光谱特征(诸如其对象特定发光光谱)标识对象130'，此外利用已投射到场景140中的光的反射部分计算其距离/形状/其他特性。
96.进一步地，应说明，可能的是，光源一个接一个地发射多个不同的光图案，或者同时发射多个不同的光图案。通过使用不同的光图案，可能的是，从场景的相应不同反射响应和场景内的对象导出关于对象的形状、深度和距离的详细信息。投射到场景中的多个光图案中的每一个在对象表面的不同部分/区域处命中对象，以及因此，每个图案提供可以从相应反射响应导出的不同信息。与记录所有那些反射响应的传感器通信连接的数据处理单元可以合并分配给不同光图案的所有不同反射响应，并且可以从中计算待识别对象的详细3d结构。总之，所提出的系统可以由于测量对象特定发光光谱图案来标识对象，并提供关于对象到传感器的距离的详细信息，以及进一步地，归因于反射回传感器的光图案的失真的对象的3d信息。不仅可以将不同的光图案投射到对象上以命中对象的所有表面部分，而且可以在不同波长范围处将不同光图案投射到对象上，从而提供关于对象的表面的反射和荧光性质的进一步的信息。
97.参考标记列表
98.100，100'
ꢀꢀꢀꢀꢀꢀ
系统
99.110，110'
ꢀꢀꢀꢀꢀꢀ
光源
100.120，121，120' 传感器
101.130，130'
ꢀꢀꢀꢀꢀꢀ
待识别的对象
102.140，140'
ꢀꢀꢀꢀꢀꢀ
场景