用于識別車輛的環(huán)境中的對象的方法和設備的制作方法
【專利摘要】本發(fā)明涉及一種用于識別車輛(100)的環(huán)境(130)中的對象(240，250)的方法。所述方法(500)包括讀取(510)車輛攝像機(110)的第一圖像(210)以及讀取所述車輛攝像機(110)的第二圖像(220)的步驟，所述第一圖像代表所述車輛(100)的環(huán)境(130)，并且所述第一圖像以第一曝光時間來拍攝，所述第二圖像在所述第一圖像(210)之后并且以第二曝光時間來拍攝，其中，所述第二曝光時間與所述第一曝光時間不同。此外，本發(fā)明包括從所述車輛攝像機(110)的第二圖像(220)中提取(520)一個圖像片段(230)的步驟，其中，所述圖像片段(230)代表所述車輛(100)的環(huán)境(130)的比所述第一圖像(210)更小的區(qū)域，其中，在所述提取(520)時所述圖像片段(230)在所述第二圖像(220)中的位置基于至少一個如下參數(shù)來確定，所述參數(shù)代表關(guān)于車輛的行駛的和/或車輛前方的基礎設施措施的位置的信息，和/或所述參數(shù)與運動的對象無關(guān)，所述運動的對象在之前的步驟中在所述圖像片段(230)中已被識別。最后，所述方法包括以下步驟：將第一對象識別算法應用(530)到所述第一圖像(210)上，以便識別在所述第一圖像(210)中的至少一個對象(240)，以及將第二對象識別算法應用到所述圖像片段(230)上，以便識別在所述圖像片段(230)中的至少一個另外的對象(250)。
【專利說明】用于識別車輛的環(huán)境中的對象的方法和設備
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種用于識別車輛的環(huán)境中的對象的方法、一種相應的設備以及一種相應的計算機程序產(chǎn)品。
【背景技術(shù)】
[0002]為了實現(xiàn)盡可能良好地識別車輛攝像機的圖像中的對象，應進行可供使用的信息的盡可能詳細的分析處理。然而尤其是在夜間，在此應考慮，在使用車輛攝像機的圖像的情況下可能出現(xiàn)由于通過迎面駛來的附近的車輛的大燈的“過度曝光”而造成的炫目，其遮蓋了在前面行駛的例如距離較遠的車輛發(fā)出的信息。為了避免這樣的炫目，例如可以使用如下系統(tǒng):所述系統(tǒng)以一個或多個曝光時間來測量車輛周圍環(huán)境中的場景并且針對每個圖像實施相同的功能或分別僅實施分析處理功能。
[0003]DE102007001099A1涉及一種用于車輛的駕駛員輔助系統(tǒng)的分析處理裝置，其具有用于接收由攝像機拍攝的圖像信息的輸入端、用于在由攝像機接收的第一圖像信息中找出包含預給定的形狀的圖像片段的第一組成部分、用于請求第二圖像信息的第二組成部分，其中，第二圖像信息對應于由第一組成部分所找出的具有相對于第一圖像信息改善的對比度的圖像片段的重新拍攝。此外，存在用于辨識第二圖像信息中的交通標志的第三組成部分以及用于輸出信號的輸出端，所述信號涉及由第三組成部分辨識的交通標志。

【發(fā)明內(nèi)容】

[0004]在此背景下，借助本發(fā)明提出一種根據(jù)主權(quán)利要求的用于識別車輛的環(huán)境中的對象的方法、使用所述方法的設備以及相應的計算機程序產(chǎn)品。有利的構(gòu)型由相應的從屬權(quán)利要求和隨后的描述中得到。
[0005]本發(fā)明提出一種用于識別車輛的環(huán)境中的對象的方法，其中，所述方法具有下列步驟:
[0006]-讀取車輛攝像機的第一圖像以及讀取車輛攝像機的第二圖像，所述第一圖像代表車輛的環(huán)境，并且所述第一圖像以第一曝光時間來拍攝，所述第二圖像在不同于第一圖像的時刻并且以第二曝光時間來拍攝，所述第二曝光時間與第一曝光時間不同；
[0007]-從車輛攝像機的第二圖像中提取一個圖像片段，其中，所述圖像片段優(yōu)選代表車輛的環(huán)境的比第一圖像更小的區(qū)域，其中，在提取時所述圖像片段在第二圖像中的位置基于至少一個如下參數(shù)來確定，所述參數(shù)代表關(guān)于車輛的行駛的和/或車輛前方的基礎設施元件的位置的信息，和/或所述參數(shù)與運動的對象無關(guān)，所述運動的對象在之前的步驟中在所述圖像片段中已被識別；
[0008]-將第一對象識別算法應用到第一圖像上，以便識別在第一圖像中的至少一個對象，以及將第二對象識別算法應用到第二圖像的圖像片段上，以便識別在所述圖像片段中的至少一個另外的對象。
[0009]此外，本發(fā)明還提出一種構(gòu)造用于在相應的裝置中實施或者實現(xiàn)根據(jù)本發(fā)明的方法的步驟的設備。本發(fā)明所基于的任務也可以通過本發(fā)明的以設備形式的實施變型方案來快速和高效地解決。
[0010]因此，本發(fā)明提出了一種用于識別車輛的環(huán)境中的對象的設備，其中，所述設備具有下列步驟:
[0011]-用于讀取車輛攝像機的第一圖像以及用于讀取車輛攝像機的第二圖像的接口，所述第一圖像代表車輛的環(huán)境，并且所述第一圖像以第一曝光時間來拍攝，所述第二圖像在第一圖像之后并且以第二曝光時間來拍攝，所述第二曝光時間與第一曝光時間不同；
[0012]-用于從車輛攝像機的第二圖像中提取一個圖像片段的單元，其中，所述圖像片段優(yōu)選代表車輛的環(huán)境的比第一圖像更小的區(qū)域，其中，在提取時所述圖像片段在第二圖像中的位置基于至少一個如下參數(shù)來確定，所述參數(shù)代表關(guān)于車輛的行駛的和/或車輛前方的基礎設施元件的位置的信息，和/或所述參數(shù)與運動的對象無關(guān)，所述運動的對象在之前的步驟中在所述圖像片段中已被識別；
[0013]-用于將第一對象識別算法應用于第一圖像上，以便識別在第一圖像中的至少一個對象，以及將第二對象識別算法應用到第二圖像的圖像片段上，以便識別在圖像片段中的至少一個另外的對象的單元。
[0014]設備在此可以理解為處理傳感器信號并且據(jù)此輸出控制信號信號或信息信號的電設備。所述設備可以具有按硬件方式和/或按軟件方式構(gòu)造的接口。在按硬件方式的構(gòu)造中，接口例如可以是包括所述設備的各種不同功能的所謂的系統(tǒng)ASIC的部分。然而，還可能的是，接口是單獨的集成電路或至少部分地由分立部件組成。在按軟件方式的構(gòu)造中，接口可以是軟件模塊，其例如與其他軟件模塊共存在微控制器上。
[0015]具有程序代碼的計算機程序產(chǎn)品也是有利的，所述程序代碼可以存儲在機器可讀的載體，如半導體存儲器、硬盤存儲器或光學存儲器上并且用于當在計算機或設備上執(zhí)行程序時根據(jù)先前描述的實施方式之一來實施所述方法。
[0016]車輛攝像機可以理解為光學傳感器，其將車輛的場景或環(huán)境轉(zhuǎn)換成攝像機圖像并且將所述攝像機圖像提供給其他部件以進一步處理。在此，光學傳感器可以以多種模式工作，其中，這些模式中的每一個的特征尤其在于用于以該模式拍攝的圖像的不同曝光時間。圖像片段可以理解為車輛攝像機的圖像的子區(qū)域，其中，比在車輛攝像機的圖像中成像車輛的周圍環(huán)境的更小的部分。圖像片段的位置可以在提取的步驟之前被查明，例如通過如下參數(shù)被查明，所述參數(shù)與如下運動對象(譬如車輛)無關(guān)，所述對象在之前的步驟中在圖像片段中已被識別，或所述對象與代表關(guān)于車輛的行駛的信息的參數(shù)有關(guān)。圖像片段的位置也可以與車輛前方的基礎設施元件的位置有關(guān)，其中，基礎設施元件例如可以理解為道路建設措施譬如路燈或?qū)еＬ娲鼗蚋郊拥?，這樣的參數(shù)也可以與運動的車輛無關(guān)，所述車輛在之前的步驟中在圖像片段中已被識別。代表關(guān)于車輛的行駛的信息的參數(shù)可以是例如傳感器的如下信息:所述信息代表自身車輛的運動或用于控制車輛的操作元件的調(diào)整。例如，關(guān)于車輛的行駛的信息可以是車輛的速度、轉(zhuǎn)向輪偏轉(zhuǎn)的轉(zhuǎn)向角度或預測的或例如從導航設備讀取的、所假設的道路走向。在第一圖像中識別的一個對象或在圖像片段中識別的另一對象例如可以理解為在相關(guān)的圖像或圖像片段中識別的車輛。替代地或附加地，在第一圖像中識別的對象也可以是建設措施或建設單元，尤其在行車道邊緣處的基礎設施裝置(例如導柱或路燈)。同樣替代地或附加地，在圖像片段中識別的第二對象也可以是建設措施或建設單元、尤其是在行車道邊緣處的基礎設施裝置(例如導柱或路燈)。此外尤其是，第二曝光時間可以大于第一曝光時間，使得在圖像片段中可識別具有比在第一圖像中所識別的對象更低的亮度的對象。由此可能的是，識別在圖像片段中的對象，所述對象或者進一步遠離具有車輛攝像機的車輛和/或比在第一圖像中所識別的對象發(fā)射更少的或其他顏色的光。第一對象識別算法在此可以與第二對象識別算法相同，但單獨地執(zhí)行。替代地，第一對象識別算法具有第二識別算法的不同的步驟。第一對象識別算法也可以具有與第二對象識別算法相同的步驟，但在使用不同的參數(shù)的情況下被執(zhí)行。在此，例如在使用第一參數(shù)集的情況下可以將對象識別算法應用到第一圖像上，并且在使用第二參數(shù)集的情況下將第二對象識別算法應用到圖像片段上。
[0017]本發(fā)明基于如下認識:車輛中的唯一的攝像機的圖像一方面可通過相應的對象識別算法來分析處理，而另一方面可以從以不同的曝光時間拍攝的圖像中選擇不同的圖像區(qū)域。在此，圖像片段的跟蹤可以通過參數(shù)引起，所述參數(shù)并不基于運動的對象或車輛，其本身在相關(guān)的圖像片段中在之前的時刻已被識別。以此方式尤其可以對車輛前方的區(qū)域關(guān)于微亮的對象進行連續(xù)監(jiān)視，其中，所述區(qū)域?qū)τ谛旭倳r車輛將來的位置而言是特別重要相關(guān)的。尤其可以識別在通過圖像片段代表的車輛環(huán)境中是否存在對象或車輛，其在調(diào)整車輛前方的光發(fā)射時應被考慮，以便避免對象中的或車輛中的駕駛員的炫目。
[0018]本發(fā)明提供如下優(yōu)點:現(xiàn)在通過借助各個自身的對象識別算法來分開地分析處理以不同的曝光時間拍攝的圖像可以避免，在圖像的長曝光時間的情況下未識別車輛前方的以下對象或車輛:所述對象或車輛通過在所述車輛前方的其他對象或車輛的光發(fā)射被過度照射。同時可以避免應用高度復雜的對象識別算法，其從圖像中不僅識別發(fā)射高光強度的對象或車輛而且識別出發(fā)射低光強度的對象或車輛。以此方式可以實現(xiàn)對唯一的車輛攝像機的圖像的分析處理的簡化，所述唯一的車輛攝像機以多種(至少兩種)模式(尤其曝光模式)工作并且相應地提供經(jīng)曝光的圖像。然而，同時使用安裝在車輛中的攝像機和由此
唯一的并且通常已作為標準(serienmSflig)設置的硬件以便提供輸入信號用于實現(xiàn)本發(fā)明。此外，在技術(shù)上可簡單實現(xiàn)的對分析處理軟件的改變和對已在車輛中設置的分析處理單元的相應的再編程能夠?qū)崿F(xiàn)附加利用。
[0019]有利的是，在提取步驟中在使用位置信息的情況下提取所述圖像片段，其中，響應于代表車輛的行駛的信息可改變或改變位置信息。位置信息可以理解為關(guān)于圖像片段在第二圖像中的定位和/或關(guān)于圖像片段在第二圖像中的大小的信息。本發(fā)明的這種實施方式提供了如下優(yōu)點:在車輛行駛期間可以處理圖像片段，所述圖像片段布置在第二圖像中的不同位置處或所述圖像片段包括第二圖像的不同大小的圖像區(qū)域。以此方式，尤其在轉(zhuǎn)彎行駛時能夠?qū)崿F(xiàn)圖像片段的跟蹤或更好的提前引導(VorausfUhren)，其中，在圖像片段中存在或估計有對象或車輛，其由于車輛的轉(zhuǎn)彎行駛而對于車輛安全性或車輛前方的區(qū)域的照亮是重要的。在車輛的高速公路行駛時(或通常在車輛快速行駛時)，例如可以放大圖像片段，以便確保充分考慮快速運動的對象或車輛，尤其是在長曝光時間的情況下。
[0020]根據(jù)本發(fā)明的另一種實施方式，在讀取的步驟中可以將如下圖像作為第一圖像讀取，所述圖像比作為第二圖像讀取的圖像具有更短的曝光時間。有利地，在應用的步驟中，可以將第一對象識別算法應用到整個第一圖像上。尤其是，在這種實施例中，具有較短曝光時間的整個圖像通過第一對象識別算法來處理。本發(fā)明的這種實施方式提供了如下優(yōu)點:在車輛附近區(qū)域中的尤其特征在于所發(fā)射的高光強度的對象被盡可能快速地并且明確地識別。尤其是在車輛附近區(qū)域中的這樣的對象或車輛需要提高的安全預防措施，以便例如不使自身車輛的附近區(qū)域中的這樣的車輛的駕駛員炫目。如果另一方面在自身車輛的附近區(qū)域中的這樣的車輛的駕駛員會被炫目，則自身車輛的安全性會受極大威脅。
[0021]此外有利的是，在提取的步驟中提取第二圖像的一個圖像片段，其中，對象在車輛攝像機的圖像中成像在所述圖像片段中，所述對象以預先確定的最小距離布置在車輛前方。本發(fā)明的這種實施方式提供了如下優(yōu)點:可以識別在車輛的環(huán)境中的進一步遠離所述車輛的對象或車輛。尤其當在所述圖像片段中不可預期以下對象或車輛:從所述對象或車輛可預期高的光發(fā)射或反射時，通過本發(fā)明的這種實施方式可以確保，不發(fā)生由于通過在自身車輛的附近區(qū)域中的對象或車輛的光發(fā)射引起的“疊化”而造成的關(guān)于較弱地被照明的或發(fā)光的對象或車輛的信息的信息損耗。
[0022]根據(jù)本發(fā)明的另一種實施方式，在應用的步驟中可以使用第一對象識別算法來識別第一對象類型的對象并且使用第二對象識別算法來識別第二對象類型的對象，所述第二對象類型不同于第一對象類型。例如，第一對象類型可以代表前大燈，而第二對象類型代表尾燈、導柱或路燈。本發(fā)明的這種實施方式提供了如下優(yōu)點:根據(jù)從相關(guān)的對象類型可預期何種光發(fā)射特性，可以從車輛攝像機的圖像中識別不同的對象類型。
[0023]特別有利的是，在應用的步驟中第一對象識別算法構(gòu)造用于在使用第一圖像中的一個位置處的亮度與在第二圖像中、尤其在圖像片段中的一個相應位置處的亮度比較的情況下識別第一圖像中的對象。在應用的步驟中，對象識別算法也可以構(gòu)造用于在使用在第二圖像中尤其在圖像片段中的一個位置處的亮度與在第一圖像中的一個相應位置處的亮度比較的情況下識別在第二圖像中、尤其在圖像片段中的對象。本發(fā)明的這種實施方式提供了如下優(yōu)點:技術(shù)上可特別簡單地實現(xiàn)對象的區(qū)分或識別，其中，可以使用以不同的曝光時間來拍攝的圖像的共同的信息。
[0024]根據(jù)本發(fā)明的一種特別的實施方式，在應用的步驟中，當在第一圖像中的所述位置處的亮度在一個公差范圍內(nèi)與在第二圖像中、尤其在圖像片段中的所述相應位置處的亮度相等時，可以通過第一對象識別算法將對象識別為脈沖式光源。此外，當在第一圖像中的所述位置處的亮度與在第二圖像中、尤其在圖像片段中的所述相應位置處的亮度相差大于一個預先確定的閾值(與曝光時間的差別有關(guān))時，通過第一對象識別算法也可以將對象識別為恒定發(fā)射光的光源。此外，有利的是，當在第二圖像中、尤其在圖像片段中的所述位置處的亮度在一個公差范圍內(nèi)與在第一圖像中的所述相應位置處的亮度相等時，通過第二對象識別算法將對象識別為脈沖式光源。也可考慮本發(fā)明的一種實施方式，其中，當在第二圖像中、尤其在圖像片段中的所述位置處的亮度與在第一圖像中的一個相應位置處的亮度相差超過一個預先確定的閾值時，通過第二對象識別算法將對象識別為恒定發(fā)射光的光源。關(guān)于亮度值的公差范圍在此例如可以理解為百分之十的亮度偏差。本發(fā)明的這種實施方式提供如下優(yōu)點:不同類型的對象可以非常簡單地通過在第二圖像中、尤其在圖像片段中與在第一圖像中的彼此相應的位置處的亮度的比較來識別。尤其，在此可以利用:不同的對象譬如路燈具有與例如車燈或LED車燈不同的光發(fā)射頻率。因此，通過本發(fā)明的這種實施方式可以在技術(shù)上非常簡單地推斷對象類型，所述對象在第一圖像或圖像片段中的所述相應位置處被識別或估計。[0025]此外有利的是，根據(jù)本發(fā)明的一種實施方式設置一種用于調(diào)節(jié)車輛前方的行車道照明的方法，所述方法具有如下步驟:
[0026]-如前面已描述的方法的步驟；以及
[0027]-響應于至少一個通過第一對象識別算法所識別的對象和/或響應于至少一個通過第二對象識別算法所識別的對象來控制車輛大燈的光發(fā)射的改變。
[0028]本發(fā)明的這種實施方式提供了如下優(yōu)點:對對象的根據(jù)前面所描述的實施方式的識別以技術(shù)上非常簡單的方式使車輛大燈的光發(fā)射的調(diào)節(jié)或控制變得容易。由此，尤其可以簡單地避免或至少降低在前面行駛的或迎面駛來的車輛的駕駛員炫目，因為通過識別對象、尤其是對象類型，可以相應地匹配通過自身車輛的大燈的光發(fā)射。
[0029]根據(jù)本發(fā)明的一種實施方式，在圖像片段中也可以識別建設措施譬如行車道邊緣處的基礎設施裝置如路燈或?qū)еＴ诒景l(fā)明的這種實施方式中，在控制的步驟中還可以與通過第二識別算法所識別的對象無關(guān)地進行光發(fā)射的改變。
【專利附圖】

【附圖說明】
[0030]以下參照附圖示例性地進一步闡述了本發(fā)明。其中:
[0031]圖1示出車輛的框圖，其中，使用本發(fā)明的一個實施例；
[0032]圖2示出車輛周圍的場景的示圖和通過車輛攝像機從所述場景獲得的圖像的示圖以及根據(jù)本發(fā)明的一個實施例的在圖像中選擇圖像片段的示圖；
[0033]圖3示出用于闡明將恒定發(fā)射光的光源確定為對象的曲線圖；
[0034]圖4示出用于闡明將脈沖式發(fā)射光的光源確定為對象的曲線圖；以及
[0035]圖5示出本發(fā)明的一個實施例的流程圖。
【具體實施方式】
[0036]在以下對本發(fā)明的優(yōu)選實施例的描述中，針對在不同附圖中所示的并且類似起作用的元件使用了相同或類似的參考標記，其中，省去了對這些元件的重復描述。
[0037]在黑暗中探測車輛時，提出對圖像分析處理系統(tǒng)的不同要求，所述要求在攝像機的圖像的單個的曝光時間的情況下只能折衷地滿足。尤其，在前面行駛的車輛的遠離的并且由此相對較暗的尾燈恰恰如在不同的距離中的迎面交通那樣可識別。這以一方面分析處理系統(tǒng)應對暗的對象非常敏感以及相對于附近的迎面交通的過度照射穩(wěn)健為條件。兩種邊界情況可以借助多模的、至少雙模的攝像機調(diào)節(jié)特別有利地滿足:在以較長的曝光時間拍攝的并且選擇將圖像分析處理附加地限于圖像的特殊子區(qū)域上的圖像中，例如可以探測駛遠的車輛的尾燈并對其分類。相反，基于以短的曝光時間拍攝的圖像可以在迎面交通中穩(wěn)健地分辨附近車輛的大燈對，而圖像并不由于亮大燈的過度照射而如此亮，使得較暗的對象和/或?qū)ο筇囟ǖ慕Y(jié)構(gòu)本身不再能被識別。所述情況可以解釋為由于附近的迎面駛來的車輛的非常亮的大燈產(chǎn)生的強光使攝像機“致盲”。
[0038]目前為止的系統(tǒng)或者
[0039]a)以唯一的曝光時間，或者
[0040]b)在具有多個曝光時間的圖像中分別以用于對象探測和分類的相同的例程來工作。[0041]在變型方案a)中，在附近區(qū)域中關(guān)于作用距離和分辨能力的折衷是必要的，而變型方案b)以復雜的分析處理策略為條件，以便確保最佳的探測和規(guī)則相關(guān)的對象的分類。
[0042]然而通常，特別在夜間和黎明時，對用于控制自身車輛的光或光發(fā)射的對象識別的要求非常復雜，并且利用這些方案僅可以通過折衷來實現(xiàn)。通過具有至少一個短曝光的和長曝光的圖像拍攝及其分析處理的多模的(但至少雙模的)曝光控制可以明顯更好地滿足相應的邊界情況。對于具有相應曝光時間的圖像的分析處理，在此設置明確不同的處理步驟。
[0043]圖1示出車輛100的框圖，其中，可以使用本發(fā)明的實施例。車輛100包括攝像機110，其生成車輛100前的環(huán)境130的可見區(qū)域120的圖像。在此，攝像機110構(gòu)造為以多種模式拍攝圖像，其中，不同模式在以相應的模式拍攝圖像時具有不同的曝光時間。由攝像機110生成的圖像被傳輸至分析處理單元140中，在分析處理單元中根據(jù)后續(xù)的描述在應用對象識別算法的情況下關(guān)于對象進行圖像或圖像的圖像片段的分析處理。如果現(xiàn)在在攝像機110的可見區(qū)域120中識別確定的對象類別的確定的對象譬如在前面行駛的或迎面駛來的車輛的大燈，則相應的信息被發(fā)送給照明控制單元150，以便確保車輛100的由照明控制單元150控制的大燈160的光發(fā)射沒有發(fā)射光到車輛100的周圍環(huán)境130中，其使在前面行駛的或迎面駛來的車輛炫目。
[0044]待由攝像機拍攝的不同圖像的曝光時間優(yōu)選可以如此選擇，使得一方面可以探測在至少400m的距離中的遠離的尾燈而另一方面可以探測在至少800m的距離中的大燈，以及附近的迎面交通不造成圖像的過度照射、也即表征對象的所有像素的飽和一這使得在附近區(qū)域中的兩個大燈的分辨或探測變得困難。此外，曝光控制要如此設計，使得在平均的距離范圍(例如IOOm到300m)中的尾燈的識別通過多個曝光時間滿足并且由此確保在從可能的炫目方面來看關(guān)鍵的區(qū)域中的穩(wěn)健的并且快速的分類。
[0045]對于相應的圖像的高效處理，例如對較長曝光的圖像可以根據(jù)不同的附加信息限制處理區(qū)域或感興趣區(qū)域(感興趣的區(qū)域)。
[0046]圖2在上子圖中示出場景200，其由圖1中的攝像機110在車輛100的可見區(qū)域120中拍攝。場景200例如在第一模式中以較短的第一曝光時間來檢測，從中生成左下所示的第一圖像210并且將其傳輸給分析處理單元140。在跟隨的步驟中，在第二模式中以較長的曝光時間來拍攝場景200，并且生成第二圖像220，其在圖2中右下所示。此外，在第二圖像中提取一個圖像片段230，其傳輸給分析處理單元140用于處理。也可考慮的是，將第二圖像220本身傳輸給圖1中的分析處理單元140，并且在分析處理單元140中才提取圖像片段 230。
[0047]在分析處理單元140中，通過將第一對象識別算法應用到第一圖像上來關(guān)于亮的(附近的)對象240—譬如迎面駛來的車輛的大燈對一識別(所有)第一圖像240，迎面駛來的車輛距自身車輛100即具有攝像機110的車輛100空間上十分接近。通過分析處理整個第一圖像可以確保，沒有忽略十分接近車輛的對象，所述對象否則在不考慮光發(fā)射的控制的情況下會導致引導對象或車輛的人員炫目，使得要擔憂自身車輛的行駛安全性的威脅。
[0048]此外，在分析處理單元140中也將第二對象識別算法應用到第二圖像220的圖像片段230上，使得在圖像片段230中也識別對象250。例如，在此，在第二圖像的在圖像片段之外的區(qū)域上可以停止應用第二對象識別算法，第二對象識別算法應用到圖像片段上。待在圖像片段230中識別的對象250可以是遠離的(即顯得暗的)對象250，其例如代表在車輛100前方行駛的車輛的尾燈。通過分析處理圖像片段230可以避免通過亮對象使待分析處理的圖像疊化，所述圖像片段更有利地應如此選擇，使得在圖像片段的對象識別中可以不考慮附近的亮對象240，如迎面駛來的車輛的在圖2中的左上方示圖中示出的前大燈。代表來自具有較長曝光時間的第二圖像的有限區(qū)域的圖像片段因此能夠?qū)崿F(xiàn)遠離的對象的探測，所述遠離的對象相對于較近的對象通常顯得較暗，并且因此可以通過以較長的曝光時間的拍攝來比在以唯一的曝光時間拍攝的用于分析處理附近的以及遠離的對象的圖像中更好地被識別。
[0049]現(xiàn)在，如果車輛在彎曲的道路上行駛，有利的是，非靜態(tài)地從第二圖像中的預先確定的區(qū)域中獲取圖像片段。尤其在轉(zhuǎn)彎行駛到左轉(zhuǎn)彎中時，例如有利的是，從第二圖像中作為圖像片段獲取的區(qū)域進一步移動到第二圖像的左邊緣處。以此方式可以確保，例如在前面行駛的車輛或其他對象在行車道的即將出現(xiàn)的左轉(zhuǎn)彎上也還可以被充分地識別，因為車輛或其他對象處于待分析處理的圖像片段中。為了能夠?qū)崿F(xiàn)圖像片段在第二圖像中的位置的改變，可以使用各種不同的信息。屬于所述信息的例如是車輛的速度、車輛的偏轉(zhuǎn)的轉(zhuǎn)向角度、所預測的或從對路燈或?qū)е淖呦?例如通過可從第一圖像中識別的高光反射性)的分析處理所假設的道路走向。此外，也可以將導航數(shù)據(jù)集、也即來自導航系統(tǒng)的數(shù)據(jù)、關(guān)于在圖像的確定的區(qū)域中的不同的對象類型的探測概率的模型假設等用作用于圖像片段在第二圖像中的位置的移動或改變的信息。
[0050]此外，不同的曝光時間可以輔助脈沖式光源(譬如路燈或LED尾燈/前燈(50Hz 160Hz))的識別。用于識別這種脈沖式光源的實施例在圖3和圖4中示出。
[0051]圖3示出借助雙模調(diào)節(jié)的攝像機來識別恒定發(fā)光的光源的所測得的亮度的兩個曲線圖。在圖3的上示圖中，在橫坐標上示出時間(以連續(xù)的圖像編號形式)，而在縱坐標上相對于通過攝像機對光源的光強度的測量310示出所測得的(具有恒定的光發(fā)射的)光源的光強度300。通過借助雙模調(diào)節(jié)的攝像機對恒定發(fā)光的光源進行掃描，也就是說通過相繼拍攝不同的圖像得到如上方示圖，在該示圖中光源在圖像中作為脈沖式對象出現(xiàn)。脈沖的特性可以通過對象在不同曝光時間中的亮度的比較來更好地識別。在此，例如將對象在第一圖像中的亮度或光強度與在圖像片段中的亮度或光強度比較。在此情況下，對象在第一圖像中應在如下位置處:所述位置對應于也處于第二圖像的圖像片段中的位置，以便能夠?qū)崿F(xiàn)具有不同曝光時間的對象的亮度的分析處理。也可以分析處理不處于圖像片段中的對象的亮度或光強度，其中，在此情況下于是第二圖像可以代替圖像片段用于分析處理。
[0052]在恒定發(fā)射光的光源的情況下，得到如在圖3中在下方示圖中反映的那樣的亮度分布。在此，恒定發(fā)光的光源在具有不同曝光時間的所述圖像中具有不同的亮度強度。例如，光源在具有較短的曝光時間的圖像中具有比在具有較長的曝光時間的圖像中更小的亮度值320，在具有較長的曝光時間的圖像中對于恒定發(fā)光的光源出現(xiàn)較大的亮度值330。因此，借助雙模調(diào)節(jié)的攝像機測量的恒定發(fā)光的光源的光強度或亮度根據(jù)用于所分析處理的圖像的不同曝光時間而變化。因此恒定發(fā)光的光源對于相應的曝光時間不同地成像。因此，在分析處理在不同照明時間的情況下所拍攝的圖像時亮度或光強度的改變可以用作用于自發(fā)光的對象的分類的重要信息。例如，以此方式可以識別具有對應于供電網(wǎng)絡的頻率的50Hz到60Hz的光發(fā)射頻率的遠離的路燈，其中，自身車輛的大燈不應被遮暗(abgeblendet)。例如，也可以識別進行反射的對象，所述對象可以通過對通過自身車輛的大燈的光發(fā)射的頻率調(diào)制、相應地在對象上反射的經(jīng)調(diào)制的光來識別。
[0053]通常適用的是，當掃描頻率(例如30個圖像/秒=30Hz)不是光源的脈沖頻率的多倍時，脈沖式光源被單模調(diào)節(jié)的攝像機只覺察為脈沖式的。借助30Hz攝像機將60Hz光源視為恒定發(fā)光的(其中，對于黑暗來說，典型的每圖像數(shù)個積分時間)。在雙模調(diào)節(jié)的攝像機的情況下，可以繞開該限制，如通過借助如下所描述的方法更為詳細地說介紹的那樣。
[0054]在圖4中示出，如何能夠識別脈沖式光源。在此，在圖4的上方示圖中反映了借助雙模調(diào)節(jié)的攝像機對以60Hz脈沖化的光源的掃描的亮度值。在橫坐標上又示出時間(以連續(xù)的圖像編號形式)，而縱坐標上相對于通過攝像機對光源的強度的測量310示出(具有脈沖式光發(fā)射的)光源的所測得的光強度300。如從圖4的上方示圖中可以看出，通過脈沖式光源的光發(fā)射的時刻或時間段與通過攝像機對相應的待分析處理的圖像的掃描或曝光的時刻或時間段相交。從圖4的下方曲線圖中可以看出，相交的曝光時間段與這種脈沖式光源的光發(fā)射時間段的這種掃描得到光源在兩個圖像中的亮度值400，所述兩個圖像在一個公差范圍內(nèi)是相等的。因此，脈沖式光源對于不同的曝光時間成像在具有非常近似的亮度值的不同圖像中。從具有不同曝光時間的圖像中獲得的光源的光強度的測量結(jié)果因此并不根據(jù)相應的所分析處理的圖像的曝光時間而改變，由此可以識別這種光源的脈沖化。
[0055]此外，較長的曝光時間引起更為穩(wěn)定地突出脈沖式光源在圖像中的特性，并且由此能夠?qū)崿F(xiàn)光對象的更有效的色彩重構(gòu)和形狀分析。與此相反，來自被短曝光的圖像的信息形成較高對比度，因為運動模糊顯得較低的，這尤其在運動和其方向的估計中是有利的。
[0056]圖5示出本發(fā)明的作為用于識別車輛的環(huán)境中的對象的方法500的一個實施例的流程圖。所述方法500包括讀取510車輛攝像機的第一圖像的步驟，所述圖像代表車輛的環(huán)境，并且其以第一曝光時間來拍攝，其中，此外在讀取的步驟前后進行車輛攝像機的第二圖像的讀取，第二圖像在第一圖像之后并且以第二曝光時間來拍攝，其中，第二曝光時間與第一曝光時間不同。此外，所述方法500包括從車輛攝像機的第二圖像中提取520 —個圖像片段的步驟，其中，圖像片段代表車輛的環(huán)境的比第二圖像更小的區(qū)域，其中，在提取時基于至少一個參數(shù)確定圖像片段在第二圖像中的位置，所述至少一個參數(shù)代表關(guān)于車輛的行駛和/或車輛前方的基礎設施措施的位置的信息，和/或所述至少一個參數(shù)與運動的對象無關(guān)，所述運動的對象在之前的步驟中在圖像片段中已被識別。最后，所述方法500包括將第一對象識別算法應用530到第一圖像上以便在第一圖像中識別至少一個對象并且將第二對象識別算法應用到圖像片段上以便在圖像片段中識別至少一個另外的對象的步驟。
[0057]所描述的和在圖中所示的實施例僅示例性地被選擇。不同的實施例可以完全或相對于各個特征彼此組合。實施例也可以通過其他實施例的特征來補充。
[0058]此外，可以重復根據(jù)本發(fā)明的方法步驟，以及以不同于所描述的順序來實施這些根據(jù)本發(fā)明的方法步驟。
[0059]如果一個實施例包括在第一特征與第二特征之間的“和/或”關(guān)系，則這可以被理解為:所述實施例根據(jù)一種實施方式不僅具有第一特征而且具有第二特征并且根據(jù)另一實施方式僅具有第一特征或者僅具有第二特征。
【權(quán)利要求】
1.一種用于識別車輛(100)的環(huán)境(130)中的對象(240，250)的方法，其中，所述方法(500)具有如下步驟: -讀取(510)車輛攝像機(110)的第一圖像(210)以及讀取所述車輛攝像機(110)的第二圖像(220)，所述第一圖像代表所述車輛(100)的環(huán)境(130)，并且所述第一圖像以第一曝光時間來拍攝，所述第二圖像在所述第一圖像(210)之后并且以第二曝光時間來拍攝，其中，所述第二曝光時間與所述第一曝光時間不同； -從所述車輛攝像機(110)的第二圖像(220)中提取(520) —個圖像片段(230)，其中，所述圖像片段(230)代表所述車輛(100)的環(huán)境(130)的比所述第一圖像(210)更小的區(qū)域，其中，在所述提取(520)時所述圖像片段(230)在所述第二圖像(220)中的位置基于至少一個如下參數(shù)來確定，所述參數(shù)代表關(guān)于車輛的行駛的和/或車輛前方的基礎設施措施的位置的信息，和/或所述參數(shù)與運動的對象無關(guān)，所述運動的對象在之前的步驟中在所述圖像片段(230)中已被識別； -將第一對象識別算法應用(530)到所述第一圖像(210)上，以便識別在所述第一圖像(210)中的至少一個對象(240)，以及將第二對象識別算法應用到所述圖像片段(230)上，以便識別在所述圖像片段(230)中的至少一個另外的對象(250)。
2.根據(jù)權(quán)利要求1所述的方法(500)， 其特征在于， 在所述提取(520)的步驟中在使用位置信息的情況下提取所述圖像片段(230)，其中，響應于代表所述車輛(100)的 行駛的信息能夠改變或改變所述位置信息。
3.根據(jù)以上權(quán)利要求中任一項所述的方法(500)， 其特征在于， 在所述讀取(510)的步驟中將以下圖像作為所述第一圖像(210)讀取:所述圖像具有比作為所述第二圖像(220)讀取的圖像更短的曝光時間。
4.根據(jù)以上權(quán)利要求中任一項所述的方法(500)， 其特征在于， 在所述應用(530)的步驟中，將所述第一對象識別算法應用到整個第一圖像(210)上。
5.根據(jù)以上權(quán)利要求中任一項所述的方法(500)， 其特征在于， 在所述提取(520)的步驟中，提取所述第二圖像(220)的一個圖像片段(230)，對象(250)在所述車輛攝像機(110)的圖像中成像在所述圖像片段中，所述對象以預先確定的最小距離布置在所述車輛(100)前方。
6.根據(jù)以上權(quán)利要求中任一項所述的方法(500)， 其特征在于， 在所述應用(530)的步驟中，使用所述第一對象識別算法來識別第一對象類型的對象(240)，并且使用所述第二對象識別算法來識別第二對象類型的對象(250)，所述第二對象類型不同于第一對象類型。
7.根據(jù)以上權(quán)利要求中任一項所述的方法(500)， 其特征在于， 在所述應用(530)的步驟中，所述第一對象識別算法構(gòu)造用于在使用所述第一圖像(210)中的一個位置處的亮度(320，330;400)與在所述第二圖像(220)中、尤其在所述圖像片段(230)中的一個相應位置處的亮度(320，330 ；400)的比較的情況下識別在所述第一圖像(210)中的對象(240)，和/或在所述應用(530)的步驟中，所述第二對象識別算法構(gòu)造用于在使用在所述第二圖像(220)中、尤其在所述圖像片段(230)中的一個位置處的亮度(320，330 ；400)與在所述第一圖像(210)中的一個相應位置處的亮度(320，330 ；400)的比較的情況下識別在所述第二圖像(220)中、尤其在所述圖像片段(230)中的對象(250)。
8.根據(jù)權(quán)利要求7所述的方法(500)， 其特征在于， 在所述應用(530)的步驟中，當在所述第一圖像(210)中的所述位置處的亮度(400)在一個公差范圍內(nèi)與在所述第二圖像(220)中、尤其在所述圖像片段(230)中的所述相應位置處的亮度(400)相等時，通過所述第一對象識別算法將對象(240)識別為脈沖式光源，和/或 當在所述第一圖像(210)中的所述位置處的亮度(320，330)與在所述第二圖像(220)中、尤其在所述圖像片段(230)中的所述相應位置處的亮度(320，330)相差大于一個預先確定的閾值時，通過所述第一對象識別算法將對象(240)識別為恒定發(fā)射光的光源，和/或 當在所述第二圖像(220)中、尤其在所述圖像片段(230)中的所述位置處的亮度(400)在一個公差范圍內(nèi)與在所述第一圖像(210)中的所述相應位置處的亮度(400)相等時，通過所述第二對象識別算法將對象(250)識別為脈沖式光源，和/或 當在所述第二圖像(220)中、尤其在所述圖像片段(230)中的一個位置處的亮度(320，330)與在所述第一圖像(2 10)中的所述相應位置處的亮度(320，330)相差超過一個預先確定的閾值時，通過所述第二對象識別算法將對象(250)識別為恒定發(fā)射光的光源。
9.一種用于調(diào)節(jié)車輛前方的行車道照明的方法，其具有如下步驟: 根據(jù)以上權(quán)利要求中任一項所述的方法(500)的步驟；以及 響應于至少一個通過所述第一對象識別算法所識別的對象(240)和/或響應于至少一個通過所述第二對象識別算法所識別的對象(250)來控制所述車輛(100)的大燈(160)的光發(fā)射的改變。
10.根據(jù)權(quán)利要求9所述的方法， 其特征在于， 在所述控制的步驟中還與通過所述第二識別算法所識別的在行車道邊緣處的基礎設施裝置無關(guān)地進行所述光發(fā)射的改變。
11.一種具有構(gòu)造用于實施根據(jù)權(quán)利要求1至10中任一項所述的方法(500)的步驟的單元的設備(140)。
12.—種具有程序代碼的計算機程序產(chǎn)品，其用于當在設備(140)上執(zhí)行程序時實施根據(jù)權(quán)利要求1至10之一所述的方法(500)。
【文檔編號】G06K9/00GK103782307SQ201280027459
【公開日】2014年5月7日 申請日期:2012年5月21日 優(yōu)先權(quán)日:2011年6月7日
【發(fā)明者】P·法貝爾, G·施瓦曾伯格 申請人:羅伯特·博世有限公司