CN101023407A - 自动车辆外部照明控制的图像采集和处理方法 - Google Patents

Abstract

本发明涉及用于车辆外部灯控制的一种图像采集和处理方法。在本发明的一个方面中，提供了获取图像/合成高动态范围(HDR)图像(501)，从图像提取光源特征(502)，识别父光源及确定历史行为(503)，分类光源(504)并选择及设定所需的前向光状态(505)。

Description

自动车辆外部照明控制的图像采集和处理方法

参照相关申请

本发明要求了35 U.S.119(e)下的临时美国专利申请序列号60/404,879的优先权，该专利申请的标题为“IMAGE ACQUISITIONAND PROCESSING METHOD  FOR VEHICULAR LIGHTINGCONTROL(车辆照明控制的图像采集和处理方法)”，是由JosephS.Stam等于2002年8月21日提交的。此处通过引用将其发明内容全部包含进来。

背景技术

长久以来都希望对车辆照明提供自动控制，既是为了增强驾驶安全性，又是为了为司机提供便利。这种自动照明控制可包括对一辆受控的车辆的远光头灯的自动激活和熄灭，并且激活和熄灭是驾驶情况的一个函数。已经通过用各种类型的光学传感器传感环境照明情况、迎面而来的车辆的头灯以及前行车辆的尾灯，对所述函数进行了广泛尝试。最近提出了利用一种电子图像传感器的传感器。在以下专利及专利申请中公布了这种系统：共同转让的美国专利号5,837,994“Control system to automatically dim vehicle head lamps(自动减暗车辆头灯的控制系统)”和6,049,171“Continuously variable headlampcontrol(连续可变的头灯控制)”以及共同转让的美国专利申请09/799,310“Image Processing System to control Vehicle Headlamps orother Vehicle Equipment(控制车辆头灯或其他车辆设备的图像处理系统)”、09/528,389“Improved Vehicle Lamp Control(改良的车灯控制)”和09/800,460“System for Controlling Exterior Vehicle Lights(控制外部车灯的系统)”。此处通过引用将这些文档中每一个的发明内容全部包含进来。图像传感内的光源检测提出了许多挑战。例如，可能难以区别迎面而来的车辆的头灯与路标或其他物体对受控车辆的头灯的反射。此外，可能难以检测远处其他光源(例如高架的街灯)附近的尾灯，因为这些光源在图像中可能模糊在一起，减弱了尾灯的红色。

这些问题中的某些可由更高分辨率的图像系统来解决。但是，构造这样一个系统要求一个更昂贵的图像传感器、一个高质量镜头、更多处理功率和更多内存，这些在目前成本太高。此外，即使不考虑经济，目前公布的系统的所有问题也不是仅仅增加分辨率就都能解决的。

本发明尝试通过提供采集和分析来自一个图像传感器的图像的改良方法，来克服现有技术的限制，该图像传感器的用途是检测迎面而来的车辆的头灯和前行车辆的尾灯，以及在一幅图像内将这些光源从其他光源中鉴别出来。由这里公布的装置和方法获取的信息可用于自动控制车辆设备，例如控制一辆受控车辆的外部灯、风挡刮水器、除霜器，或者用于其他用途。

发明内容

在本发明的至少一个实施例中，提供了一种用于采集一个场景的图像的装置。在一个相关实施例中，提供了一种用于处理和储存相关信息的装置。此外，提供了一种带一个储存缓冲器的低压差分信号设备，用于将一个成像器接口到一个微处理器。

在至少一个实施例中，合成一幅高动态范围图像，以与预期出现在成像器的相关视野内的不同光源相关的不同亮度级别相适应。

在至少一个实施例中，采用了一种峰点检测算法以检测各个光源。所公开的峰点检测算法提供了一种手段，以便分离地检测非常接近和/或部分重叠的光源。

在至少一个实施例中，采用了光源分类算法，以标识引起系统响应的光源。公开了一种包含概率函数和/或神经网络的分类算法主机。

在至少一个实施例中，采用了切换方法以自动改变外部车灯的操作。公开了多种技术，用于控制双峰式、基本连续可变和连续可变的灯。

在至少一个实施例中提供了培训例程，用于校准分类算法。可以单独或以不同组合采用经验、实验、实时和统计数据以帮助培训。

附图说明

图1描绘了一辆与其他迎面而来和前行车辆相关的受控车辆；

图2描绘了一个成像器的一个实施例；

图3描绘了具有相关元件的一个图像传感器的一个实施例；

图4描绘了连接在一个成像器和一个微处理器之间的一个低压差分信号设备，它带有一个储存缓冲器；

图5描绘了根据一幅图像中的不同光源设置一盏外部灯的状态的一个算法的一幅流程图；

图6描绘了合成一幅高动态范围图像的一个算法的一幅流程图；

图7描绘了一个数据压缩算法的结果的一幅图；

图8描绘了一个数据压缩算法的一幅流程图；

图9a和9b描绘了一个数据压缩算法的逐步表示；

图10描绘了一个峰点检测算法的一幅流程图；

图11描绘了一个确定帧间光源特性的算法的一幅流程图；

图12描绘了根据一幅图像中的不同光源设置一盏外部灯的状态的一个算法的一幅流程图；

图13描绘了一个神经网络的一幅示例性流程图；

图14描绘了外部灯控制的一幅状态转换流程图；

图15描绘了外部灯控制的一幅第一状态转换图；

图16描绘了外部灯控制的一幅第二状态转换图；

图17描绘了外部灯控制的占空系数相对于转换水平的图；

图18描绘了一个外部后视镜装置的分解图；

图19描绘了一个内部后视镜装置；

图20描绘了图19的后视镜装置沿线20-20的一幅截面图；以及

图21描绘了一个内部后视镜装置的分解图。

具体实施方式

首先参考图1对本发明的功能做出最佳说明。一辆受控车辆101包括一个成像器和一个图像处理系统，它能够采集和分析大体来说是受控车辆前方的区域的图像。成像器和图像处理系统最好包含在受控车辆的后视镜装置102中，从而提供一个清晰的前视103，其穿过挡风玻璃上被风挡刮水器所擦拭的区域，来自与司机相似的视角。作为替换，成像器也可放置在车辆内的任何适当位置中，并且处理系统可以包含在成像器中，或者放置在别处。如所包括进来的各个参考专利里一样，这里描述了一个替换配置的主机。这里描述的图像分析方法可由一个单一处理器(例如一个微控制器或DSP)、多个分布式处理器实现，或者可以在一个硬件ASIC或FPGA中实现。

成像器采集图像，以使得只要迎面而来的车辆105的头灯104以及前行车辆107的尾灯106位于车辆105或106的司机可感觉到来自受控车辆101的头灯的炫光的范围内，头灯104和尾灯106就能被检测到。当检测到头灯或尾灯时，即可切断受控车辆101的远光灯，或者以某种方式修改光束模式，以便减小对其他车辆的占有者的炫光。

图2中显示了一个用于本发明的成像器200。包含两个单独的镜头元件202和203的一个镜头201将相关场景的两幅图像形成在一个图像传感器204上。场景的一幅图像被一个红滤波器205滤波，该滤波器位于图像传感器204的表面上并且覆盖一半象素。通过比较对应于相同空间区域的滤波后和未滤波的图像，可确定被这些象素所检测到的光源的相对红色。也可采用其他颜色鉴别方法，例如采用棋盘状红/透明滤波器、带状红/透明滤波器或马赛克或带状红/绿/蓝滤波器。对用于本发明的光学系统的详细说明包含在共同待审的美国专利号6,130,421“Imaging system for vehicle headlamp control(车辆头灯控制的成像系统)”和美国专利申请序列号10/208,142“Light SourceDetection and Categorization system for Automatic Vehicle ExteriorLight Control and Method of Manufacturing(车辆外部灯自动控制的光源检测和分类系统及制造方法)”，它们与本发明共同转让，此处通过引用将它们全部包含进来。

现转到图3，这里描绘了用于本发明的一个图像传感器的框图。如图所示，成像器包含一个象素阵列305、一个电压/电流参考310、数-模转换器(DAC)315、电压调节器320、低压差分信号I/O 325、一个数字块330、行解码器335、重置升压340、温度传感器345、流水线模-数转换器(ADC)350、增益级355、晶体振荡接口360、模拟列365和列解码器370。这些设备最好集成在一块公共电路片或硅衬底上。但是，任何或所有独立标识的设备都可安装到一个单独的结构。根据图3所示的一个首选成像器的细节在共同转让的美国临时专利申请Attorney Docket AUTO 318V1“IMAGE ACQUISITION ANDPROCESSING SYSTEM(图像采集和处理系统)”，此处通过引用将其全部包含进来。

在一个首选实施例中，成像器是一个配置为符合汽车应用要求的CMOS设计。优选地，成像器提供144行和176列基于光敏二极管的象素。优选地，成像器还具有用于传感温度、控制至少一个输出信号、向内部元件提供电压调节的设备以及被合并的设备测试工具。成像器命令最好提供对多种曝光时间、模式和模拟设置的控制。成像器最好能够同时从不同的开始行取两个图像子窗口；此特征允许了如参考图2所述的一个双透镜系统中的高度同步的图像。在一个首选实施例中，一条单命令指令被发送到成像器，然后成像器以具有唯一曝光时间的两幅连续图像响应。另一个首选的选项允许在一个棋盘状图像中应用模拟增益，以用于滤波器以棋盘模式应用到成像器的应用。数据最好能以以下模式发送：十比特模式、压缩的八比特模式(其中一个十比特的值在八比特中表示(正如本文其他地方将更详细描述的那样))、或者截断八比特模式(其中只发送每十比特象素值的最高八位)。

转到图4，控制和数据信号最好通过一个低压差分信号串行外围接口(LVDS SPI)405在一幅图像和一个相关的微处理器之间通信。如图4所示，LVDS SPI提供了图像传感器410和微控制器415之间的一个接口。首选的LVDS SPI包括一个LVDS收发器420、一个输入数据逻辑块425、一个双端口存储器430以及一个微控制器接口逻辑块435。应该理解已知LVDS设备的一个主机是商业上可用的，并且预见到不同于图4所示的LVDS也可用于本发明。例如可以省略双端口存储器，控制和数据信息可以直接在LVDS链接上传输。对根据图4所示的LVDS SPI接口的一个更详细的说明包含在共同转让的美国临时专利申请Attorney Docket AUTO 318V1，此处通过引用将其全部包含进来。

在一个首选实施例中，提供了双端口存储器，以便图像数据正从成像器发送来时微控制器可执行其他功能。然后微控制器一旦空闲即从双端口存储器读取图像数据。双端口存储器最好允许对各个存储寄器逐一顺序访问。在一个特殊的作为替换的读出模式中，提供了两个读指针以便对存储器的两个不同区域进行交替访问。当与图像传感器的双集成时间特征一起使用时，此特征尤其有益。图像传感器将顺序发送具有不同集成时间的两幅图像。在替换的读出模式中，第一指针被设为指向第一图像的开始而第二指针被设为指向第二图像的开始。从而对于每个象素位置，第一集成时间象素值首先被读出，然后是来自第二集成的象素值。

首先参考图5说明了本发明的一种图像采集和分析方法。控制按照采集和处理周期500的一个序列进行，只要控制在起作用则一直重复，重复次数不定。周期操作可以以不变的速率发生，例如每200ms一次。也可以根据活动程度和车灯的当前状态来调节周期率。周期可能因为其他功能而被中断。例如，处理系统还可控制一个自动减暗后视镜、一个指南针、一个雨传感器、照明、用户接口按钮、麦克风、显示器、车辆接口、遥测功能、多路总线通信以及其他特征。如果这些特征之一要求处理器注意，则周期500可能被暂停、中断或延后。

周期500开始于采集一幅或多幅图像501，这些图像至少部分储存到存储器中以便处理。对应的图像可以是合成的高动态范围图像，正如本文将进一步说明的那样。接下来，在步骤502中，从采集的图像中提取出不同对象以及这些对象的属性。这些对象通常是必须被检测和分类的光源。这里所用的“光源”一词包含发出光线的源以及反射光线的物体。在步骤503中，通过从先前的周期查找和标识光源并且将它们与当前周期中的光源相关联来确定光源的运动和其他历史行为。在步骤504中对光源进行分类，以确定它们是车辆头灯、车辆尾灯还是其他类型的光源。最后，在步骤505中，根据步骤504的输出和其他车辆的输入，如果必要的话，修改受控车灯的状态。

应该理解虽然图5中的步骤被显示为顺序的，但是可以更改步骤的顺序或者并行执行不同步骤。例如，正如下文将要更详细讨论的那样，首选的对象提取算法在任何特定时刻只需要图像的四行或者甚至两行被储存在存储器中，从而促进了至少部分对象提取与图像采集并行进行。此外，这里所提出的一种图像采集方法可通过多次曝光合成一幅高动态范围(HDR)图像，然后处理合成后的高动态范围图像。或者，也可以独立处理具有每个曝光设置的图像。最后，图5中的每个步骤不需要在下一步骤开始之前完成。例如，一旦在步骤502中检测到一个光源，则其历史信息可在步骤503中立即被确定并且可在步骤504中立即被分类。然后可以在步骤502中标识下一光源(如果存在的话)。应该理解图5的任何步骤可以独立于其他步骤，与其他步骤或与现有技术实施例组成多种组合，有利地应用到车辆成像系统。

图像系统必须检测宽范围的光强度这一点提出了一个重大挑战。明亮的头灯的强度是远处尾灯的几千倍。用于区分光的许多技术都受益于对亮度和色彩的相对精确的测量；因此，由于较亮的光源引起的图像中的饱和可能引起误标识。已经开发出了可以有利使用的高动态范围图像；但是它们仍然是相当模糊和昂贵的。与创建一幅合成的高动态范围图像相关的细节包括在共同待审的、共同转让的美国专利申请“Vehicle Vision System with High Dynamic Range(具有高动态范围的车辆视觉系统)”Attorney docket No.AUTO 218，此处通过引用将其发明内容全部包含进来。在本发明的至少一个实施例中，通过创建一幅合成的高动态范围(HDR)图像克服了相关问题。

参见图6，采集和合成一幅HDR图像的过程包括在不同的曝光下采集两幅或多幅图像，以覆盖不同的亮度范围。虽然可以以不同的曝光时间间隔获取任意数目幅图像，但作为例子将采用三幅图像，其曝光时间为1、6和36ms。在一个首选实施例中，利用五幅图像合成一个HDR，每幅图像的集成时间段是唯一的，例如，曝光时间为0.25、0.5、2、8和30ms。正如这里所说明的，一个首选的成像器提供了用单条命令采集两幅具有唯一集成时间段的图像的能力；可能需要利用两幅具有唯一集成时间段的图像产生一个HDR，例如利用0.5和50ms之间的集成时间。不论所利用的图像数目是多少，都可能需要采用从0.5至50ms范围内的集成时间。可能需要利用任何数目个的独立图像，例如可利用1至10幅图像。首先在步骤601中，使图像存储器归零。然后在步骤602中，采集具有最短曝光(1ms)的第一图像。步骤603对于第一图像是不相关的，因为存储器全为零。

步骤604表示一个可选步骤，用于校正固定模式成像器噪声。大多数图像传感器都表现出由于象素之间的制造差异而引起的某种类型的固定模式噪声。固定模式噪声可表现为偏移、增益或斜率的差异或其组合。通过假定一个被成像的光源的感应光强度在其成像的每一个象素上都是相同的，校正固定模式噪声可改进整体性能。成像器制造过程中的改进可能使得此校正不再必要。

如果需要校正，可用以下方法实现偏移(步骤604)校正、斜率校正(步骤606)或两者。为了提供校正，在制造过程中测量每个传感器，并生成一个逐个象素的查找表，该查找表储存每个象素的偏移和/或斜率误差。在步骤604中，通过向当前(第i个)象素加上或减去储存在表中的误差值来校正偏移。此时也可以通过用斜率误差因子乘以象素值来应用斜率校正。但是由于图像优选地被转换为对数归一化值，因此可以通过在步骤606进行计算花销较小的对数值加减来应用斜率校正。在此方法的一个修改例中，标识了几个不同的象素响应范围，并且创建一个相应的校正查找表，其中每个表被标识为一个特定的二进制数。在制造过程中，测量一个成像器的每个象素并且标识最接近的校正查找表。然后向象素分配一个储存在处理器的非挥发性存储器中的二进制数。当在操作过程中取出图像时，应用了对应于给定象素的二进制数的校正查找表，提高了成像器的一致性。

在步骤605中，转换象素值(加上来自步骤604的可选偏移校正)以创建HDR图像。此转换首先可包括一个可选的线性化步骤。许多象素结构可能非线性地响应入射的光强度。此非线性可表示为一个S形曲线，它开始时缓慢响应增大的光强度，然后更线性地响应，然后逐渐停止响应直到饱和。在尝试亮度或颜色计算时，这样的响应可能导致误差。幸运的是，非线性通常是可重复的，并且对于一个给定的成像器设计来说通常是一致的。通过一个将非线性象素响应映射到一个线性值的查找表可更高效地实现此校正。如果非线性对于相同设计的所有成像器是一个一致的函数，则查找表可被硬件编程到处理器中。否则可以在逐个芯片的基础上测量和储存它，正如固定模式噪声校正的情况一样。表现出基本线性的响应的传感器不需要线性校正。

还必须用最大曝光时间和当前曝光时间之间的比率来缩放每个象素的输出值。在此例的情况中，来自1ms图像的数据必须被乘以36。最后，为了适应宽动态范围，取此值的对数并将其储存到存储器中是有利的。这使得象素值能够保持为一个8比特数，从而降低了存储器要求。如果有足够的存储器可用，则可省略对数压缩。虽然一般使用自然对数，但也可使用底为2的对数。高计算效率的算法可用于计算底为2的对数和反对数。步骤605的整个计算，线性化、缩放和取对数，最好在单个查找表中执行。为每个曝光时间设置创建一个具有预先计算好的这些因子的查找表，并使用此表以将来自步骤604的值转换为要储存在存储器中的值。作为替换，正如本文中参考图7、8、9a和9b所说明的那样，可采用一个10比特到8比特压缩算法。

最后，如果使用了固定模式噪声校正，则可在步骤606中将斜率误差校正应用于来自步骤605的对数值。最终值在步骤607中储存到存储器中。如步骤608所示，为图像中的每个象素进行整个过程。一旦储存了第一图像，则可采集具有次高曝光时间的图像。对此图像和以后所有图像的处理除步骤603以外以相同的方式进行。对于第二及其后的图像，仅当未检测到来自一幅灵敏度较小的图像的值时，才将值储存到存储器。如果一个值当前在存储器中，则不需要来自一幅灵敏度较高的图像的可能饱和或更接近饱和的所述值。从本质上来说，灵敏度较高的图像只是用于“填补空缺”的，这些空缺是由在先前的图像中没有感应到光的象素所留下的。最后，当采集最高曝光时间(此例中为36ms)图像时，不需要缩放。

参考以上讨论，本领域技术熟练者可识别出对于上述方法的许多处于本发明的精神内的变体。例如过程可以按相反的方向发生，从灵敏度最高的图像开始。在此情况下，来自灵敏度较高的图像的饱和的象素可被来自灵敏度较低的图像的未饱和的象素所取代。在每个灵敏度可获取多幅图像，并且平均这些图像以降低噪声。除对数函数外的其他函数可用于压缩图像范围，例如导出一个单一的归一化因子。除8比特外的其他比特深度可用于采集了储存图像，例如9比特、10比特、16比特、32比特和64比特。最后除了改变曝光时间的方法外，其他诸如改变增益或A/D转换参数的方法也可用于更改采集到的图像的灵敏度。

最后，也可以独立储存不同灵敏度的各幅图像，而不是储存单幅合成的高动态范围图像。此方法在有足够的存储器可用于储存多幅图像时有用，当如参考图4的LVDS SPI接口所讨论的那样提供一个存储缓冲器时就是这种情况，以下将更详细讨论此情况。在此情况下，从曝光时间适当的图像中选出象素值，并且在步骤502的对象检测过程适当缩放该象素值。

图像灰度值的动态范围压缩也可发生在硬件中，或者作为芯片上与图像传感器一起提供的一个特征，或者通过相关电路提供。当提供10比特或更高分辨率的A/D转换器时，这一点尤其有利，因为许多总线通信协议，例如SPI总线，通常传输8比特字或8比特的倍数。从而一个10比特值一般作为一个16比特字传输，实际上占用了一个8比特值的两倍的带宽和存储器。对于基于控制功能(例如头灯控制功能)的照相机，要求读数分辨率通常与读数的恒定百分比接近对准的程度比与整个数值范围的恒定百分比接近对准的程度更高。一个线性编码的变量的百分比变化对于读数中的每个增量步长来说是整个数值范围的一个恒定百分比，而对应于其对数编码的对应值的线性值中的百分比变化对于其相关的对数编码值中的每个增量步长来说是线性读数的一个恒定的百分比。对于线性编码，一个接近零的较小的值的增量变化是读数或值的一个非常大的百分比，而一个接近整个数值范围的较大的值的增量变化是读数或值的一个非常小的百分比。在一个照相机的模数转换器中，转换通常是线性的，并且当需要这种转换时必须转换或映射到另一种形式。

除非另有声明，否则一般假定增量精度是指已经处于线性范围中或被转换回线性范围中的值。对于接近零的线性编码值，增量步长是读数的一个大百分比，并且将这些值映射到相关线性值中的增量变化较小的读数会导致单个输入值被映射到多个输出值。将数值从一个较大的集合编码到一个较小的集合的一个目的是以较少数目的可用比特或数据点来保存必要的信息，以便对数值进行编码。例如，在将一个10比特值转换到一个压缩的8比特值时，数据点的可用数目从输入集合中的1024到转换后的输出集合中的256，降低了4倍。为了有效利用较少数目的可用点，较大的输入空间中的给定数目个输入码一般不应该映射到输出空间中较多数目个码。如果做到了这一点，例如在10比特到8比特转换中，在8比特输出空间中将不会留下一样多的点，这样就需要用有损压缩将数目较多的10比特码映射到数目少得多的8比特码。从这一点我们可以看出应该计划转换映射，以便对于要映射的输入值的每个范围在节约使用输出码的同时保存所需信息。对于较小的值，通常是需要可用信息的，任何编码损失，包括四舍五入误差，都可能是有害的，因此采取一种谨慎的方法将较小的值直接映射到输出空间，除了可能加上或减去一个恒定值以外不做其他转换。对于较大的值需要对数编码，以便对于输出范围中的每个增量步长维持相关的线性输入值的一个大致相等的百分比变化。对数还有以下良好的属性：在线性域应用一个恒定乘数的效果可以通过在对数域减去此乘数的对数来偏移。从而，正如用对数进行计算时一般所做的那样，一个科学计数法的变量可用于应用一个乘数，并且将该数字表示为特定范围内的一个值乘以此范围的整数幂。对于二进制数字，通常最方便的是选择从2到1的一个范围，一个倍频程(octave)，并将该数字表示为一个归一化的值，该值的范围是一个倍频程乘以一个2的幂。从而对于对数范围，根据可用的输出码，可选择每个倍频程的输出值的数目。

应该理解除了一个对数线性化外许多单调线性算法可用于数据压缩。此外，非递减算法可用于数据压缩。

需要讨论一下表示为线性读数的一个百分比或分数的分辨率的方便定义。对于一个给定输出值，可将此定义为输出值序列中下一个值的线性等价值减去给定输出值的线性等价值之差与给定输出值的线性等价值之比。将解码器输出中的第i个输出值序列表示为O(i)，并且将此值的线性等价值表示为Linv(O(i))。用Rlrb(O(i))表示所定义的基于线性读数的分辨率。则

(1)Rlrb(O(i))＝

100*(LInv(O(i+1))-LInv(O(i)))/LInv(O(i))

对于一个每倍频程有n个值的对数编码，Rlrb对于对数编码的值是恒定的(忽略转换的四舍五入误差)，Rlrb为

(2)Rlrb(O)＝100*(exp(log(2)/n)-1)

其中exp(x)是自然数e的x次幂，而log(x)是x的自然对数

对于一个线性的一对一输出编码

(3)O(i)＝i

以及

(4)Rlrb(i)＝100/i

例如，为了将一个10比特输出编码为一个8比特压缩的输出，将最初的64个输入值0-63直接映射到输出的0-63，然后分别将四个倍频程64-127、128-255、256-511和512-1023中的每一个对数映射到48点的输出范围64-111、112-159、160-207和208-255。然后根据方程(2)，对于对数转换范围中的值，Rlrb约等于每增量1.45％，其将输入范围64-1023映射为输出范围64-255。对于线性范围的顶端63，根据方程(3)和(4)，Rlrb(63)约等于每增量1.59％，它接近对数编码中的每增量1.45％，这使得其成为了从线性一对一映射到对数映射的转换的良好位置。实际上，在输入到输出映射如图7的曲线所示的首选实施例中，对于从64至127的倍频程的对数转换直到77都保持输入到输出的一对一映射。通过对输入数据进行适当移位，同样的一倍频程线性到对数转换可用于四个倍频程中的每一个。对于编码来说，在输出范围内大于另一个变量的一个变量确保在输入范围内的相关的一对值保持相同的关系。

发明人知道包含了逐步线性压缩的照相机，也知道带有光传感特性为非线性的或者可能为对数的用以实现扩展的范围的传感设置的照相机。但不存在结合了多个范围以便部分输出范围是线性的而部分输出范围是对数的的照相机。发明人不知道照相机模块中包含任何形式的压缩的、用于头灯调光器应用的照相机。

在图9a和9b中以框图形式详细描绘了本发明的一个首选实施例。所描绘的实施例是一个组合电路，但是顺序或异步实施例也在本发明的范围内。十比特数字输入信号in10[9:0](901)输入到电路，组合输出为八比特信号out8[8:0](902)。

在块903中，对于每个输入范围生成一个高范围指示信号bd[4:0]，使bd[4:0]的5条线之一为高，其他为零，如图所示。in10[9:0]的输入值范围在第一列中以十进制显示为没有下划线分隔符或0x前缀的数字。前缀为0x的输出数字是十六进制格式的。块308中的二进制数字由一条分隔开每组四个二进制0和1数字的下划线表示。这些惯例将用于图9a和9b中的每一块。从0至4的一个范围名称显示在块903的中间列中，该名称是为了方便起见，因为在逻辑上和在此说明书中此范围被如此频繁地提到。范围0中的输入范围(从0至63的输入值)没有变化地直接传递到输出out8[7:0]。其他四个范围的每一个跨一个倍频程。(在这里的讨论中，倍频程被取为包含最低数目，而在下一倍频程中包含两倍于此数目的数目，以便通过此定义，与倍频程相关的每个输入值确切地包含在一个倍频程中)。正如相关块的说明中将详细讨论的那样，当一个输入值位于从1至4的四个一倍频程中的任何一个之中时，根据该值所在的范围对其进行缩放和/或偏置，然后用逻辑中的一个公共解码器映射到一个48输出值范围。然后根据输入值所在的范围对一个倍频程48步长对数相关输出值进行缩放和/或偏置，并将其导向输出。

在块906中，根据由bd[4:0]的值所表示的输入值所在范围对其进行缩放和/或偏置，然后将其作为信号in9s[8:0]输出到对数解码器的第一块908。对数转换被用于范围1至4，并且根据范围分类标准，对于范围1至4分别为in10[6]至in10[9]的下一个较高比特总为1。由于此比特总是为1，并不添加任何可变信息，因此它在比较中被忽略并且在块908的反对数列3和6中作为在前的第十位也被排除在外。对于范围4中的一个输入值，所有九个可变比特都包含在对数转换的比较中。对于范围3中的一个输入，正如乘2所表示的，值被左移1位，一个1被放在最低位in9s[0]。通过主观比较比特零中的1给出最光滑的转换结果。对于范围2中的一个输入，值被左移2个位置，并且二进制数10被放在最低两位中，以提供光滑的转换结果。对于范围1中的一个输入，值被左移3个位置，并且二进制数010被放在最低三位中以提供光滑转换。

块908、909和910用于10比特二进制至每倍频程48步长的对数转换，以0至47作为输出log[5:0]。块908是用于转换中后续块中的一组48个比较函数。当且仅当9比特输入ge[x，in9s[8:0]]是一个其输出log[5:0]大于或等于x的值时，ge[x，in9s[8:0]]项为真。这些函数是有用的，因为要测试一个输入in9s[8:0]]的输出log[5:0]在大于或等于a但小于b的范围内，可能使用以下表达式：

ge[a，in9s[8:0]]and not ge[b，in9s[8:0]]

许多这样的范围必须被解码以便为48值输出范围内的6比特中的每一个提供逻辑表达。为了方便起见，在某些附图和说明中，将用ge[x]表示与ge[x，in9s[8:0]]的意思。

项ge[0，in9s[8:0]]总为真，因此在以后的项中不明确出现。列1和4中的值x是倍频程的第x个值的索引，以及第零个值x＝0是倍频程的开始，而第47个值x＝47是下一倍频程开始之前的最后一个值。ge[x，in9s[8:0]]是表示这样一个组合逻辑函数的函数，该组合逻辑函数的值当且仅当in9s[8:0]大于或等于块908的第三或第六列中所示的相关的反log(x)值时才为1。正如以前所指出的，等于1的最高位没有显示出来。反对数值可通过以下方程生成

exp(((x/48)+9)*log(2))

其中exp(y)是取自然数e的y次幂的指数函数，log(z)是z的自然对数。上述值的范围是从512到1024之前一个步长的值，对于此值x等于48。此函数的值产生所需的倍频程(在连续的倍频程之间x等于48的值被包括在下一倍频程中，作为x＝0的值)。在块908的列3和6中忽略了最高位的1比特。

因为使用了47个ge[x，in9s[8:0]]项，并且必须为其提供逻辑电路，因此创建公共的中间项将是有利的，这些中间项将为所需要的许多更大的相等逻辑项所共享。指示in9s[8:0]中连续比特中的指定范围全为1的解码电路与指示连续比特中的指定范围大于或等于1(不全为0)的解码电路一样都是有用的。这些项在码中被广泛使用，以便为实施的47个解码器表达式的逻辑项所共享。

在块909中，使用了一个可选的格雷码编码级，并且可选地，编码可以直接以二进制进行，但是需要再多几个逻辑项。对一个中间格雷码的六个比特glog[0]至glog[5]中每一个的编码是以每个glog比特被表示为ge[x]项的一个函数来进行的。选择格雷码是因为对于glog输出值中的连续的每一步，glog[5:0]的六个比特中只有一个比特变化。这样对于输出比特glog[0]至glog[5]中的每一个的连续输出码，生成的用于解码的连续为1的群组的数目最少。从而在块909的列2的逻辑表达式中所需要的ge[x]项数目最少。

在块910中，格雷码glog[5:0]输入被转换为一个二进制log[5:0]输出。

在块907中，生成加到log[5:0]的数字，以便为范围1至4中的输入生成适当的基于对数的输出值。在第一列中列出了in10[9:0]的十六进制范围，而在第二列中以十六进制格式显示了要加到olog[7:0]的比特4至7的数字。第三列显示了考虑添加值的比特位置时为每个范围添加的实际偏量。

在块905中，偏量值va[3:0]分别被添加到log[5:0]的比特0和1到比特4至5，并且适当的进位被生成到比特5、6和7中，以生成8比特基于对数的输出olog[7:0]。

在块904中，为范围0中的输入选择在比特6和7添零的直接线性编码in10[5:0]，而为其他范围1至4选择对数编码的值olog[7:0]，以生成8比特输出out8[7:0]。

图7描绘了一个数据压缩电路(例如图8的框图所详细描绘的电路)的输出700a，它是输入700的一个函数。在一个第一范围中输入范围从0延伸到(不包括)701，同样地在四个一倍频程范围中输入范围为从701到702、从702到703、从703到704、最后从704到705。第一范围直接映射到范围0到(不包括)701a，而四个一倍频程范围分别映射到从701a到702a、从702a到703a、从703a到704a、最后从704a到705a的48个输出值范围。在一个首选实施例中，四个一倍频程输出范围中每一个的输出被一个公共的输入到对数转换器所处理，其首选确定输入在哪个范围中，从而确定在哪个倍频程中(如果存在这样的倍频程的话)，然后缩放输入以适配到从704到705的最高倍频程中，然后将输入值转换成一个48点的0-47的基于对数的输出。然后如果输入分别在第一、第二、第三或第四倍频程中，则选择性地加上701a、702a、703a或704a处的偏量。最后如果值在范围0中，则选择直接线性输出，否则选择按刚才讨论的方式计算出的基于对数的值，以产生曲线710所描绘的输出映射。

图8是图9a和9b的框图所详细描绘的转换的过程形式。在块801中确定输入所在的范围。在块802中，对值进行预缩放和/或转化以调节来自输入所在的范围的值，以便使用公共转换算法。在块803中，在一个或两个或可能多于两个阶段中应用转换算法。在块804中对压缩后的值进行缩放和/或转换，以便输出值对于输入值所在的范围是适当的。在块806中，如果输入所在的范围对于数据是适当的，则使用块801至804的压缩算法，并且在块807中输出值。否则在块806中输出对于特殊范围适当的替换转换。在步骤502中执行从步骤501中生成的图像中提取光源(也称为对象)。提取操作的目标是在图像内标识光源的存在和位置，并且确定光源的各种属性，这些属性可用于将对象特征定义为迎面而来的车辆的头灯、前行车辆的尾灯或其他光源。现有的对象提取技术利用了一种“种子填充”算法，该算法标识相连接的被照亮的象素群组。虽然这种方法对于标识许多光源来说在很大程度上是成功的，但是它有时候不能鉴别在图像中彼此很接近的模糊成单个对象的多个光源。本发明通过提供一种峰点检测算法克服了此局限性，该算法标识光源的峰点亮度的位置。因此可以将两个几乎模糊到一起但是仍具有不同的峰点的光源鉴别开来。

以下将参考图10对这个峰点检测算法进行详细说明。所显示的步骤以循环的方式处理扫描通过图像。每个步骤通常是为每个被照亮的象素进行的。第一测试1001只是确定当前所检查的象素是否大于每一个与它相邻的象素。如果不是的话，则象素不是一个峰点，处理过程继续进行到检查下一个象素1008。既可以只测试直角邻域中的象素，也可以既测试对角邻域中的象素又测试直角邻域中的象素。在一个方向使用大于或等于操作而在另一个方向使用大于操作也是有用的。通过这种方式，如果具有相等的值的两个相邻象素组成峰点，则它们之中只有一个会被标识成峰点象素。

如果一个象素大于其邻近的象素，则在步骤1002中确定该象素的锐度。只选择梯度值大于一个阈值的峰点，以防止标识诸如道路和雪堆等较大的对象的反射。发明人观察到感兴趣的光源倾向于具有非常明显的峰点，如果图像在峰点没有饱和的话(以不同的方式处理饱和的对象，下文将对此进行更详细的讨论)。存在许多数值方法用于计算一个离散采样集合(例如一幅图像)的梯度，这些方法被视为属于本发明的范围内。一个非常简单的方法受益于步骤501中生成的对数图像表示。在此方法中，当前象素和直角方向上相距两象素的四个相邻象素之间的斜率是通过从相邻象素的对数值中减去当前考虑的象素的对数值来计算的。然后取这四个斜率的平均值，并且将此平均值用作梯度值。也可使用来自更多相邻象素或者相隔不同距离的相邻象素的斜率。对于较高分辨率的图像，使用距离较大的相邻象素可能是有利的。一旦计算出了梯度，则在步骤1003中将其与一个阈值进行比较。只有梯度大于阈值的象素才被视为峰点。作为替换，也可以用抛物线拟合技术计算一个光源的质心和/或亮度。

一旦已标识出了一个峰点，则该峰值被储存到一个光源列表中(步骤1004)。虽然峰值可独自作为光源亮度的指示，但是最好使用峰点象素的本地邻域内的象素值的和。这一点是有益的，因为光源的实际峰点可能成像在两个或多个象素之间，把能量散布到了这些象素上，如果只用峰点则可能引起重大误差。因此最好计算峰点象素加上直角和对角上最接近的相邻象素的和值。如果使用了对数图像表示，则在相加之前必须首先将象素值转换成一个线性值，其方法最好是用一个查找表将对数值转换成一个具有较高的比特深度的线性值。然后最好在步骤1005中将此和值储存到一个光源列表中，并且将其用作光源的亮度值。

光源的质心的计算和储存发生在步骤1006中。最简单的方法是就用峰点坐标作为质心。一个更精确的分数的质心位置可由以下公式来计算：

$X=\frac{\underset{i=x-1}{\overset{x+1}{\mathrm{\Σ}}}\underset{j=y-1}{\overset{y+1}{\mathrm{\Σ}}}\mathrm{val}(i,j)\·i}{\underset{i=x-1}{\overset{x+1}{\mathrm{\Σ}}}\underset{j=y-1}{\overset{y+1}{\mathrm{\Σ}}}\mathrm{val}(i,j)}$

$Y=\frac{\underset{i=x-1}{\overset{x+1}{\mathrm{\Σ}}}\underset{j=y-1}{\overset{y+1}{\mathrm{\Σ}}}\mathrm{val}(i,j)\·j}{\underset{i=x-1}{\overset{x+1}{\mathrm{\Σ}}}\underset{j=y-1}{\overset{y+1}{\mathrm{\Σ}}}\mathrm{val}(i,j)}$

其中x是峰点象素的x坐标，y是峰点象素的坐标，而X和Y是得到的质心。当然，可以在适当修改公式的情况下，使用除了峰点象素周围3×3的本地邻域外的其他邻域。

最后在步骤1007中确定光源的颜色。对于上述计算来说，假定使用了与图2和3相似的一个成像系统，并且经过红滤波后的图像被用于定位质心和执行图10中之前所有的步骤。可通过计算透明图像中相应的3×3邻域和值，然后用此和值去除红色图像亮度值，来计算红对白颜色比率。作为替换，也可以只用红色图像中的象素峰值除以透明图像中的相应象素峰值。在另一个替换方式中，3×3邻域中的每个象素可以具有一个相关的比例因子，在相加之前先将它乘以这个比例因子。例如，中央象素的比例因子可能高于相邻的象素，而直角邻域中的象素的比例因子可能高于对角邻域。同样的比例因子可用于透明图像中相应的3×3邻域。

在设备的生产测试过程中可测量镜头201放在图像阵列204上时的偏移度，并且储存此偏移度，作为每个系统的一个校准因子。在计算颜色比率时可以把此偏移度计算在内。可通过使透明图像的3×3邻域中的每个象素具有与红色图像不同的加权因子来校正此偏移。例如，如果有少量的偏移使得透明图像中的峰点在红色图像中的峰点的左侧1/2象素处，则可增大透明图像中的左侧邻域内的象素的比例因子并且减小右侧邻域内的象素的比例因子。跟前面一样，也可以使用除3×3外的其他大小的邻域。

对于采用其他颜色滤波方法的光学系统，例如一个采用马赛克滤波器模式或带状滤波器模式的系统，可用现有技术已知的常规颜色插值技术来计算颜色，并且可利用“红色”或全部颜色信息。颜色处理可在采集后立即在整幅图像上进行，或者可以仅对那些被确定为光源的象素群组进行。例如考虑一个具有红/透明棋盘状滤波器模式的成像系统。可以通过只考虑被红色滤波的象素，跳过所有透明象素，来执行图10中所描绘的过程。当检测到一个峰点时，在步骤1006中通过用峰点象素值(即被红色滤波的象素)除以其相邻的四个透明象素的平均值来确定颜色。也可考虑更多象素，例如可用峰点象素加上其四个对角邻域象素(也经过了红色滤波)的平均值的4/5除以四个透明的直角邻域内的象素。

在步骤502中可提取其他几个有用的特征，并且在步骤504中将它们用于进一步帮助光源的分类。可通过检查从峰点开始增加的正向和负向垂直方向中的象素，直到象素值降到一个阈值之下来计算光源的高度，该阈值可以是峰值的一个倍数，例如峰值的1/2。可以类似地确定一个对象的宽度。也可以实现一个“种子填充”算法来确定对象中象素的总范围和数目。

上述算法具有许多优点，包括计算起来相当高效。在只检查直接邻域和两行或两列距离内的邻域的情况下，只需要图像的四行加上一个象素。因此，可以在采集图像时执行分析，或者如果单幅图像中显示出充分的动态范围，则只需要足够用于所述有限的数据量的图像存储器。也可利用在图像中定位峰点的其他方法。例如，可修改现有技术中使用的种子填充算法，以便只包括处于峰点的一定亮度范围内的象素，从而可以在邻近的光源之间至少有一个合理的谷的情况下鉴别邻近的光源。在这里还更详细地讨论了一种神经网络峰点检测方法。

上文所讨论的峰点检测方案的一个可能的局限之处出现在，即使使用了一幅HDR图像、明亮的光源也使图像发生饱和时，或者其他非常明亮的对象出现时。在这种情况下，对象可能如此明亮或大，以致检测不到分离的峰点，因此可能忽略对象。此局限之处可以以几种方式来克服。首先可将任何饱和的或者超过一个最大亮度阈值的单个象素标识为一个光源，不论它是不是一个峰点。实际上，对于非常明亮的光线，可放弃图5的整个过程，并且可切断远光头灯。在另一个替换方式中，计算与当前被检查的象素相邻的一定数目的象素的和值。如果此和值超过一个高亮度阈值，则立即将其标识为一个光源或者放弃控制并且调暗远光头灯。通常两个条件被用于使象素符合峰点资格，象素必须大于(或大于等于)其领域内的象素和/或梯度必须高于一个阈值。对于饱和的象素可以跳过梯度条件，因为饱和时可能不能准确地计算梯度。

通过监控几个周期内光源的行为可以获得对于将车辆光源与其他光源鉴别开来有用的线索。在步骤503中，将来自先前周期的光源与来自当前的一个周期的光源相比较以确定光源的运动、光源亮度的变化和/或确定检测到光源的总周期数。虽然可以通过储存一段时间内的几幅图像然后比较这些图像内的光源来进行这种分析，但是低成本处理器的当前存储器限制使得创建和储存光源列表更有吸引力。虽然储存整幅图像或部分图像的概念都在本发明的范围内并且应该被视为替换方法。更经济的方法是储存在一个或多个先前周期中找到的光源的列表以及各个光源的某些或全部属性。可检查这些先前周期的列表来确定在当前周期中是否检测到了一个在先前周期中有“父亲”的光源。

根据图11执行先前周期光源父亲标识。图11中的过程对于来自当前周期的所有光源发生。将来自当前周期的每个光源与来自先前周期的所有光源相比较，以查找最可能的(如果存在的话)父亲。首先，在步骤1101中，通过使当前周期中的光源与来自先前周期的光源(以下称为当前光源和先前光源)的峰点坐标相减来计算它们之间的距离，然后在步骤1102中将此距离与一个阈值相比较。如果先前光源远离的距离大于该阈值，则控制进行到步骤1105并且检测下一个先前光源。可以以多种方式确定步骤1102中的阈值，包括一个恒定阈值、一个取决于速度和/或位置的阈值，并且在该阈值中可以考虑车辆转弯信息，如果可以获得此信息的话。在步骤1103中，检查先前光源和当前光源之间的距离，看它是不是到迄今为止检测的所有先前光源的最小距离。如果是的话，此先前光源是当前被标识为父亲的最佳候选者。确定一个父亲光源的另一个要素是比较两幅图像的光源的颜色比率特征和/或与一个颜色比率阈值相比较。利用亮度值来确定父亲光源也在本发明的范围之内。如步骤1105所示，此过程继续进行直到检查完来自先前周期的所有光源。一旦检查完了所有先前光源，步骤1106即确定是否从先前周期光源列表中找到了一个父亲光源。如果标识出了一个父亲，则可计算各种有用参数。在步骤1107中，按照当前光源和父亲之间的X和Y峰点坐标差来计算运动矢量。在步骤1108中根据当前光源和父亲光源之间的差计算光源的亮度变化。当前光源的年龄被设为父亲光源的年龄加1，其中当前光源的年龄定义为光源出现的连续周期数目。除了这些参数外，由于图像中的噪声和抖动，运动矢量和亮度变化的平均值可能比两个周期之间的瞬时变化更有用。可通过储存来自多个先前周期的信息并且确定祖父、曾祖父等光源来计算平均值。作为替换也可以计算一个运行平均值，减少储存多代的需要。运行平均值可以是，例如，取当前运动矢量或亮度变化的一个分数(例如1/3)加上先前平均值的另一个分数(例如2/3)，形成一个新的运行平均值。最后，可以储存多个周期的光源列表，此光源列表包含检测到的光源的位置信息以及可能包含其他属性，例如亮度和颜色。然后在步骤504中可以用此信息来对来自当前周期的对象进行分类。

本领域技术熟练者将意识到高更级的确定光源历史信息的方法。例如，将最可能的先前光源确定为父亲时，也可考虑诸如当前光源和先前光源之间的亮度差、先前光源的运动矢量以及光源之间的颜色差等属性。此外，来自当前周期的两个光源可能具有同一个父亲。这常出现在当一对头灯最初被成像为一个光源，但是随着靠近受控车辆而分成两个不同对象时。

可利用一个对象的运动趋势来选择来自先前的一幅图像的多个对象中哪一个是当前所考虑的对象的父亲。在图像和视频处理领域和其他领域中跟踪对象运动的技术是已知的，例如跟踪雷达目标。可在适当和可行的情况下采用这些方法。分类步骤504利用了从步骤502中提取的光源属性和步骤503中确定的光源历史行为，来将头灯和尾灯与其他光源鉴别开来。概括来讲，迄今为止已经标识了以下属性：峰点亮度、总亮度、质心位置、梯度、宽度、高度和颜色。也可使用以下历史信息：运动矢量(x & y)、亮度变化、运动抖动、年龄、平均运动矢量和平均亮度变化。可以标识另外的属性，这些属性在与以下给出的分类方法一起使用时能够改进鉴别。除了从图像处理中提取的参数外，可利用各种车辆状态参数来改进分类。这些参数可包括：车辆速度、对应于受控车辆外部灯亮度的光源亮度(表示反射)、环境光强度、车辆转弯速率(根据图像信息、方向盘角度、指南针、车轮速度、GPS等)、车道跟踪系统、车辆倾斜或偏航以及地理位置或道路类型(来自GPS)。虽然可讨论各参数的特定用途，但是不应该把本发明解释为限于这些特定的实施方式。更确切地说，本发明的目标是提供一种通用的光源分类方法，该方法可用于以上列出的任何或所有参数或者另外的参数，以便用于在图像中标识对象。最后，可用来自除图像处理系统外的其他系统的信息(例如对象的雷达检测)来补充光源的分类。

一个示例性的分类方案根据图12进行。图12的控制序列对于当前周期中标识的每个光源重复，如1212中所示。在第一步1201中，将光源的亮度与一个立即调暗阈值相比较。如果亮度超过此阈值，则表示检测到了一个非常明亮的光源，图12的处理结束，并且如果远光灯还没关的话，则降低其亮度或修改其光线模式。此特征防止了对非常明亮的光源进行任何可能的误分类，并且确保了迅速响应检测到的光源。

步骤1202通过提供了通过检测光强度中的快速闪烁来进行街灯鉴别，此闪烁是人眼不可见的，它产生于AC电源。由DC源供电的车灯不会显示出这种闪烁。可通过以大于闪烁速度的帧速率采集光源周围区域中的几幅图像来检测闪烁，该帧速率为240Hz较好，为480Hz最好。然后分析这些帧来检测一个AC分量，并且忽略显示出闪烁的光源(步骤1203)。此外，可得出街灯的数目或平均密度，以确定车辆是不是在城镇中或照明良好的区域中行进。在此情况下可禁止远光灯使用，或者激活一个城镇照明模式，不论是否存在其他车辆。在先前提到的美国专利申请序列号09/800,450中提供了此分析的细节，此处通过引用将其全部包含进来。更详细讨论了一个作为替换的神经网络分析方法。

确定一个最小红色阈值标准，在步骤1024中将颜色与此标准相比较。假定所有尾灯的红色度将至少与此阈值一样高。在步骤1205中通过一个尾灯分类网络对显示出大于此阈值的红色度的光源进行分类。分类网络可采取几种形式。最简单地，分类网络可包含一套规则和阈值，光源的属性此这些规则和阈值相比较。可以对已知尾灯的图像实验性地测量亮度、颜色、运动和其他参数的阈值，以确定这些规则。对于每个分类类型，可通过检查每个参数或参数组合的概率分布函数来确定这些规则。但是，变量数目和多个变量的组合效果常常使得生成适当的规则成为复杂的事。例如，光源的运动矢量本身对于将尾灯与其他光源鉴别开来可能没什么用处。一辆移动的车辆所显示的垂直和水平运动可能与一个街标一样。但是，例如，当与光源位置、光源颜色、光源亮度和受控车辆的速度一起来看时，运动矢量可提供极好的鉴别。

在至少一个实施例中，采用了概率函数来分类独立光源。各个概率函数可为一阶、二阶、三阶或四阶方程。作为替换，各个概率函数也可包括从彼此混合的一阶、二阶、三阶或四阶方程中得出的项的组合。在两种情况下，给定的概率函数都可以具有与给定函数内的每一项相关联的唯一的乘法加权因子。可通过分析包含已知光源和/或在已知的驾驶情况期间获得的图像来统计地导出乘法加权因子。作为替换，也可通过分析各种图像和/或根据经验数据的错误分类来实验性地导出乘法加权因子。

分类网络的输出可以是一个表示是不是尾灯的布尔真-假值，或者可以是一个表示对象是尾灯的概率的充分连续的函数。同样的情况也适用于头灯。充分连续的输出函数是有利的，因为它们给出了对于检测到的对象符合与头灯或尾灯的行为属性相关的模式的信心的度量。此概率或信心度量可用于可变地控制的改变受控车辆外部灯的速率，更高的信心引起更快的变化。对于一个两状态的外部灯，除0％和100％之外的概率或信心度量阈值可用于启动自动控制活动。

在一个首选实施例中，考虑了这些复杂的变量关系的极好的分类方案被实现为一个神经网络。此网络的输入是许多先前提取的变量，可包括例如亮度、颜色、位置、运动矢量和与车辆速度和转弯速率信息(如果能够获得这些信息的话)一起的光源的年龄。这里在完成对图5的控制序列的讨论的情况下将给出此神经网络的构造的更多细节。远光灯关闭的情况与打开的情况下的分类规则或所使用的神经网络可以是不同的。例如，如果远光灯处于关状态的话，则可使用倾向于赞成把可疑对象分类为尾灯的分类方案，  以便防止在有另一车辆存在的情况下打开远光灯。但是，当远光灯处于开状态时，需要更高的确定度，以防止多余的调暗远光灯的行为。由于当远光灯处于关状态时分类任务更简单并且没那么关键，因此在关闭状态可使用一个基于较简单的规则的分类器，而在开状态中可使用一个更复杂的神经网络。

如果在步骤1206中将对象标识为尾灯，则分类过程对于剩余的光源继续进行(1212)直到对所有光源都进行了分类(1209)。如果光源不是尾灯，则将对其进行进一步测试，看它是不是头灯。类似的，测试在步骤1204中红色度低于阈值的光源，看它们是不是头灯。首先，在步骤1207中，检查光源的亮度以确定它是不是一盏头灯的候选者。步骤1207的阈值可以是单个阈值，但是最好是对象位置、当前受控车辆的外部灯状态以及可选的受控车辆的速度或其他参数的一个函数。如果光源亮于阈值，则对其进行测试以确定它是不是头灯。步骤1208的执行方式类似于步骤1205尾灯的分类。

可以通过一套规则确定头灯的存在，这套规则可以是通过实验或者最好是通过神经网络确定的。步骤1208的输出可以是对于是否存在一辆迎面而来的车辆的头灯的一个真/假指示，或者是对象是一辆迎面而来的车辆的头灯的可能性一个量度。正如步骤1205那样，对于头灯处于开状态和头灯处于关状态两种情况，可以以实质上不同的方式执行步骤1208中的分类。类似地，确定一个对象是一辆前行车辆的尾灯的可能性。

正如先前对于步骤1205和1208所提取的那样，本发明最好利用一个或多个神经网络来对检测到的光源分类。在Oxford UniversityPress(copyright 1995)出版的由Christopher M.Bishop所著的“Neural Networks for Pattern Recognition(用于模式识别的神经网络)”和Academic Press(copyright 1993)出版的由Timothy Masters所著的“Practical Neural Network Recipes in C++(实用神经网络配方的C++)”中提供了对神经网络及其对于分类问题的实施方式的详细说明。可以利用可从位于Gainesville Florida的NeuroDimension Inc.获得的软件NeuroSolutions4来设计、模拟和培训神经网络算法。此处通过引用将这些参考文献的文本全部包含进来。

参考图13给出了对用于本发明的一个示例性神经网络的说明。一个神经网络1300可由以下部分组成：一个或多个输入1301、输入神经元1302、一个或多个输出1304、隐蔽层神经元1305和连接1303，连接1303一般也称为神经键。对于这里的用途，输入神经元1302表示用于光源分类的参数。输入神经元1302与第一隐蔽层神经元1303之间的神经键表示乘以这些输入的权重。神经元1303对这些加权值取和并向和值应用一个激活函数。激活函数几乎总是一个非线性函数，并且最好是S形的，例如是对数或双曲正切函数。然后通过神经键将这些神经元的输出连接到下一层神经元，这些神经键又表示乘以此值的一个权重。最后，一个输出神经元提供网络1304的一个输出值。图13所示的网络是一个通用结构。可使用任何数目个输入神经元，并且可以不使用中间的隐蔽层或使用任何数目个中间的隐蔽层，虽然通常只需要一个或两个隐蔽层。该神经网络被显示为完全连接的，这意味一层之中的每个神经元的输出被一个神经键连接到下一层中的每个神经元。神经网络也可以是部分连接的。

设置每个神经键的权重以便在一个给定的模式识别或分类任务下向神经网络提供其功能并且设置其性能。通过“培训”神经网络来设置权重。通过向神经网络提供待分类的数据的许多已分类的采样来进行培训。在当前发明中，许多光源被成像系统所捕捉、储存并且随后通过检查图像被手动分类。手动分类可通过在捕捉数据时注意光源的实际类型或者通过以后检查记录的数据来发生。为了帮助手动分类，可用一个更高分辨率或更高灵敏度的成像系统来同步捕捉额外的视频。最后，用于培训的分类也可以用一个比用于产品配置的更强大的视频处理系统自动发生。这样的自动系统可使用额外的信息，例如更高分辨率的视频，来帮助进行对象分类。在两种情况下，用于分类数据然后用于培训神经网络(或用于开发其他类型的统计分类算法)的个人或自动系统可被称为对分类问题有“专家知识”。

神经键权重最初可随机设置，然后调整直到实现可实现的最大的培训采样正确分类率。最好使用另外的手动分类的采样测试神经网络，以确保它能在培训数据集合之外推广。先前提取的NeuroSolutions程序可用于设计神经网络和执行培训。理想情况下，采用满意地执行分类任何的复杂度最小的神经网络来最小化系统的计算要求。如果必要的话可添加另外的神经元、隐蔽层和神经键来改进性能。

神经网络的培训依赖于一个误差函数，它提供了关于神经网络执行分类任务的正确度的一个量度。培训程序的目标是收敛到一组最小化误差函数的神经键权重上。最简单的误差函数可以是关于神经网络不正确地分类一个光源的次数的百分比的一个量度。一个更适当的误差函数可以将一个误分类严重度权重关联到培训采样。例如，将一盏近处的头灯误分类为非头灯比误分类一盏远处的头灯更不能接受。因此，可将较高的权重放到这些误差上。误分类一盏遥远的微弱的头灯与误分类一个微弱的路标相比起来严重性较小，因为与在因为一盏遥远的头灯而调暗时稍稍延时相比，多余的调暗可能更令人讨厌。可以为每个培训采样手动设置误差惩罚，或者它也可以是光源亮度或其他参数的一个函数。

一旦已培训了神经网络，即可为应用中的配置实现一个再现神经网络。再现神经网络具有根据培训固定的权重，并且通常实施在处理器中的软件中，虽然也可以通过一个硬件ASIC或可编程逻辑阵列进行硬件实现。最好非常小心地以与实现再现神经网络相同的方式培训神经网络。对于培训和再现最好以相同的方式计算激活函数。所使用的数字精度最好是相同的。此外，应该用与实际产品元件几乎相同或非常接近的图像传感器来采集用于培训的数据。最好利用代表实际中可能出现的设备的产品变体的多个元件表示来采集培训数据。

神经网络的输入可以是先前参考图12的步骤1205所提取的参数。虽然可使用这些参数的未加工的值，但是通过缩放这些参数以便每个变量具有大致相同的大小范围可以降低神经网络的复杂度。对于诸如亮度等可能具有非常大的范围的变量，最好利用此值的对数作为神经网络的输入。诸如颜色比率等的其他值最好表示为一个模糊逻辑从属度集合中的从属度。例如，低红色值可能表示光源肯定不是红色的，因此，此值在一个“红色”合中的从属度为零。中间的值可能表示一个“红色”集合中的部分从属度，并且表示光源可能是红色的，但是不一定是红色的。最后，高于一个阈值的红色值表示在一个“红色”集合中具有完全的从属度。测量出来的此阈值以上的更高的红色值不表示光源具有更多“红色”，因为已经确定了光源是红色的必然性。类似地，一旦确定了光源是红色的必然性，则高于此阈值的红色值不会增加光源是尾灯的概率。从而，模糊红色从属度标准与直接的红色值比起来更适于作神经网络的输入。虽然红色值也可直接用作输入。

另一个可以被有利地修改以输入到神要网络中的参数是X和Y质心位置坐标。通常这些坐标被设为成像器坐标。但是，更有用的是将这些坐标作为与视野中心的正向或负向距离提供给神经网络。由于感兴趣的大多数光源都位于图像中心，并且大多数路标的运动都从中心向外发散，因此一个中心偏量参数可以产生更好的结果或者降低神经网络的复杂性。可以根据车辆转弯速率和/或车辆倾斜来调整根据其计算X和Y位置偏量的图像中心位置。

可以根据设计意图的中心来设置图像中心位置，或者最好动态校准图像中心位置。动态校准是通过在微弱、静止的光源独自出现在图像中心附近的情况下监控图像。当这种情况独自出现时，则可能出现了一个遥远的迎面而来的光源或前行的尾灯。也可实现一个神经网络来检测此情况，或者现有分类网络的一个额外的输出可指示该光源是否是一个良好的分类候选者。可监控车辆速度和/或转弯速率信息以确保车辆正在相当稳定地行进并且不太可能转弯。一旦检测到一个校准光源，则此光源的X和Y坐标与当前图像中心位置相平均。新值的按比例的贡献为非常小比较好，例如小于1％，并且最好小于0.1％。但是对于一辆新车可使用较大的因子以便更快建立一个校准因子。一旦新车收集到了校准采样的阈值数字，即降低随后的采样的平均贡献。也可提供了一个重校准按钮序列，以便强制进行快速重校准，这在比如替换挡风玻璃的情况下是需要的。可提供一个手动开关来启用/禁用自动校准。

在通过分类网络进行分类这前，可首先对光源进行评估以确保它们符合一个最小标准，例如一个最小亮度阈值。如果它们不符合此标准，则它们不会被分类网络所考虑。标准可包括一个颜色范围、一个取决于位置的阈值或一个取决于年龄的阈值。微弱的光源在被检查前必须达到一定的年龄，但明亮的光源可以较早的被检查。许多规则组合可用于在分类网络之前丢弃或标识光源。这在光源特别容易被标识或丢弃时尤其有用，从而对于这些对象减少了计算时间。

用于本发明的一个示例性神经网络实现包含23个输入和两个连续的输出，一个输出用于头灯分类，一个输出用于尾灯分类。输入如下：X位置(以距离中心的偏量的形式)、Y位置(以距离中心的偏量的形式)、亮度(经对数缩放)、红对透明颜色比率、年龄、宽度和高度。此外来自前四个周期的X位置、Y位置、亮度和红对透明颜色比率也是输入，从而总共是23个。所有输入在其范围上被缩放到-1000至1000。使用了12个隐蔽层神经元。

此例中的神经网络是通过驾驶和记录照相机图像来培训的。在分类之前用上述技术从相应图像中提取出几千个光源的样例。然后手动对光源进行分类。用Neural Solutions对神经网络进行培训。用16比特有符号整数算数在一个Motorola 68HCS912微处理器上实现培训后的再现网络。计算效率得益于在此处理器中包括了一个累积乘法指令(MAC)，该指令被用于计算输入到每个网络记号的点积。由于NeuralSolutions利用了输入缩放到-1.0至1.0的浮点数学，因此必须对得到的权重进行缩放以便用整数数学进行嵌入处理。

正如前文所提到的，可使用其他输入。例如可使用车辆速度、车辆转弯速率或当前车辆照明情况(例如远光头灯的占空系数)。在另一个例子中，当受控车辆的头灯亮度也发生变化时，使用了指示一个光源在几个周期之间的亮度变化的一个输入，从而使得神经网络能够检测由于远光头灯的亮度降低而产生的路标反射。在另一个实施例中，可以用来自一个光源的峰点周围的一个选中区域的实际象素值作为神经网络的一个输入，从而允许检测对象的形状或光分布。当处理能力允许大量输入时此方法尤其有用。当使用棋盘状或带状滤波模式时，包含邻近的象素值可以使神经网络能够直接从原始数据推断颜色，而不用单独计算颜色比率。

一旦完成了所有光源的分类，则在步骤505中确定适当的照明状态。也可能由于检测到一个非常明亮的光源而中止分类并调用步骤505，在这种情况下远光灯如果还没关闭的话则其亮度会被降低。如果检测到多个光源，则控制可基于生成最大响应的那个光源。

对各种替换的光源分类网络的说明在关于确定受控车辆外部灯的适当状态的讨论之后。

确定适当的行为很大程度取决于要控制的照明系统的特定特征。在一个简单的远光灯开/关系统中，一旦检测到一盏迎面而来的头灯或前行的尾灯，则切断远光灯。为了防止多余的调暗操作，在做出转换之前可能需要在几幅图像中检测到一盏头灯或尾灯。延时量最好是检测到的光源亮度的一个函数，从而能够相对快速地响应明亮的光源，较慢地响应较暗的光源。此延时也可以是受控车辆速度的一个函数。较慢的延时可以使得被误断为迎面而来的头灯的路标在响应被触发之前已经经过。1108中确定的光源年龄可用于确定适当的响应点。类似地，当远光灯处于关状态时，可以要求一个阈值数目幅帧的图像中都没有车辆光源之后才能自动再次激活远光头灯。

在另一个实施例中，使远光头灯渐开和渐关，而不是对其进行突然切换使之从完全开到完全关，或者从完全关到完全开。在此情况下渐开或渐关的速率可取决于检测到的光源的亮度，并且可以可选地取决于在步骤1205和1208中确定的正确分类的概率。受控车辆速度也可用于确定变化速率。通过这种方式，远光头灯对于暗光源反应缓慢。这样使得在误分类的情况下远光头灯能够校正和返回明亮状态，不会吓到司机。如果检测到的迎面而来的头灯的亮度较高，并且为迅速降低受控车辆的远光头灯的亮度提供了理由，但分类概率较低，则可以逐渐调暗远光头灯。如果在随后的周期中，对象亮度随着远光头灯亮度降低而降低，则对象很可能是一个路标或其他反射，远光头灯可返回完全亮度，对受控车辆的司机的妨碍也很小。

更高级的照明系统可以允许头灯对水平和/或垂直方向进行可变的瞄准，或者允许对相关光束的任意整形。在共同待审、共同转让的美国临时专利申请序列号60/229,762“Headlamp Control of PreventGlare(头灯控制以防止眩光)”中更详细地说明了这种头灯系统，此处通过引用将该专利申请全部包含进来。通过这种系统可改变光束模式以便在不妨碍其他车辆的司机的情况下为受控车辆的司机提供最大的合适的照明。本发明的原理通过精确识别相对于其他车辆光源的距离和方向可被应用于这种系统，并且提供一个控制信号以修改受控车辆头灯的光束瞄准目标或模式，以便防止对其他司机造成眩光。

应该理解替换的传感和处理方法或传感方法的组合也可用于本发明，这些方法包括RADAR传感器、激光测距仪、超声传感器、立体视觉传感器和RF车间通信。当使用这些传感器和其他传感器中任何一种或它们的组合时，可采用所公开的由于检测到其他光源而确定受控车辆外部灯的正确照明状态的技术。

本发明可用于具有离散切换点和/或基本连续过渡的外部灯。离散切换的灯的例子包括：通过激活一盏灯的不同灯丝在独立的远光和近光状态之间切换，在分开的远光和近光灯之间切换，在一盏近光灯保持激活状态的情况下激活和熄灭一盏远光灯，以及离散地切换一盏或多盏灯的瞄准角度。一种另外的新的灯技术，称为双峰氙HID灯(bi-modal Xenon HIDlamp)或简称为双氙(Bi-Xenon)，利用了一个机械上可移动的遮光物来修改一盏高强度放电灯的光束模式。连续切换的灯的例子包括：改变一盏白炽灯的电压、改变一盏白炽灯的PWM占空因数、改变灯的瞄准目标、可变的控制一个机械遮光物或者通过多种光学技术修改光束模式。充分连续可变的灯还包括可以在一系列离散阶段上过渡的灯，而不是真正连续的灯。最后正如共同转让的US专利申请序列号10/235,476所说明的那样，新的照明技术可包括LED头灯、或者通过使用一种空间光调制器(例如可变衰减器或反射器)来修改光束模式的灯。可以在离散状态或充分连续的状态之间控制这些新的照明技术。此处通过引用将此申请的发明内容全部包含进来。

参考图14说明了控制连续和离散切换系统的各种实施例。当在自动控制之下时，车辆头灯可以处于以下三种状态之一：一个关状态(OFF STATE)1401、一个过渡状态(TRANSITION STATE)1402或开状态(ON STATE)1403。在自动操作期间的任何时刻，司机可执行手动超越控制，这将引起自动控制的决定被忽略或者强制自动控制进入关状态或开状态。可以向具有单个头灯装置的车辆提供手动控制，以便从多种亮度和/或照明模式中选择，其中单个头灯装置作为近光和远光头灯，或者被离散切换或者是基本连续可变的。正如前文所提到的，处理以周期方式进行。在每个例如可能占200ms的周期中，至少采集和分析一幅图像。在分析后做出决定以更改状态或保持在当前状态。

在至少一个实施例中，一个自动头灯控制系统被配置为控制离散切换的头灯。为了进行说明，头灯控制可以在关状态1401中开始。为了离开关状态，可能要求符合几个条件。关于示例性条件和每个条件的合理性的一个列表如下所示。各种实施方式可实现所有或某些条件。

表1

一旦符合了所需的条件，控制从关状态1401进行到过渡状态1402，如1404所示。图15中描绘了离散切换的灯在过滤状态1402中的行为。从灯处于关状态开始讨论，控制在点1501处进入过渡状态1402。在接下来的每个没有识别出其他车灯的连续周期中，过渡状态中的水平升高。当此水平达到开切换(ON Switch)点1503时，远光灯被激活，控制状态通过过渡1405被设为开状态1403。如果在从点1501至1503的过渡过程中识别出了其他车灯，则过渡状态水平不升高，并且可能转换方向和开始降低。

一旦处于开状态1403中，一个识别出的光源可能引起控制，以通过过渡1407在点1502处移动到过渡状态1402。接下来识别出的光源可能引起过渡状态水平降低。过渡水平降低的量可取决于多个因素，例如标识出的光源的类型、光源亮度、光源位置和光源分类的确定度。其他因素，例如车辆速度和方向盘角度，也可影响过渡状态水平的降低速率。如果在一个周期中没有识别出的光源，则过渡状态不会降低，而可能升高。最后，一旦过渡状态水平达到关切换(OFF Switch)点1504，控制即通过过渡905进行到关状态1401，灯被熄灭。

正如所指出的，每个图像周期的水平降低的程度可取决于多个因素。表2中提供了这些因素的例子和对每个因素的解释。不同的因素可以彼此结合使用以确定过渡状态水平的净降低。不同实施例可以以不同组合和不同程度来实现这些因素中的某些或全部。除了表2的因素外，过滤水平的变化速率也可取决于以前周期中采取的操作。例如，如果转换水平当前正在降低，则识别出一盏车灯可能引起继续降低。但是，如果在先前周期中水平被升高，则识别出一盏灯可能引起停止升高，但不会引起立即降低，直到以后的周期。这些特征帮助限制了可能伴随路标反射或其他讨厌的情况发生的迅速振荡。

表2

因素	描述	合理性
			1	光源亮度	较亮的光源可使得过渡水平降低较大，从而可以在光源可能较近的情况下更快地响应
2	光源位置	位于中央从而暴露在受控车辆的远光灯的最亮部分中的光源可能被较快地响应
			3	分类确定度	统计分类方法，包括神经网络，可能指出给定光源是头灯或尾灯的概率。对象是另一盏车灯而不是其他多余光源的反射的概率越大，被响应的速度快越。
4	光源类型	头灯要求比尾灯更快的响应
			5	受控车辆的速度	当以更高速度行进时可增加响应速率。这在非常高速的公路上尤其必要，例如GermanAutobahn，在这种公路上一辆迎面而来或前行车辆接近的速率很高。
6	受控车辆的转弯速率	当转弯时，可以为在转弯方向上的车辆增加响应速率，从而可降低这些车辆面临眩光的时间。当行进在直路上时，在高的水平角处的光源更可能是讨厌的反射。

在特定情况下，控制可以直接通过转换1409从关状态1401进行到开状态1403，或者直接通过转换1408从开状态1403进行到关状态1401。转换1409可以发生来例如实现一个快速返回到明亮的行为。当以中速至高速行进在一条黑暗的道路上时，需要在一辆迎面而来的车辆经过后尽可能快地激活远光头灯。迎面而来的车辆的车灯可能已经降低了受控车辆的司机的夜间视觉灵敏度，从而迅速激活远光头灯可以帮助补偿这一点。此外，自动系统的迅速行为向司机提供了动作和安全的感觉，从而对于司机来说具有审美愉悦感，尤其是对于比如赛车这种特定车辆的司机来说。从开状态1403到关状态1401的直接转换1408可发生在检测到一个非常明亮的光源时。这提供了有可能的最快的响应，最小化了对一辆迎面而来或前行的车辆的眩光。

在一个示例实施例中，图14的状态图的使用和转换水平图只是所给出的概念的一个示例性实现。图15所示的各种离散水平的概念是实现对各种光源的各种反应延时以及当光源出现和消失时决定推迟和逆转切换的能力的一个便利的机制。本领域技术熟练者可通过多种装置，例如一种连续可变延时计时器，来实现本发明的行为和概念。

实现离散切换的光源的实施例中给出的机制也可以很容易地扩展到控制基本连续可变的光源。图14的状态行为几乎保持相同。过渡状态1402内的水平根据前述行为升高和减少。但是没有离散的切换开和切换关点。相反，如图16所示，只要没有检测到车辆，过渡水平就从点1501、1601处开始升高。如果远光头灯处于开状态，并且检测到了车辆，则过渡状态可进入高水平1502、1602，然后降低。正如前文所讨论的，如果在过渡状态1402中车辆出现或消失，则可改变过渡水平变化方向。表2的确定过渡状态行为1402的标准也适用于控制基本连续可变的车灯。

当前过渡水平可用于设置一盏基本连续可变的灯的输出水平。例如，如图17所示，过渡状态水平可用于确定一盏卤素头灯的PWM占空因数。图17中的图的不同形状可以为不同类型的灯提供不同的渐变行为，或者提供不同的外观。过渡状态水平或者也可用于确定一盏可变瞄准目标的灯的垂直和/或水平角，或者一盏灯的亮度和角度的组合。当从开状态1403或关状态1404进入过渡状态1402时，可对图17使用不同的函数，以提供打开和关闭头灯的不同的行为。可以根据过渡水平提供对一个头灯情况警告指示器的控制。警告指示器可以随被亮度变化，该亮度被如图17所示的一个函数所控制，或者可以在过渡状态1402内的特定水平处具有一个离散的开、关点。

步骤1208中的一个头灯网络分类器和步骤1207中的一个尾灯分类器的实现只是用于自动控制车辆外部灯的神经网络的许多可能的实现方式之一。可采用单个神经网络，所有输入都馈入给它，并且它包含两个输出，一个用于一盏头灯，一个用于一盏尾灯。此神经网络将会更加复杂，对计算的要求更高，因为分类任务更复杂，但是它的性能至少会和两个独立的神经网络一样好。一个更普遍的情况是提供当前受控车辆头灯状态作为一个输入，并输出新的头灯状态。

如果处理功率有限，则可利用大量更简单的神经网络，正如图12的情况那样，在这里分类按颜色比率被分割。分类还可进一步按亮度被分割。例如，如是一个光源的亮度大于一个阈值并且是红色的，则可采用一个明亮尾灯神经网络来评估对象。如果它微弱且不是红色的，则可采用一个微弱头灯神经网络来评估对象。可独立设计和并用代表操作过程中再现神经网络将面临的数据的数据来培训这些神经网络中的每一个。还可考虑对任务进行进一步分割，将其分成不同的亮度范围，或通过其他参数进行分割。

例如许多大型卡车和卡车拖车的后端具有多盏灯和/或反射器。根据具体配置，一辆特定卡车或拖车的后端可能包含与路边标志、反射器或照明更接近相关的特征。因此可能需要提供一个神经网络，该神经网络是特别为识别前行卡车和/或拖车的后端而配置和培训的。可用已知包含有卡车和/或拖车的后端的特定例子的图像数据来培训用于此任务的神经网络。

同样的神经网络技术可用于解决此图像系统的其他分类和识别问题。例如，可通过使用神经网络改进AC灯的识别。在现有技术中是通过计算图像采样中呈现的120 Hz Fourier级数分量的大小来量化AC波纹的。神经网络对于识别噪声数据中的模式特别有用。不是计算Fourier级别，而是将快速采样的每幅图像中的光亮度作为一个输入提供给神经网络。神经网络的输出可以是一个表示街灯的布尔值，或者是一个可以被进一步馈送到例如头灯分类网络中的连续值。其他参数，例如光源的垂直运动和/或光源的位置也可被提供给一个神经网络以进一步确定对象是否可能是街灯。可通过向神经网络提供街灯和其他光源的高帧率图像采样、或者每幅图像中对街灯成像的象素之和来培训一个AC光源神经网络。一旦经过了培训，再现神经网络即可被提供来实现图12的步骤1202。

最近，LED尾灯已经可以在商业上获得。这些尾灯的亮度被频率可与AC街灯光源相比的脉冲宽度调制所控制。从而上述技术可能错误地将LED尾灯确定为街头。光源的颜色可用于将红色尾灯与街灯区别开来，即使二者都展现出强度调制。此问题被以下事实进一步复杂化：光源颜色可能会被原始图像错误确定，因为图像可能是在尾灯亮度调制的不同相位处取得的。在此情况下，用于AC分析的迅速采集到的图像也可用于确定颜色。经红色滤波后的和透明的象素的图像都被采集。如果光源被确定为具有高的AC闪烁，则根据来自红色滤波后的图像中的所有象素之和与所有透明象素之和来计算一个新的颜色比率，从而确保使用了覆盖整个调制周期的图像。从而基本是红色的光源不会被识别为街灯。

错误调暗的另一个可能的根源是高架的闪烁的街道信号灯。可通过储存几个周期的光源的亮度来确定这些信号灯的闪烁性质。在200ms的周期速率下，相当于5个周期的亮度历史就足够了。这些对象的亮度的周期性变化表示了它们的闪烁。虽然可以仅通过检查光源亮度的变化率来确定闪烁，但是一个神经网络可以更精确地执行该任务。在此情况下，可将一个神经网络设计为，以当前和至少前一幅图像中的光源的亮度级别作为输入。神经网络的输出可以是一个布尔值，指示光源是否在闪烁。神经网络的输出也可被馈送到头灯和/或尾灯分类神经网络中。这尤其重要，因为神经网络在确定光源是否是高架的闪烁灯而不是例如前行车辆的转弯灯时，可以考虑其他因素，例如光源的位置。可用高架闪烁灯和其他光源(包括前行车辆的转弯灯)的例子来培训所有神经网络。

在另一个实施例中，一个神经网络可用于校正由于路标反射可产生的错误调暗。有时候，尽管为防止这种误分类做出了各种努力，但是路标或其他对象对受控车辆的车灯的反射可能会被错误地检测为一辆迎面而来或前行的车辆的车灯。当发生这种情况时，受控车辆的远光头灯将被调暗，路标的反射亮度将会降低。如果检测到此降低，则受控车辆的远光头灯可返回完全明亮状态，对受控车辆的司机少造成很少或不造成妨碍。此任务因为以下事实而复杂化：路标的反射亮度可能由于车辆和路标之间的距离接近而同时增加，增加速率正比于受按控车辆的速度的平方。虽然可解析地计算和检测此关系，但是由于颠簸的道路或其他因素而引起的存在的情况的多样性和系统内固有的噪声，使得对受控车辆的远光头灯亮度和路标反射亮度之间的相关的识别成为一个通过神经网络解决的理想问题。

可以在受控车辆的远光头灯处于渐渐熄灭过程中时利用用于此用途的神经网络。正如上文所讨论的闪烁灯检测方案那样，储存了几个以前的周期中的光源的亮度。这些亮度值可以和受控车辆远光头灯的亮度以及速度一起被馈送到神经网络中。可以用远光头灯由于路标反射和由于对迎面而来的头灯和前行的尾灯的适当响应而降低亮度的各种情况来培训神经网络。这些采样被手动分类为正确响应或路标响应。神经网络的输出可以是一个指示对象是路标的布尔值，或者是一个馈送到头灯和/或尾灯分类网络中的输出，在这种情况下，当受控车辆的远光头灯处于过渡状态时，可提供特殊的头灯和尾灯分类神经网络。

在先前的将神经网络用于本发明的例子中，在对象提取过程502或父亲识别过程503中计算出的各种参数可以与车辆状态参数一起被用作到神经网络的输入。虽然这种方法可能在计算上是最高效的，并且提供极佳的结果，但是也考虑用原始图像或合成的HDR图像的未经加工的图像数据作为到神经网络的输入。这种情况的最极端的例子是将整幅图像馈送到一个神经网络中，每个象素作为一个独立的输入神经元。可通过向神经网络提供多幅图像、或通过将某些储存的来自以前周期的神经网络输出馈送到当前周期的额外输入来获得历史信息，从而产生了具有一个时间维的神经网络。只要一组培训图像被手动分类为包含感兴趣的光源，即可使这种技术起作用。但是，计算和存储器要求可能远超过本发明的其他实施例。发明者并没有不考虑处理能力的迅速发展，因此提出此选择，作为未来或对经济上无限制的应用有用的一个可能的实施例。

一种计算上更合理的、将图像象素信息直接馈送到神经网络中的应用利用了一个图像核。一个图像核是指通常一次在图像内象素的一个小子集上执行的一个操作。通常所述核被光栅扫描经过图像，以便核可以在时间上位于图像内的每个象素的中心。例如，考虑一个3×3核，其中当前访问的象素与它的四个直角邻域和四个对象邻域一起是操作的输入。核的输出是表示此象素小群组的某些特征的一个或多个值。在本发明中，核可以是一个神经网络，它带有九个输入，一个用于被访象素，八个用于它的最接近的邻域。输出可以是例如标识象素是否是峰点的一个布尔值和/或表示光源亮度的一个连续值。从而一个神经网络可被编程为执行图5中的步骤502的峰点检测功能。可以与所需的总亮度值一起，提供一组包含多种图像片段的培训数据，这些图像片段具有核的大小，既包含峰点又包含非峰点。可使用不同大小的神经网络核。可以使核逐象素扫描过图像，或者以核那么大小的跨度跳过图像。此外核可以只应用于被照亮的象素，或者大于其邻域的象素，以便节省将核应用到所有象素的计算时间。最后可以将核应用到一个已经被识别为峰点的象素及其周围的邻域，以便对与峰点相关的光源类型进行分类。

可以在产品开发阶段设计和培训一个神经网络，而在最终产品中只实现一个固定的再现神经网络。也可以想象可以在最终产品中提供另外的培训。例如，如果控制系统未能识别一盏迎面而来的头灯或前行的尾灯，则司机可手动超越控制系统。如果发生手动超控干涉，则神经网络具有从此事件中学习的潜能。如果很明显一个光源在超控事件期间被检测到，但是却被误分类或者确定为不是感兴趣的，则神经网络的权重可被自动修改以防止同样的误分类再次发生。如果光源被正确的分类但是司机仍然手动调暗了远光头灯，则可确定司机更喜欢对其他来往车辆做出更迅速的响应，则神经网络的权重、远光头灯切换速率或系统的灵敏度阈值可以相应地被自动修改。可以预想到可提供一系列用户可选的输入，例如可通过一个多功能司机信息中心配置的手动开关或选项，以调整特定或所有神经网络的加权因子。

在至少一个实施例中，被成像的场景可被分割成多个区域。可以用不同于在其他区域中检测到的光源的概率函数或神经网络来分析在一个给定的区域中检测到的光源。例如，被成像的场景可以被分割成九个区域。在右侧驾驶的情况下，中心右侧的光源更可能是路标、路侧反射器或路面照明的反射。仍是对于右侧驾驶的情况，中心左侧的的光源更可能是迎面而来的车辆。在图像的接近中心处检测到的光源对于右侧和左侧驾驶的国家可能是相似的。类似的普遍特征也可附加于每个区域的上半和下半部分。将被成像的场景从左到右或从上到下分成三个区域将是有利的。

在一个将成像的场景分成九个区域的系统中，以下方案将是有利的：与中心区域相比，为旁边区域中的光源运动和/或大小附加更高的乘加权因子，而与旁边区域相比，为中心区域中的光源颜色和/或亮度附加更高的乘加权因子。当在一个具有多个独立区域的系统内采用神经网络时，可以用与特定区域唯一相关联的数据培训每个区域的神经网络。

可以预见到需要为不同车辆或不同的驾驶情况开发和培训不同的网络。例如，对于右侧驾驶和左侧驾驶国家许多位置和运动鉴别可能是不同的。不同国家可能使用不同类型和颜色的街标。最后，头灯类型不同的不同车辆的表现可能不同。可以用代表特定车辆和/或将在其中操作车辆的特定道路情况的培训数据集合来独立培训相关的神经网络。理想情况下，为了简化维护一个大的软件库的逻辑，可将配置数目保持为最小，从而使用来自许多地理区域和/或不同车辆的具有广泛代表性的培训采样库。

当必须使用不同神经网络时，将所有配置储存在处理器的程序存储器中并且自动切换到适当的神经网络是有用的。例如，一个GPS可用于确定车辆正在其中被驾驶的区域，并且切换到为此驾驶情况所培训的一个神经网络。司机也可以通过一个菜单或其他切换设置来设置当前驾驶区域。车辆可在车辆总线和所选择的适当神经网络上宣布其型号。可以通过监控最初一段时间内光源的普遍位置和运动来识别右侧和左侧驾驶情况。在右道驾驶国家中，头灯将出现在图像左侧，并且当其接近时会在左侧移动。在左道驾驶国家则是相反的情况。路标也可用于识别这些情况。

这里陈述的例子不应该被解释为将本发明限制到所说明的特定实施例。本发明不应该被解释为限于任何特定的神经网络结构，任何特定的统计算法，或者输入或输出的任何特定组合。可以本发明的精神内以多种方式组合许多小的或几个大的神经网络以提供一种在图像内识别和分类光源的方法。类似的，应该理解可采用独立的概率函数。独立的概率函数可包括唯一的统计分析，或者可以是其他概率函数的一个子集。应该理解可以在独立于本发明的其他方面的情况下利用本发明的各个方面。例如，可以独立于其他步骤并且以不同于所给出的顺序或配置来利用图5中所描绘的每个步骤。还预见到，当与本发明的方面相组合时，现有技术的各个有用的方面可以充分地朝着实现本发明的目标而起作用。

除了提供一种为车辆照明控制识别和分类光源的方法外，本发明的各个方面对于其他目的可能也是有用的，既可用于车辆控制功能，也可用于其他成像和非成像应用。例如，考虑一个检测车辆扫风玻璃上的潮湿程度并相应地自动激活车辆的风挡雨刷器的雨传感器。这种设备可利用一个成像系统来采集挡风玻璃表面的图像，并且分析图像，看是否有雨存在。在共同转让的美国专利号5,923,027“Moisture sensorand windshieldfog detector using an image sensor(利用一种图像传感器的潮湿传感器和挡风玻璃雾检测器)”和美国专利申请序列号09/970,728“Moisture sensor and windshield fog detector(潮湿传感器和挡风玻璃雾检测器)”中包含了这种系统的例子，此处通过引用将两者全部包含进来。

作为对于现有技术提出的方法的一个替换，如上所述的一个神经网络核可用于识别图像内的雨滴的存在。核可以在一个小的子窗口上操作，例如一个5×5象素区域，并且提供一个输出，指示在图像的该区域内存在一颗雨滴。可通过向神经网络提供许多分类的图像片断来培训神经网络，这些图像片断中有的包含了雨滴，有的没有。作为对使用核的一种替换方式，可以用诸如种子填充或峰点检测算法等技术以及这些对象的属性馈送到一个神经网络来从图像中提取对象或峰点。

这种潮湿检测系统的一个难点涉及到鉴别来自受控车辆前方场景的背景对象和在挡风玻璃上较接近的范围内的对象。现有技术尝试通过提供一个光学系统解决此问题，该光学系统被配置为在聚焦近处对象的同时模糊远处对象。虽然这种配置在很大程度上是成功的，但是有时候明亮的光源，例如迎面而来的头灯，会使图像饱和，引起可能会被误认为雨滴的奇点。合成HDR图像采集和合成技术可帮助缓和此问题。此外，固定模式噪声可能被证明为是雨滴传感器的另一个问题来源，它可以通过这里给出的固定噪声校正技术被克服。

另一个区别雨滴和背景对象的方法是以与这里给出的跟踪光源运动相似的方式跟踪对象随时间的位置。雨滴不太可能在图像中移动，而前景中的大部分对象会移动。这个差别进一步帮助了区别雨滴和其他对象。

另一种区别雨滴与其他对象的方法涉及获取两幅图像，一幅被一个光源(例如LED)所照亮，另一幅则没有。LED被放置为使得成像器能够对被雨滴散射的来自LED的光成像。获取两幅图像，一幅中LED打开，另一幅中LED关闭。两幅图像的差别被用于识别雨滴。作为替换，也可以处理两幅图像，但是只有只在LED打开时才出现的对像才被视为雨滴。通过为成像器提供一个滤波器可进一步增强鉴别，该滤波器只允许LED的近似波长的光被传输和成像。

可通过利用一个既执行外部灯控制又执行雨传感功能的图像传感器来提供这样一种雨传感器。作为替换也可将具有单独镜头的单独的图像传感器用于每个功能。在此情况下，两个功能可通过共享许多元件而受益，这些元件可以是例如一个微控制器、存储器、LVDS SPI接口、电路板、电源、振荡器、电缆和互联、机械安装结构和其他。两种功能，以及可能还有其他成像功能，都可以一起在一面车辆后视镜上提供。照相机可共享一个公共的电子总线，正如共同转让的美国专利申请公开号2002/0156559和临时美国专利申请序列号60/404,879中所说明的那样，此处通过引用将其发明内容全部包含进来。雨传感器的输出可用于进一步增强外部灯控制功能。雨传感器可指示挡风玻璃是湿的或有雾的，从而可暂停自动外部灯控制。可激活雾灯或其他恶劣天气灯。当然，也可以在一面后视镜内或别处单独提供每种功能。

本发明已经被描述为在所发明的后视镜装置的镜壳内结合了一个电变色镜元件。本领域技术熟练者将意识到各种其他车辆附件和元件可以全部或部分或以不同组合被包含在后视镜装置中。这种车辆附件和元件可以安装在镜壳、镜座、镜座或镜壳的一个附件之内、之上或之中，或者安装在一个控制台或其他与后视镜装置相关的外壳中。，或者安装到镜壳，此外，任何这种车辆附件可以彼此共享元件，例如处理器、传感器、电源、束线和插头、显示器、开关、天线等。  这里进一步说明其他车辆附件、元件或特征的例子。

现转到图18，这里显示了一个外部后视镜装置1805的分解图，该装置具有一个外壳1810，该外壳通过一个望远镜延伸部分1820连接到一个附着部件1815。在至少一个实施例中，望远镜延伸部分1820包括一条臂状物，其具有一个线性致动器，用于在相关车辆内延伸和收回望远镜延伸部分。望远镜延伸部分1820可包括一个齿条齿轮型线性致动器、一个电螺线管型线性致动器、一个气动活塞或一个水力致动器。外壳1810可被配置为使外壳在望远镜延伸部分周围轴向枢轴放置。此外，望远镜延伸部分还可被配置为使外壳能够折叠进出相关车辆。附着部件1815被配置为被一个车辆底座1825所接收。车辆底座可以固定到门板、A梁、前挡泥板、窗装置、或司机能够看到大体上在相关车辆后方的场景的其他任何位置。应该理解望远镜延伸部分可包括两条或多条臂状物，并且外壳可配置为不论采用的臂状物数目为多少，都可旋转和折叠。还应理解外壳可以在如附图标记1820a所示的位置连接到一个非望远镜延伸部分，以便外壳以连接点1820a为轴旋转，以便可以根据需要使镜子被放置得离车辆更近或更远；此特征可伴随一个电源定位机制，以便可以在车辆内执行致动。应该理解可以将镜壳、延伸部分和附着组件配置为使望远、旋转和折叠需要手动操作。

提供了一束带有一个连接器1835的束线1830，以便使外部镜与位于相关车辆内部的相关装置接口。可将束线配置为提供外壳的延伸、折叠和旋转，并且还可将其配置为提供反射元件控制、电源、转弯信号致动、镜加热器控制、镜元件定位、光传感器接口、外部镜电路板接口、收发器接口、信息显示器接口、天线接口、光源供电和控制、紧急闪烁器接口、以及这里描述的所有其他电特征。应该理解在车辆内适当之处为这些特征中的每一个提供了操作者接口。

提供了一个镜元件定位器1840，用于从相关车辆内部对准外壳内的相关反射元件。应该理解在车辆内提供了一个相应的操作者接口用于定位反射元件。

定位器1840机械地连接到一个运送器，用于提供一个支持和移动相关反射元件的安全结构。在美国专利号6,195,194和6,239,899中说明了适当的运送器的例子，此处通过引用将其全部包含进来。

在至少一个实施例中，采用了一种双面粘性泡沫材料1850将反射元件附着到运送器。在特定情况下，可在双面粘性泡沫材料中提供孔隙1851，用于适应各种元件的放置。

在至少一个实施例中，在后视镜装置中提供了一个电路板1855。电路板可包括一个光源(例如一个转弯信号灯、一个钥匙孔照明器、或一个门外区域照明器、正如美国专利号6,441,943中所讲授的那样，此处通过引用将其全部发明内容包含进来)，一个信息显示器、一个天线、一个收发器、一个反射元件控制、一个外部镜通信系统、一个远程无钥匙进入系统、邻近传感器以及用于这里描述的其他装置的接口。美国专利号6,244,716、6,523,976、6,521,916、6,441,943、6,335,548、6,132,072、5,803,579、6,229,435、6,504,142、6,402,328、6,379,013和6,359,274公布了可在一个或多个实施例中采用的各种电元件和电路板，此处通过引用将这些美国专利中的每一个的发明内容全部包含进来。

在至少一个实施例中，向一个后视镜装置提供了一个加热器1860，用于改进设备的操作以及融化可能存在的冻结的降水。在美国专利号5,151,824、6,244,716、6,426,485、6,441,943和6,356,376中公布了各种加热器的例子，此处通过引用将这些专利的发明内容全部包含进来。

在至少一个实施例中，反射元件具有可变反射系数特征。可变反射系数的反射元件可包括一个第一衬底1865和一个第二衬底1870，它们被一个封条1875以空间上分离的关系固定进来，以便在其间形成一个腔。可将反射元件配置为定义一个凸状元件、一个非球面元件、一个平面元件、一个非平面元件、一个宽视野元件或这些不同配置在不同区域中的一个组合，以定义一个复杂的镜元件开关。第一衬底的第一表面可包括一层吸水或疏水涂层以改进操作。反射元件可以包含透射性质，以便可将一个光源或信息显示器放置在元件后面，并且使光线投射过它们。反射元件的第一和/或第二衬底的暴露在外的表面上可包含一层或多层防刮层。反射元件可包括一个或多个没有反射材料的区域，例如被刻入条状物或字词，以定义信息显示器区域。在美国专利号5,682,267、5,689,370、6,064,509、6,062,920、6,268,950、6,195,194、5,940,201、6,246,507、6,057,956、6,512,624、6,356,376、6,166,848、6,111,684、6,193,378、6,239,898、6,441,943、6,037,471、6,020,987、5,825,527、6,111,684和5,998,617中说明了各种反射元件的例子，此处通过引用将这些专利中每一个的发明内容完全包含进来。

腔最好包含一种电变色介质。电变色介质最好能够对传播过它的光进行选择性衰减，并且最好具有至少一种液相电变色材料以及至少一种另外的电活化材料，这种材料可以是液相的、表面承压的或镀到一个表面上的。但是当前首选的介质是液相氧化还原电变色体，例如公共分配的美国专利4,902,108、5,128,799、5,278,693、5,280,380、5,282,077、5,294,376、5,336,448、5,808,778和6,020,987中所公布的介质，此处通过引用将这些专利的全部发明内容完全包含进来，如果利用了一种液相电变色介质，则可以通过已熟知的技术(例如真空回填等)经由一个可封闭的填充端口将它插进腔中。

电变色介质最好包括电变色阳极和阴极材料，这些材料可以被分组为以下类别：

单层-电变色介质是单层材料，它可包括小片的不均一区域并且包括液相设备，其中一种材料以液体状态被包含在离子导电电解液中，并且在电化学氧化或还原时在电解液中保持液体状态。美国专利申请号09/034,531“NEAR INFRARED-ABSORBINGELETCTROCHROMIC COMPOUNDS AND DEVICESCOMPRISING SAME(近红外线吸收电变色化合物及包括上述化合物的设备)”；美国专利申请号09/377,455“COLOR STABILIZEDELECTROCHROMIC DEVICES(颜色稳定的电变色设备)”；美国专利申请号09/454,043“ANODIC ELECTROCHROMIC MATERIALHAVING A SOLUBLIZING MOIETY(具有一种加溶成分的阳极电变色材料)”；美国专利申请号09/302,866“ELECTROCHROMICMEDIA WITH CONCENTRATION ENHANCED STABILITYPROCESS FOR PREPARATION THEREOF AND USE INELECTROCHROMIC DEVICE(在准备时经过了浓度增强的稳定性过程并且用于电变色设备的电变色介质)”；美国专利申请号09/366,115“ELECTROCHROMIC MATERIALS WITH ENHANCEDULTRAVIOLET STABILITY(具有增强的紫外线稳定性的电变色材料)”；美国专利申请号09/677,689“SUBSTITUTEDMETALLOCENES FOR USE AS AN ANODICELECTROCHROMIC MATERIAL AND ELECTROCHROMICMEDIA AND DEVICES COMPRISING SAME(用作一种阳极电变色材料和电变色介质的置换金属茂合物以及包含上述材料的设备)”；以及美国专利申请号09/350,879“COUPLED ELECTROCHROMICCOMPOUNDS WITH PHOTOSTABLE DICATION OXIDATIONSTATES(具有光稳二阳离子氢化状态的耦合的电变色化合物)”公布了可用于单层电变色介质中的阳极和阴极材料，此处通过引用将这些专利申请的全部发明内容包含进来。根据美国专利号5,928,572“IMPROVED ELECTROCHROMIC LAYER ANDDEVICES COMPRISING SAME(改进的电变色层以及包含这种电变色层的设备)”或国际专利申请号PCT/US98/05570“ELECTROCHROMIC POLYMERIC SOLIDFILMS，MANUFACTURING ELECTROCHROMIC DEVICESUSING SUCH SOLID FILMS，AND PROCESSES FOR MAKINGSUCH SOLID FILMS AND DEVICES(电变色聚合固体膜，用这种固体膜制造电变色设备，以及制造这种固体膜和设备的过程)”所示，液相电活化材料可包含在一个交叉链接的聚合体矩阵的连续液相中，此处通过引用将这些专利或专利申请的全部发明内容包含进来。

正如美国专利号6,020,987“ELECTROCHROMIC MEDIUMCAPABLE OF PRODUCING A PRE-SELECTED COLOR(能够产生一种预选定的颜色的电变色介质)”中所说明的，可结合至少三种电活化材料，其中至少两种是电变色的，来给出一种预选定的颜色，此处通过引用将此专利的全部发明内容包含进来。这种选择电变色介质的颜色的能力在设计带有相关元件的信息显示器时尤其有利。

正如国际申请号  PCT/WO97/EP498“ELECTROCHROMICSYSTEM(电变色系统)”中所说明的，可通过一个桥接单元将阳极和阴极材料结合或链接起来，此处通过引用将此申请的全部发明内容包含进来。也可以用类似的方法链接阳极材料或阴极材料。可进一步结合这些申请中说明的概念以产生多种链接的电变色材料。

此外，正如国际申请号PCT/WO98/EP3862“ELECTROCHROMIC POLYMER SYSTEM(电变色聚合体系统)”、美国专利号6,002,511或国际专利申请号PCT/US98/05570“ELECTROCHROMIC POLYMERIC SOLIDFILMS，MANUFACTURING ELECTROCHROMIC DEVICESUSING SUCH SOLID FILMS，AND PROCESSES FOR MAKINGSUCH SOLID FILMS AND DEVICES(电变色聚合固体膜，用这种固体膜制造电变色设备，以及制造这种固体膜和设备的过程)”中所说明的那样，单层介质包含可将阳极和阴极材料合并到聚合体矩阵中的介质，此处通过引用将这些专利或专利申请的全部发明内容包含进来。

还包含了一种介质，该介质中的一种或多种材料在设备操作过程中经历了相位变化，例如一个沉积系统，其中一种材料以液体状态包含在离子导电电解质中，它在电化学氧化或还原时在导电电极上形成了一层或一部分层。

(ii)多层-介质是由多层构成的，并且包括至少一种直接附着到一个导电电极或者限制在其邻近的材料，该材料在电化学氧化或还原时保持附着或限制状态。这类电变色介质的例子是金属氧化物膜，例如氧化钨、氧化铱、氧化镍和氧化钒。一种包含一层或多层有机电变色层的介质也可被视为一种多层介质，其中有机电变色层的例子包括附着到电极上的聚噻吩、聚苯胺或聚吡咯。

此外，电变色介质还可包含其他材料，例如光吸收体、光稳定体、热稳定体、抗氧化剂、增稠剂或粘性修改剂。

正如1997年4月2日提交的共同转让的美国专利号5,940,201“AN ELECTROCHROMIC MIRROR WITH TWO THINGLASS ELEMENTS AND A GELLED ELECTROCHROMICMEDIUM(一种具有两个薄玻璃元件以及一种胶质电变色介质的电变色镜)”所公布的那样，可能需要在电变色设备中结合一种胶体。此处通过引用将此美国专利的全部发明内容包含进来。

在至少一个实施例中，为一个后视镜装置提供了一个电光元件，它具有一个基本透明的封层。在美国专利号5,790,298中提供了基本透明的封层以及形成基本透明的封层的方法的例子，此处通过引用将此申请的全部发明内容包含进来。

在至少一个实施例中，为后视镜装置提供了一个遮光板1880，用于保护相关封层不受破坏性的光线的伤害，并且提供一种在审美上令人愉悦的外表。在美国专利5,448,397、6,102,546、6,195,194、5,923,457、6,238,898、6,170,956和6,471,362中公布了各种遮光板的例子，此处通过引用将这些专利的发明内容完全包含进来。

现转到图19，一个镜装置1902被显示为包括一个遮光板1955和一个壳1956。遮光板和壳结合在一起定义了镜外壳，用于除了包含反射元件和信息显示器之外还包含其他特征。共同转让的美国专利号6,102,546、D410,607、6,407,468、6,420,800和6,471,362说明了可用于本发明的各种遮光板、盒子和相关按钮构造的例子，此处通过引用将这些专利的发明内容全部包含进来。

如图19所示，镜装置可包括第一和第二扩音器1959、1960。在共同转让的美国专利申请号09/444,176和09/724,119、美国专利申请公开号US 2002/0110256 A1和PCT申请号PCT/US02/32386中说明了可用于本发明的扬声器的例子，此处通过引用将它们的发明内容全部包含进来。如图19、20和21所示，一个或多个扬声器可安放在镜装置的顶部，镜装置的底部、镜盒的后方或镜盒或遮光板内的任何地方。最好在镜装置内包含两个扬声器，每个扬声器靠近一端，位于镜盒后方凹陷部分2059a内，并且具有一个声坝2059b，如图19、20和21所示。这些系统至少可以部分与信息显示器一起集成在一个公共的控制之下和/或与信息显示器共享元件。此外，这些系统和/或被其控制的设备的状态可显示在相关信息显示器上。

进一步参见图19，镜装置1902可包括第一和第二照明装置1967、1971。在共同转让的美国专利号5,803,597、6,335,548、6,441,943、6,521,916和6,523,976以及共同转让的美国专利申请号09/723,675、10/078,906和10/230,804中说明了用于本发明的各种照明装置和照明器，此处通过引用将这些专利和专利申请的发明内容全部包含进来。正如图21中进一步所描绘的，每个照明装置最好包括一个反射器、一个镜头和一个照明器(未显示)。可以有两个照明装置，一般放置为照亮一个前方乘客座位区域，第二个一般放置为照亮一个司机座位区域。作为替换，也可以只有一个照亮两个座位区域的照明装置并且/或者可以有一个另外的照明器装置，例如用于照亮一个中央控制台区域、头顶控制台区域或前座之间的一个区域的照明器装置。

进一步参见图19，镜装置1902包括第一和第二开关1975、1977。在共同转让的美国专利号6,407,468、6,420,800、6,426,568和6,471,362以及共同转让的美国专利申请公开号US 2002/0024713 A1中详细说明了可用于本发明的适当的开关，此处通过引用将这些专利或专利申请的发明内容全部包含进来。这些开关可被包含为控制照明装置、显示器、镜反射系数、一个语音激活系统、一个指南针系统、一个电话系统、一个高速公路收费所接口、一个遥感勘测系统、一个头灯控制器、一个雨传感器、一个轮胎压力监控系统、一个导航系统、一个车道偏离警告系统、一个自适应巡航控制系统等。这里或通过引用包含进来的参考文献中所说明的任何其他显示器或系统可被包含在相关车辆内的任何位置，并且可用开关控制。

进一步参见图19，镜装置1902包括第一和第二指示器1980、1983。在共同转让的美国专利号5,803,579、6,335,548、6,441,943、6,521,916和6,523,976以及共同转让的美国专利申请号09/723,675、10/078,906和10/230,804中说明了可用于本发明的各种指示器，此处通过引用将这些专利或专利申请的发明内容全部包含进来。这些指示器可指示显示器、镜反射系数、一个语音激活系统、一个指南针系统、一个电话系统、一个高速公路收费所接口、一个遥感勘测系统、一个头灯控制器、一个雨传感器、一个安全系统等的状态。这里或通过引用包含进来的参考文献中所说明的任何其他显示器或系统可被包含在相关车辆内的任何位置，并且可具有一个由指示器所描述的状态。

进一步参见图19，镜装置1902可包括第一和第二光传感器1986、1988(图21中的眩光和环境传感器2187、2189)。在共同转让的美国专利号5,923,027、6,313,457、6,359,274、6,379,013和6,402,328，美国专利申请公开号US 2002/0056806 A1和美国专利申请号10/068,540中详细说明了可用于本发明内的首选光传感器，此处通过引用将这些专利或专利申请的发明内容全部包含进来。眩光传感器和/或环境传感器自动控制一个自调暗反射元件的反射系统以及信息显示器和/或背部照明的强度。眩光传感器用于感应后车的头灯，而环境传感器用于检测系统在其中操作的环境的照明情况。在另一个实施例中，可包含一个天空传感器，它被放置为检测大体上为相关车辆上方和前方的光强度，天空传感器可用于自动控制一个自调暗元件的反射系数，受控车辆的外部灯和/或信息显示器的强度。镜装置可进一步包括日光负载传感器，用于感应车辆的司机侧和乘客侧的光强度，以便控制车辆的气候控制系统。

进一步参见图19，镜装置1902可包括位于镜遮光板1955中的第一、第二、第三和第四操作者接口1990、1991、1992、1993。每个操作者接口被显示为包括一个背后照明的信息显示器“A”、“AB”、“A1”和“12”。应该理解这些操作者接口可包含在相关车辆内的任何位置，例如，在镜盒、在附件模块、仪表板、头顶控制台、控制板、座位、中央控制台等之中。在共同转让的美国专利号6,407,468、6,420,800、6,426,568和6,471,362以及共同转让的美国专利申请发表号US2002/0024713 A1中详细说明了适当的开关构造，此处通过引用将这些专利或专利申请的发明内容全部包含进来。这些操作者接口可控制照明装置、显示器、镜反射系数、一个语音激活系统、一个指南针系统、一个电话系统、一个高速公路收费所接口、一个遥感勘测系统、一个头灯控制器、一个雨传感器、一个轮胎压力监控系统、个导航系统、一个车道偏离警告系统、一个自适应巡航控制系统等。这里或通过引用包含进来的参考文献中所说明的任何其他显示器或系统可被包含在相关车辆内的任何位置，并且可以用一个或多个操作者接口控制。例如，用户可对一个或多个显示器进行编程以便描绘预定的信息，或者对一个或多个显示器进行编程，以便滚动过一系统信息，或者可输入与带有相关传感器输入的特定操作设备相关的设置点，以便在发生一个特定事件时显示特定信息。在一个实施例中，例如，一个给定的显示器可以处于未照明状态，直到引擎温度高于一个阈值，然后显示器被自动设置为显示引擎温度。另一个例子是位于车辆尾部的邻近传感器可以连接到一个控制器，并且与一个后视镜中的一个显示器相结合，以便向司机指示一个对象的距离；显示器可被配置为一个条状物，其长度正比于特定的距离。

虽然图19中描绘了这些附加特征的特定位置和数目，但是应该理解在相关车辆内的任何位置中，正如这里包含进来的参考文献所说明的一样，可包含更少或更多个独立设备。

现转到图20，这里显示了一个镜装置2002的截面图。图20所描绘的截面是沿图19的切割线20-20取出的。图20显示了在由盒2056和遮光板2005所定义的一个外壳内第三和第四信息显示器2026、2041相对于反射元件2005以及第三信息显示器背部照明2027的一个首选位置关系。镜装置2002还被显示为包括一个扬声器2059；第一操作者接口2090；以及电路板2095；镜座2057和附件模块2058。镜座2057和/或一个附件模块2058可包括指南针传感器、一个照相机、一个头灯控制、一个附加的微处理器、一个雨传感器、附加的信息显示器、附加的操作者接口等。

现转到图21，这里显示了一个镜装置2102的分解图。图21提供了关于各个元件的一个首选位置关系的附加的细节，以及提供了一个镜装置的附加结构细节。镜装置2102包括位于一个遮光板2155和一个镜盒2156内的一个反射元件2105。包括了一个镜座2157，用于将镜装置安放在车辆内。应该理解可在底座2157内包含附件的一个主机，例如一个雨传感器、一个照相机、一个头灯控制、一个附加的微处理器、附加的信息显示器、指南针传感器等。这些系统至少可以部分与信息显示器一起集成在一个公共的控制之下和/或与信息显示器共享元件。此外，这些系统和/或被其控制的设备的状态可显示在相关信息显示器上。

镜装置2102在图21中被显示为进一步包括带有第三信息显示器背部照明2137、2138、2139的第三信息显示器2126；第一和第二扬声器2159、2160；带有一个第一镜头2169的一个第一反射器2168；带有一个第二镜头2173的一个第二反射器2172；一个眩光传感器2187；一个环境光传感器2189；带有第一、第二、第三和第四操作者接口背部照明2190a、2191a、2192a、2193a的第一、第二、第三和第四操作者接口2190、2191、2192、2193；具有一个指南针传感器模块2199的一个电路板2195；以及带有一个输入/输出总线接口可197的一个子板2198。

第一反射器2168与第一镜头2169和一个第一光源(未显示)结合形成一个第一照明装置。第二反射器2172与第二镜头2173和一个第二光源(未显示)结合形成一个第二照明装置。带有相关光源的照明装置最好根据共同转让的美国专利号5,803,579、6,335,548、6,441,943、6,521,916和6,523,976以及共同转让的美国专利申请号09/723,675、10/078,906和10/230,804所说的那样构造，此处通过此用将这些专利或专利申请的发明内容全部包含进来。

眩光传感器2187和环境光传感器2189最好是主动光传感器，正如共同转让的美国专利号6,359,274和6,402,328可所说明的那样，此处通过引用将这些专利的发明内容全部包含进来。.来自传感器2187、2189之一或两者的电输出信号可用作到一个控制器2196的输入，以控制反射元件2105的反射度和/或第三信息显示背部照明2127的强度。在共同转让的美国专利号5,883,605、5,956,012、6,084,700、6,222,177、6,224,716、6,247,819、6,249,369、6,392,783和6,402,328可说明了用于此处的各种控制电路的细节，此处通过引用将这些专利的发明内容全部包含进来。这些系统至少可以部分与信息显示器一起集成在一个公共的控制之下和/或与信息显示器共享元件。此外，这些系统和/或被其控制的设备的状态可显示在相关信息显示器上。

虽然在图21中指南针传感器模块2199被显示为安放在电路板2195上，但应理解传感器模块可以位于底座2157内、被放置于邻近镜装置2102的一个附件模块2158内或者相关车辆内的任何位置，例如在一块控制板之下、在一个头顶控制台、一个中央控制台、一个尾部行李箱或一个引擎隔间等之内。共同转让的美国专利号6,023,229和6,140,933以及共同转让的美国专利申请号09/989,559、10/210,910、60/360,723和60/449,828详细说明了可用于本发明的各种指南针系统，此处通过引用将这些专利或专利申请的发明内容全部包含进来。这些系统至少可以部分与信息显示器一起集成在一个公共的控制之下和/或与信息显示器共享元件。此外，这些系统和/或被其控制的设备的状态可显示在相关信息显示器上。

子板2198与电路板2195可操作地通信。电路板2195可包括一个控制器2196，例如一个微处理器；子板2198可包括一个信息显示器(在图21中未显示)。微处理器可以，例如，从指南针传感器模块2199接收一个或多个信号，处理一个或多个信号，并且将一个或多个信号发送给子板，以控制一个显示器指示相应的车辆方向。正如这里和通过引用包含进来的参考文献中所说明的，控制器可从一个或多个光源、一个或多个雨传感器(未显示)、一个或多个自动车辆外部灯控制器(未显示)、一个或多个扬声器、全球定位系统(未显示)、电信系统(未显示)、一个或多个操作者接口和其他设备的一个主机接收一个或多个信号，并且控制一个或多个信息显示器提供适当的视觉指示。

一个或多个控制器2196至少可以部分地控制镜反射系数、外部灯、雨传感器、指南针、信息显示器、风挡雨刷器、加热器、除霜器、除雾器、空调、遥感勘测系统、语音识别系统(例如基于语音致动系统的数字信号处理器)和车辆速度。一个或多个控制器2196可以从与此处和通过引用结合进来的参考文献中所说明的任何设备相关的开关和/或传感器接收信号，以自动操作这里或通过引用包含进来的参考文献中所说明的任何其他设备。控制器2196至少可以部分位于镜装置外部，或者可以在车辆中别的地方包括一个第二控制器，或者在整辆车中包括多个另外的控制器。独立处理器可被配置为串行、并行、通过蓝牙协议、无线通信、通过车辆总线、通过一条CAN总线或任何其他适当的通信方式来通信。

在共同转让的美国专利号5,990,469、6,008,486、6,130,421、6,130,448、6,255,639、6,049,171、5,837,994、6,403,942、6,281,632、6,291,812、6,469,739、6,465,963、6,429,594和6,379,013，美国专利申请公开号US 2002/0005472 A1和美国专利申请号09/528,389、09/678,586、09/800,460、60/404,879、60/394,583、10/235,476和10/208,142中说明了外部灯控制系统，此处通过引用并且可能根据本发明将这些专利或专利申请的发明内容全部包含进来。这些系统至少可以部分与信息显示器一起集成在一个公共的控制之下和/或与信息显示器共享元件。此外，这些系统和/或被其控制的设备的状态可显示在相关信息显示器上。

在共同转让的美国专利号5,923,027和6,313,457和美国专利申请号09/970,728和09/970,962中说明了潮湿传感器和挡风玻璃雾检测器系统，此处通过引用将这些专利或专利申请的发明内容全部包含进来。这些系统至少可以部分与信息显示器一起集成在一个公共的控制之下和/或与信息显示器共享元件。此外，这些系统和/或被其控制的设备的状态可显示在相关信息显示器上。

共同转让的美国专利号6,262,831说明了可用于本发明的电源，此处通过引用将该专利的发明内容全部包含进来。这些系统至少可以部分与信息显示器一起集成在一个公共的控制之下和/或与信息显示器共享元件。此外，这些系统和/或被其控制的设备的状态可显示在相关信息显示器上。

镜装置可进一步包括一个或多个天线，用于接收和/或发送RF信号。可以在镜装置中进一步包括或在其上进一步附着适当的接收、发送和/或处理电路。这种天线可用于一个移动电话系统、一个BLUETOOTHTM发送/接收系统、一个远程无钥匙进入(RKE)系统、一个可培训车库门开门器系统、一个轮胎压力监控系统、一个全球定位卫星系统、一个LORAN系统等。这些系统中的某一些在适当时可以共同一个公共的天线以及接收、发送、处理和显示电路。在共同转让的美国专利号6,215,389和6,431,712和美国专利申请号09/359,144和09/949,955中公布了包含在一个后视镜装置中的一个轮胎压力监控系统的例子，此处通过引用将这些专利或专利申请的全部发明内容包含进来。在共同转让的美国专利号6,166,698、6,297,781、6,396,446和美国专利公开申请号US 2002/0032510 A1中公布了包含在一个后视镜装置中的一个GPS系统的例子，此处通过引用将这些专利或专利申请的全部发明内容包含进来。在共同转让的美国专利申请发表号US2002/0193946 A1中公布了结合在一个后视镜装置中的一个LORAN系统的一个例子，此处通过引用将该专利申请的全部发明内容结合进来。在共同转让的美国专利申请号US/2002/0032510 A1中说明了结合在一个后视镜装置中的电话/远程信息处理系统和一个BLUETOOTH^TM系统的一个例子，此处通过引用将该专利申请的全部发明内容包含进来。在美国专利号6,091,343中公布了结合在一个后视镜装置中的一个可培训车库门开门器系统和RKE系统的例子，此处通过引用将该专利的全部发明内容结合进来。镜可进一步包括一个红外线(IR)发送器/接收器，用于到/从镜装置并且可能到/从车辆发送/接收信息。在共同转让的美国专利号6,407,712中公布了这样一个后视镜装置的一个例子，此处通过引用将该专利的全部发明内容包含进来。

镜装置可进一步包括一个或多个相同或不同类型的显示器。不同类型的显示器的例子包括真空荧光、LCD、反向LCD、LED、有机LED、点矩阵、背部照明标记等。对于旨在同时显示大量信息的显示器，可采用共同转让的美国专利号6,346,698中公布的显示器。此处通过引用将该专利的全部发明内容包含进来。在共同转让的美国专利号6,170,956和6,356,376和美国专利申请号09/586,813和09/664,151中公布了背部照明的标记面板显示器的例子，此处通过引用将这些专利或专利申请的全部发明内容包含进来。在共同转让的美国专利号6,356,376和美国专利申请公开号US 2002/0154379 A1中公布了用于后视镜中的各种显示器，此处通过引用将这些专利或专利申请的全部发明内容包含进来。

后视镜装置外壳中的车辆附件的配线可经过装置的托架并在一个沟道底座下沿着挡风玻璃(如果装置托架尚未延伸到总线)运行。在共同转让的美国专利号6,467,919中公布了一个后视镜装置的一个例子，其中镜装置外壳中的附件的配件是通过装置托架路由的，此处通过引用将该专利的全部发明内容包含进来。

虽然已经详细说明了实现本发明的最佳模式，但是其他可能性仍存在于本发明的精神和范围内。熟悉本发明所涉及技术者将意识到用于实现如以下权利要求书所定义的本发明的各种替换设计和实施例。

Claims (64)

1.一种自动车辆外部灯控制，包括：

一个控制器，其被配置为生成作为一个分类网络的函数的至少一个外部灯控制信号，所述控制器被进一步配置为执行包括至少一个转换状态的一个算法，所述转换状态是从以下群组中选出的：一个开状态到关状态的转换状态和一个关状态到开状态的转换状态，其中分类网络是通过用专家知识分类的光源训练的。

2.权利要求1所述的自动车辆外部灯控制，其中所述分类网络是从以下群组中选出的：一个神经网络和一个概率函数。

3.权利要求1所述的自动车辆外部灯控制，其中所述专家知识是从以下群组中选出的：经验数据、实验数据、统计数据和手动分类数据。

4.一种自动车辆外部灯控制，包括：

一个控制器，其被配置为生成作为一个神经网络分析的函数的至少一个外部灯控制信号。

5.权利要求4所述的自动车辆外部灯控制，其中所述神经网络分析包括：

多个输入和多个权重，其中至少一个权重与每个输入相关联。

6.权利要求5所述的自动车辆外部灯控制，进一步包括至少一个输出，其中所述至少一个输出是根据以下群组中的至少一个的：输入之和、输入之积、带有相关加权因子的输入之和以及带有相关加权因子的输入之积。

7.权利要求4所述的自动车辆外部灯控制，其中所述神经网络分析进一步包括：

至少一个隐蔽层节点；以及

至少一个加权因子，其中每个隐蔽层节点与至少一个加权因子相关联。

8.权利要求7所述的自动车辆外部灯控制，其中每个隐蔽层节点的值是基于至少一个或多个输入和与每个输入相关联的至少一个加权因子之积。

9.权利要求8所述的自动车辆外部灯控制，其中所述外部灯控制信号是基于至少一个隐蔽层节点和相关权重之积。

10.权利要求4所述的自动车辆外部灯控制，其中所述输入变量是从光源特征群组中选出的，该群组包括：峰点亮度、总亮度、质心位置、梯度、宽度、高度、颜色、x方向运动、y方向运动、亮度变化、年龄、平均x方向运动、平均y方向运动、运动抖动、与一辆受控车辆的一盏外部灯的亮度变化相关的亮度变化以及平均亮度变化。

11.权利要求4所述的自动车辆外部灯控制，其中所述输入变量是从受控车辆的相关操作参数的群组中选出的，该群组包括：车辆速度、环境光强度、车辆转弯速率、车道跟踪、车辆倾斜、车辆偏航、地理位置和道路类型。

12.权利要求11所述的自动车辆外部灯控制，其中所述车辆转弯速率是根据从以下群组中选出的至少一项确定的：方向盘角度、一个指南针、车轮速度、GPS和图像分析结果。

13.权利要求4所述的自动车辆外部灯控制，其中所述神经网络进一步包括至少一个从以下群组中选出的输出：一个布尔真假值和一个表示一个概率的基本连续的值。

14.权利要求4所述的自动车辆外部灯控制，其中所述控制器被进一步配置为，根据所述神经网络分析的一个函数，确定至少一个光源是一辆迎面而来的车辆的一盏头灯、一辆前行车辆的一盏尾灯还是一个非车辆的光源。

15.权利要求14所述的自动车辆外部灯控制，其中所述确定还是光源亮度的一个函数。

16.权利要求14所述的自动车辆外部灯控制，其中所述确定还是光源中可能出现的任何AC闪烁的一个函数。

17.权利要求4所述的自动车辆外部灯控制，其中利用经验数据训练所述神经网络。

18.权利要求17所述的自动车辆外部灯控制，其中所述经验数据是通过分析至少一幅包含已知光源的图像获得的。

19.权利要求4所述的自动车辆外部灯控制包含23个输入变量。

20.一种自动车辆外部灯控制，包括：

一个控制器，其被配置为生成作为至少一个概率函数的函数的至少一个外部灯控制信号，其中所述的至少一个概率函数包括多个变量以及表示一个概率的一个基本连续的输出值。

21.权利要求20所述的自动车辆外部灯控制，其中所述变量是从光源特征群组中选出的，该群组包括：峰点亮度、总亮度、质心位置、梯度、宽度、高度、颜色、x方向运动、y方向运动、亮度变化、年龄、平均x方向运动、平均y方向运动、运动抖动、与一辆受控车辆的一盏外部灯的亮度变化相关的亮度变化以及平均亮度变化。

22.权利要求20所述的自动车辆外部灯控制，其中所述变量是从受控车辆的相关操作参数的群组中选出的，该群组包括：车辆速度、环境光强度、车辆转弯速率、车道跟踪、车辆倾斜、车辆偏航、地理位置和道路类型。

23.权利要求22所述的自动车辆外部灯控制，其中所述车辆转弯速率是根据从以下群组中选出的至少一项确定的：方向盘角度、一个指南针、车轮速度、GPS和图像分析结果。

24.权利要求20所述的自动车辆外部灯控制，其中所述控制器被进一步配置，为根据所述概率函数，一个函数确定至少一个光源是一辆迎面而来的车辆的一盏头灯、一辆前行车辆的一盏尾灯还是一个非车辆的光源。

25.权利要求24所述的自动车辆外部灯控制，其中所述确定还是光源亮度的一个函数。

26.权利要求24所述的自动车辆外部灯控制，其中所述确定还是光源中可能出现的任何AC闪烁的一个函数。

27.权利要求20所述的自动车辆外部灯控制，其中所述概率函数是从以下群组中选出的：一个一阶方程、一个二阶方程、一个三阶方程和一个四阶方程。

28.一种自动车辆外部灯控制，包括：

一个控制器，其被配置为生成作为至少一个概率函数的函数的至少一个外部灯控制信号，其中所述的至少一个概率函数包括多个变量、多个加权因子和一个输出。

29.权利要求28所述的自动车辆外部灯控制，其中所述变量是从光源特征群组中选出的，该群组包括：峰点亮度、总亮度、质心位置、梯度、宽度、高度、颜色、x方向运动、y方向运动、亮度变化、年龄、平均x方向运动、平均y方向运动、运动抖动、与一辆受控车辆的一盏外部灯的亮度变化相关的亮度变化以及平均亮度变化。

30.权利要求28所述的自动车辆外部灯控制，其中所述变量是从受控车辆的相关操作参数的群组中选出的，该群组包括：车辆速度、环境光强度、车辆转弯速率、车道跟踪、车辆倾斜、车辆偏航、地理位置和道路类型。

31.权利要求30所述的自动车辆外部灯控制，其中所述车辆转弯速率是根据从以下群组中选出的至少一项确定的：方向盘角度、一个指南针、车轮速度、GPS和图像分析结果。

32.权利要求31所述的自动车辆外部灯控制，其中所述控制器被进一步配置为，根据所述概率函数一个函数，确定至少一个光源是一辆迎面而来的车辆的一盏头灯、一辆前行车辆的一盏尾灯还是一个非车辆的光源。

33.权利要求32所述的自动车辆外部灯控制，其中所述确定还是光源亮度的一个函数。

34.权利要求32所述的自动车辆外部灯控制，其中所述确定还是光源中可能出现的任何AC闪烁的一个函数。

35.权利要求28所述的自动车辆外部灯控制，其中所述的至少一个输出是从以下群组中选出的：一个布尔真假值和表示一个概率的一个基本连续的值。

36.权利要求28所述的自动车辆外部灯控制，其中所述加权因子是通过检查至少一幅包含至少一个已知光源的图像而经验地确定的。

37.权利要求28所述的自动车辆外部灯控制，其中所述加权因子是通过检查统计数据确定的。

38.权利要求37所述的自动车辆外部灯控制，其中所述统计数据是从包含多个已知光源的多幅图像中得出的。

39.权利要求28所述的自动车辆外部灯控制，其中所述概率函数是从以下群组中选出的：一个一阶方程、一个二阶方程、一个三阶方程和一个四阶方程。

40.一种自动车辆外部灯控制，包括：

被配置为生成一个外部灯控制信号的一个控制器，所述控制器被进一步配置为执行包括至少一个转换状态的一个算法，所述转换状态是从以下群组中选出的：一个开状态到关状态转换状态和一个关状态到开状态转换状态。

41.权利要求40所述的自动车辆外部灯控制，其中当满足从以下群组中选出的至少一个条件时进入所述关状态转换状态：没有亮度高于一个阈值的头灯和尾灯的场景、图像中有少于阈值数目个AC光源，图像中有少于阈值数目个光源、达到阈值数目个连续的干净周期、受控车辆速度高于阈值、受控车辆方向盘角度大小低于阈值、保持计时器已过、不活动计时器已过、超过尾灯计时器、雾条件干净、雨条件干净、街灯密度低于阈值和交通密度延时。

42.权利要求40所述的自动车辆外部灯控制，其中当检测到至少一个光源时进入所述的开状态转换状态。

43.权利要求40所述的自动车辆外部灯控制，其中所述的转换状态中至少一个包括一系列等级，并且等级间的移动是从以下群组中选出的至少一个变量的函数：光源亮度、光源位置、分类确定度、光源类型、受控车辆速度以及受控车辆转弯速率。

44.一种自动车辆外部灯控制包括一种分类检测到的光源的方法，所述方法包括以下步骤：

用一个分类网络分类至少一个检测到的光源，其中所述分类网络的一个输出指示所述的检测到的光源是一辆迎面而来的车辆的一盏头灯或一辆前行的车辆的一盏尾灯的可能性。

45.权利要求44所述的方法进一步包括以下步骤：

根据所述分类网络的所述输出，确定受控车辆的至少一盏外部灯的控制状态。

46.权利要求44所述的方法，其中所述分类网络是从以下群组中选出的：一个神经网络和一个概率函数。

47.一种自动车辆外部灯控制包括一种分类检测到的光源的方法，所述方法包括以下步骤：

用一个分类网络分类至少一个检测到的光源，其中所述分类网络根据至少一个被验证为正确分类的、先前分类过的光源的至少一个特征来确定检测到的光源的类型。

48.权利要求47所述的方法进一步包括以下步骤：

根据分类网络的一个输出确定受控车辆的至少一盏外部灯的控制状态。

49.权利要求47所述的方法，其中所述分类网络是从以下群组中选出的：一个神经网络和一个概率函数。

50.一种自动车辆外部灯控制包括一种分类检测到的光源的方法，所述方法包括以下步骤：

用一个可训练的分类网络分类至少一个检测到的光源，其中所述分类网络是通过使用至少一个利用专家知识已分类的光源来训练的。

51.权利要求50所述的方法，其中所述专家知识是从以下群组中选出的：经验数据、实验数据、统计数据和手动分类的数据。

52.权利要求50所述的方法，其中所述分类网络是从以下群组中选出的：一个神经网络和一个概率函数。

53.权利要求50所述的方法进一步包括以下步骤：

根据所述分类网络的一个输出确定受控车辆的至少一盏外部灯的控制状态。

54.一种自动车辆外部灯控制，包括一种分析来自一个成像器的象素值的方法，所述方法包括以下步骤：

以多个灵敏度采集多幅图像，

对于每个被检查的象素位置，从多幅图像之一中选择一个象素值，用于根据该象素值进行处理。

55.权利要求54所述的方法，其中所述多幅图像中的至少一幅被储存在一个存储器位置中。

56.权利要求55所述的方法，其中所述存储器位置在一个图像传感器接口/存储器缓冲器内。

57.权利要求54所述的方法，其中所述的多幅图像中至少两幅被合成为一幅高动态范围图像。

58.一种自动车辆外部灯控制，包括：

被配置为在基本开(ON)和基本关(OFF)之间切换车辆灯的一个控制器，其中从开切换到关的一个延时是可变的，并且其中所述延时是一个车辆光源的精确检测的可能性的一个函数。

59.权利要求58所述的自动车辆外部灯控制，其中所述延时还是以下群组中的一个或多个成员的一个函数：一个检测到的光源的亮度、一个光源的位置、检测到的光源的类型、检测到的光源的颜色、受控车辆的速度以及受控车辆的转弯速率。

60.一种自动车辆外部灯控制，包括：

被配置为在两个或多个照明模式之间转换车灯的一个控制器，其中在照明模式之间转换的速率是可变的，并且其中转换速率是一个车辆光源的检测的确定度的一个函数。

61.权利要求60所述的自动车辆外部灯控制，其中至少一盏车灯是在所述照明模式之间基本连续可变的。

62.权利要求60所述的自动车辆外部灯控制，其中所述转换速率还是以下群组中的一个或多个成员的一个函数：一个检测到的光源的亮度、一个光源的位置、检测到的光源的类型、检测到的光源的颜色、受控车辆的速度以及受控车辆的转弯速率。

63.一种自动车辆外部灯控制，包括：

一个控制器，其被配置为检测一个在一个范围内未检测到其他车辆的其他光源的干净情况，所述控制器被进一步配置为在检测到所述干净情况时自动激活至少一盏车辆外部灯，其中检测到所述干净情况和自动激活至少一盏车辆外部灯之间的时间是可变的，并且所述延时是车辆速度的一个函数。

64.一种自动车辆外部灯控制，包括：

一个控制器，其被配置为检测一个在一个范围内未检测到其他车辆的其他光源的干净情况，其中头灯的自动激活被以下群组中的一个或多个事件所禁止：超过阈值数目一个街灯、超过街灯阈值密度、超过方向盘角度大小阈值。

Images