CN103150571A - 用于区分自发光物体与反射物体的方法和设备 - Google Patents

Abstract

本发明涉及一种用于区分具有至少一个大灯（104）的车辆（100）的摄像机（106）的检测区域中的自发光物体和反射物体（300）的方法（200）和设备（102），其中所述物体被所述大灯（104）照射；其中所述方法（200）包括从所述摄像机（106）接收（202）物体相对于车辆（100）的相对位置和物体的亮度值的步骤。此外，所述方法还包括将所述亮度值与在所述相对位置处所预期的自发光值和在所述相对位置处所预期的反射值进行比较（204）的步骤。此外，所述方法还包括当亮度值位于自发光值周围的自发光公差范围以内时将物体分类（206）为自发光的或者当亮度值位于反射值周围的反射公差范围以内时将物体分类（206）为反射的步骤。

Description

用于区分自发光物体与反射物体的方法和设备

技术领域

本发明涉及一种用于区分具有至少一个大灯的车辆的摄像机的检测区域中的自发光物体与反射物体的方法，一种用于区分具有至少一个大灯的车辆的摄像机的检测区域中的自发光物体与反射物体的设备以及一种相应的计算机程序产品。

背景技术

在夜间，车辆的摄像机几乎仅仅检测自发光物体和反射物体。车辆的大灯（Scheinwerfer）照亮位于车辆前面的地面部分，其同样被检测为反射面。为了将摄像机的图像中的光点区分成反射物体（如道路界桩的反射体）的成像和自发光物体（如车辆大灯）的成像，可以使用各种区分特征。

例如，DE10 2008 025 749A1描述了一种用于对在车辆前面的区域的成像的至少一个图像中探测到的物体进行分类的方法和设备。处理单元处理通过图像检测单元检测到的图像的图像数据。在分类物体时，处理单元考虑通过车辆的至少一个前大灯发射的光的光分布。

发明内容

在所述背景下，通过本发明提出了根据独立权利要求的一种用于区分具有至少一个大灯的车辆的摄像机的检测区域中的自发光物体与反射物体的改进方法、一种用于区分在具有至少一个大灯的车辆的摄像机的检测区域中的自发光物体与反射物体的改进设备以及一种相应的改进的计算机程序产品。有利的构型由相应的从属权利要求和随后的描述得出。

本发明充分利用：由光源在一个面上引起的照明强度随着所述面相对于光源的距离的平方而降低。在具有非定向辐射特性的光源的情况下，照明强度在四周均匀降低。在例如车辆大灯的定向光源的情况下，所发射的光形成光锥，所述光锥例如在地面上在大灯前面引起光分布。所述光分布表示所述面的不同地点处的照明强度。

以确定的照明强度照明光锥中的反射物体，所述照明强度相应于反射物体在所述光分布内的位置。由此，反射物体本身成为另一光源，由其发射的光的照明强度又随着相对于反射物体的距离的平方而降低。因此，大灯附近的接收器可以仅仅接收比由大灯在反射物体的方向上发出的光流近似小大灯与反射物体之间的距离的四次方的光强。所述效应还通过反射物体的与光到反射物体上的入射角相关的反射性增强。相反，自发光物体具有仅仅随着相对于自发光物体的距离的平方而降低的照明强度。

本发明基于如下认知：在使用大灯前面的预先已知的光分布的情况下，对于光分布的不同位置反射物体的可达到的亮度值是预给定的，如同对于光分布的不同位置自发光物体的可达到的亮度值是预给定的那样。这些位置中的一个处的两个可达到的亮度值与所述位置处的未知物体的所求得的亮度值的比较能够实现更可靠的物体分类。

本发明提供一种用于当物体被大灯照射时区分具有至少一个大灯的车辆的摄像机的检测区域中的自发光物体与反射物体的方法；其中所述方法包括以下步骤：

从摄像机接收物体相对于车辆的相对位置和物体的亮度值；

将所述亮度值与在所述相对位置处所预期的自发光值和/或所述相对位置处所预期的反射值进行比较；以及

当亮度值位于自发光值周围的自发光公差范围以内时，将物体分类为自发光的，或者当亮度值位于反射值周围的反射公差范围以内时，将物体分类为反射的。

此外，本发明还提供一种用于当物体被大灯照射时区分具有至少一个大灯的车辆的摄像机的检测区域中的自发光物体与反射物体的设备；其中所述设备具有以下特征：

用于从摄像机接收物体相对于车辆的相对位置和物体的亮度值的装置；

用于将所述亮度值与所述相对位置处所预期的自发光值和/或所述相对位置处所预期的反射值进行比较的装置；和

用于当亮度值位于自发光值周围的自发光公差范围以内时将物体分类为自发光的或者当亮度值位于反射值周围的反射公差范围以内时将物体分类为反射的装置。也可以通过本发明的设备形式的实施变型方案快速且有效地解决本发明所基于的任务。

自发光物体可以理解为具有自己的能量供给的光源。例如，自发光物体可以是其他车辆的大灯或者路灯或者霓虹灯广告。反射物体可以理解为将入射光至少部分地又反射至其源的物体。例如，反射物体可以是路面标记、交通标志牌或者道路界桩的反射体。相对位置可以是物体在摄像机的图像信息中的坐标。因为摄像机是相对于车辆固定地设置的，所以图像信息表明摄像机的检测区域，所述检测区域以相对于车辆的固定角度定向。所述大灯或者多个大灯——例如远光或近光的光分布在摄像机图像中在预先确定的区域中分别具有固定的照明强度。与相对于车辆的相对位置和相对于车辆的定向相关地，反射物体在光分布的区域中具有亮度的预期值，即预期的反射值。同样地，与相对于车辆的相对位置和自发光物体相对于车辆的定向相关地，自发光物体具有亮度的预期值，即预期的自发光值。这些值在每一个相对于车辆的共同相对位置处彼此不同。公差范围可以表示例如由于不同环境条件引起的波动宽度。

设备在此可以理解为处理传感器信号和据此输出控制信号的电设备。所述设备可以具有硬件构造的和/或软件构造的接口。在硬件构造时，接口例如可以是所谓的系统ASIC一部分，其包含所述设备的各种不同的功能。但也可能的是，接口是单独的集成电路或者至少部分地由分立的部件组成。在软件构造时，接口可以是例如在微控制器上与其他软件模块共存的软件模块。

此外，所述方法还可以具有在前的求取的步骤，在所述求取的步骤中求得车辆前面的不同相对位置处的预期的自发光值的函数和/或车辆前面的不同相对位置处的预期的反射值的函数（Funktion）。可以直接在车辆上执行求取的步骤，例如作为一种校准。同样地，可以在实验室中实施求取的步骤，并且预期的自发光值和/或预期的反射值在具有统一的车辆照明装置的很多车辆中用作数据组。由于所述求取，可以实现比通过模拟更高的精度。

在接收的步骤中，响应车辆的运动，还可以接收物体相对于车辆的另一相对位置以及物体的另一亮度值，并且在比较的步骤中，还可以将所述另一亮度值与所述另一相对位置处所预期的另一自发光值和/或所述另一相对位置处所预期的另一反射值进行比较，并且在分类的步骤中，还当所述另一亮度值位于所述另一自发光值周围的另一自发光公差范围以内时可以将所述物体分类为自发光的，或者当所述另一亮度值位于所述另一反射值周围的另一反射公差范围以内时可以将所述物体分类为反射的。通过同一物体在车辆已经运动之后的第二时刻的第二亮度值，可以以更高的可靠性区分反射物体和自发光物体。

此外，还可以在比较的步骤中将所述亮度值与所述另一亮度值之间的梯度与所述相对位置与所述另一相对位置之间所预期的自发光梯度和/或所述相对位置与所述另一相对位置之间所预期的反射梯度进行比较，并且在分类的步骤中，当梯度位于自发光梯度周围的自发光梯度公差范围以内时可以将所述物体分类为自发光的，或者当梯度位于反射梯度的反射梯度公差范围以内时可以将所述物体分类为反射的。通过观察两个测量值之间的梯度，可以找到预期曲线的具有相同梯度的区段。通过梯度比较可以确认物体相对于车辆的相对位置。

此外，当在比较的步骤中已经识别出所述亮度值小于预先确定的阈值时，不执行分类的步骤。阈值可以减小用于识别的计算开销，其方式例如是，不考虑自然的环境光。

具有程序代码的计算机程序产品也是有利的，所述程序代码可以存储在机器可读的载体——如半导体存储器、硬盘存储器或光学存储器上，并且当在计算机或者设备上执行所述程序时，实施根据以上描述的实施方式之一的方法。

附图说明

以下根据附图示例性地详细阐述本发明。附图示出：

图1：具有根据本发明的实施例的用于区分自发光物体与反射物体的设备的车辆的示图；

图2：根据本发明的实施例的用于区分自发光物体与反射物体的方法的流程图；

图3：图1中的摄像机的视角的亮度分布的成像；

图4：图3中的亮度分布的俯视图；以及

图5：根据本发明的实施例的预期的亮度值的三个特征曲线的图。

具体实施方式

在本发明的优选实施例的以下描述中，对于在不同附图中示出的并且作用类似的元素使用相同或类似的附图标记，其中不重复描述这些元素。

图1示出具有根据本发明的实施例的用于区分自发光物体与反射物体的设备102的车辆100的示图。车辆100具有至少一个大灯104和摄像机106。设备102具有用于接收的装置108、用于比较的装置110以及用于分类的装置112。摄像机106被构造用于提供摄像机106的检测区域的成像，其中物体被大灯104照射。用于接收的装置108被构造用于从摄像机接收物体相对于车辆100的相对位置和物体的亮度值。用于比较的装置110被构造用于将亮度值与在所接收的相对位置处所预期的自发光值和在所接收的相对位置处所预期的反射值进行比较。用于对物体进行分类的装置112被构造用于：当亮度值位于自发光值周围的自发光公差范围内时将物体分类为自发光的，或者当亮度值位于反射值周围的反射公差范围内时将物体分类为反射的。

图2示出根据本发明的实施例的用于区分自发光物体与反射物体的方法200的流程图。可以在如在图1中示出的设备上实施方法200。用于区分具有至少一个大灯的车辆的摄像机的检测区域中的自发光物体与反射物体的方法具有接收的步骤202、比较的步骤204以及分类的步骤。至少一个大灯被激活并且在物体的方向上发射光。在接收的步骤202中，从摄像机接收物体相对于车辆的相对位置和物体的亮度值。在比较的步骤204中，将所述亮度值与在所述相对位置处所预期的自发光值和/或在所述相对位置处所预期的反射值进行比较。在分类的步骤206中，当所述亮度值位于自发光值周围的自发光公差范围内时将所述物体分类为自发光的，或者当所述亮度值位于反射值周围的反射公差范围内时将所述物体分类为反射的。

在这里提出的方法涉及通过车辆的至少一个大灯发射的光的光分布的主动的或者被动的变化的考虑。关于所述变化的信息可以有利地用于自发光物体和反射物体的区分。

静止情形中或者不存在通过车辆或大灯的自身运动引起的光分布变化的情况下的光分布的考虑不允许被照明的或者反射物体与自发光物体的有效区别。只有通过充分利用关于光分布的主动的或者被动的变化的信息才可以有意义地使用所述特征进行区别。

以关于当前的光分布以及其尤其是与情况相关的变化（例如，地方公路灯、高速公路灯、十字路口灯或动态转向灯）的概括知识为前提。即从以下出发：已知在所拍摄的图像的哪些区域中可以潜在地借助自己的大灯光主动地照明物体以及（主要）所述照明的强烈或显著的程度如何。此外假设：根据物体（反射的、非自发光的物体）的主动照明的所定义的或者可导出的物体特征变化是可探测的，也就是说，可基于光分布的主动的或者被动的变化以公差预测例如亮度的变化。此外还假设：在自发光物体的情况下，不可根据光分布的变化来预测物体特征——例如物体的可探测的亮度或者可探测的光的谱组成——的相对恒定或者所定义的（尤其是也周期性的）变化。为了区分自发光物体和反射物体，恰恰充分利用所述差别、即预期的变化（场景的动态性）的可预测性，以便确保自发光物体和反射物体之间的有效区别。

图3从图1中的摄像机的视角示出亮度分布的成像。在车辆前面，道路随着白色的侧边界线和虚线的中线延伸。示例性地绘制了远光中的光分布。所述光分布通过连接相同照明强度的点的一簇等照度线来表示。等照度线之间的区域以不同的灰色调来施加阴影。附加地，以分别彼此50m的估计距离绘出引导杆300。根据所述简图可以良好地示出所提出的方法。可以在小的照明强度的区域302中第一次探测到作为反射物体的示例的远离的引导杆300。车辆向前运动。在周围，反射物体300看上去相对于车辆“运动”通过后面的区域直至具有最大可探测的照明强度的区域304，以便最后又在具有更小的照明强度的区域中被探测到。

图4示出图3中的亮度分布的俯视图。从远景绘制了远光运行中的氙大灯的假设的光分布。在此，具有近似相同的照明强度的区域以相同的灰色调施加阴影。区域302在这里例如相应于1Ix的假设的照明强度、区域400相应于3Ix的假设的照明强度而区域304相应于110Ix的假设的照明强度。

图5示出根据本发明的实施例的预期亮度值的三个特征曲线的图。通过图3和图4中的光分布示意性地绘制了在车辆向前行驶期间作为参考物体的三个静止的物体的“时间”变化曲线。在所述图的横坐标上绘出以米为单位的车辆的距离。在纵坐标上绘出以百分比为单位的可感知的发光强度。特征曲线500相应于自发光物体的所测量的（标准化的）亮度的变化，而特征曲线502和504表征相对于车辆纵轴线具有5m（504）或10m（502）的横向距离的反射物体的亮度的变化。虚线506在这里定义探测阈值，也就是说，不考虑或者分类位于所述阈值506以下的物体。特征曲线500从零米处的100%亮度以稍微变化的斜率降至325米处的20%的值。特征曲线502从原点陡峭地升高至25米处的80%亮度时的高点并且随后又陡峭地下降。随着距离变得越来越大，所述特征曲线以连续地变得越来越平坦的斜率在325米处接近百分之零的亮度。特征曲线504从原点平坦地升高至50米处的20%时的高点，以便随后同样渐进地下降至325米处的百分之零。自发光物体的不同特征的变化（在这里以可探测到的亮度为例绘制）与距离的变化成比例（车辆的所驶过的路径），而一方面可明显更晚地探测到所述特征本身，另一方面反射物体的特征的变化明显更显著地、即相对于参考量——优选所驶过的路径明显更陡峭地上升至一个确定的点。此后，所述特征的显著性又连续地减小，而与自发光物体相反不存在最后提到的特性。这样，例如可探测到的特征的变化或者比之前定义的阈值明显更大或者相应地更小。

在区分自发光物体和反射物体时相应地考虑例如动态转向灯或者其他可能的光分布对特征的可预测的变化的影响。

所描述的和在附图中示出的实施例仅仅是示例性地选择的。可以完全地或者关于各个特征彼此组合不同的实施例。实施例也可以通过其他实施例的特征来补充。

此外，可以重复以及以不同于所描述的顺序实施根据本发明的方法步骤。

Claims (7)

1.用于区分具有至少一个大灯（104）的车辆（100）的摄像机（106）的检测区域中的自发光物体与反射物体（300）的方法（200），其中，所述物体被所述大灯（104）照射；其中，所述方法（200）包括以下步骤：

从所述摄像机（106）接收（202）所述物体相对于所述车辆（100）的相对位置和所述物体的亮度值；

将所述亮度值与在所述相对位置处所预期的自发光值和/或在所述相对位置处所预期的反射值进行比较（204）；以及

当所述亮度值位于所述自发光值周围的自发光公差范围以内时，将所述物体分类（206）为自发光的，或者当所述亮度值位于所述反射值周围的反射公差范围以内时，将所述物体分类（206）为反射的。

2.根据权利要求1所述的方法（200），所述方法具有求取所述车辆前面的不同相对位置处的预期的自发光值的函数和/或所述车辆前面的不同相对位置处的预期的反射值的函数的在前步骤。

3.根据以上权利要求中任一项所述的方法（200），在所述方法中，在所述接收（202）的步骤中，响应于所述车辆（100）的运动，还接收所述物体相对于所述车辆（100）的另一相对位置和所述物体的另一亮度值，并且在所述比较（204）的步骤中，还将所述另一亮度值与在所述另一相对位置处所预期的另一自发光值和/或在所述另一相对位置处所预期的另一反射值进行比较，以及在所述分类（206）的步骤中，还当所述另一亮度值位于所述另一自发光值周围的另一自发光公差范围以内时，将所述物体分类为自发光的，或者当所述另一亮度值位于所述另一反射值周围的另一反射公差范围以内时，将所述物体分类为反射的。

4.根据权利要求3所述的方法（200），其中，在所述比较（206）的步骤中，还将所述亮度值与所述另一亮度值之间的梯度与所述相对位置与所述另一相对位置之间所预期的自发光梯度和/或所述相对位置与所述另一相对位置之间所预期的反射梯度进行比较，并且在所述分类（206）的步骤中，还当所述梯度位于所述自发光梯度周围的自发光梯度公差范围以内时将所述物体分类为自发光的，或者当所述梯度位于所述反射梯度周围的反射梯度公差范围以内时将所述物体分类为反射的。

5.根据以上权利要求中任一项所述的方法（200），在所述方法中，当在所述比较（204）的步骤中已经识别出所述亮度值小于预先确定的阈值（506）时，不执行所述分类（206）的步骤。

6.用于区分具有至少一个大灯（104）的车辆（100）的摄像机（106）的检测区域中的自发光物体与反射物体（300）的设备（102），其中所述物体被所述大灯（104）照射；其中，所述设备（102）具有以下特征：

用于从所述摄像机（106）接收所述物体相对于所述车辆（100）的相对位置和所述物体的亮度值的装置（108）；

用于将所述亮度值与在所述相对位置处所预期的自发光值和/或在所述相对位置处所预期的反射值进行比较的装置（110）；和

用于当所述亮度值位于所述自发光值周围的自发光公差范围以内时将所述物体分类为自发光的或者当所述亮度值位于所述反射值周围的反射公差范围以内时将所述物体分类为反射的装置（112）。

7.计算机程序产品，具有程序代码，用于当在设备上执行所述程序时实施根据权利要求1至5中任一项所述的方法。

Images