CN103857567A - 用于识别车辆的窗玻璃上的定向结构的方法和设备 - Google Patents

用于识别车辆的窗玻璃上的定向结构的方法和设备 Download PDF

Info

Publication number
CN103857567A
CN103857567A CN201280029438.1A CN201280029438A CN103857567A CN 103857567 A CN103857567 A CN 103857567A CN 201280029438 A CN201280029438 A CN 201280029438A CN 103857567 A CN103857567 A CN 103857567A
Authority
CN
China
Prior art keywords
wiper
wind glass
image
striped
analyzing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201280029438.1A
Other languages
English (en)
Other versions
CN103857567B (zh
Inventor
M·许尔森
A·弗雷泽里克森
S·西蒙
R·施密德
W·乌勒尔
J·哈里末
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of CN103857567A publication Critical patent/CN103857567A/zh
Application granted granted Critical
Publication of CN103857567B publication Critical patent/CN103857567B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60S—SERVICING, CLEANING, REPAIRING, SUPPORTING, LIFTING, OR MANOEUVRING OF VEHICLES, NOT OTHERWISE PROVIDED FOR
    • B60S1/00—Cleaning of vehicles
    • B60S1/02—Cleaning windscreens, windows or optical devices
    • B60S1/04—Wipers or the like, e.g. scrapers
    • B60S1/06—Wipers or the like, e.g. scrapers characterised by the drive
    • B60S1/08—Wipers or the like, e.g. scrapers characterised by the drive electrically driven
    • B60S1/0818—Wipers or the like, e.g. scrapers characterised by the drive electrically driven including control systems responsive to external conditions, e.g. by detection of moisture, dirt or the like
    • B60S1/0822—Wipers or the like, e.g. scrapers characterised by the drive electrically driven including control systems responsive to external conditions, e.g. by detection of moisture, dirt or the like characterized by the arrangement or type of detection means
    • B60S1/0833—Optical rain sensor
    • B60S1/0844—Optical rain sensor including a camera
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60S—SERVICING, CLEANING, REPAIRING, SUPPORTING, LIFTING, OR MANOEUVRING OF VEHICLES, NOT OTHERWISE PROVIDED FOR
    • B60S1/00—Cleaning of vehicles
    • B60S1/02—Cleaning windscreens, windows or optical devices
    • B60S1/04—Wipers or the like, e.g. scrapers
    • B60S1/06—Wipers or the like, e.g. scrapers characterised by the drive
    • B60S1/08—Wipers or the like, e.g. scrapers characterised by the drive electrically driven
    • B60S1/0818—Wipers or the like, e.g. scrapers characterised by the drive electrically driven including control systems responsive to external conditions, e.g. by detection of moisture, dirt or the like
    • B60S1/0822—Wipers or the like, e.g. scrapers characterised by the drive electrically driven including control systems responsive to external conditions, e.g. by detection of moisture, dirt or the like characterized by the arrangement or type of detection means
    • B60S1/0874—Wipers or the like, e.g. scrapers characterised by the drive electrically driven including control systems responsive to external conditions, e.g. by detection of moisture, dirt or the like characterized by the arrangement or type of detection means characterized by the position of the sensor on the windshield
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60S—SERVICING, CLEANING, REPAIRING, SUPPORTING, LIFTING, OR MANOEUVRING OF VEHICLES, NOT OTHERWISE PROVIDED FOR
    • B60S1/00—Cleaning of vehicles
    • B60S1/02—Cleaning windscreens, windows or optical devices
    • B60S1/04—Wipers or the like, e.g. scrapers
    • B60S1/32—Wipers or the like, e.g. scrapers characterised by constructional features of wiper blade arms or blades
    • B60S1/38—Wiper blades
    • B60S2001/3844—Wiper blades equipped with means to indicate wear or usage of blade

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及一种用于识别车辆的窗玻璃上的定向结构的方法，所述方法包括实施(308)所述窗玻璃的图像的沿着分析处理路径布置的像点的评估的步骤，其中，所述分析处理路径的走向取决于所述窗玻璃上的定向结构的所预期的取向。此外，所述方法包括基于所述评估识别(310)定向结构的步骤。

Description

用于识别车辆的窗玻璃上的定向结构的方法和设备
技术领域
本发明涉及用于识别车辆的窗玻璃上的定向结构的方法和设备以及相应的计算机程序产品。
背景技术
在车辆中使用雨水传感器，以便识别被雨滴弄脏的车辆窗玻璃。
US2004／0201483A1涉及一种车辆的自动控制系统。可以使用该系统来激活车辆窗玻璃的清洁系统。
为了识别窗玻璃刮水器的老化状态，将一个色点印在刮水片上。颜色随着老化状态而变化。但是借此不能说明刮水器边缘的特别重要相关的实际磨损的可用程度。
为了建立窗玻璃的光学图像，可以使用一种装置，如在DE102009000004A1中描述的前摄像机装置。这种摄像机可以用于识别窗玻璃状态、尤其是在窗玻璃是否被雨水浸湿或弄脏这一问题方面，如在DE102009000003A1中描述的那样。
DE10254684A1教导一种用于借助在借助摄像机拍摄的图像中所识别的条痕来识别窗玻璃刮水器的刮水片的状态或损耗程度的系统。但是就如何识别图像中的条痕，该文献没有给出技术教导。
发明内容
在此背景下，借助本发明提出根据独立权利要求所述的用于识别车辆的窗玻璃上的定向结构的方法和设备以及相应的计算机程序产品。有利的构型由相应的从属权利要求和下面的说明书得出。
如果考虑窗玻璃上的定向结构的典型走向(Verlauf)，可以在车辆的窗玻璃上更容易地识别定向结构，例如条痕。尤其可以在分析处理例如窗玻璃的由摄像机拍摄的图像时考虑定向结构的走向。
根据本发明的一种实施方式，能够实现窗玻璃上的、尤其是机动车前窗玻璃上的条纹状的水条痕的探测和量化。通常窗玻璃刮水器是形成这种水条痕的原因。在透过窗玻璃看时水条痕可能导致视线妨碍。摄像机装置用于检测水条痕，所述摄像机装置至少检测窗玻璃表面的一部分。
条纹状的水条痕的量化可能对窗玻璃刮水器的自动控制有用。
在一般的刮刷过程中产生条纹状的水条痕，这是因为窗玻璃刮水器不能够借助一个刮刷循环，也即一次去程和一次返程返到静止位置中将全部的水量完全从窗玻璃带走。小的水残余量以小水滴或细的水条纹形式残留在窗玻璃上。它们通常会在短时间——例如300ms内蒸发。但是，该时间在很大程度上强烈取决于水量、水表面与水体积的比例、温度、空气湿度、窗玻璃表面上的风速，并且取决于水污染，例如通过在冬季时所溶化的撒盐引起的水污染，以及可能取决于其他的影响参量。
以条痕形式的残余水量在刮刷过程之后在窗玻璃上越长时间地停留，则它越强烈地被认为是干扰性的。
虽然传统的雨水传感器或已知的基于摄像机的雨水传感器还是能够通过测量技术检测水残余量，但是不可取的是，为了所述残余量再次起动窗玻璃刮水器循环，因为随后新的残余量将重新残留并且干扰性的条痕将重新形成。
因此，有意义的是，单独检测和量化这些条痕。借助所实现的将条痕与新击中的雨滴区分开的可能性，能够如此实现刮水器控制系统，使得其很少受条痕影响并且更加有针对性地对雨滴作出反应。
根据本发明的方法也可以应用到其他的通过机械刮刷的窗玻璃上，例如在轮船、飞机、机场塔楼中的窗玻璃或监控摄像机中的防护玻璃上。
根据本发明的一种实施方式，例如能够在车辆检验的范畴内实现刮水片的状态的快速和客观的评估。在此，可以提供客观的和可重现的用于刮水器磨损状态的尺度。为了获得忠于事实的说明，在刮刷运行期间自动地求取磨损状态。然后，车辆可以要求使用者更换刮水器。替代地，可以将信息保存在故障存储器中和在下一次检验时调出。
本发明的另一种实施方式涉及借助驾驶员辅助摄像机求取窗玻璃状态、刮水器状态和视线干扰。
所述方法可以理解为自动地和客观地求取一个或多个窗玻璃刮水器的和尤其是刮水片的磨损状态。借此可以有助于提高交通安全。因为窗玻璃刮水器的磨损过程进行得很缓慢，许多驾驶员难以确定用于刮水器更换的正确的时间。当磨损对于驾驶员特别不利的时候、尤其是在夜间雨中驾驶的情况下，特别是如果在该时间点第一次提出警告，则驾驶员会感激地接受对必要的刮水器片更换的正确的和客观的提示。当车间在检验的范畴内解释为什么有必要更换刮水片的时候，车间可以以自动的磨损识别为依据。
此外，所述方法也可以理解为自动地和客观地求取前窗玻璃的磨损状态。与在磨损求取时相同的关于交通安全和关于客观性的优点的说明在此适用。特别是在具有较高比例的扬沙或扬尘的国家可以发现前窗玻璃的严重磨损。这种磨损通过使用窗玻璃刮水器而被增强。
本发明的另一种实施方式涉及刮水片状态评估的问题，不仅针对刮刷条纹视觉上可见的这种情况而且也针对由于或者图像中大的暗度或者刮刷条纹所具有的小数量的区分特征刮刷条纹对于DAS视觉传感器(DAS＝Driver Assistance System：驾驶员辅助系统)来说不可见的情况。
其中也包括在运行中挡风玻璃状态评估的问题，所述挡风玻璃状态评估基于玻璃刮痕的存在的检测，而与所述玻璃刮痕对于DAS视觉传感器来说是否视觉上足够突出无关。
根据一种实施方式，系统基于对车辆挡风玻璃上的刮刷条纹的光度特性的彻底理解，并且是针对通过刮刷条纹造成的光度效应安排的。这相对于现有技术在以下方面是显著的改进：即使在图像中刮刷条纹不可见，所述刮刷条纹的光度效应还是可见，并且基于所述光电效应的独特性表明这种刮刷条纹的存在。例如刮刷条纹可能在图像中是不可见的，或者是由于刮刷条纹在日光下过薄，或者是由于图像是在夜间拍摄的，即使刮刷条纹很厚仍然不能被识别出来。
能够以类似的方式通过直接检测玻璃刮痕的光学效应来检测玻璃刮痕的存在，所述玻璃刮痕的光学效应主要涉及与刮刷的刮水片的运动方向垂直定向的衍射图。应指出，玻璃刮痕是通过充满灰尘的空气中的石英颗粒在较长的时间段上通过刮水片在挡风玻璃上擦拭的方式造成，所述玻璃刮痕在DAS摄像机中是不可见的，因为所述玻璃刮痕的厚度处于微观范围内并且所述玻璃刮痕由于靠近通常聚焦到无限远区域上的DAS摄像机而不清晰。相反，通过玻璃刮痕造成的独特的衍射图在DAS图像中清晰地再现并且因此能够表明玻璃刮痕的存在。
另一个改进在于，不需要聚焦到挡风玻璃上。除了驾驶员辅助系统(DAS)的摄像机聚焦挡风玻璃以外，刮刷条纹通常提供不明显的边缘。但是由于刮刷条纹内的内边缘这导致进一步的困惑，所述内边缘又是通过场景的由于刮刷条纹引起的折射造成。在如在大多数的DAS应用中的情形中一样保持聚焦到无限远或聚焦在无限远区域内的情况下，本发明的一种实施方式致力于检测刮刷条纹和玻璃刮痕的光度效应，所述光度效应是可见的，而与刮刷条纹和造成刮刷条纹的玻璃刮痕本身在图像中是否可见无关。由此，所述方法很适合于DAS应用并且使得能够可靠地和稳健地检测车辆挡风玻璃上的刮刷条纹和玻璃刮痕，由此能够实现对刮水片状态或者挡风玻璃状态的评估。
因此，利用车辆挡风玻璃上的刮刷条纹的衍射特性和折射特性以检测这种刮刷条纹并且也获取关于刮水片处于什么样的状态中的信息。通过一个或一组刮刷条纹造成的衍射图——例如在窗玻璃刮水器片的情况下在刮刷之后就是这种情况——是独特的并且直接与这种条纹中的每个单个条纹的平均厚度和它们之间的间距相关。这使得能够基于以下假设精确地确定刮水器磨损得如何：无瑕疵的刮水器造成无穷多的、具有趋于零的平均厚度的刮刷条纹，而差的刮水器造成较厚的、彼此之间具有较大的间距的刮刷条纹。
也建立在对由玻璃刮痕造成的衍射图的检测的基础上，以便检测这种刮痕并作出关于车辆挡风玻璃的状态的评估。越多刮痕位于挡风玻璃上，由此引起的衍射图越强和越突出。这可以推论出，由于大量地行驶在空气中具有高的灰尘密度的地区，车辆挡风玻璃受到磨损。
本发明实现一种用于识别车辆的窗玻璃上的定向结构的方法，所述方法包括下述步骤：
实施所述窗玻璃的图像的沿着分析处理路径布置的像点的评估，其中，所述分析处理路径的走向取决于所述窗玻璃上的定向结构的所预期的取向；以及
基于所述评估识别条痕。
所述车辆涉及机动车，并且所述窗玻璃涉及车辆的前窗玻璃和后窗玻璃。在此，窗玻璃也可以理解为整个窗玻璃的仅仅部分区域。尤其可以涉及其表面可能由用于刮刷窗玻璃的刮刷装置扫过的并因此被清洁的窗玻璃。定向结构可以理解为位于窗玻璃表面上的具有细长形状的污渍。定向结构可以是条痕并且例如可以由水组成或含水。条痕可以不是非晶质的和具有远距作用。图像可以理解为由光学检测装置拍摄的照片。也可以从一个或多个这种照片中求取图像。例如图像可以是由一个在车辆的内部中布置在窗玻璃附近的具有图像传感器的摄像机拍摄的。图像可以在实施评估的步骤之前经历图像处理，以便为了求取定向结构而在图像中强化与结构相关的结构和减少例如应配属给背景的干扰性结构。图像可以数字形式存在并具有多个像点。每个像点可以包括图像信息，所述图像信息例如代表窗玻璃的配属给像点的区域的亮度。通过评估像点可以求取是否污渍例如以湿气的形式位于窗玻璃的配属给像点的区域中。使用适当的分析处理算法或图像识别算法来评估。
分析处理路径可以是条痕路径，即条痕的走向。分析处理路径也可以定义分析处理方向。分析处理路径可以借助可以通过软件描述的方法如下来确定：首先查明一个角度或者一条直线的斜度。角度或者斜度在图像中通过选择图像中的两个点来测定。所述两个点根据刮水器的刮刷方向来确定。刮刷几何形状是已知的。因为刮水器是在一个弧线上刮刷，因此定向结构正常也是弧形。定向结构看起来几乎是笔直地经过挡风玻璃上的摄像机的一个小的图像片断。也就是说，作为直线的固定斜度是一种可能的近似。因此，在图像中，在图像一侧的定向结构的斜度可能比在图像另一侧的定向结构的斜度更强。直线斜度是局部逼近的。代替直线可以通过圆弧段、多边形或类似的形状完善逼近。
分析处理路径通常涉及一种轨迹，定向结构通常在所述轨迹上或与所述轨迹平行地延伸。分析处理路径可以表示将窗玻璃表面上的一个实际的分析处理路径到图像中的投影。因此，如果定向结构存在于窗玻璃上，则沿着分析处理路径布置的像点对窗玻璃的以下区域成像：定向结构通常在所述区域上延伸。通过分析对沿着分析处理路径的像点的评估可以确定，定向结构是否沿着分析处理路径。可以针对多个平行的、大致平行的、同心的或大致同心地延伸的分析处理路径实施所述方法。
因此，可以在实施评估的步骤中确定，沿着分析处理路径布置的像点是否表示窗玻璃的通过所述像点代表的区域的污渍。可以对于全部的或所选择的位于分析处理路径上的像点实施相应的评估。
根据一种实施方式，可以实施所述窗玻璃的图像的沿着另一个路径(804)布置的像点的另一个评估的步骤。在此，所述另一个路径的走向可以与分析处理路径的走向大致垂直。在识别的步骤中可以基于所述评估和所述另一个评估确定定向结构。在此，可以实施逐条扫描。这两个路径可以在另一个方向上延伸，但是不通过同一个点延伸。因此，另一个路径与分析处理路径不是彼此平行地延伸。例如，另一个路径和分析处理路径可以是彼此正交地定向。通过这种方式可以将窗玻璃的一个狭长的区域与窗玻璃的另一个狭长的区域进行比较，在所述一个狭长的区域上一个相关联的定向结构以高的概率延伸，，在所述另一个狭长的区域上一个相关联的定向结构以从比例上看低得多的概率延伸。由此可以显著提高识别精确度。
在此，可以将置于另一个路径上的另一个第一像点配属给沿着分析处理路径布置的第一像点。在确定的步骤中，可以实施第一像点的评估与另一个第一像点的另一个评估的比较。可以基于所述比较识别定向结构。可以将沿着另一个路径的一个像点配属给沿着分析处理路径的每一个像点，使得形成多个分别包括不同像点的像点对。通过比较例如可以查明，在这两个路径中的哪一个路径上识别出较大数量的污渍。如果查明在分析处理路径上污渍比在另一个路径上多，则可以从中推论出，可以将分析处理路径上的污渍配属给定向结构。
根据一种实施方式，像点的比较可以如此设计，使得在图像中识别和分析折射效应和／或衍射效应或者这种图。弱的衍射可以表明是厚的定向结构(例如刮刷条纹)，弱的折射可以表明是薄的定向结构。可以根据分析处理路径分析折射或者衍射。
根据一种实施方式，定向结构可以涉及(细小的)刮痕或条痕。因此可以识别出窗玻璃状态以及细小的刮痕。尤其可以在无需聚焦到窗玻璃上的情况下识别刮痕或条痕。
根据一种实施方式，确定定向结构的延展、尤其是厚度。
如果在分析处理路径的方向上不是进行单纯的分析或者相反地分析是用于查明／确定分析处理路径，则可以确定定向结构的取向。
此外，可以确定定向结构彼此之间的距离，例如条痕彼此的距离。同样可以提取区别，例如条痕的组成部分、例如条痕的各个水滴的厚度。
由此可以实施定向结构的分类，例如细小的条痕、大的条痕、刮痕、固定的污渍。
根据一种实施方式，分析处理路径的走向取决于用于刮刷窗玻璃的刮刷装置的刮刷边缘的刮刷轨迹。通过刮刷通常在刮刷方向上可以预期例如条痕。可以将所述知识用于图像分析处理。
根据一种实施方式，可以在求取的步骤中基于关于定向结构的信息求取刮刷边缘的状态。刮刷装置可以涉及窗玻璃刮水器，并且刮刷边缘可以涉及在运行状态中刮水片的置于窗玻璃表面上的边缘。关于定向结构的信息可以包括例如关于定向结构的长度、宽度、耐久性或频率的数据。可以将关于定向结构的信息与预先确定的比较值进行比较。从中可以求取，定向结构是否通过以下方式引起：刮刷边缘处于差的状态中并且因此应被更新。
为此，在实施的步骤中还可以实施窗玻璃的下一个图像的沿着分析处理路径布置的像点的评估。在识别的步骤中可以基于所述下一个评估识别下一个定向结构。此外，在求取的步骤中可以基于关于下一个定向结构的信息求取刮刷边缘的状态。下一个图像可以对窗玻璃的与原始的图像相同的区域成像，但是是在一个稍迟的时间点。这两个图像可以是在刮刷装置的两个直接地彼此相继的刮刷过程中被检测的。通过这种方式可以在求取刮刷边缘状态的时候考虑所识别的定向结构的在时间上的变化。这是有利的，因为由处在良好状态中的刮刷边缘引起的定向结构通常比由处在差的状态中的刮刷边缘引起的定向结构更快地消失。
根据一种实施方式，所述方法包括分析窗玻璃的图像的像点用于识别窗玻璃内侧上的水汽的步骤。在此，不仅可以分析位于分析处理路径上的像点而且可以分析其他的像点。水汽可以涉及位于窗玻璃的内表面上的、即窗玻璃的朝向车辆内部的表面上的湿气。可以根据是否识别出水汽来控制例如窗玻璃的通风。
此外，本发明实现一种用于识别车辆的窗玻璃上的定向结构的方法，所述方法包括下述步骤：
实施所述窗玻璃的图像的沿着分析处理路径布置的像点的评估，其中，所述分析处理路径的走向取决于所述窗玻璃上的定向结构的所预期的取向；
实施沿着所述分析处理路径布置的像点是否表示在所述窗玻璃的通过所述像点代表的区域中的光衍射效应的确定；以及
基于所述评估和所述确定识别定向结构。
根据该实施方式，在确定的步骤中可以确定，沿着分析处理路径布置的像点是否表示窗玻璃的通过像点代表的区域中的光衍射效应。光衍射效应可以涉及衍射。窗玻璃上的光衍射效应常常通过定向结构来引起。光衍射效应尤其也通过本身不可见的定向结构来引起。因此，通过考虑光衍射效应可以改善有关定向结构的识别精确度。在此，在薄的条痕的情况下出现衍射。与此相反，在厚的条痕的情况下出现折射效应，厚的条痕如圆柱透镜那样起作用。
本发明还实现一种用于识别车辆的窗玻璃上的定向结构的设备，所述设备具有下述特征：
用于实施所述窗玻璃的图像的沿着分析处理路径布置的像点的评估的实施装置，其中，所述分析处理路径的走向取决于所述窗玻璃上的定向结构的所预期的取向；以及
用于基于所述评估识别定向结构的识别装置。
借助所述设备，可以在相应的装置中实施或实现根据本发明的方法的步骤。通过本发明的以设备形式的实施变型方案可以快速和高效地解决本发明所基于的任务。设备在此可以理解为处理传感器信号并且据此输出控制信号的电设备。所述设备可以具有按硬件方式和／或按软件方式构造的接口。在按硬件方式的构造中，接口例如可以是包括所述设备的最不同功能的所谓的系统ASIC的一部分。然而，还可能的是，接口是单独的集成电路或至少部分地由分立部件组成。在按软件方式的构造中，接口可以是软件模块，其例如与其他软件模块共存在微控制器上。
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用于当在与计算机相应的设备上执行程序时根据先前描述的实施方式之一来实施所述方法。
附图说明
下面借助附图示例性地对本发明进行详细地说明。附图简介：
附图1：本发明的一个实施例的示意图；
附图2：车辆窗玻璃的示意图；
附图3：本发明的一个实施例的流程图；
附图4：窗玻璃的图像片断；
附图5：一个探测图的片段；
附图6：另一个探测图的片段；
附图7：探测图的一种处理的示图；
附图8：探测图的另一种处理的示图；
附图9：一个探测图的片段；
附图10：另一个探测图的片段；
附图11：另一个探测图的片段；
附图12：另一个探测图的片段；
附图13：另一个探测图的片段；
附图14：窗玻璃上的雨量的图形表示；
附图15：条痕消退特性的图形表示；
附图16：条痕的另一种消退特性的图形表示；
附图17：探测图的一种处理的示图；
附图18：探测图的另一种处理的示图；
附图19：本发明的实施例所述的系统的示意图；
附图20：窗玻璃的图像；
附图21：窗玻璃的另一个图像；
附图22：窗玻璃的另一个图像；
附图23：窗玻璃的另一个图像；
附图24：具有突出显示的边缘的窗玻璃的图像；
附图25：根据本发明的一个实施例的系统的示意图；
附图26：窗玻璃的另一个图像；
附图27：窗玻璃的另一个图像；
附图28：窗玻璃的另一个图像；
附图29：窗玻璃的另一个图像；
附图30：根据本发明的一个实施例的系统的示意图；
附图31：根据本发明的一个实施例的系统的示意图；和
附图32：光衍射效应的消退特性(Abklingsverhalten)的图形表示。
在本发明的优选实施例的后续描述中，对于在不同附图中示出并且起类似作用的元件使用相同的或类似的参考标记，其中，不重复描述这些元件。
具体实施方式
附图1示出根据本发明的一个实施例的车辆100的示意图。车辆100具有窗玻璃102，水滴104位于该窗玻璃上。车辆具有图像检测装置106、实施装置108和识别装置110。此外，车辆100可以具有用于照明窗玻璃102的照明装置112。根据所述实施例，照明装置112布置在车辆100的内部并且构造用于，照明窗玻璃102的外侧上的水滴104。
图像检测装置106构造用于，创建窗玻璃102的部分区域图像，并且通过接口将图像提供给实施装置108。实施装置108构造用于，分析处理图像。对此，可以单独地或参照图像的其他像点来评估图像自身的各个像点。实施装置108构造用于，通过另一个接口将一个或多个评估的结果提供给识别装置110。识别装置110构造用于，基于由实施装置108提供的信息识别窗玻璃102上的条痕。在此，例如可以查明水滴104是雨滴还是水滴104是条痕的一部分。
根据一个实施例，可以由摄像机装置106在摄像机图像或摄像机图像片断中检测窗玻璃102的一部分。位于窗玻璃102上的水滴104、也是非常小的水滴104，在该图像中是可见的。对焦有利地如此选择，使得水滴104或水滴边缘清晰地被成像，而其他进一步远离的背景场景则显得模糊。摄像机装置106可以可选地通过一个或多个有源辐射源112来补充，以便使水滴104的可识别性变得容易，或改善或即使在黑暗中也保证水滴104的可识别性。借助根据本发明的方法可以例如在装置108、110中实施上述摄像机装置106的图像(序列)信号的分析。
附图2示出车辆——例如在附图1中示出的车辆100——的窗玻璃102的示意图。窗玻璃102的外表面通过具有刮刷边缘216的刮刷装置214清洁。在通过刮刷边缘216扫过窗玻璃102的时候在窗玻璃102的外表面上在恰恰通过刮刷边缘扫过的区域中留下条痕204。
附图3示出根据本发明的一个实施例的用于识别车辆的窗玻璃上的条痕的方法的流程图。所述方法的步骤例如可以由在附图1中示出的装置执行。借助所述方法可以识别例如在附图2中示出的条痕。对此，在步骤308中基于所接收的条痕的图像评估沿着条痕路径布置的像点。关于条痕路径的走向的信息可以提前确定并且可供所述方法使用。在步骤310中如果存在条痕，就基于在步骤308中执行的评估来识别条痕。可以将有关条痕的信息输出或保存在存储装置中用于稍后的分析处理。可以重复执行步骤308、310。也可以并行执行多个步骤308、310，例如针对不同的条痕路径。
借助附图4-8描述本发明的实施例。
附图4示出在窗玻璃刮水器的一次去程与一次返程之间摄像机装置的原始图像片段402。图像片段402可以是例如借助在附图1中示出的摄像机装置检测的。
附图5示出通过适当的图像处理从所述原始图像片段402或多个原始图像片段中确定的探测图502。在探测图502中所探测的水滴以灰度级显示。在此，黑色代表准确地探测水滴，白色代表没有探测到水滴。
附图6为了进行比较示出一个比探测图502早大约2.4秒的探测图602，在该图中只能看见新击中的雨滴，但是不能看见条痕。
在附图4-6中示出的图像402、502及602分别可以由多个像点构成。
图像402是在刮水器的一次去程与一次返程之间拍摄的。
可以看出，条痕的水滴主要呈链条式沿着斜线布置。线条的形状是通过刮水器片唇上的点的运动轨迹确定的。在具有简单的转动机制——即围绕一个点转动——的窗玻璃刮水器的情况下，如在正常的情况下那样，在刮水器片唇上的点执行基本上呈弧形的运动。由于窗玻璃相对摄像机取向的倾斜和沿着由窗玻璃、变焦光学器件和摄像机光学器件组成的光学路径发生的几何失真，弧形路径通常被成像在略微较复杂的路径中。在此，圆弧的弯曲方向也能够反转。
但是附图5示出，基于在该实施例中相对较小的敏感面，条纹204是大致直线地延伸。但是直线的角度不是恒定的，在此，直线在左侧比在右侧略微较陡地延伸。
为了进行比较，附图6示出在没有条痕的情况下的图像602。在此，所有条痕在此期间已经变干并且有新的雨滴104落在敏感面上。
根据所述实施例，实施对窗玻璃上的条纹状的水条痕的探测和量化，但是其中，如附图6中所示，水滴104不会导致条纹探测。
首先表面上容易理解的根据水滴大小进行区分是不合适的，因为在有飞溅雨水和雾的情况下也出现小的水滴。
因此使用条纹204的取向作为区分标准。
图像502，602的比较表明，纯天然地击中的水滴104在统计学上纯粹是偶然地局部分布。通常，在第一个水滴的位置与第二个水滴的位置之间不存在统计学上的相关性，除非这些水滴相互连接并且融入彼此。
然而，这在属于水条痕204的水滴的情况下不同。沿着事先已知的方向存在高的连接概率。如果存在一个水滴，则沿着已知的方向可找到其他的水滴的概率高。相反，如果在一个地方不存在水滴，则沿着已知的方向同样存在低的概率找到水滴。
根据本发明的算法按照标准在两个方向上处理图像502、602，第一方向几乎是沿着所预期的条痕取向，并且第二方向与第一方向几乎垂直。
附图7示出沿着条痕取向处理的探测图502。在此，一个路径设有参考标记704，所述路径代表组1的其他通过箭头表示的路径。
附图8示出沿着几乎与条痕取向垂直地处理的探测图502。在此，一个路径设有参考标记804，所述路径代表组2的其他通过箭头所示的路径。
然后将通过两种处理获得的结果或中间结果彼此联系起来。在此，也可以说是两组路径704、804，沿着所述两组路径例如分别尽可能地处理探测图502的所有像素。
条纹状条痕导致在两组路径704、804上的两个明显不同的结果，而雨滴则与路径组无关地导致几乎相同的结果。因此，达到所力求的可区分性。
对此，根据一个实施例可以使用下述标准。沿着相应的路径704、804——例如由在附图7中示出的组1组成的路径，对于每一个像素将探测结果与在路径方向上隔开n个像素的像素的探测结果进行比较。如果在两个像素上发现水滴，则使组1的路径704的累加器值a1增加，例如以两个所观察的像素的距离加权。这针对数值n＝1至例如nmax＝20执行。在此，nmax的选择取决于图像502中条痕水滴大小。
所述方法不仅在由各个水滴组成的条痕的情况下而且在由拉长的水纹或者彼此相连的水滴组成的条痕的情况下都起作用。
以类似的方式在附图8中示出的组2的路径804上求第二累加器值a2。
然后将两个累加器值彼此联系起来。两个累加器值之间的差别是用于条痕附着性的标准。为了获得有意义的标准化，下述定义适合于条痕附着性s：
s = a 1 - a 2 a 1 + a 2
其中，a1代表沿条痕取向的组1的路径704。如果s处于明显正数的区域中，则存在典型的条纹状条痕，更确切地说，s越大，所述条痕越突出。小于或接近等于零的s值可以忽略不计。此外还应注意，分母不能过小，例如因为不存在水滴，则分析处理是没有意义的。
因此，s是用于量化条纹状水痕的适当的标准，其中，条痕的取向相应于所预期的、从装置的几何形状得出的取向。
可以假定装置的几何形状为已知的。在机动车的情况下可以事先——例如在事先校准的时候从设计数据中计算路径704、804的取向。也可能的是，自动地从在运行中——例如在在线校准的时候测量的数据中求取所述取向。
根据一个实施例，手动地从以下探测图中求取所述取向：在所述探测图上条痕是可见的。
此外，在路径704、804中，向前还是向后处理所述路径不重要，因为在所提出的实施例中结果是一致的。
如果对于用于量化窗玻璃上的水量的信号附加地还向自动的刮水器控制系统提供用于量化条痕的第二信号，则例如在下小雨的情况下在一次刮刷之后至少如此长时间等待，直至条痕消退之后才再次进行刮刷。因为消退的时间变化与许多因素相关并且几乎是不可预见的，因此有利的是测量时间变化。通过量化条痕及其时间变化也可以改善通过新的水滴新添加进来的水量的量化，从而因此产生以下可能性：实现对于使用者或驾驶员可接受的刮刷特性。
根据所述实施例，以固定的几何形状的装置为出发点，从而条纹状条痕始终具有事先已知的方向。在此，尤其窗玻璃刮水器转动轴线相对于摄像机的位置是至关重要的。在装置改变时，条痕会具有一个不同于与事先已知的方向的方向并且因此将不再能够容易地被探测到。
根据本发明的方法可以用于基于摄像机的雨水传感器中，其与已知的雨水传感器相比扩充了条纹状水条痕的探测和量化，而在此没有引起显著的附加的费用。
下面借助附图9-18描述本发明的另一个实施例。该实施例以基于摄像机的间接的刮水器状态分析为基础，所述刮水器状态分析提供可用的解决方法以快速和客观地查明刮水器磨损状态。
除橡胶质量、挤压力以及刮水臂与窗玻璃的角度之外，刮水器边缘的完好无损对于刮刷质量是至关重要的。
由于磨损而在刮水器边缘出现细的裂纹，并且本来锋利的边缘被磨圆。这导致在窗玻璃的刮刷循环中水不再能够完全地和均匀地被排走。在窗玻璃上生成条痕，所述条痕导致视线妨碍。
由于昆虫的硬的甲壳能够伤害微边缘，窗玻璃上的昆虫或在窗玻璃表面结冰或刮水片被冻住的时候操作刮水器会导致大大加速磨损。
该实施例允许定量地确定刮水器的磨损状态的尺度，所述磨损状态的尺度与条痕形成的规模和对驾驶员重要的参量相关。
这也是建立在借助附图4-8描述的基于摄像机的对窗玻璃上的条纹状的水条痕的探测和量化的基础上。
刮刷循环由相应的刮水臂的一次去程与一次返程组成。在去程时窗玻璃由刮水片的第一边缘擦拭，在返程时由第二边缘擦拭。因为这两个边缘在一般情况下具有不同的损坏，所以它们的条痕图像也相应地不同。
相应地有意义的是，分开地分析两个条痕图像。至少应该分析返程之后的条痕图像，因为这对感觉到的视线妨碍重要得多，因为返程与下一次去程之间的时间间隔大多时候比去程与返程之间的时间间隔长得多。
为了更好地理解，在附图9-13中示出了在彼此相继的时间点借助适当的图像处理方法产生的不同的探测图。在此，以灰度值显示探测到的水滴(黑色＝可靠的探测，白色＝无水滴)。
与附图5相应地，附图9示出探测图502，该探测图已通过适当的图像处理方法从原始图像片断中确定。在探测图502中可以识别出条痕204。具体地示出在刮水器的去程之后400ms的条痕形成，其由第一刮水器边缘造成。在图502中左侧条痕204的斜度在图502中右侧条痕204的斜度更强。这是由于刮水器的弧形轨迹所致，但是必要时线性逼近是可能的。
附图10示出另一个具有条痕204的探测图1002，(比附图9)晚120ms。示出在刮水器的返程之后40ms的条痕形成，其由第二刮水器边缘导致。
附图11示出另一个具有条痕204的探测图1102。情况如同在附图10中所示，但是是在刮水器的返程之后200ms。
附图12示出另一个具有条痕204的探测图1202。情况如同在附图11中所示，但是是在刮水器的返程之后600ms。主要的条痕204仍一直存在。
附图13示出另一个具有条痕204和雨滴104的探测图1302。这是在一个不同的时间点时的情况。探测图1302由在这期间新击中的雨滴确定。尽管自上一次刮刷循环以来已经过去了整整一秒钟，但是主要的条痕仍一直存在，更确切地说，在与附图12中相同的位置上。
在附图9中示出的探测图502是在刮水器的去程之后拍摄，而在附图10-12中示出的探测图1002、1102及1202是在随后立即相继的返程之后检测。可以明显地看出，去程与返程的条纹图不同。
当仔细观察在刮水器返程之后40ms、200ms和600ms的时间间隔后拍摄的探测图1002、1102及1202可以看出，小的水滴逐渐地蒸发，而较小的水滴较长时间地存在。
每个时间单元从水滴中蒸发的水体积几乎与水滴的空气-水-表面成正比。因此，至完全蒸发的时间与水滴厚度大致成正比。
良好的、新的窗玻璃刮水器只在窗玻璃上留下很小的水滴，其相应地快速蒸发。因此，透过窗玻璃的视线在刮刷过程之后不久不再受到干扰。
在刮刷边缘上具有裂纹或其他损伤的窗玻璃刮水器留下或多或少的大的水滴。这些水滴优选在窗玻璃上排列成直线，更确切地说，沿着相应的裂纹在窗玻璃上的运动轨迹。有时，水滴也相连和形成水条纹。
在附图12中示出的探测图1202使得识别出，甚至在600ms之后主要的条痕204几乎还没有蒸发，而大多数更小的条痕已经消失。
在另一个时间点，在稍强降水量的时候记录附图13中所示的图像1302，更确切地说，在刮水器的返程之后1秒钟。可以看出，在此，主要的条痕204也仍然存在，也位于与图像1202中相同的位置上。
因此，刮水器的损坏导致局部持久的条痕。在分析时也可以可选地使用这种情况。
附图14示出窗玻璃上的雨量1418的时间变化曲线。在此，涉及测量曲线。在横坐标上绘出时间和在纵座标上绘出用于雨量的尺度。突出显示的是通过去程1422和随后的返程1424限定的刮刷循环1420。在去程1422之后雨量1418从一个在一定的时间上保持恒定的残余量1426出发上升，以便通过返程1424再次被降低到残余量1426上。在返程1424之后雨量1418重新从残余量1426出发上升，以便最终通过去程1422再次被降低至残余量1426。
附图14示出窗玻璃上的雨量1418的典型的时间变化曲线。在刮刷循环1420中窗玻璃先后两次被刮刷，即在去程1422和返程1424中。每次残余水量1426残留在窗玻璃上，所述残余水量由或多或少的小的水滴形成并且被感觉为条痕。由于所述残余量1426，所以一直未低于虚线标记。在假定降水量为恒定的情况下，在其余时间中窗玻璃上的雨量1418几乎是直线增加。
附图15示出在刮水片的去程与返程之后条痕的消退特性的示意图。曲线1530标记一种具有一个或多个快速消退的条痕的良好情况。
对于雨量1418附加地，显示用于条痕附着性的以曲线1530的形式的尺度，所述尺度可以根据借助附图4-8中描述的方法来求取。可以看出，在去程与返程中分别产生条痕，所述条痕然后再快速地消退。因此，视线妨碍的时间持续很短。在擦拭之后残余量1426是少的。当水滴具有几乎统一的大小的时侯，消退几乎线性地进行。
附图16示出在刮水片的去程与返程之后条痕的消退特性的示意图。曲线1630标记一种具有一个或多个缓慢消退的条痕的不利情况。
从视线妨碍的意义上，在附图16中该状况相比在附图15中示出的状况相比明显更不利，因为在刮刷过程中形成的条痕消退得慢得多。残余量1426也更大。原因在于，在条痕中存在较大的水滴，其变干需要较长的时间。在闭合的刮水片的情况下同时产生较小的和较大的水滴并伴有相应不同的蒸发时间。这解释了略微下凹地弯曲的消退变化曲线：在刚开始时大水滴的和小水滴同时存在，借此产生较陡的消退，稍后仅仅较大的水滴还存在，所述较大的水滴导致较平缓的消退。
因此，将来自附图15和附图16的各个消退变化曲线1530、1630进行比较已经允许特别快地对刮水片的磨损状态作出第一推论。
为此，例如可以考虑时间消退常数，即所需的时间或图像循环的数量，直到用于条痕附着性的尺度以确定的因数下降。
因为磨损的增加是一个很缓慢的过程，所述过程可能拖延许多刮水器运行小时，因此有意义的是，利用可使用的时间并将所获得的尺度在适当长的时间段内平均。
因此这也尤其有意义，因为改变的环境条件对消退常数有影响。例如这取决于温度、空气湿度、窗玻璃表面上的风速和／或例如由于在冬季溶解的融雪盐水引起的水污染的程度。
例如可以定期地——例如每隔n个刮刷循环地将平均消退常数保存在永久存储器中。然后，可以根据所保存的数据实施数据的可信度检查和长期分析，例如平滑地求平均和与用于磨损极限的至少一个阈值进行比较，从而从中为驾驶员或车间求得建议。
此外，可以可选地向驾驶员提供反馈，其特性——例如在结冰时候的手动清洁或不当操作如何影响刮水片的状态。
根据一个实施例可以实施条痕的多样化。
随着磨损的增加出现以下状况：条痕的平均耐久性()增加并且条痕之间的区别同样增加。
在借助附图4-8描述的方法中，在几乎沿着所预期的取向(组1的路径)的路径和与所述取向几乎垂直的路径(组2的路径)上分析处理条痕，如附图17所示。
附图17示出沿条痕取向处理的探测图502。在此，一个路径设有参考标记704，所述路径代表组1的其他通过箭头所示的路径。在此，箭头704表示分析处理方向，而不是从实际的物理条痕的意义上将条痕路径表示为可见的路径。
附图18示出与条痕取向近似垂直地处理的探测图502。在此，一个路径设有参考标记804，所述路径代表组2的其他通过箭头所示的路径。
因此，在两个方向上处理探测图502。一次是几乎沿着条痕取向，并且一次是与条痕取向几乎垂直的方向。
对于刮水片状态的分析可能有利的是，将组1的路径分成小组、例如第一组路径804和第二组路径1704，条痕沿着第一组路径快速消退，在所述第一组路径中例如消退常数小于阈，条痕沿着第二组路径缓慢消退，在第二组路径中例如消退常数大于阈。为了清楚起见，第一组中仅仅一个路径设有参考标记804。
然后可以借助计数、即路径1704的数量来求取磨损状态。
替代两个组，也可以选择k个组和借助具有k个间隔的直方图进行分析处理。本领域技术人员能够说明其他的解决方案以借助条痕的多样化分析处理。
下面借助附图19-22描述本发明的另一个实施例。该实施例包括基于视频的聚焦于窗玻璃的雨水传感器的附加功能。
附图19示出根据本发明的一个实施例的具有信息流的总系统。示出窗玻璃102和摄像机106，所述摄像机完全地或部分地聚焦于窗玻璃上。在摄像机106的探测区域中，污渍104或条痕位于窗玻璃外侧上，并且水汽1904位于窗玻璃内侧上。窗玻璃102的图像由摄像机106构建并输出给图像处理单元。附图20-22示例性地示出相应的图像。图像处理单元具有用于雨水探测的单元1907、用于条痕识别的单元108、用于污渍探测的单元1941和用于水汽探测的单元1943。
用于条痕识别的单元108构造用于，从用于雨水探测的单元1907接收数据。用于雨水探测的单元1907构造用于，基于摄像机106的图像确定雨滴104是否位于窗玻璃102上。
用于条痕识别的单元108构造用于，基于用于雨水探测的单元1907的数据和附加或替代地基于摄像机106的图像确定，窗玻璃102上的污渍104是否是条痕的一部分。此外，用于条痕识别的单元108构造用于，基于关于窗玻璃102上的所识别的条痕的信息确定用于刮水器更换的信息并向显示仪表1945输出。替代地或附加地，将关于刮水器更换的信息也保存在车辆的故障存储器中。显示元件1945可以构造用于，响应于所接收的用于刮水器更换的信息输出提示信号。用于条痕识别的单元108可以构造用于，根据借助附图4-8描述的方法识别条痕并根据借助附图9-18所述的方法求取用于刮水器更换的信息，所述信息显示刮水器的状态。
用于污渍探测的单元1941构造用于，基于摄像机106的图像确定污渍104是否位于窗玻璃102上，并响应于所识别的污渍104向刮水器控制装置1947输出用于刮刷冲洗功能的控制信号。刮水器控制装置1947又构造用于，向图像处理单元提供关于刮水器位置和刮水器行程的信息。
用于水汽探测的单元1943构造用于，基于摄像机106的图像确定水汽1904是否位于窗玻璃102的内侧上并响应于所识别的水汽1904向空调设备的或鼓风机的控制设备1949输出用于空调设备或鼓风机的控制信号。
附图20-22示出例如由在附图1或附图19中示出的摄像机拍摄的图像。附图20示出具有条痕的照片，附图21示出已经变脏的窗玻璃的照片，并且附图22示出具有已变干的水滴的照片。
在附图19中示出的系统可以是前窗玻璃携带的视频系统，在所述视频系统中进行清晰地聚焦的窗玻璃区域的图像处理。
视频系统被用于实现驾驶员辅助系统，例如夜视系统或进行警告的视频系统。这些系统通常借助刚性安装的定焦摄像机工作，所述定焦摄像机聚焦到无限远。对于确定的应用——例如雨水传感机构或交通标志识别值得期望的是，实现与普通的焦点平面即无限远不同的聚焦。为此可以使用聚焦到近距离的定焦摄像机。
也可以借助前置光学器件或附加光学器件借助不同的聚焦将部分区域成像。
将整个图像成像或借助短的、典型地为几厘米的焦点平面将检测的图像区域的部分区域成像允许将这些成像信息用于其他功能。尤其是很短聚焦的、允许将挡风玻璃的表面清晰地成像的区域的插入除了雨水探测之外还可以应用于其他附加的功能。
将窗玻璃表面的片段清晰地成像在图像传感器上允许窗玻璃表面的所清晰地成像的细节的分析处理。除了雨水探测之外，也可以通过图像处理来分析处理其他的参量，例如污渍，条痕或水汽。基于这些结果也可以实现附加的功能，例如识别窗玻璃刮水器状态或自动控制刮刷冲洗功能，以便能够为驾驶员保证最佳的视线。
聚焦到窗玻璃上允许将窗玻璃片段清晰地成像在图像传感器上或图像传感器的一部分上。除了分析处理例如通过雨滴、雪或冰引起的窗玻璃的湿润状态之外，所述清晰地成像的窗玻璃区域也可以用于检测其他信息以及从中推导出的功能，如借助附图19示例性地描述的那样。
可以在拍摄之后在另一个处理步骤中在不同特征方面检查图像。进一步的图像处理或者可以或者直接集成在摄像机的分析处理单元中或者借助附加的控制装置来实现。下面，详细描述可借助所分析处理的图象数据实现的可能的附加的功能。
在窗玻璃刮水器的行程结束之后可以在条痕识别方面分析处理图像。窗玻璃刮水器的行程可以是从图像数据中得出和／或作为刮水器控制装置的信息提供。条痕的分析处理使得能够基于在一定的时间上条痕的形状、频率、大小和特性来作出关于窗玻璃刮水器的状态的说明。为了更准确地进行分析，也可以将位于窗玻璃上的雨量作为附加的信息一同考虑，所述附加的信息提供雨水探测功能。此外，可以保存条痕的典型特征，以便将在一定时间上的发展和变化一同考虑进分析处理中。可以利用条痕分析处理的结果来建议刮水器更换。然后，可以通过在组合仪器／抬头显示器中的显示和通过附加的声音警告通知驾驶员关于窗玻璃刮水器的差的状态并要求其更换刮水器。也可以通过车辆的车载诊断接口通知驾驶员关于窗玻璃刮水器的状态的信息，所述车载诊断接口可以在车间中读取或由精明的客户读取。也可以将相应的信息例如传送到智能电话上。
此外，可以探测窗玻璃的(由于已经变干的水滴、盐残留、昆虫等引起的)污渍。为此，可以关于在窗玻璃上清晰地聚焦的、既不是水滴也不是雪片的对象分析处理所拍摄的图像。如果这些对象的大小和／或数量超过一定的界限，所述驾驶员在视线方面受其限制，则为了保证对于驾驶员来说良好的视线可以实现刮刷冲洗功能的自动控制。为此，向刮水器控制装置传递相应的信息。通过图像处理检查这种刮刷冲洗过程的成果，以便在顽固的污渍的情况下必要时起动第二次刮刷冲洗过程。为了阻止意外地触发刮刷冲洗功能，必须在在窗玻璃上清晰地聚焦的、在经过窗玻璃刮水器的行程之后仍然不改变的对象方面分析处理图像。必须识别出这些例如是通过石碎裂或裂纹引起的结构并且将其位置和大小保存，以便它们不被错误地识别为雨水或污渍。
另一个功能可以实现挡风玻璃内侧上的水汽的识别。为此，关于在聚焦区域中以小水滴形式的水汽来分析处理借助摄像机拍摄的图像，所述水汽叠加图像。如果识别出这种状态，则可以相应地控制空调设备或鼓风机，以便消除水汽和保证自由的驾驶员视线。为此，必须将相应的指令发送给制空调设备的或鼓风机的控制装置。通过持续地关于水汽的发展来检查图像可以最佳地控制空调设备或鼓风机。
下面根据附图23-33根据本发明的一个实施例描述借助驾驶员辅助摄像机的对窗玻璃状态、刮水器状态和视线干扰的求取。
附图23和24示出例如由在附图1中示出的摄像机拍摄的图像502、2402。在刮水片的一次刮刷运动之后获得在附图23中示出的图像502。刮刷运动留下厚的而对于DAS视觉传感器来说不可见的刮刷条纹，如肯尼算法证实的那样，如在附图24中所示出的附图2402中可看出的那样。这种不可见的刮刷条纹可以根据下面描述的实施例检测。
尤其能够探测不可见的刮刷条纹的或在DAS视觉传感器图像中在视觉上不可察觉到的刮刷条纹的存在。在此，涉及相对背景技术的重大改进。背景技术仅仅基于可见的刮刷条纹的检测用于刮水片状态判断，并且这是在以下无力的和经常不正确的假设的情况下：刮刷条纹是可见的。附图23示出，这明显是一个无力的假设，在该图中一个在在差的状态中的刮水片的一次刮刷运动之后立即形成的厚的刮刷条纹对于DAS视觉传感器来说不可见，因为这种摄像机的焦距通常被调焦到无限远的区域上，由此，挡风玻璃上的每个目标都距离太近并且因此对于检测而言是不够清晰的并且在视觉上不够突出。附图502经历肯尼算法，并且如在附图24中可以看出的那样没有检测到刮刷条纹边缘。但是这种不可见的刮刷条纹可以被检测，因为根据本发明的算法间接地检测刮刷条纹，其方式是，所述算法直接检测刮刷条纹造成的光学效应，而不是通用的DAS图像中的常常不独特的或不可见的刮刷条纹边缘。
类似地，玻璃刮痕是对于车辆挡风玻璃磨损的一种明显的标记，所述玻璃刮痕由于空气中的灰尘造成，所述灰尘随着时间的推移通过挡风玻璃上的刮水片来刮刷。由于传统DAS摄像机的焦距被调焦到无限远区域并不是调焦到挡风玻璃上，由于这种玻璃刮痕的边缘不清晰，所以这种刮痕通常不可通过传统DAS摄像机检测。但是，根据所述实施例可以检测通过这种玻璃刮痕造成的独特的光学效应，由此可以表明它们的存在。
附图25示出根据本发明的一个实施例的摄像机装置。示出挡风玻璃102、DAS摄像机106和多个延伸通过挡风玻璃102的光路，通过刮刷条纹204使所述光路部分地偏转。示出一个通过刮刷条纹204折射的光束的略图，即挡风玻璃102的侧视图。折射在每一个光波长上导致向不同的方向传播的波，这又导致干涉和衍射。为了简化起见，垂直于挡风玻璃102画出光束。
挡风玻璃102上的刮刷条纹204引起，光线通过刮刷条纹204折射，并且因此在在挡风玻璃102上出现的光波波前上的不同的点之间出现相位偏移。基于惠更斯-菲涅耳原理(Huygens-Fresnelschen Prinzip)和干涉理论[(HECHT，Eugene所著的《Optics.4th edition.Reading》，马萨诸塞州，Addison-WesleyPub.Co，2002年)和(BORN，M.、WOLF，E.所著的《Principlesof Optics：Electromagnetic Theory of Propagation，Interferenceand Diffraction of Light》，第7版，Cambridge University Press，1999年10月)]，这导致衍射，如在附图25中可以看出的那样。因为刮刷条纹在刮水片的刮刷方向上定向，所以在确定的POI(Point of Interest＝感兴趣的点)上引起的衍射图与该运动方向和导致该运动方向的刮刷条纹垂直。衍射图的强度取决于刮刷条纹的厚度，刮刷条纹之间的距离和DAS摄像机相对POI的位置。因此，如在[DYAR，Melinda；GUNTER，Mickey E.；TASA，Dennis所著的《Mineralogy And Optical Mineralogy》，Mineralogical Society ofAmerica，2007]中所描述的那样，当在很好的状态中的刮水片在挡风玻璃上刮刷的情况下在这之后立即存在许多平行的微小的刮刷条纹，其与晶格结构相似，如在附图26中所示的那样，在该图中仅仅可以看见在DAS图像中不可见的刮刷条纹，因为出于演示的目的被调焦到挡风玻璃上，这导致一维的、在POI上与刮刷方向垂直地存在的衍射图。
附图26示出由良好的刮水片在挡风玻璃上造成的刮刷条纹借助到挡风玻璃上的聚焦的图像502。应注意刮刷条纹的相对于刮刷方向始终平行的定向。
无瑕疵的刮水片在刮刷时造成很大数量的纤细的刮刷条纹，所述刮刷条纹中的每一个具有几乎为零的平均厚度，并且在所述刮刷条纹之间存在几乎为零的间距，其中，在一个刮刷条纹上的任一POI上与该刮刷条纹相切的切线平行于刮水片在该点处的刮刷方向延伸。另一方面，差的刮水片在刮刷时也造成厚的刮刷条纹，所述刮刷条纹具有在其之间的更大的间距。通常，好的刮水片在刮刷时造成微观薄的刮刷条纹，所述刮刷条纹具有在其之间的微观小的间距。通过在差的状态中的刮水片引起的刮刷条纹太厚和彼此间隔开过远，使得不能相对DAS摄像机的光学中心显示衍射效应。
刮水片所处的状态越好，刮水片所造成的刮刷条纹越变得微观薄、彼此间隔微观小。刮刷条纹基于衍射理论[(HECHT，Eugene所著的《Optics.4th edition.Reading》，马萨诸塞州，Addison-Wesley Pub.Co，2002年)和(BORN，M.、WOLF，E.所著的《Principles ofOptics：Electromagnetic Theoryof Propagation，Interference and Diffraction of Light》，第7版，CambridgeUniversity Press，1999年10月)]表现，更像是晶格结构，由此，相应的所引起的衍射图变得更加突出。但是，厚的刮刷条纹导致较弱的衍射图，与此相反尤其在边缘周围提供较大的衍射效应，并且它们导致场景的在其中间区段中模糊显示。在附图23中可以观察到模糊的显示。需要指出，在刮刷条纹中始终发生折射，并且在出现的波前中的不同的点处出现相位偏移并且这又导致衍射，恰恰可以归因于折射。但是微观小的刮刷条纹太薄，以至于不引起DAS摄像机识别折射，而厚的刮刷条纹在DAS摄像机与挡风玻璃之间距离小的情况下不能显示衍射图。换言之，不仅折射而且衍射的出现与刮刷条纹是多厚的无关，但是每个光学效应是基于刮刷条纹的厚度而被独特地突出，因此这使得能够实现刮水片的状态的正确的评估。
当空气灰尘中的石英颗粒由刮水片在车辆挡风玻璃上擦拭的时候它们造成玻璃刮痕，这些玻璃刮痕随时间而更强烈地突出，如在[DYAR，Melinda、GUNTER，Mickey E.、TASA，Dennis所著的《Mineralogy AndOptical Mineralogy》，Mineralogical Society of America，2007年]中讨论的和在附图27中可以看出的那样，在图27中，出于演示的目的，图像聚焦到挡风玻璃上，使得能够看见否则在DAS摄像机图像中不可见的玻璃刮痕。
附图27示出一个较旧的车辆的挡风玻璃上的玻璃刮痕的图像502。玻璃刮痕与刮刷条纹在同一方向上定向，即与刮刷方向平行。
这种玻璃刮痕与刮水片的刮刷方向平行地延伸，并且因此导致在POI上与刮水片的刮刷方向垂直地延伸的衍射图。这种衍射图在DAS摄像机中是可见的，尽管导致所述衍射图的玻璃刮痕在视觉上不够突出，以致不能在DAS摄像机图像中显示清晰的边缘。
基于这些说明可以理解，当在图像中检测到一个或多个这种光度效应时，存在以下可能性：所述光度效应是通过刮刷条纹或玻璃刮痕造成。一种以折射衍射刮刷条纹模式(ReDiWiSt)表示的算法检测并识别这种光度效应，并且确定所述光度效应是否是通过刮刷条纹或玻璃刮痕造成。ReDiWiSt基于通过挡风玻璃上的刮刷条纹的衍射特性和折射特性并且也可以应用到基于挡风玻璃上的玻璃刮痕的衍射特性上。
如果刮水片是在良好的状态中，则在每一次刮刷运动之后留下彼此微观小地间隔开的微观小的刮刷条纹，这些刮刷条纹在下述区域中在每一个POI上与刮水片的刮刷方向平行地平行弯曲：在所述区域中刮水片如在[DYAR，Melinda；GUNTER，Mickey E.、TASA，Dennis所著的《MineralogyAnd Optical Mineralogy》，Mineralogical Society of America，2007年]中所示的那样刮刷。在没有光学器件的聚焦的情况下，这种微观小的刮刷条纹对于DAS摄像机来说不可见，如在附图28中可看出的那样。但是所述刮刷条纹的光学效应——在此是衍射图——仍然在视觉上很突出，如同样在附图28中可以看出的那样。即使在夜间也可以观察到这种效应，如在附图29中可以看出的那样。这种衍射图在一个给定的POI上与造成它的刮刷条纹垂直地布置。
附图28示出挡风玻璃的图像502。即使刮水片处于良好的状态中，仍然在刮刷时留下微观小的刮刷条纹。尽管这种条纹对于通用DAS摄像机来说不可见，但是它们引起的衍射图仍然可见。
附图29示出挡风玻璃的图像502。处于良好的状态中的刮水片在夜间留下衍射图。
附图30示出根据本发明的一种实施例的摄像机装置。示出DAS摄像机106、微观小的刮刷条纹204、光源3012和来自源3012的光线的缝隙衍射3004。光源3012在此位于车辆之外。因此，附图30示出由微观小的刮刷条纹204造成的缝隙衍射3004，所述刮刷条纹是由处于良好的状态中的刮水片引起。
这种由良好的刮水片造成的微观小的刮刷条纹造成的衍射的方式与晶格衍射相似(其中，与这种晶格衍射不一致)，在该衍射的方式每一个刮刷条纹都作为一个透明的晶格齿起作用，光线通过其折射，这导致在出现的光波波前中的不同的点处的相位偏移，这又导致衍射。这种特性的概念模型在附图30中示出，在该图中以晶格几何形状的形式显示彼此间隔开微观小的、微观小的刮刷条纹204，同在附图25中一样。需要注意，在附图30中，衍射图3004在其与刮刷条纹204相切的点(POI)上与刮刷条纹204垂直。应注意，由于刮水片的弧线形的刮刷运动刮刷条纹204不是直线而是平行的弧线。应指出，附图30中示出的微观小的刮刷条纹204在由DAS摄像机106中的一个检测的图像中是不可见的，但是在此出于演示的目的仍然呈现出来。这对系统没有不利的影响，因为尽管如此本发明仍然将检测到通过这种刮刷条纹204引起的衍射图3004，并且因此还将直观地检测刮刷条纹204本身，尽管是间接地。
在挡风玻璃的图像中在差的状态中的刮水片在刮刷时留下厚的刮刷条纹。这种条纹太厚，以致于衍射图不可见，并且折射变成占主导的光学效应，如在差的刮水器的刮刷条纹中借助折射图可以看出的那样。
在差的状态中的刮水片在其扫过的区域中在一些点处造成厚的刮刷条纹。在这种刮刷条纹上衍射不显眼，并且折射变成更突出的光学效应。在此，厚的刮刷条纹折射来自多个与布置在车辆内的摄像机的视域(FOV＝Field of View)相对置的光源的光线。如果出于演示的目的调焦到挡风玻璃上，则刮刷条纹的边缘可见。在通用DAS的情况下，不调焦到挡风玻璃上并且所述边缘在视觉上不独特，但是其中，通过DAS和本发明依然能够在视觉上检测折射图。在厚的刮刷条纹中的折射产生光学(折射)图，与衍射图相反，所述光学(折射)图沿着造成其的刮刷条纹延伸并且布置在所述刮刷条纹内，而衍射图与造成其的很薄的刮刷条纹垂直地布置。
附图31示出根据本发明的一个实施例的摄像机装置。示出DAS摄像机106、光源3012、由处于差的状态中的刮水片造成的厚的刮刷条纹204和折射图3004。因此，示出折射图3004，该折射图是由由于在差的状态中的刮水片引起的厚刮刷条纹造成的。应注意，折射图3004如何与由于微观小的刮刷条纹造成的衍射图相反，与造成其的厚的刮刷条纹204平行地延伸，并且在图像平面中位于所述刮刷条纹内。
因此，附图31示出光源3012的光线基于厚的刮刷条纹204的折射的模型，所述厚的刮刷条纹由在差的状态中的刮水片造成。厚的刮刷条纹204的边缘是弯曲的并且引起，经折射的光线在该分界线处获得基于Snellius折射定律[KLINGSHIRN，Claus所著的《Semiconductor Optics》，第三版，柏林，Springer Verlag，2007年2月]的显著的角偏差，这导致，在图像中折射图显示在这种刮刷条纹204上，而由于DAS摄像机106调焦在无限远区域中刮刷条纹边缘在视觉上不独特。但是，刮刷条纹204本身尤其是在夜间可能是不可见的。然而，这并不限制本实施例的能力范围，因为根据所述实施例的设备仅仅寻找由刮刷条纹204引起的光学效应，所述刮刷条纹是通过刮水片的刮刷机构造成的。
ReDiWiSt基于图像中的光带的探测。基于分析，如果这种光带令人感兴趣，即如果在此涉及由于刮刷条纹而引起的衍射图或折射图，则这种光带必须在相应的POI处与刮刷条纹或者垂直地或者平行地延伸。如果满足该条件，则ReDiWiSt随后确定所述图是折射还是衍射的，其方式是，确定在所述图与刮刷条纹相切的相应的点处所述图与刮刷条纹是垂直地还是平行地布置。应指出，刮刷条纹可能是可见的或不可见的，并且其方向仅仅被确定为在POI点处与刮水片垂直地延伸的这一方向。
因为在一个确定的POI处刮刷条纹的方向与刮水片在该点处的刮刷方向是平行的，因此可能的是，产生一个查找表或一个数学函数，其以刮水片的刮刷机构的机械配置和刮水片的电机函数为基础。用于实现刮水片的刮刷机构的机械配置和刮水片的电机函数的规范可以从刮水片系统制造商获得。数学函数也考虑多个扫过同一区域的刮水片。可选地，也可以将时间对应性包括进ReDiWiSt中，并且是以以下形式：在刮刷运动之后立即搜索光图案，因为通过刮水片造成的光学效应在刮刷机构运行之后立即是最明显和最突出的。通过使用时间控制单元可以获得时间对应性，所述时间控制单元将刮水片与图像检测速率同步，从而可能的是，在刮水片的刮刷运动之后立即拍摄图像。该图像可以被ReDiWiSt使用以检测该图像中通过刮刷条纹造成的光学效应。尽管没有要求，但是基于下述事实这是最佳的：在两个彼此相继的刮刷运动之间的时间过程中，或者光线图案消失和不可见，这是因为造成光线图案的刮刷条纹由于风而蒸发，尤其是在衍射的情况下，但是也可以是在折射的情况下，或者厚的刮刷条纹在折射的情况下与其重要的取向偏离，例如向下滑动，并且因此遵循上面所探讨的几何定律。这种厚的刮刷条纹通常在两个彼此相继的条纹之间的几乎整个时间间隔上都沿着相同的弧线保留。鉴于与挡风玻璃相关联的表面应力和粘附力分布，如在[CLIFT，Roland、CRACE，John、WEBER，Martin E.所著的《Bubbles，Drops，and Particles》，Dover Publications，1978年1月]中所讨论的，这是具有逻辑性的。此外，在未经同步的刮水片系统中通过刮水片刮刷所产生的衍射图越过多个单张图像而存在，由此，时间对应性只表示ReDiWiSt的功能的一个选项。
由在差的状态中的刮水片引起的厚的刮刷条纹足够大，使得折射效应能够足够突出，以便能够在由DAS摄像机获取的图像中被检测到。
除折射之外，厚的刮刷条纹造成在探测图502中的模糊的示图，如在附图23中所示的那样，这主要是由于刮刷条纹靠近DAS摄像机的光学中心，因为摄像机调焦到无限远区域上。这使得模糊的示图变成一种特征，在搜索厚的刮刷条纹的时候寻找所述特征。
模糊的图示也可能是通过图像中的其他对象，例如任一平滑的表面引起。
但是挡风玻璃上的刮刷条纹主要保留在相同的位置，而造成模糊的图示的其他对象运动越过所述图像。因此，可以越过几个彼此相继的单张图像进行跟踪，以便排除所述单张图像。
当在一个实时检测和处理单张图像系列的时间点在图像中不存在主要的光源时，在将这种检测方案用于模糊的示图的情况下ReDiWiSt才可以检测厚的刮刷条纹自身。此外，从在附图24中的其中应用了肯尼算法的图像2402中可以清楚地看出，在图像2402中没有检测到刮刷条纹边缘。借助第一阶和第二阶的其他型号的边缘探测器的试验——所述边缘探测器中的每一个被应用到不同的阈上——导致相同的结果。这说明在现有技术中不可能的是，检测这种厚的刮刷条纹和无可挑剔地表明造成这种厚的刮刷条纹的刮水片处于差的状态中。相反地，可以根据所述实施例检测这种所述厚的刮刷条纹，并且这是以相当稳健的方式进行，其方式是，建立在另一种由挡风玻璃上的刮刷条纹造成的光学效应的基础上。
发明系统的硬件可以包括单目通用DAS摄像机，其具有附加的、可选的、用于同步刮水片刮刷机构的控制单元。所述同步可以如此进行，使得刮水片直接在单张图像检测之前扫过与DAS摄像机的FOV相对置的区域，但是没有必要在每个单张图像中如此。即使这不是必需的，但是这是最佳的，因为如上面已经提到的那样，在刮水片的刮刷运动之后立即最大和最明显地出现通过刮水片造成的光学效应。
以下假定，一个挡风玻璃区域由在良好状态中的刮水片扫过。
附图32示出一个曲线图，在该曲线图中在横坐标上绘出时间t／t0和在纵座标上绘出衍射图强度I／I0。显示有向前刮刷运动的时刻1422和向后刮刷运动的时刻1424。在时间点1422，1424之间衍射图的强度以斜度-|E|3351延伸和从时间点1424开始以斜度-|E|3353延伸。斜度3351在衍射图的强度为1时开始和下降到数值0.3。斜度3351在衍射图的强度为1时开始和下降到数值0。借此显示衍射图的强度在刮刷间隔方面的偏差。
附图32描述所造成的衍射图的强度在时间过程上的特性。t0是刮水片为了运动越过POI和再次运动返回需要的时间，所述POI即在图像中观察到衍射图的所处的点。t＝0是刮水片已经运动越过POI的时间点，并且衍射图的强度在I0处最大，因为微观小的刮刷条纹在此恰好才形成并且还没有蒸发。根据美国全体加热-，冷却-，通风-和空调设备制造从业人员职业协会手册(ASHRAE＝American Society of Heating，Refrigeration and AirConditioning Engineers)[PARSONS，Bob(Hrsg.)所著的《ASHRAEHandbook：Heating，Ventilating，and Air-Conditioning Applications》，AmericanSociety ofHeating，Refrigerating，1991年]，由水形成的几何体的蒸发速率E通过
E = ( α + β · V w ) ( P w - P a ) Δ H v - - - ( 1 )
得出，其中，
E：蒸发速率，单位为kg／m2·hr
Vw：水表面上的空气速度，单位为m／s，
Pw：水温时的饱和蒸汽压力，单位为mmHg，
Pa：空气露点时的饱和蒸汽压力，单位为mmHg，
Pw：水体温度时潜在的水热量，单位为kJ／kg，以及
α和β是常数，它们从一个几何体变化到另一个几何体，但是在一般情况下可以通过粗略的估计确定为(α，β)＝(42.6，37.6)。
因此，E是用于上述参数的一组近似值的标量。因此，随着时间的变化强度以如微观小的刮刷条纹以类似的方式蒸发那样的程度直线下降，直到刮水片在t＝t0时回扫经过POI并且所造成的衍射图的强度跳回到I0，因为作为回扫的结果形成新的微观小的刮刷条纹。在此之后，并且在假定不再执行进一步的刮刷运动的情况下，强度图案同样以如所述刮刷条纹以直线方式蒸发(-|E|速率)那样的程度直线下降到零。但是应指出，在一个衍射图在视觉上变得不独特之前，即使在日光下它也可以越过多个单张图像而存在，因此留给ReDiWiSt足够多的时间，以便在没有用于刮水片的时间同步的控制单元的情况下应付得了DAS摄像机的图像检测速率。
在空气中具有高灰尘密度的城市和地区中，灰尘中的石英颗粒造成在挡风玻璃上形成刮痕，所述刮痕是由刮水片的刮刷机构造成[DYAR，Melinda、GUNTER，Mickey E.、TASA，Dennis所著的《Mineralogy AndOptical Mineralogy》，Mineralogical Society of America，2007年]。这些刮痕形成为永久的多缝隙结构，其在POI处造成一个一维的、在该POI处与所述结构垂直地布置的衍射图，更确切地说，即使当没有下雨或刮水片没有激活的时候。如果是在刮水片没有激活期间检测到这种衍射图，则ReDiWiSt从中推论出，因为所述衍射图与通过刮水片在刮刷时造成的衍射图相似，就是说，它们在每个给定的POI处是与刮刷方向垂直的，这种衍射图可以归因于挡风玻璃，由于在空气中具有高密度灰尘的地区中越过一个长的时间段刮水片的刮刷，所述挡风玻璃处于差的状态中。
根据一个实施例，除了判断刮水片状态和挡风玻璃状态的功能性之外，还为DAS提供宝贵的功能。ReDiWiSt检测通过挡风玻璃上的目标造成的和不是通过更早之前的场景引起的光学现象。例如基于通过在良好状态中的刮水片或基于在差的状态中的挡风玻璃上的玻璃刮痕造成的微观小的刮刷条纹衍射图在立体视觉DAS中造成借助于所述衍射图的有错误的视差估计。在检测一个例如迎面驶来的车辆大灯的如在附图28和29中所示的包含这种由微观小的刮刷条纹诱发的和由玻璃刮痕诱发的衍射图的图像时，立体视觉DAS可以给所述车辆大灯分配视差，所述视差将向系统表明，在迎面驶来的车辆上固定有两个巨大的桩子。这种错误的假设可能会导致在DAS中的混乱和否则深思熟虑的系统的异常特性。在检测所述通过微观小的刮刷条纹或挡风玻璃上的玻璃刮痕造成的所述衍射图的时候，ReDiWiSt向系统提供对所提到的光学效应的基本理解，由此可以避免混乱和由混乱产生的错误。
所述方法原则上适合于在每一个基于摄像机的驾驶员辅助系统中使用。在此，能够以相对较低的耗费实现所述方法，因为没有产生附加的硬件成本，因为能够通过软件的方式实现。
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。不同的实施例可以完整地或关于各个特征彼此组合。一个实施例也可以通过另一个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的顺序执行根据本发明的方法步骤。

Claims (13)

1.一种用于识别车辆(100)的窗玻璃上的定向结构的方法，所述方法包括下述步骤：
实施(308)所述窗玻璃(102)的至少一部分的图像(402；502，602)的沿着分析处理路径(704；804)布置的像点的评估，其中，所述分析处理路径的走向取决于所述窗玻璃上的定向结构的所预期的取向；以及
基于所述评估识别(310)定向结构(204)。
2.根据权利要求1所述的方法，其中，在实施(308)所述评估的步骤中确定，沿着所述分析处理路径(704；804)布置的像点是否表示所述窗玻璃(102)的通过所述像点代表的区域的污渍(104)。
3.根据以上权利要求中任一项所述的方法，所述方法具有实施所述窗玻璃(102)的图像的沿着另一个路径(804)布置的像点的另一个评估的步骤，其中，所述另一个路径的走向与所述分析处理路径(704；804)的走向大致垂直，其中，在所述识别的步骤(310)中基于所述评估和所述另一个评估确定所述定向结构(204)。
4.根据以上权利要求中任一项所述的方法，其中，在实施所述评估时考虑衍射效应和／或缝隙衍射效应和／或折射效应。
5.根据以上权利要求中任一项所述的方法，其中，所述定向结构涉及刮痕或条痕或将所述定向结构分类为刮痕或条痕。
6.根据以上权利要求中任一项所述的方法，其中，确定所述定向结构的延展、尤其是厚度和／或取向和／或所述定向结构彼此之间的距离和／或区别。
7.根据以上权利要求中任一项所述的方法，其中，所述分析处理路径(704；804)的走向取决于用于刮刷所述窗玻璃(102)的刮刷装置(214)的刮刷边缘(216)的刮刷轨迹。
8.根据权利要求7所述的方法，所述方法包括基于关于所述定向结构(204)的信息求取所述刮刷边缘的状态的步骤。
9.根据权利要求8所述的方法，所述方法具有实施所述窗玻璃(102)的下一个图像(602)的沿着所述分析处理路径(704；804)布置的像点的下一个评估的步骤和基于所述下一个评估识别下一个定向结构的步骤，其中，在所述求取的步骤中还基于关于所述下一个定向结构的信息求取所述刮刷边缘(216)的状态。
10.根据以上权利要求中任一项所述的方法，其中，所述方法具有分析所述窗玻璃(102)的图像(402；502；602)的像点以便识别所述窗玻璃内侧上的水汽的步骤。
11.一种用于识别车辆(100)的窗玻璃上的定向结构的方法，所述方法包括下述步骤：
实施(308)所述窗玻璃(102)的图像(402；502，602)的沿着分析处理路径(704；804)布置的像点的评估，其中，所述分析处理路径的走向取决于所述窗玻璃上的定向结构的所预期的取向；
实施沿着所述分析处理路径(704；804)布置的像点是否表示在所述窗玻璃(102)的通过所述像点代表的区域中的光衍射效应的确定；以及
基于所述评估和所述确定识别(310)定向结构(204)。
12.一种用于识别车辆(100)的窗玻璃上的定向结构的设备，所述设备具有下述特征：
用于实施所述窗玻璃(102)的图像(402；502，602)的沿着分析处理路径(704；804)布置的像点的评估的实施装置(108)，其中，所述分析处理路径的走向取决于所述窗玻璃上的定向结构的所预期的取向；以及
用于基于所述评估识别定向结构(204)的识别装置(110)。
13.一种具有程序代码的计算机程序产品，其用于当在信息系统上执行程序时实施根据权利要求1-12中任一项所述的方法。
CN201280029438.1A 2011-06-17 2012-05-15 用于识别车辆的窗玻璃上的定向结构的方法和设备 Expired - Fee Related CN103857567B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102011077703.2 2011-06-17
DE102011077703 2011-06-17
PCT/EP2012/059010 WO2012171737A1 (de) 2011-06-17 2012-05-15 Verfahren und vorrichtung zur erkennung von gerichteten strukturen auf einer scheibe eines fahrzeugs

Publications (2)

Publication Number Publication Date
CN103857567A true CN103857567A (zh) 2014-06-11
CN103857567B CN103857567B (zh) 2016-06-15

Family

ID=46085627

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280029438.1A Expired - Fee Related CN103857567B (zh) 2011-06-17 2012-05-15 用于识别车辆的窗玻璃上的定向结构的方法和设备

Country Status (5)

Country Link
US (1) US9616851B2 (zh)
EP (1) EP2720912A1 (zh)
CN (1) CN103857567B (zh)
DE (1) DE102012210116A1 (zh)
WO (1) WO2012171737A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106548177A (zh) * 2015-09-16 2017-03-29 丰田自动车株式会社 物体识别装置以及污垢检测方法
CN107025576A (zh) * 2017-03-30 2017-08-08 北京悦畅科技有限公司 洗车服务信息的推送控制方法、装置及系统
CN108876958A (zh) * 2017-05-10 2018-11-23 罗伯特·博世有限公司 刮水器状态显示方法
CN109466510A (zh) * 2018-11-19 2019-03-15 厦门理工学院 基于雨水残留刮痕的雨刮片胶条故障检测方法及检测系统
CN110551050A (zh) * 2019-09-02 2019-12-10 南通大学 一种2-[3’-(N-Boc-吡咯基)]-苯甲酸的合成方法
CN110775018A (zh) * 2019-10-31 2020-02-11 安徽百宏达汽车电器有限公司 带有故障自检系统的电动雨刮器及其自检方法

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2526270B (en) * 2014-05-16 2018-08-22 Pre Chasm Res Ltd Examining vehicle glass defects
DE102015202457A1 (de) 2015-02-11 2016-08-11 Volkswagen Aktiengesellschaft Vorrichtung und Verfahren zum Entfernen von Fremdkörpern von einem Lichtauslass eines Head-Up-Displays
DE102015002465A1 (de) * 2015-02-27 2016-09-01 Hella Kgaa Hueck & Co. Verfahren zur Feinstaubmessung und Feinstaubsensor zur Bestimmung der Partikelgröße von Feinstaub
DE102015003610A1 (de) 2015-03-23 2015-08-27 Daimler Ag Vorrichtung und Verfahren zur Erfassung und Entfernung von Feuchtigkeit auf einer Fahrzeugfensterscheibe
EP3113108B1 (en) * 2015-07-02 2020-03-11 Continental Automotive GmbH Detection of lens contamination using expected edge trajectories
JP6259482B2 (ja) 2016-03-18 2018-01-10 株式会社Ｓｕｂａｒｕ 車両用表示制御装置
WO2017190092A1 (en) * 2016-04-29 2017-11-02 Faraday&Future Inc. System for providing color balance in automotive display
US9783166B1 (en) * 2016-06-07 2017-10-10 International Business Machines Corporation Windscreen clearing using surface monitoring
EP3306521B1 (en) * 2016-10-07 2021-12-08 Veoneer Sweden AB Stereo vision system and method for a motor vehicle
JP6702148B2 (ja) * 2016-11-11 2020-05-27 株式会社デンソー 立体物認識装置
EP3373195A1 (en) * 2017-03-06 2018-09-12 Continental Automotive GmbH Device for determining a crack on and/or within a vehicle windscreen
CN110027511B (zh) * 2018-08-23 2020-11-17 安徽智时代科技有限公司 玻璃多位置压力感应平台
US11172192B2 (en) * 2018-12-27 2021-11-09 Waymo Llc Identifying defects in optical detector systems based on extent of stray light
US11180117B2 (en) * 2019-08-31 2021-11-23 Light Labs Inc. Methods and apparatus for capturing and using images in a system including wipers
JP7319597B2 (ja) * 2020-09-23 2023-08-02 トヨタ自動車株式会社 車両運転支援装置
DE102022133745A1 (de) 2022-12-16 2024-06-27 Daimler Truck AG Fahrzeug und Verfahren zum Betrieb einer Wischeranordnung und eines Stereokamerasystems eines Fahrzeugs

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001330559A (ja) * 2000-05-19 2001-11-30 Nippon Soken Inc 異物検出装置およびそれを用いたオートワイパ制御装置
DE10254684A1 (de) * 2002-11-22 2004-06-03 Valeo Schalter Und Sensoren Gmbh System und Verfahren zur Überwachung des Zustandes eines Wischgummis einer Wischervorrichtung eines Kraftfahrzeugs
CN1761870A (zh) * 2003-03-29 2006-04-19 皮尔金顿公共有限公司 玻璃的检查
CN101449151A (zh) * 2006-03-29 2009-06-03 皮尔金顿集团有限公司 对玻璃窗的检验
CN102015384A (zh) * 2008-04-21 2011-04-13 株式会社Fsc 雨滴传感器
CN102271977A (zh) * 2009-01-02 2011-12-07 罗伯特·博世有限公司 用于检测车窗的车窗状态的摄像机装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6150927A (en) * 1998-03-30 2000-11-21 Nextbus Information Systems, Llc Anti-vandalism detector and alarm system
US6617564B2 (en) 2001-10-04 2003-09-09 Gentex Corporation Moisture sensor utilizing stereo imaging with an image sensor
US8180099B2 (en) * 2002-07-16 2012-05-15 Trw Limited Rain detection apparatus and method
US8045760B2 (en) 2003-02-21 2011-10-25 Gentex Corporation Automatic vehicle exterior light control systems
DE102005004513A1 (de) 2005-01-31 2006-03-09 Daimlerchrysler Ag Detektion von Niederschlägen auf Oberflächen, insbesondere auf der Oberfläche der Windschutzscheibe eines Kraftfahrzeuges
DE102009000005A1 (de) * 2009-01-02 2010-07-08 Robert Bosch Gmbh Kameraanordnung und Verfahren zur Erfassung einer Fahrzeugumgebung
DE102009000004A1 (de) 2009-01-02 2010-07-08 Robert Bosch Gmbh Kameraanordnung für ein Kraftfahrzeug und Kraftfahrzeug mit einer Kameraanordnung
DE202009018242U1 (de) * 2009-09-15 2011-06-09 GFE - Gesellschaft für Fertigungstechnik und Entwicklung Schmalkalden e.V., 98574 Einrichtung zum Prüfen und Bewerten von Scheibenwischerblättern
DE102010043479B4 (de) * 2010-11-05 2019-03-07 Robert Bosch Gmbh Kameraanordnung und Verfahren zum Betreiben einer Kameraanordnung für ein Kraftfahrzeug
US20140241589A1 (en) * 2011-06-17 2014-08-28 Daniel Weber Method and apparatus for the detection of visibility impairment of a pane

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001330559A (ja) * 2000-05-19 2001-11-30 Nippon Soken Inc 異物検出装置およびそれを用いたオートワイパ制御装置
DE10254684A1 (de) * 2002-11-22 2004-06-03 Valeo Schalter Und Sensoren Gmbh System und Verfahren zur Überwachung des Zustandes eines Wischgummis einer Wischervorrichtung eines Kraftfahrzeugs
CN1761870A (zh) * 2003-03-29 2006-04-19 皮尔金顿公共有限公司 玻璃的检查
CN101449151A (zh) * 2006-03-29 2009-06-03 皮尔金顿集团有限公司 对玻璃窗的检验
CN102015384A (zh) * 2008-04-21 2011-04-13 株式会社Fsc 雨滴传感器
CN102271977A (zh) * 2009-01-02 2011-12-07 罗伯特·博世有限公司 用于检测车窗的车窗状态的摄像机装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106548177A (zh) * 2015-09-16 2017-03-29 丰田自动车株式会社 物体识别装置以及污垢检测方法
CN107025576A (zh) * 2017-03-30 2017-08-08 北京悦畅科技有限公司 洗车服务信息的推送控制方法、装置及系统
CN107025576B (zh) * 2017-03-30 2022-03-29 北京悦畅科技有限公司 洗车服务信息的推送控制方法、装置及系统
CN108876958A (zh) * 2017-05-10 2018-11-23 罗伯特·博世有限公司 刮水器状态显示方法
CN109466510A (zh) * 2018-11-19 2019-03-15 厦门理工学院 基于雨水残留刮痕的雨刮片胶条故障检测方法及检测系统
CN110551050A (zh) * 2019-09-02 2019-12-10 南通大学 一种2-[3’-(N-Boc-吡咯基)]-苯甲酸的合成方法
CN110775018A (zh) * 2019-10-31 2020-02-11 安徽百宏达汽车电器有限公司 带有故障自检系统的电动雨刮器及其自检方法

Also Published As

Publication number Publication date
US20140321701A1 (en) 2014-10-30
US9616851B2 (en) 2017-04-11
EP2720912A1 (de) 2014-04-23
DE102012210116A1 (de) 2012-12-20
CN103857567B (zh) 2016-06-15
WO2012171737A1 (de) 2012-12-20

Similar Documents

Publication Publication Date Title
CN103857567A (zh) 用于识别车辆的窗玻璃上的定向结构的方法和设备
US11565659B2 (en) Raindrop recognition device, vehicular control apparatus, method of training model, and trained model
US8797417B2 (en) Image restoration method in computer vision system, including method and apparatus for identifying raindrops on a windshield
US6495815B1 (en) Moisture sensor and windshield fog detector
US9384401B2 (en) Method for fog detection
Cord et al. Detecting unfocused raindrops: In-vehicle multipurpose cameras
EP2463806A1 (en) Vehicle detection device and vehicle detection method
EP2956889A1 (en) A road marking analyser and a method of analysis of road markings and an apparatus and method for detecting vehicle weave
Cord et al. Towards rain detection through use of in-vehicle multipurpose cameras
CN114913449A (zh) 一种车联网的路面摄像分析方法
CN114189671A (zh) 相机清洁系统的验证
CN113673403B (zh) 行驶环境检测方法、系统、装置、计算机设备、计算机可读存储介质及汽车
Hasirlioglu et al. Raindrops on the windshield: Performance assessment of camera-based object detection
US9230189B2 (en) Method of raindrop detection on a vehicle windscreen and driving assistance device
KR20210044127A (ko) 영상 분석 기반 가시거리 측정 및 경보 시스템 및 방법
US10650250B2 (en) Determination of low image quality of a vehicle camera caused by heavy rain
CN110682874B (zh) 雨刷器老化的检测方法、检测装置和车辆
EP4052215A1 (en) Method for detecting a moving state of a vehicle
Kurihata et al. Detection of raindrops on a windshield from an in-vehicle video camera
CN106127127B (zh) 静态区特征匹配的出租车监控异常图像信号检测方法
Tadjine et al. Optical Self Diagnostics for Camera Based Driver Assistance
Tian Identification of Weather Conditions Related to Roadside LiDAR Data
CN116533929A (zh) 一种驾驶视野监测方法及装置
JP2014073737A (ja) 車両用撮影装置
CN117325804A (zh) 一种摄像头的自动除雾方法、装置、设备和介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160615

Termination date: 20210515