DE102012218534A1 - Verfahren und system zum erkennen des rückwärtsfahrens eines fahrzeugs über videoerfassung und -bearbeitung - Google Patents

Verfahren und system zum erkennen des rückwärtsfahrens eines fahrzeugs über videoerfassung und -bearbeitung Download PDF

Info

Publication number
DE102012218534A1
DE102012218534A1 DE102012218534A DE102012218534A DE102012218534A1 DE 102012218534 A1 DE102012218534 A1 DE 102012218534A1 DE 102012218534 A DE102012218534 A DE 102012218534A DE 102012218534 A DE102012218534 A DE 102012218534A DE 102012218534 A1 DE102012218534 A1 DE 102012218534A1
Authority
DE
Germany
Prior art keywords
vehicle
backing
video
detecting
frames
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
DE102012218534A
Other languages
English (en)
Other versions
DE102012218534B4 (de
Inventor
Robert P. Loce
Wencheng Wu
Edgar A. Bernal
Thomas F. Wade
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.)
Conduent Business Services LLC
Original Assignee
Xerox Corp
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 Xerox Corp filed Critical Xerox Corp
Publication of DE102012218534A1 publication Critical patent/DE102012218534A1/de
Application granted granted Critical
Publication of DE102012218534B4 publication Critical patent/DE102012218534B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/056Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/60Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403Image sensing, e.g. optical camera
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30236Traffic on road, railway or crossing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die vorliegende Offenbarung stellt eine Videokamera und ein Videobearbeitungs-Alarmsystem bereit, um ein Fahrzeug im Rückwärtsgang zu erkennen. Nach einem Ausführungsbeispiel funktioniert das System gemäß den folgenden Richtlinien oder Schritten: (1) Erfassen eines Videos, das Merkmale enthält, die für die Rückfahrerkennung relevant sind, (2) Identifizieren eines oder mehrerer Merkmale in dem Videoeinzelbild, das bzw. die für ein Fahrzeug im Rückwärtsgang relevant ist bzw. sind, (3) Untersuchen der identifizierten Merkmale, um für ein aktuelles Einzelbild den Nachweis zu entnehmen, dass das Fahrzeug rückwärts fährt, (4) Anwenden einer zeitlichen Filterung auf den Nachweis von Einzelbild zu Einzelbild, (5) Verwenden der gefilterten Nachweise für die Entscheidung über das Auslösen des Alarms, (6) Auslösen eines Alarms, falls dies durch die Entscheidung angegeben wird. Das System kann mit relativ geringen Kosten und geringer Komplexität umgesetzt werden, auf Grund der Erschwinglichkeit von Videokameras und der Tatsache, dass viele Standorte mit Durchfahrten bereits über eine Videoaufnahme-Infrastruktur verfügen.

Description

  • Übliche Verfahren zur Verhindern des Rückwärtsfahrens eines Fahrzeugs werden als STD-(Nagelsperren-)Vorrichtungen eingestuft. Sie werden häufig in Hochsicherheitszonen eingesetzt und verwenden Klingen oder Nägel, um ein Fahrzeug daran zu hindern, auf einer bestimmten Spur in die falsche Richtung zu fahren. Diese destruktiven Verfahren sind nicht zur Verwendung mit Vorgaben auf Durchfahrspuren sowie in anderen Situationen auf Straßen und Autobahnen geeignet, wo ein nicht destruktives System zum Erkennen des Rückwärtsfahrens benötigt wird oder erforderlich ist. Es wird ein nahezu verzögerungsfreies, nicht destruktives System benötigt.
  • Bei einer Ausführungsform der vorliegenden Offenbarung wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, beschrieben, das eine Videokamera verwendet, die auf das Fahrzeug gerichtet ist und betriebsmäßig an ein Videobearbeitungssystem angeschlossen ist, wobei das Verfahren folgende Schritte umfasst a) Erfassen eines Videostroms, der eine Menge von einem oder mehreren Merkmalen des Fahrzeugs umfasst, wobei das Video ein aktuelles Einzelbild und ein oder mehrere aufeinanderfolgende vorhergehende Einzelbilder umfasst; b) Auswählen eines ersten Merkmals aus der Menge von einem oder mehreren Merkmalen; c) Bearbeiten des ausgewählten ersten Merkmals, das in dem aktuellen Einzelbild aufgenommen wird, mit Bezug auf eines oder mehrere der aufeinanderfolgenden vorhergehenden Einzelbilder, und Bestimmen, ob das Fahrzeug rückwärts fährt; und d) Auslösen eines Alarms, falls das Fahrzeug rückwärts fährt.
  • Bei einer anderen Ausführungsform der vorliegenden Offenbarung wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, beschrieben, das eine Videokamera verwendet, die auf das Fahrzeug gerichtet ist und betriebsmäßig an ein Videobearbeitungssystem angeschlossen ist, wobei das Verfahren folgende Schritte umfasst: a) Erfassen eines Videostroms des Fahrzeugs, der ein aktuelles Einzelbild und ein oder mehrere aufeinanderfolgende vorhergehende Einzelbilder umfasst; b) Bearbeiten des erfassten Videostroms des Fahrzeugs und Bestimmen, ob das Fahrzeug rückwärts fährt; und c) Auslösen eines Alarms, falls das Fahrzeug rückwärts fährt.
  • Bei noch einer anderen Ausführungsform der vorliegenden Offenbarung wird ein Videosystem zum Auslösen eines Alarms beschrieben, wenn ein Fahrzeug rückwärts fährt, wobei das Videosystem eine Videokamera umfasst, die in einer Durchfahrspur auf das Heck eines Fahrzeugs gerichtet ist, wobei die Videokamera positioniert ist, um die Visualisierung auf die Rückfahrscheinwerfer zu ermöglichen, die zu dem Fahrzeug gehören; und ein Videobearbeitungssystem, das betriebsmäßig an die Videokamera angeschlossen ist, wobei das Videobearbeitungssystem konfiguriert ist, um ein Verfahren auszuführen, das folgende Schritte umfasst a) Erfassen eines Videostroms, der eine Menge von einem oder mehreren Merkmalen des Fahrzeugs umfasst, wobei das Video ein aktuelles Einzelbild und ein oder mehrere aufeinanderfolgende vorhergehende Einzelbilder umfasst; b) Auswählen eines ersten Merkmals aus der Menge von einem oder mehreren Merkmalen; c) Bearbeiten des ausgewählten ersten Merkmals, das in dem aktuellen Einzelbild aufgenommen wird, mit Bezug auf eines oder mehrere der aufeinanderfolgenden vorhergehenden Einzelbilder und Bestimmen, ob das Fahrzeug rückwärts fährt; und, d) Auslösen eines Alarms, falls das Fahrzeug rückwärts fährt.
  • Bei noch einer anderen Ausführungsform der vorliegenden Offenbarung wird ein Videosystem zum Auslösen eines Alarms beschrieben, wenn ein Fahrzeug rückwärts fährt, wobei das Videosystem eine Videokamera, die auf das Fahrzeug gerichtet ist, und ein Videobearbeitungssystem, das betriebsmäßig an die Videokamera angeschlossen ist, umfasst, wobei das Videobearbeitungssystem konfiguriert ist, um ein Verfahren auszuführen, das folgende Schritte umfasst a) Erfassen eines Videostroms des Fahrzeugs, der ein aktuelles Einzelbild und ein oder mehrere aufeinanderfolgende vorhergehende Einzelbilder umfasst; b) Bearbeiten des erfassten Videostroms des Fahrzeugs und Bestimmen, ob das Fahrzeug rückwärts fährt; und c) Auslösen eines Alarms, falls das Fahrzeug rückwärts fährt.
  • Es zeigen:
  • 1 ein Blockdiagramm eines Verfahrens zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß einem Ausführungsbeispiel der vorliegenden Offenbarung;
  • 2 ein Beispiel des Bestimmens der Kompaktheit eines Bildes, das von einer Videokamera aufgenommen wird und verwendet wird, um die Rückfahrscheinwerfer zu identifizieren, die zu einem Fahrzeug gehören;
  • 3 ein Beispiel des Bestimmens eines lokalen Kontrastes eines Bildes, das von einer Videokamera aufgenommen wird und verwendet wird, um die Rückfahrscheinwerfer zu identifizieren, die zu einem Fahrzeug gehören;
  • 4 ein Ausführungsbeispiel eines Videosystems, das in einer Einbahnstraße installiert ist und verwendet wird, um einen Alarm auszulösen, wenn ein Fahrzeug rückwärts fährt;
  • 5 eine Rückansicht des Fahrzeugs, das in 4 überwacht wird; und
  • 6 ein Blockdiagramm eines Videosystems gemäß einem Ausführungsbeispiel der vorliegenden Offenbarung.
  • Die vorliegende Offenbarung stellt eine Videokamera und ein Videobearbeitungs-Alarmsystem zum Erkennen eines Fahrzeugs im Rückwärtsgang bereit. Das System funktioniert gemäß den folgenden Richtlinien bzw. Schritten: (1) Erfassen eines Videos, das Merkmale eines Fahrzeugs enthält, die für die Rückfahrerkennung relevant sind, (2) Identifizieren eines oder mehrerer Merkmale in dem Videoeinzelbild, das bzw. die für ein Fahrzeug im Rückwärtsgang relevant ist bzw. sind, (3) Untersuchen der identifizierten Merkmale, um für ein aktuelles Einzelbild einen Nachweis zu entnehmen, dass das Fahrzeug rückwärts fährt, (4) Anwenden einer zeitlichen Filterung auf den Nachweis von Einzelbild zu Einzelbild, (5) Verwenden der gefilterten Nachweise für die Entscheidung über das Auslösen des Alarms, (6) Auslösen eines Alarms, falls dies durch die Entscheidung angegeben wird. Das System kann mit relativ geringen Kosten und geringer Komplexität umgesetzt werden, auf Grund der Erschwinglichkeit von Videokameras und der Tatsache, dass viele Standorte mit Durchfahrten, wie etwa Restaurants, Mauthäuschen usw. bereits über eine Videoaufnahme-Infrastruktur verfügen.
  • Wie es im Abschnitt über den Stand der Technik besprochen wurde, kommt es auf Durchfahrspuren, beispielsweise von Fast-Food-Restaurants, zu zahlreichen Unfällen, weil die Fahrer ihr Fahrzeug versehentlich in den Rückwärtsgang schalten. Zusätzlich zu geringfügigen Fahrzeugschäden können die Vorfälle in größere Schäden und Gewalt ausarten. Solche Vorfälle können auf Grund von Eigentumsbeschädigung, Körperverletzung, Klagen und negativer Werbung für die Geschäfte von großem Nachteil sein. Ein kostengünstiges Mittel, um die Anzahl derartiger Vorfälle zu reduzieren, kann für eine Firma mit Durchfahrspuren von erheblichem Wert sein, und der potenzielle Markt ist sehr groß. Beispielsweise hat nur eine Fast-Food-Kette alle über 31.000 Geschäfte. Viele Durchfahrspuren sind derzeit zu Zwecken der Sicherheit oder zum Abgleichen von Bestellungen mit einer Videokamerainfrastruktur ausgestattet, und eine Rückfahrerkennungsfunktion, die zu dieser Infrastruktur hinzukommt, sollte nicht auf wesentliche Schwierigkeiten stoßen.
  • Übliche Verfahren zur Verhindern des Rückwärtsfahrens eines Fahrzeugs werden als STD (Nagelsperren) eingestuft. Sie werden häufig in Hochsicherheitszonen eingesetzt und verwenden Klingen oder Nägel, um ein Fahrzeug daran zu hindern, auf einer bestimmten Spur in die falsche Richtung zu fahren. Diese destruktiven Verfahren sind nicht zur Verwendung mit Vorgaben auf Durchfahrspuren geeignet. Einige Fahrzeuge werden nun mit Näherungsschaltern ausgestattet, die erkennen, ob sich ein Objekt direkt hinter oder vor dem Fahrzeug befindet. Ein Beispiel ist der Parksensor von Proxel (siehe http://www.proxel.com). Diese Sensoren sind auf sehr wenigen Fahrzeugen zu finden. Benötigt wird ein nahezu verzögerungsfreies, nicht destruktives System zum Erkennen eines Fahrzeugs im Rückwärtsgang, das für alle Fahrzeuge funktioniert, unabhängig von ihren Merkmalen, Kosten, Herstellungsjahr usw.
  • Die vorliegende Offenbarung stellt eine Videokamera und ein Videobearbeitungswarnsystem zum Erkennen eines Fahrzeugs im Rückwärtsgang bereit. Nach einem Ausführungsbeispiel funktioniert das System gemäß den folgenden Richtlinien bzw. Schritten: (1) Erfassen eines Videos, das Merkmale enthält, die für die Rückfahrerkennung relevant sind, (2) Identifizieren eines oder mehrerer Merkmale in dem Videoeinzelbild, das bzw. die für ein Fahrzeug im Rückwärtsgang relevant ist bzw. sind, (3) Untersuchen der identifizierten Merkmale, um für ein aktuelles Einzelbild den Nachweis zu entnehmen, dass das Fahrzeug rückwärts fährt, (4) Anwenden einer zeitlichen Filterung auf den Nachweis von Einzelbild zu Einzelbild, (5) Verwenden des gefilterten Nachweises für die Entscheidung über das Auslösen des Alarms, (6) Auslösen eines Alarms, falls dies durch die Entscheidung angegeben wird. Das System kann auf Grund der Erschwinglichkeit von Videokameras und der Tatsache, dass viele Standorte bereits über eine Videoaufnahme-Infrastruktur verfügen, mit relativ geringen Kosten und geringer Komplexität umgesetzt werden.
  • Insbesondere werden die hier beschriebenen Systeme und Verfahren hauptsächlich auf eine Durchfahrspur, die zu einem Fast-Food-Restaurant oder einem Mauthäuschen gehört, angewendet. Es versteht sich jedoch, dass die hier bereitgestellten Systeme und Verfahren zur Rückfahrerkennung auf eine beliebige Umgebung anwendbar sind, bei der es erwünscht ist, das Rückwärtsfahren eines Fahrzeugs zu erkennen, beispielsweise ohne Einschränkung eine Durchfahrladezone, eine Parkplatzschranke usw.
  • Zudem werden die vorliegenden Systeme und Verfahren hauptsächlich mit einer einzigen Videokamera beschrieben, die auf das Heck eines einzigen Fahrzeugs gerichtet ist, und wahlweise oder alternativ, mit einer Videokamera, die auf das Dach eines Fahrzeugs gerichtet ist. Es versteht sich jedoch, dass die offenbarten Systeme und Verfahren mehrere Videokameras umfassen können, um eine Vielzahl von Fahrzeugen zu überwachen, beispielsweise eine Fahrzeugschlange, die wartet, um an einem Häuschen oder einer Schranke und/oder einem Fenster vorbei zu fahren.
  • Nachstehend werden weitere Einzelheiten einer Videokamera und eines Videobearbeitungswarnsystems zum Erkennen eines Fahrzeugs im Rückwärtsgang bereitgestellt.
  • Schritt 1: Erfassen eines Videos, das Merkmale enthält, die für die Rückfahrerkennung 5 relevant sind.
  • Das Video wird unter Verwendung einer beliebigen von diversen Kameraarten erfasst. Kostengünstige RGB-, IR- oder monochrome Videokameras sind Beispiele von geeigneten Vorrichtungen. Insbesondere können RGB-Kameras verwendet werden, um nach roten Bremslichtern am Heck eines Fahrzeugs zu suchen, um dabei zu helfen, aktivierte weiße Rückfahrleuchten zu finden, die angeben, dass ein Fahrzeug vielleicht gerade rückwärts fährt.
  • Eine Kamera muss derart positioniert sein, dass sie die relevanten Merkmale an der Stelle aufnehmen kann, an der das Rückwärtsfahren zu vermeiden ist. Falls die interessanten Hauptmerkmale beispielsweise die Rückfahrscheinwerfer sind, sollte die Kamera das Heck des Fahrzeugs anvisieren, so dass sich die Rückfahrleuchten im Sehfeld befinden. Zudem muss Kamera positioniert sein, um einen unverdeckten Blick auf das Heck des Fahrzeugs bereitzustellen, und zwar unter Berücksichtigung eines eventuell nachkommenden Fahrzeugs, das sich direkt hinter dem betreffenden Fahrzeug befinden kann. Eine Kamera könnte eine oder mehrere Spuren überblicken und könnte andere Funktionen erfüllen, wie etwa eine Nummernschilderkennung zu Zwecken der Sicherheit oder zum Abgleichen einer Bestellung mit einem Kunden. Eine andere nützliche Position für die Kamera befindet sich über der Spur und blickt im Wesentlichen nach unten. Diese Sichtkonfiguration ermöglicht eine robuste Verfolgung einer Rückwärtsbewegung und die Erkennung von Fahrzeugmerkmalen und ist weniger von Farbinformationen abhängig. Wichtig ist, dass der Standort der Videokamera(s) optimiert werden kann, um eine robuste Sichtlinie auf die Rückfahrleuchten eines betreffenden Fahrzeugs oder auf ein beliebiges anderes Fahrzeugmerkmal bereitzustellen. Beispielsweise kann die Videokamera an einer senkrechten Wand/einem Mast, unter einem Verdeck usw. angebracht werden.
  • Schritt 2: Identifizieren eines oder mehrerer Merkmale in dem Videoeinzelbild, die für ein rückwärts fahrendes Fahrzeug 10 relevant sind.
  • Es gibt mehrere Möglichkeiten zum Auswählen von Merkmalen für die Erkennung einer Rückwärtsbewegung. Gemäß einem Ausführungsbeispiel werden die Rückfahrleuchten aus mehreren Gründen verfolgt. Eine Kamera, die das Heck eines Fahrzeugs visualisiert, kann auch ein Nummernschild für andere Anwendungen visualisieren. Die Erkennung von hellen Flecken, die zu den Rückfahrleuchten in einer bestimmten Zone gehören, ist relativ robust, insbesondere da die Erkennung häufig in einer Durchfahrt vorgenommen würde, die einen Carport umfasst, der Schatten bereitstellt und unerwünschtes Blenden durch die Sonne verhindert. Auch die Erkennung von hellen Flecken ermöglicht mühelos eine schnelle Echtzeitreaktion auf einen Rückfahrzustand. Andere Fahrzeugmerkmale umfassen Merkmale, die in einem Bild leicht zu identifizieren sind und die von Einzelbild zu Einzelbild auf Bewegung und Größenunterschiede verfolgt werden können. Beispielsweise kann man aus einer Draufsicht das Profil eines Fahrzeugs, einschließlich eines Randes oder einer Ecke, zuverlässig auf Bewegung verfolgen. Von hinten kann man das Nummernschild, Stoßstangenbereiche usw. nach Größe oder auf Bewegung verfolgen. Nachstehend werden Einzelheiten einer Umsetzung zum Erkennen von hellen Flecken, die von Rückfahrleuchten verursacht werden, beschrieben.
  • Helle Flecken, die bestimmte Eigenschaften (Intensität, Größe, Form, Position usw.) aufweisen, können als anfänglicher Indikator des möglichen Vorkommens eines rückwärts fahrenden Fahrzeugs verwendet werden. Der grundlegende Gedanke dabei ist, dass die Rückfahrleuchten eingeschaltet sind, wenn sich das Fahrzeug im Rückwärtsgang befindet. Um die relevanten Merkmale der hellen Flecken zu identifizieren, wird jedes Videoeinzelbild unter Verwendung des folgenden Algorithmus analysiert:
    Zunächst Identifizieren von roten Gebieten innerhalb eines Bereichs einer vorgegebenen Größe, d. h. es wird nach eventuellen Bremslichtern gesucht.
  • Falls rote Gebiete vorliegen, Identifizieren nur von hellen Flecken, die sich in der Nähe der roten Gebiete befinden. Wahrscheinlich gehören die hellen Flecken in der Nähe der roten Gebiete zu den Rückfahrleuchten.
  • Falls kein rotes Gebiet vorhanden ist, Identifizieren aller hellen Flecken in dem Einzelbild. Beispielsweise Identifizieren von hellen Flecken durch Finden zusammenhängender Pixel, die eine oder mehrere der folgenden Bedingungen erfüllen.
  • Pixelintensität = (4R + 4G + 2B)/10 > THL (untere Gewichtung für B, um für eine ältere Rückleuchtenlinse zu Gelb zu neigen), wobei R, G und B typischerweise durch 8 Bits dargestellt werden und Werte aufweisen, von 0 bis 255 reichen.
  • Die Größe der zusammenhängenden Fläche liegt innerhalb von [s1, s2].
  • Das Bildformat der Umrandung der zusammenhängenden Fläche liegt innerhalb von [a1, a2] (Formfaktor).
  • Die Kompaktheit der zusammenhängenden Fläche liegt innerhalb von [c1, c2] (die Kompaktheit ist der Anteil des hellen Fleckens in seiner Umrandung, siehe 2).
  • Der lokale „Kontrast” > THc (siehe 3). Es sei zu beachten, dass die Umrandung in der XY-Richtung um einen Faktor 2 erweitert ist, um bei lokalem Kontrast eine robustere Messung zu erhalten.
  • Es sei zu beachten, dass falsche Positivmeldungen vorkommen können, wenn man davon ausgeht, dass helle Flecken auf die Rückfahrleuchten zurückzuführen sind, wenn stark reflektierende Objekte in der Szene vorliegen, wie etwa glänzende Metallflächen oder Schnee. Ein optionaler Schritt der Hintergrundsubtraktion kann die meisten dieser falschen Positivmeldungen beseitigen.
  • Schritt 3: Untersuchen der identifizierten Merkmale, um für ein aktuelles Einzelbild 15 den Nachweis zu entnehmen, dass das Fahrzeug rückwärts fährt.
  • Der Nachweis dafür, dass ein Fahrzeug rückwärts fährt, kommt aus zwei Quellen:
    Das Vorliegen eines Paars von hellen Flecken, die wahrscheinlich die Rückfahrleuchten sind, und eines beliebigen einzelnen hellen Fleckens, der sich weiter als ein vorgegebener Abstand, beispielsweise 10 bis 15 cm, nach hinten bewegt.
  • Das Vorliegen eines Paars von hellen Flecken wird in einem einzigen Einzelbild bestimmt, wenn die Videoeinzelbilder ankommen. Die Bestimmung des Vorliegens des Paars basiert auf dem Untersuchen aller erkannten hellen Flecken aus Schritt 2 und den Eigenschaften der folgenden Punkte:
    Die X- und Y-Abstände zwischen einem Paar Rückfahrscheinwerfern müssen innerhalb eines vorbestimmten Bereichs liegen.
  • Die Größen eines Paars von Rückfahrscheinwerfern müssen ähnlich sein, und wahlweise muss der Bildinhalt um das Paar von Rückfahrscheinwerfern herum ähnlich sein.
  • Um zu bestimmen, ob sich ein beliebiger einzelner heller Fleck nach hinten bewegt, werden alle interessanten einzelnen hellen Flecken mit der Zeit verfolgt, und die gesamten Abstände, die bis zum aktuellen Einzelbild zurückgelegt wurden, werden vorläufig bewertet. Beispielsweise mit einem einfachen Verfolgungsalgorithmus (für eine Echtzeitumsetzung), der zuerst helle Flecken lokal von Einzelbild zu Einzelbild abgleicht (d. h. man geht davon aus, dass die Geschwindigkeit des Fahrzeugs < 10 mph ist) und dann beurteilt, ob die zurückgelegte Strecke beispielsweise größer als THm ist, ohne jedoch auf 10 bis 15 cm eingeschränkt zu sein (Rückwärts als positive Richtung zuteilen), basierend auf der Bewegung des Mittelpunktes der hellen Flecken mit der Zeit. Alternativ kann THm einen Pixelabstand darstellen, wie er an der Kamera gemessen wird. Für ein bestimmtes Einzelbild ist die Nachweisentscheidung gleich „eins”, wenn eine der beiden Quellen wahr ist; ansonsten ist die Nachweisentscheidung gleich „null”. Ein Laufpuffer einer vorherbestimmten Länge wird verwendet, um den Nachweisvektor zu speichern (einen Vektor aus Nullen und Einsen). Insbesondere wird der Nachweisvektor aus Nachweisentscheidungen aus mehreren Einzelbildern, bevorzugt aus aufeinanderfolgenden Einzelbildern, gebildet.
  • Schritt 4: Anwenden einer zeitlichen Filterung auf den Nachweis von Einzelbild zu Einzelbild
  • Um einige der falschen Positivmeldungen zu beseitigen, die eventuell in Schritt 2 und 3 vorgekommen sind, kann eine zeitliche Filterung auf den verfolgten Nachweisvektor angewendet werden. Beispielsweise kann eine Medianfilterung kann mit Gleitfenstergrößen von N1 und N2 (N1 < N2) auf den Nachweisvektor angewendet werden. Es sei zu beachten, dass mit diesem Verfahren der zeitlichen Filterung die Länge des Laufpuffers, der für den Nachweisvektor benötigt wird, mindestens gleich N2 ist.
  • Schritt 5: Verwenden der gefilterten Nachweise für die Entscheidung über das Auslösen des Alarms 25.
  • Um einen Alarm auszulösen, kann eine zweistufige Alarmauslösung (Warnung oder Stopp) basierend auf den Ergebnissen der zuvor erwähnten zeitmäßig gefilterten Nachweisvektoren verwendet werden. Mit anderen Worten basiert der zweistufige Alarm auf der Zuverlässigkeit des Nachweisvektors, dass ein Fahrzeug rückwärts fährt.
  • Wenn der Medianwert der letzten N2 Nachweise beispielsweise gleich 1 ist, wird ein Signal „Stopp” ausgelöst.
  • Wenn der Medianwert der letzten N2 Nachweise gleich 0 ist, dann wird ein Signal „Warnung” ausgelöst, wenn der Medianwert der letzten N1 Nachweise gleich 1 ist, ansonsten wird kein Signal ausgelöst.
  • Grundsätzlich wird ein Signal „Stopp” ausgelöst, wenn die meisten der neuesten N2 Nachweise gleich „ja, das Fahrzeug fährt rückwärts” sind. Ein Signal „Warnung” wird ausgelöst, wenn das Signal nicht „Stopp” ist, weil die meisten der N2 Nachweise nicht angeben, dass das „Fahrzeug rückwärts fährt”, und wenn die meisten der neuesten N1 Nachweise angeben: „ja, das Fahrzeug fährt rückwärts”. Dadurch, dass N1 < N2 eingestellt ist, benötigt der Algorithmus einen stärkeren Nachweis, um ein Signal „Stopp” anstelle eines Signals „Warnung” auszugeben. Es sei zu beachten, dass es einen Kompromiss zwischen der Auswahl größerer Werte von N gibt, um falsche Positivmeldungen zu reduzieren, und dass kleinere Werte für N (mindestens N1) gewählt werden, um eine kürzere Reaktionszeit zu erzielen (da es keine Auslösesignale gibt, bis mindestens (N1 + 1)/2 Nachweise gesammelt wurden). Es sei ebenfalls zu beachten, dass die Auswahl von N1 und N2 auch von der Qualität der Detektoren in Schritt 2 und 3 abhängt, wozu Faktoren, wie etwa Bildfrequenz, Rauschen und Dynamik der Sensoren, gehören.
  • Schritt 6: Auslösen eines Alarms, falls dies durch die Entscheidung angegeben wird 30.
  • Gemäß einem Ausführungsbeispiel ist der eigentliche Alarm ein beleuchtetes Zeichen mit einem hörbaren Alarm. Um die Wirksamkeit des offenbarten Systems und Verfahrens zu erläutern, wurden fünf Videos im Freien, 240 × 320, 30 fps, mit einer Nahansicht eines Fahrzeugs, das vorwärts und rückwärts fuhr, erfasst und analysiert. Der bisher beschriebene Algorithmus wurde mit MATLAB mit den Parametern: (THL, s1, s2, a1, a2, c1, THc, THm, N1, N2) = (170, 10, 240, 0,5, 3, 0,4, 80, 10, 7, 15) zum Bearbeiten aller fünf Videos umgesetzt, wobei THm in Pixeln dargestellt ist. Außer einigen kurzen Augenblicken mit falschen Positivmeldungen (falscher Alarm) identifizierte das Verfahren alle Ereignisse von rückwärts fahrenden Fahrzeugen in diesen Videos richtig. Aus der Perspektive einer Echtzeitbearbeitung benötigte die MATLAB-Umsetzung 523 Sekunden, um 5834 Einzelbilder (~195 Sekunden in Echtzeit) zu bearbeiten, wovon 188 Sekunden verwendet wurden, um die sich ergebenden Videos zur Abbildung auszugeben. Insbesondere wird dies für die eigentliche Anwendung nicht benötigt. 34 Sekunden wurden verwendet, um alle Videoeinzelbilder zu lesen und zu puffern, was in Echtzeit auf Grund des Video-Streamings schneller sein wird. Daher dauerte die tatsächliche Bearbeitung ungefähr 301 Sekunden zum Bearbeiten von 195 Sekunden langen Videos. Der Unterschied zwischen der Echtzeitbearbeitung und dem Treffen einer Entscheidung ist kleiner als ein Faktor 2, was durch eine parallele Bearbeitung und/oder eine Umsetzung mit C/C++ mühelos zu erreichen ist.
  • Weitere Überlegungen bezüglich der offenbarten Verfahren und des Systems umfassen folgende:
    Die meisten aktuellen Fehlalarme sind durch Schnee im Hintergrund und Blenden an der Fahrzeugkarosserie durch Sonne und Kamerawinkel bedingt. Diese Einflüsse sind im Innern oder in einer Carportsituation kein Problem.
  • Die Parameter, wie etwa Größenbereich und Abstandsbereich zwischen einem Paar Leuchten, können eingeschränkt werden, wenn die Videos mit festgelegten Einstellungen aufgenommen werden. Für die hier offenbarte Umsetzung waren gewisse Variationen erlaubt, um die Robustheit des Algorithmus besser zu testen. Der Spielraum der berücksichtigten Konfigurationen übersteigt den Spielraum einer wirklichen Anwendung. Daher geht man davon aus, dass in dieser Hinsicht eine bessere Leistung erreichbar ist.
  • Mit N1 = 7 Einzelbildern wurde keine „Warnung” ausgegeben, es sei denn 4 oder mehr Einzelbilder umfassten einen Nachweis, dass ein Auto rückwärts fuhr, d. h. etwas mehr als die Hälfte von N. Dies entspricht 0,13 Sekunden für ein Video mit 30 fps oder einer Strecke von 2 Fuß, wenn die Fahrzeuggeschwindigkeit 10 mph beträgt. Wenn eine Reduzierung dieser Verzögerung erwünscht ist, beispielsweise für Fahrzeuge, die sich schneller bewegen, ist N1 zu reduzieren und dabei die Erkennungswirksamkeit zu verbessern, um zu viele falsche Positivmeldungen zu vermeiden. Ähnlich kann man die Anforderung für N2 ableiten, die für die hier beschriebene Umsetzung auf 15 eingestellt war. Alternativ kann eine Kamera mit einer höheren Bildfrequenz die Verzögerung für ein bestimmtes N1 reduzieren. Bildfrequenzen von 60 fps und 72 fps sind derzeit recht üblich und können die Verzögerung 2X oder mehr reduzieren.
  • THm = 10 Pixel wurde für die zurückgelegte Strecke verwendet, ehe ein Nachweis ausgegeben wird, dass ein Fahrzeug rückwärts fährt. Dies entspricht bei der beispielhaften Konfiguration ungefähr einem Fuß. Dies kann für eine schnellere Reaktion reduziert werden, kann jedoch zu einer höheren Rate an falschen Positivmeldungen führen. Es sei zu beachten, dass das Rückwärtsfahren nur der Hilfsnachweis ist, wenn ein Paar Rückfahrleuchten nicht erkannt wird. Demnach wirkt es sich meistens nicht auf die Reaktionszeit der fünf getesteten Videos aus.
  • Das Kamerasystem kann auch Nummernschilder für Zwecke, wie etwa das Erstellen von Kundenstatistik oder für einen Entführungsalarm, erkennen und aufzeichnen.
  • Es kann eine spezielle Beleuchtung und Abschattung bereitgestellt werden, um falsche Positivmeldungen zu verhindern, die auf stark reflektierende Objekte im Sehfeld zurückzuführen sind, wie etwa Metall oder Schnee.
  • Ein Wellenlängenband, wie etwa Nahinfrarot (NIR), kann verwendet werden, um das Verfahren für Umweltbedingungen und Umgebungsbeleuchtung weniger empfindlich zu machen.
  • Mit Bezug auf 4, 5 und 6 wird ein Rückfahrerkennungssystem gemäß einem Ausführungsbeispiel der vorliegenden Offenbarung abgebildet. Das Rückfahrerkennungssystem umfasst eine erste nach hinten gerichtete Videokamera 50, eine optionale zweite nach hinten gerichtete Videokamera 51, eine optionale hängende Videokamera 55, ein Durchfahrfenster 70, ein vorfahrendes Fahrzeug 65 und ein hinterher fahrendes Fahrzeug 60.
  • 5 ist eine Rückansicht der Fahrzeuge 60 und 65, welche die Bremslichter 80, 82 und 88 und die Rückfahrleuchten 84 und 86 umfasst. Wie zuvor besprochen, ist die Videokamera 50 auf das Heck des vorfahrenden Fahrzeugs 65 gerichtet, um Videoeinzelbilder aufzunehmen und zu bearbeiten, die mindestens eine der Rückfahrleuchten 84 und 86 umfassen.
  • 6 ist ein Blockdiagramm eines Rückfahrerkennungs-Videobearbeitungssystems gemäß einem Ausführungsbeispiel der vorliegenden Offenbarung. Das Rückfahrerkennungssystem umfasst eine Videokamera 1 102, eine Videokamera 2 104, einen hörbaren Alarm 106 und ein Display 108, wie etwa ein LED-Display, das dem Fahrer eines vorfahrenden Fahrzeugs in einer Durchfahrt zugewandt ist. Die Videokamera 1 102 und die Videokamera 2 104 stellen dem Videobearbeitungssystem 100, das die Videoströme bearbeitet und den Alarm 106 und das Display 108 ansteuert, Einzelbilder bereit.
  • Es versteht sich, dass die obige Beschreibung Einzelheiten einer oder mehrerer Ausführungsbeispiele der vorliegenden Offenbarung bereitstellt. Zudem stellen die folgenden Paragrafen diverse nicht einschränkende Merkmale bereit, die in die diversen Ausführungsformen integriert werden können.
    • (A) Gemäß einem Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, unter Verwendung einer Videokamera, die auf das Fahrzeug gerichtet ist und betriebsmäßig an ein Videobearbeitungssystem angeschlossen ist, bereitgestellt, wobei das Verfahren folgende Schritte umfasst: a) Erfassen eines Videostroms, der eine Menge von einem oder mehreren Merkmalen des Fahrzeugs umfasst, wobei das Video ein aktuelles Einzelbild und ein oder mehrere aufeinanderfolgende vorhergehende Einzelbilder umfasst; b) Auswählen eines ersten Merkmals aus der Menge von einem oder mehreren Merkmalen; c) Bearbeiten des ausgewählten ersten Merkmals, das in dem aktuellen Einzelbild aufgenommen wird, mit Bezug auf eines oder mehrere der aufeinanderfolgenden vorhergehenden Einzelbilder und Bestimmen, ob das Fahrzeug rückwärts fährt; und d) Auslösen eines Alarms, falls das Fahrzeug rückwärts fährt.
    • (B) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (A) bereitgestellt, wobei die Menge des einen oder der mehreren Merkmale eines oder mehrere von einem Bremslicht, einer Rückfahrleuchte, einem Nummernschild, einem Aufkleber, einem Fahrtlicht und einem reflektierenden Objekt umfasst.
    • (C) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (A) bereitgestellt, wobei das ausgewählte erste Merkmal ein heller Fleck ist, der zum Fahrzeug gehört, und Schritt c) den hellen Fleck bearbeitet, um zu bestimmen, ob sich der helle Fleck in Richtung auf die Videokamera bewegt, was angibt, dass das Fahrzeug rückwärts fährt.
    • (D) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (A) bereitgestellt, umfassend: Schritt b) Auswählen eines ersten und eines zweiten Merkmals aus der Menge von einem oder mehreren Merkmalen; und Schritt c) Bearbeiten der ausgewählten ersten und zweiten Merkmale, die in dem aktuellen Einzelbild aufgenommen werden, und Bestimmen, dass das Fahrzeug rückwärts fährt, wenn sich entweder das erste oder das zweite Merkmal mit Bezug auf eines oder mehrere der aufeinanderfolgenden vorhergehenden Einzelbilder rückwärts bewegt.
    • (E) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (A) bereitgestellt, umfassend: Schritt c) Anwenden einer zeitlichen Filterung.
    • (F) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (A) bereitgestellt, wobei Schritt c) Folgendes umfasst: 1) Bearbeiten des ausgewählten ersten Merkmals, das in dem aktuellen Einzelbild aufgenommen wird, mit Bezug auf eines oder mehrere der aufeinanderfolgenden vorhergehenden Einzelbilder, und Bestimmen, dass das Fahrzeug rückwärts fährt; und 2) Generieren eines Nachweisvektors, der zu dem aktuellen Einzelbild und zu einem oder mehreren der aufeinanderfolgenden vorhergehenden Einzelbilder gehört, wobei der Nachweisvektor das aktuelle Einzelbild und das eine oder die mehreren aufeinanderfolgenden vorhergehenden Einzelbilder mit der Bestimmung verknüpft, falls das Fahrzeug in Schritt c1) rückwärts fährt.
    • (G) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (F) bereitgestellt, wobei das zeitliche Filtern ein Medianwertfiltern mit Gleitfenstergrößen von N1 und N2 Einzelbildern umfasst, wobei N1 < N2, das auf den Nachweisvektor angewendet wird.
    • (H) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (D) bereitgestellt, umfassend: Schritt d) Auslösen eines Stoppalarms, falls der Medianwert der neuesten N2 Einzelbilder angibt, dass das Fahrzeug rückwärts fährt, und Auslösen eines Warnalarms, falls der Medianwert der neuesten N1 Einzelbilder angibt, dass das Fahrzeug rückwärts fährt, doch die neueste Menge von N2 Einzelbildern nicht angibt, dass das Fahrzeug rückwärts fährt.
    • (I) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (A) bereitgestellt, wobei das erste Merkmal ein heller Fleck in der Nähe eines roten Gebiets ist, der zu einem Bremslicht gehört.
    • (J) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (A) bereitgestellt, wobei das erste Merkmal ein heller Fleck ist, der durch das Bearbeiten des erfassten Videostroms ausgewählt wird, um eines oder mehrere zu identifizieren von a) zusammenhängenden Pixeln einer Intensität von mehr als THL innerhalb einer vorherbestimmten zusammenhängenden Fläche, b) zusammenhängende Pixel, die eine vorherbestimmte Fläche abdecken, c) zusammenhängende Pixel, die eine vorherbestimmte Form abdecken, und d) zusammenhängende Pixel an einer vorherbestimmten Stelle am Fahrzeug.
    • (K) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (J) bereitgestellt, wobei der helle Fleck durch weiteres Bearbeiten des erfassten Videostroms ausgewählt wird, wobei ein Bildformat einer Umrandung der vorherbestimmten zusammenhängenden Fläche innerhalb einer vorherbestimmten Form liegt, eine Kompaktheit der vorherbestimmten zusammenhängenden Fläche innerhalb eines vorherbestimmten Anteils liegt und ein lokaler Kontrast größer als THL ist.
    • (L) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, unter Verwendung einer Videokamera, die auf das Fahrzeug gerichtet ist und betriebsmäßig an ein Videobearbeitungssystem angeschlossen ist, bereitgestellt, wobei das Verfahren folgende Schritte umfasst: a) Erfassen eines Videostroms des Fahrzeugs, der ein aktuelles Einzelbild und ein oder mehrere aufeinanderfolgende vorhergehende Einzelbilder umfasst; b) Bearbeiten des erfassten Videostroms des Fahrzeugs und Bestimmen, ob das Fahrzeug rückwärts fährt; und c) Auslösen eines Alarms, falls das Fahrzeug rückwärts fährt.
    • (M) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (L) bereitgestellt, wobei Schritt b) Folgendes umfasst: b1) Bestimmen eines Profils des Fahrzeugs für das aktuelle Einzelbild und eines oder mehrere der ein oder mehreren aufeinanderfolgenden vorhergehenden Einzelbilder; und b2) Verfolgen der Profile aus Schritt b1) Einzelbild für Einzelbild, um zu bestimmen, ob das Fahrzeug rückwärts fährt.
    • (N) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (M) bereitgestellt, wobei das Profil des Fahrzeugs ein Bild ist, das einen Umriss des Fahrzeugs im Verhältnis zur Videokamera bereitstellt.
    • (O) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (M) bereitgestellt, wobei die Videokamera auf das Heck eines Fahrzeugs gerichtet ist, Schritt b2) Bestimmen, dass das Fahrzeug rückwärts fährt, falls das aktuelle Einzelbild ein größeres Signaturprofil im Verhältnis zu einem oder mehreren des einen oder der mehreren aufeinanderfolgenden vorhergehenden Einzelbilder umfasst.
    • (P) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (M) bereitgestellt, wobei Schritt b2) Folgendes umfasst: b2.1) Verfolgen des Profils mit der Zeit; b2.2) Berechnen einer Gesamtstrecke, die das Bild bis zum aktuellen Einzelbild zurückgelegt hat; b2.3) Vergleichen der Gesamtstrecke, die bis zu einer vorherbestimmte Grenze THM zurückgelegt wurde; und b2.4) Bestimmen, dass das Fahrzeug rückwärts fährt, falls die zurückgelegte Gesamtstrecke größer als THM ist.
    • (Q) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (M) bereitgestellt, das Folgendes umfasst: b3) Anwenden einer zeitlichen Filterung.
    • (R) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (L) bereitgestellt, wobei Schritt b) Folgendes umfasst: b1) Bearbeiten des erfassten Videostroms des Fahrzeugs und Bestimmen, ob das Fahrzeug rückwärts fährt; und b2) Generieren eines Nachweisvektors, der zu dem aktuellen Einzelbild und zu einem oder mehreren der aufeinanderfolgenden vorhergehenden Einzelbilder gehört, wobei der Nachweisvektor das aktuelle Einzelbild und das eine oder die mehreren aufeinanderfolgenden vorhergehenden Einzelbilder mit der Bestimmung verknüpft, ob das Fahrzeug in Schritt b1) rückwärts fährt.
    • (S) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (R) bereitgestellt, wobei das zeitliche Filtern ein Medianfiltern mit Gleitfenstergrößen von N1 und N2 Einzelbildern umfasst, wobei N1 < N2, das auf den Nachweisvektor angewendet wird.
    • (T) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, gemäß Paragraf (S) bereitgestellt, umfassend: Schritt c) Auslösen eines Stoppalarms, wenn der Medianwert der neuesten N2 Einzelbilder angibt, dass das Fahrzeug rückwärts fährt, und Auslösen eines Warnalarms, wenn der Medianwert der neuesten N1 Einzelbilder angibt, dass das Fahrzeug rückwärts fährt, doch die neueste Menge von N2 Einzelbildern nicht angibt, dass das Fahrzeug rückwärts fährt.
    • (U) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen ein Fahrzeug gemäß Paragraf (L) bereitgestellt, wobei der Alarm eines oder mehrere von einem hörbaren Ton und einer visuellen Anzeige ist, die auf den Fahrer des Fahrzeugs gerichtet ist.
    • (V) Nach einem anderen Ausführungsbeispiel wird ein Verfahren zum Erkennen eines Fahrzeugs gemäß Paragraf (L) bereitgestellt, wobei Schritt b) ferner Folgendes umfasst: Bearbeiten des erfassten Videos des Fahrzeugs, um die Zahl eines Nummernschilds zu identifizieren, das zu dem Fahrzeug gehört.
    • (W) Nach einem anderen Ausführungsbeispiel wird ein Videosystem zum Auslösen eines Alarms, wenn ein Fahrzeug rückwärts fährt, bereitgestellt, wobei das Videosystem Folgendes umfasst: eine Videokamera, die in einer Durchfahrspur auf das Heck eines Fahrzeugs gerichtet ist, wobei die Videokamera positioniert ist, um die Visualisierung der Rückfahrscheinwerfer zu ermöglichen, die zu dem Fahrzeug gehören; und ein Videobearbeitungssystem, das betriebsmäßig an die Videokamera angeschlossen ist, wobei das Videobearbeitungssystem konfiguriert ist, um ein Verfahren auszuführen, das folgende Schritte umfasst: a) Erfassen eines Videostroms, der eine Menge von einem oder mehreren Merkmalen des Fahrzeugs umfasst, wobei das Video ein aktuelles Einzelbild und ein oder mehrere aufeinanderfolgende vorhergehende Einzelbilder umfasst; b) Auswählen eines ersten Merkmals aus der Menge von einem oder mehreren Merkmalen; c) Bearbeiten des ausgewählten ersten Merkmals, das in dem aktuellen Einzelbild aufgenommen wird, mit Bezug auf eines oder mehrere der aufeinanderfolgenden vorhergehenden Einzelbilder und Bestimmen, ob das Fahrzeug rückwärts fährt; und, d) Auslösen eines Alarms, falls das Fahrzeug rückwärts fährt.
    • (X) Nach einem anderen Ausführungsbeispiel wird ein Videosystem gemäß Paragraf (W) bereitgestellt, wobei die Menge von einem oder mehreren Merkmalen eines oder mehrere von einem Bremslicht, einer Rückfahrleuchte, einem Nummernschild, einem Aufkleber, einem Fahrtlicht und einem reflektierenden Objekt umfasst.
    • (Y) Nach einem anderen Ausführungsbeispiel wird ein Videosystem gemäß Paragraf (W) bereitgestellt, wobei das ausgewählte erste Merkmal ein heller Fleck ist, der zu dem Fahrzeug gehört, und Schritt c) den hellen Fleck bearbeitet, um zu bestimmen, ob sich der helle Fleck in Richtung auf die Videokamera bewegt, was angibt, dass das Fahrzeug rückwärts fährt.
    • (Z) Nach einem anderen Ausführungsbeispiel wird ein Videosystem gemäß Paragraf (W) bereitgestellt, umfassend: Schritt b) Auswählen eines ersten und eines zweiten Merkmals aus der Menge von einem oder mehreren Merkmalen; und Schritt c) Bearbeiten der ausgewählten ersten und zweiten Merkmale, die in dem aktuellen Einzelbild aufgenommen werden, und Bestimmen, dass das Fahrzeug rückwärts fährt, wenn sich entweder das erste oder das zweite Merkmal mit Bezug auf eines oder mehrere der aufeinanderfolgenden vorhergehenden Einzelbilder rückwärts bewegt.
    • (AA) Nach einem anderen Ausführungsbeispiel wird ein Videosystem gemäß Paragraf (W) bereitgestellt, umfassend: Schritt c) Anwenden einer zeitlichen Filterung.
    • (AB) Nach einem anderen wird Ausführungsbeispiel ein Videosystem zum Auslösen eines Alarms, wenn ein Fahrzeug rückwärts fährt, bereitgestellt, wobei das Videosystem Folgendes umfasst: eine Videokamera, die auf das Fahrzeug gerichtet ist; und ein Videobearbeitungssystem, das betriebsmäßig an die Videokamera angeschlossen ist, wobei das Videobearbeitungssystem konfiguriert ist, um ein Verfahren auszuführen, das folgende Schritte umfasst: a) Erfassen eines Videostroms des Fahrzeugs, der ein aktuelles Einzelbild und ein oder mehrere aufeinanderfolgende vorhergehende Einzelbilder umfasst; b) Bearbeiten des erfassten Videostroms des Fahrzeugs und Bestimmen, ob das Fahrzeug rückwärts fährt; und c) Auslösen eines Alarms, falls das Fahrzeug rückwärts fährt.
    • (AC) Nach einem anderen Ausführungsbeispiel wird ein Videosystem gemäß Paragraf (AB) bereitgestellt, wobei Schritt b) Folgendes umfasst: b1) Bestimmen eines Profils des Fahrzeugs für das aktuelle Einzelbild und ein oder mehrere des einen oder der mehreren aufeinanderfolgenden vorhergehenden Einzelbilder; und b2) Verfolgen des Profils aus Schritt b1) Einzelbild für Einzelbild, um zu bestimmen, ob das Fahrzeug rückwärts fährt.
    • (AD) Nach einem anderen Ausführungsbeispiel wird ein Videosystem gemäß Paragraf (AB) bereitgestellt, wobei das Profil des Fahrzeugs ein Bild ist, das einen Umriss des Fahrzeugs im Verhältnis zur Videokamera bereitstellt.
  • Es versteht sich, dass das Videobearbeitungssystem 100 eine von einer Vielzahl von verfügbaren Hardware-/Software-Konfigurationen umfassen kann. Beispielsweise eine Plattform auf Prozessorbasis, die einen zugänglichen Speicher umfasst, um computerlesbare/prozessorlesbare Anweisungen auszuführen, um die hier offenbarten Verfahren zur Rückfahrerkennung auszuführen.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Nicht-Patentliteratur
    • http://www.proxel.com [0015]

Claims (10)

  1. Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, unter Verwendung einer Videokamera, die auf das Fahrzeug gerichtet ist und betriebsmäßig an ein Videobearbeitungssystem angeschlossen ist, wobei das Verfahren folgende Schritte umfasst: a) Erfassen eines Videostroms, der eine Menge von einem oder mehreren Merkmalen des Fahrzeugs umfasst, wobei das Video ein aktuelles Einzelbild und ein oder mehrere aufeinanderfolgende vorhergehende Einzelbilder umfasst; b) Auswählen eines ersten Merkmals aus der Menge von einem oder mehreren Merkmalen; c) Bearbeiten des ausgewählten ersten Merkmals, das in dem aktuellen Einzelbild aufgenommen wird, mit Bezug auf eines oder mehrere der aufeinanderfolgenden vorhergehenden Einzelbilder und Bestimmen, ob das Fahrzeug rückwärts fährt; und d) Auslösen eines Alarms, falls das Fahrzeug rückwärts fährt.
  2. Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, nach Anspruch 1, wobei die Menge von einem oder mehreren Merkmale eines oder mehrere von einem Bremslicht, einer Rückfahrleuchte, einem Nummernschild, einem Aufkleber, einem Fahrtlicht und einem reflektierenden Objekt umfasst.
  3. Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, nach Anspruch 1, wobei das ausgewählte erste Merkmal ein heller Fleck ist, der zu dem Fahrzeug gehört, und Schritt c) den hellen Fleck bearbeitet, um zu bestimmen, ob der helle Fleck sich in Richtung auf die Videokamera bewegt, was angibt, dass das Fahrzeug rückwärts fährt.
  4. Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, nach Anspruch 1, umfassend: Schritt b) Auswählen eines ersten und eines zweiten Merkmals aus der Menge von einem oder mehreren Merkmalen; und Schritt c) Bearbeiten der ausgewählten ersten und zweiten Merkmale, die in dem aktuellen Einzelbild aufgenommen werden, und Bestimmen, dass das Fahrzeug rückwärts fährt, wenn sich entweder das erste oder das zweite Merkmal mit Bezug auf eines oder mehrere der aufeinanderfolgenden vorhergehenden Einzelbilder rückwärts bewegt.
  5. Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, nach Anspruch 1, wobei Schritt c) Folgendes umfasst: 1) Bearbeiten des ausgewählten ersten Merkmals, das in dem aktuellen Einzelbild aufgenommen wird, mit Bezug auf eines oder mehrere der aufeinanderfolgenden vorhergehenden Einzelbilder und Bestimmen, ob das Fahrzeug rückwärts fährt; und 2) Generieren eines Nachweisvektors, der zu dem aktuellen Einzelbild und zu einem oder mehreren der aufeinanderfolgenden vorhergehenden Einzelbilder gehört, wobei der Nachweisvektor das aktuelle Einzelbild und das eine oder die mehreren aufeinanderfolgenden vorhergehenden Einzelbilder mit der Bestimmung verknüpft, falls das Fahrzeug in Schritt c1) rückwärts fährt.
  6. Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, nach Anspruch 5, wobei das zeitliche Filtern ein Medianfiltern mit Gleitfenstergrößen von N1, und N2 Einzelbildern umfasst, wobei N1 < N2, das auf den Nachweisvektor angewendet wird.
  7. Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, nach Anspruch 6, umfassend: Schritt d) Auslösen eines Stoppalarms, falls der Medianwert der neuesten N2 Einzelbilder angibt, dass das Fahrzeug rückwärts fährt, und Auslösen eines Warnalarms, falls der Medianwert der neuesten N1 Einzelbilder angibt, dass das Fahrzeug rückwärts fährt, doch die neueste Menge von N2 Einzelbildern nicht angibt, dass das Fahrzeug rückwärts fährt.
  8. Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, unter Verwendung einer Videokamera, die auf das Fahrzeug gerichtet ist und betriebsmäßig an ein Videobearbeitungssystem angeschlossen ist, wobei das Verfahren folgende Schritte umfasst: a) Erfassen eines Videostroms des Fahrzeugs, der ein aktuelles Einzelbild und ein oder mehrere aufeinanderfolgende vorhergehende Einzelbilder umfasst; b) Bearbeiten des erfassten Videostroms des Fahrzeugs und Bestimmen, ob das Fahrzeug rückwärts fährt; und c) Auslösen eines Alarms, falls das Fahrzeug rückwärts fährt.
  9. Verfahren zum Erkennen, dass ein Fahrzeug rückwärts fährt, nach Anspruch 8, wobei Schritt b) Folgendes umfasst: b1) Bestimmen eines Profils des Fahrzeugs für das aktuelle Einzelbild und eines oder mehrere des einen oder der mehreren aufeinanderfolgenden vorhergehenden Einzelbilder; und b2) Verfolgen des Profils aus Schritt b1) Einzelbild für Einzelbild, um zu bestimmen, ob das Fahrzeug rückwärts fährt.
  10. Videosystem zum Auslösen eines Alarms, wenn ein Fahrzeug rückwärts fährt, wobei das Videosystem Folgendes umfasst: eine Videokamera, die in einer Durchfahrspur auf das Heck eines Fahrzeugs gerichtet ist, wobei die Videokamera positioniert ist, um die Visualisierung der Rückfahrscheinwerfer zu ermöglichen, die zu dem Fahrzeug gehören; und ein Videobearbeitungssystem, das betriebsmäßig an die Videokamera angeschlossen ist, wobei das Videobearbeitungssystem konfiguriert ist, um ein Verfahren auszuführen, das folgende Schritte umfasst: a) Erfassen eines Videostroms, der eine Menge von einem oder mehreren Merkmalen des Fahrzeugs umfasst, wobei das Video ein aktuelles Einzelbild und ein oder mehrere aufeinanderfolgende vorhergehende Einzelbilder umfasst; b) Auswählen eines ersten Merkmals aus der Menge von einem oder mehreren Merkmalen; c) Bearbeiten des ausgewählten ersten Merkmals, das in dem aktuellen Einzelbild aufgenommen wird, mit Bezug auf eines oder mehrere der aufeinanderfolgenden vorhergehenden Einzelbilder und Bestimmen, ob das Fahrzeug rückwärts fährt; und, d) Auslösen eines Alarms, falls das Fahrzeug rückwärts fährt.
DE102012218534.8A 2011-10-28 2012-10-11 Verfahren und system zum erkennen des rückwärtsfahrens eines fahrzeugs über videoerfassung und -bearbeitung Active DE102012218534B4 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/283,792 2011-10-28
US13/283,792 US8957788B2 (en) 2011-10-28 2011-10-28 Vehicle reverse detection method and system via video acquisition and processing

Publications (2)

Publication Number Publication Date
DE102012218534A1 true DE102012218534A1 (de) 2013-05-02
DE102012218534B4 DE102012218534B4 (de) 2022-12-22

Family

ID=47359311

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102012218534.8A Active DE102012218534B4 (de) 2011-10-28 2012-10-11 Verfahren und system zum erkennen des rückwärtsfahrens eines fahrzeugs über videoerfassung und -bearbeitung

Country Status (3)

Country Link
US (1) US8957788B2 (de)
DE (1) DE102012218534B4 (de)
GB (1) GB2496278B (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9637170B2 (en) 2014-12-09 2017-05-02 Mando Corporation Steering torque compensating apparatus and steering torque compensating method
DE102016117780B4 (de) 2015-09-24 2018-10-04 Subaru Corporation Fahrzeugaussenumgebung-Erkennungsvorrichtung

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8714444B1 (en) * 2006-07-10 2014-05-06 Diebold, Incorporated Time analysis at a banking system controlled by data bearing records
US9390328B2 (en) 2014-04-25 2016-07-12 Xerox Corporation Static occlusion handling using directional pixel replication in regularized motion environments
US9390329B2 (en) 2014-04-25 2016-07-12 Xerox Corporation Method and system for automatically locating static occlusions
US9773178B2 (en) * 2015-10-08 2017-09-26 International Business Machines Corporation Vehicle tracking
US11206375B2 (en) 2018-03-28 2021-12-21 Gal Zuckerman Analyzing past events by utilizing imagery data captured by a plurality of on-road vehicles
US11044588B2 (en) 2018-07-23 2021-06-22 International Business Machines Corporation System and method for collaborative caching
US11138418B2 (en) 2018-08-06 2021-10-05 Gal Zuckerman Systems and methods for tracking persons by utilizing imagery data captured by on-road vehicles
GB2579237A (en) * 2018-11-27 2020-06-17 Continental Automotive Romania Srl Method of autonomous reverse gear activation in critical situation
US20230099674A1 (en) * 2021-09-29 2023-03-30 Subaru Corporation Vehicle backup warning systems

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7580547B2 (en) * 2006-10-24 2009-08-25 Iteris, Inc. Electronic traffic monitor
DE102007010186A1 (de) 2007-03-02 2008-09-04 Robert Bosch Gmbh Vorrichtung, Verfahren und Computerprogramm zur bildgestützten Verfolgung von Überwachungsobjekten
CN102184547B (zh) 2011-03-28 2012-09-05 长安大学 一种基于视频的车辆逆行事件检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
http://www.proxel.com

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9637170B2 (en) 2014-12-09 2017-05-02 Mando Corporation Steering torque compensating apparatus and steering torque compensating method
DE102015015681B4 (de) 2014-12-09 2022-05-05 Mando Mobility Solutions Corp. Lenkdrehmoment-kompensationsvorrichtung und lenkdrehmoment-kompensationsverfahren
DE102016117780B4 (de) 2015-09-24 2018-10-04 Subaru Corporation Fahrzeugaussenumgebung-Erkennungsvorrichtung

Also Published As

Publication number Publication date
US8957788B2 (en) 2015-02-17
US20130106595A1 (en) 2013-05-02
DE102012218534B4 (de) 2022-12-22
GB2496278B (en) 2018-12-05
GB2496278A (en) 2013-05-08
GB201218997D0 (en) 2012-12-05

Similar Documents

Publication Publication Date Title
DE102012218534B4 (de) Verfahren und system zum erkennen des rückwärtsfahrens eines fahrzeugs über videoerfassung und -bearbeitung
US8666117B2 (en) Video-based system and method for detecting exclusion zone infractions
DE112013001858B4 (de) Mehrfachhinweis-Objekterkennung und -Analyse
US8284996B2 (en) Multiple object speed tracking system
EP2306429B1 (de) Vorrichtungen und Verfahren zur Klassifizierung von Fahrzeugen
AT502551B1 (de) Verfahren und bildauswertungseinheit zur szenenanalyse
DE102015200589A1 (de) Verbessertes videobasiertes System zur automatisierten Erkennung von Verstössen durch Parken in zweiter Reihe
DE102009051526A1 (de) System und Verfahren zum Abbilden der Fahrzeugumgebung mit ein- und verstellbarer Perspektive
DE102015104098A1 (de) Fahrzeugaußenumgebungerkennungsvorrichtung
EP1192597A1 (de) Verfahren zur detektion von objekten im umfeld eines strassenfahrzeugs bis in grosse entfernung
DE102015121952A1 (de) Verfahren zum Identifizieren eines Objektes in einem Umgebungsbereich eines Kraftfahrzeugs, Fahrerassistenzsystem sowie Kraftfahrzeug
DE10348109A1 (de) Verfahren und Vorrichtung zur Sichtbarmachung einer Fahrzeugumgebung
US20140078302A1 (en) Backward Movement Indicator Apparatus for a Vehicle
CN107274678B (zh) 一种基于Kinect的夜间车流量统计及车型识别方法
DE102016215115A1 (de) Vorrichtung und Verfahren zum Detektieren von Verkehrsteilnehmern in einem Umfeld eines Ego-Fahrzeugs
DE102011011048A1 (de) Überwachung des Nahbereichs rund um ein Nutzfahrzeug
CN106926794A (zh) 车辆监控系统及其方法
DE60313287T2 (de) Verfahren zur sichtweitebestimmung und nebeldetektion
DE102010043829B4 (de) Optisches Abtastsystem und optisches Abtastverfahren
DE102018206593A1 (de) Mobiles Erkennen von Reisenden und Objekten auf Bahnsteigen
KR102333747B1 (ko) 고정확도의 도로 위험상황 감지 시스템 및 방법
WO2020160875A1 (de) Überwachungsvorrichtung und verfahren zur man-overboard-überwachung eines schiffsabschnitts
WO2009097883A1 (de) Verfahren zum betrieb einer bildaufnahmevorrichtung und eine bildaufnahmevorrichtung
DE102007041333B4 (de) Berührungslos arbeitendes Zählsystem
DE102007000449A1 (de) Vorrichtung und Verfahren zur automatischen Zaehlung von Objekten auf beweglichem oder bewegtem Untergrund

Legal Events

Date Code Title Description
R082 Change of representative

Representative=s name: GRUENECKER PATENT- UND RECHTSANWAELTE PARTG MB, DE

Representative=s name: GRUENECKER, KINKELDEY, STOCKMAIR & SCHWANHAEUS, DE

R012 Request for examination validly filed
R081 Change of applicant/patentee

Owner name: CONDUENT BUSINESS SERVICES, LLC, FLORHAM PARK, US

Free format text: FORMER OWNER: XEROX CORP., NORWALK, CONN., US

Owner name: CONDUENT BUSINESS SERVICES, LLC (N.D.GES.D. ST, US

Free format text: FORMER OWNER: XEROX CORP., NORWALK, CONN., US

R082 Change of representative

Representative=s name: GRUENECKER PATENT- UND RECHTSANWAELTE PARTG MB, DE

R081 Change of applicant/patentee

Owner name: CONDUENT BUSINESS SERVICES, LLC, FLORHAM PARK, US

Free format text: FORMER OWNER: CONDUENT BUSINESS SERVICES, LLC (N.D.GES.D. STAATES DELAWARE), DALLAS, TEX., US

R082 Change of representative

Representative=s name: GRUENECKER PATENT- UND RECHTSANWAELTE PARTG MB, DE

R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final