ES2353754T3 - Procedimiento de detección de un fenómeno perturbador de la visibilidad para un vehículo. - Google Patents

Procedimiento de detección de un fenómeno perturbador de la visibilidad para un vehículo. Download PDF

Info

Publication number
ES2353754T3
ES2353754T3 ES08167694T ES08167694T ES2353754T3 ES 2353754 T3 ES2353754 T3 ES 2353754T3 ES 08167694 T ES08167694 T ES 08167694T ES 08167694 T ES08167694 T ES 08167694T ES 2353754 T3 ES2353754 T3 ES 2353754T3
Authority
ES
Spain
Prior art keywords
interest
image
vehicle
fog
determined
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.)
Active
Application number
ES08167694T
Other languages
English (en)
Inventor
Julien Rebut
Joël Leleve
David Hue
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.)
Valeo Vision SAS
Original Assignee
Valeo Vision SAS
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 Valeo Vision SAS filed Critical Valeo Vision SAS
Application granted granted Critical
Publication of ES2353754T3 publication Critical patent/ES2353754T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47Scattering, i.e. diffuse reflection
    • G01N21/49Scattering, i.e. diffuse reflection within a body or fluid
    • G01N21/53Scattering, i.e. diffuse reflection within a body or fluid within a flowing fluid, e.g. smoke
    • G01N21/538Scattering, i.e. diffuse reflection within a body or fluid within a flowing fluid, e.g. smoke for determining atmospheric attenuation and visibility
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60QARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q1/00Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
    • B60Q1/02Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments
    • B60Q1/04Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights
    • B60Q1/14Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights having dimming means
    • B60Q1/1415Dimming circuits
    • B60Q1/1423Automatic dimming circuits, i.e. switching between high beam and low beam due to change of ambient light or light level in road traffic
    • B60Q1/143Automatic dimming circuits, i.e. switching between high beam and low beam due to change of ambient light or light level in road traffic combined with another condition, e.g. using vehicle recognition from camera images or activation of wipers
    • 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
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/167Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60QARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q2300/00Indexing codes for automatically adjustable headlamps or automatically dimmable headlamps
    • B60Q2300/30Indexing codes relating to the vehicle environment
    • B60Q2300/31Atmospheric conditions
    • B60Q2300/312Adverse weather
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60QARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q2300/00Indexing codes for automatically adjustable headlamps or automatically dimmable headlamps
    • B60Q2300/40Indexing codes relating to other road users or special conditions
    • B60Q2300/42Indexing codes relating to other road users or special conditions oncoming vehicle
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60QARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q2300/00Indexing codes for automatically adjustable headlamps or automatically dimmable headlamps
    • B60Q2300/40Indexing codes relating to other road users or special conditions
    • B60Q2300/45Special conditions, e.g. pedestrians, road signs or potential dangers

Abstract

Procedimiento de detección de un fenómeno perturbador de visibilidad (F) en el entorno (E) de un vehículo automóvil (V) que comprende las etapas consistentes en:

Description

Sector de la invención
[0001] La presente invención se refiere a un procedimiento de detección de un fenómeno perturbador de visibilidad para un vehículo automóvil, y a un dispositivo de detección que permite llevar a cabo dicho procedimiento. [0002] Halla una aplicación particular en el ámbito de los vehículos automóviles.
Estado de la técnica
[0003] En el caso de una aplicación a un vehículo automóvil, un procedimiento de detección de un fenómeno perturbador de visibilidad, tal como niebla, conocido del estado de la técnica, utiliza una imagen de vídeo para detectar de noche una niebla de densidad elevada. A tal efecto, utiliza el halo luminoso con forma de elipse que se genera por la reflexión de los proyectores en la niebla. La detección de la niebla se hace en función de los parámetros de esta elipse. [0004] Un problema de este estado de la técnica es que no permite detectar una niebla de densidad media o reducida, porque este tipo de niebla no genera un halo suficientemente visible para formar una elipse cuando es iluminada por los proyectores, no pudiendo por lo tanto dicho halo ser utilizado para la detección de la niebla. [0005] En WO03/069275 A1 se ha propuesto un procedimiento de determinación de la presencia de niebla, en el cual se captura al menos una primera imagen de la escena desde el vehículo, se suministra la ordenada del horizonte para dicha primera imagen, se aplica una máscara a dicha primera imagen para obtener una zona de dicha primera imagen, se graba la iluminancia en cada punto de dicha primera imagen, se efectúa una media de esta iluminancia a lo largo de la abscisa de dicha zona para obtener una curva de la iluminancia vertical en función de cada ordenada de dicha zona, y que presenta al menos un punto de inflexión, se determina la ordenada de al menos un punto de inflexión de la curva de iluminancia vertical, se compara dicha ordenada del punto de inflexión con dicha ordenada del horizonte, y se indica la presencia de niebla cuando dicha ordenada del punto de inflexión está situada por debajo de dicha ordenada del horizonte.
Objeto de la invención
[0006] La presente invención tiene como objetivo la detección de un fenómeno perturbador de visibilidad tal como niebla, de noche, y ello sea cual sea la densidad de la niebla. [0007] Según un primer objeto de la invención, este objeto se alcanza mediante un procedimiento de detección de un fenómeno perturbador de visibilidad en el entorno de un vehículo automóvil que comprende las etapas consistentes en:
-emitir en el entorno del vehículo un haz luminoso mediante al menos uno de los proyectores del vehículo; -determinar al menos un punto de interés en una imagen adquirida del entorno del vehículo; -determinar una región de interés en dicha imagen; -determinar una curva de niveles de gris a partir de dicha región de interés; y -determinar un área en dicha curva de niveles de gris en función del punto de interés determinado.
[0008] Tal como se verá en detalle a continuación, el área determinada en la curva de niveles de gris se modificará en función de las variaciones de la atmósfera que envuelve el alrededor de un vehículo automóvil y delante del vehículo y por lo tanto en función de la presencia de niebla que modificará esta atmósfera. De este modo, esta área permitirá detectar niebla cualquiera que sea su densidad y además determinar la densidad de la niebla gracias a diferentes valores del área. No es por lo tanto necesario utilizar diferentes métodos en función de la densidad de la niebla. Además, un tal procedimiento es de simple realización. [0009] Según modos de realización no limitativos, el procedimiento presenta además las características siguientes:
-el procedimiento comprende una etapa suplementaria de determinar la presencia de un fenómeno perturbador en función de al menos un valor umbral de dicha área. Esto permite no solamente detectar la presencia del fenómeno perturbador sino también determinar su densidad.
-el procedimiento comprende una etapa suplementaria de determinar una distancia de visibilidad en función del área determinada. Esto permite deducir una velocidad máxima de conducción para garantizar una distancia de seguridad óptima. -el punto de interés se sitúa en la línea de horizonte en la imagen. La línea de horizonte es de determinación simple por tratamiento de imágenes. -el vehículo comprende un ángulo del volante, y dicha región de interés se determina en dicha imagen en función de dicho ángulo con el volante. Esto permite tener en cuenta la dirección de la carretera por la cual se desplaza el vehículo y tener así una región de interés homogénea incluso cuando la carretera es sinuosa.
[0010] Según un segundo objeto de la invención, se refiere a un dispositivo de detección de un fenómeno perturbador de visibilidad en el entorno de un vehículo automóvil que comprende:
-al menos un proyector para: -emitir un haz luminoso en el entorno del vehículo;
-una unidad de control para: -determinar al menos un punto de interés en una imagen adquirida del entorno del vehículo; -determinar una región de interés en dicha imagen; -determinar una curva de niveles de gris a partir de dicha región de interés; y -determinar un área en dicha curva de niveles de gris en función del punto de interés determinado.
[0011] Según un tercer objeto de la invención, se refiere a un producto de programa de ordenador que comprende una o varias secuencias de instrucciones ejecutables por una unidad de tratamiento de información, permitiendo la ejecución de dichas secuencias de instrucciones una realización del procedimiento según cualquiera de las características anteriores.
Breve descripción de las figuras
[0012] Otras características y ventajas de la presente invención se entenderán mejor con ayuda de la descripción y de los dibujos no limitativos en los cuales:
-la figura 1 representa un diagrama de un modo de realización no limitativo del procedimiento de detección según la invención; -la figura 2 es una representación esquemática de una imagen del entorno de un vehículo adquirida por el procedimiento de la figura 1 en ausencia de niebla; -la figura 3 es una representación esquemática de una imagen del entorno de un vehículo adquirida por el procedimiento de la figura 1 en presencia de niebla; -la figura 4 representa la imagen de la figura 2 y una curva de niveles de gris asociada; -la figura 5 representa la imagen de la figura 3 y una curva de niveles de gris asociada; -la figura 6 representa la imagen de la figura 2 sobre la cual se superpone una curva de niveles de gris asociada y un área en esta curva de niveles de gris; -la figura 7 representa la imagen de la figura 3 sobre la cual se superpone una curva de niveles de gris asociada y un área en esta curva de niveles de gris; -la figura 8 ilustra una variación en función del tiempo del área en una curva de niveles de gris calculada por el procedimiento de la figura 1; y -la figura 9 ilustra un modo de realización no limitativo de un dispositivo de realización del procedimiento de la figura 1.
Descripción detallada de modos de realización no limitativos de la invención
[0013] El procedimiento de detección de un fenómeno perturbador de visibilidad según la invención se describe en un modo de realización no limitativo en la figura 1. [0014] En esta aplicación, la detección se hace a partir de un dispositivo de detección llevado a bordo de un vehículo V, comprendiendo el vehículo en especial:
-unos proyectores, y -una cámara de vídeo descrita más adelante.
[0015] En lo que sigue de la descripción, se toma como ejemplo no limitativo como fenómeno perturbador de visibilidad F una niebla. [0016] Obviamente, el procedimiento puede aplicarse a otros fenómenos perturbadores de visibilidad, es decir cualquier fenómeno F que cree una perturbación atmosférica de manera que genere una pérdida de visibilidad para un usuario del vehículo V, tal como lluvia intensa o también proyecciones de agua (llamadas Gischt en alemán o Spray en inglés) generadas por vehículos que adelantan al vehículo V considerado.
[0017] El procedimiento de detección comprende las etapas siguientes, tales como se ilustran en la Figura 1:
-determinar al menos un punto de interés H en una imagen I adquirida del entorno del vehículo V (etapa CALC_H(I)); -determinar una región de interés ROI en dicha imagen I (etapa CALC_ROI(I)); -determinar una curva de niveles de gris CL a partir de dicha región de interés ROI (etapa CALC_CL (ROI)); -determinar un área A en dicha curva de niveles de gris CL en función del punto de interés H calculado (etapa CALC_A(CL, H)).
[0018] En un modo de realización no limitativo, comprende además una etapa suplementaria de:
-determinar la presencia de niebla F en función de al menos un valor umbral VAs de dicha área A (etapa CALC_F(VAs)).
[0019] En un modo de realización no limitativo, comprende además una etapa suplementaria de:
-determinar una distancia de visibilidad DVM en función del área determinada A (etapa CALC_DVM(A)).
[0020] Se notará que estos dos modos de realización pueden ser combinados entre sí. [0021] En un modo de realización no limitativo, comprende además una etapa de:
-adquirir al menos una imagen I por una cámara CAM (etapa ACQ_SQ(I)).
[0022] Se notará que esta etapa de adquisición de imagen I puede no incluirse en el procedimiento descrito, sino que puede formar parte de otro procedimiento ejecutado aguas arriba del procedimiento descrito. [0023] Las etapas se describen en detalle a continuación. [0024] En una primera etapa 1), se adquiere al menos una imagen I. por la cámara del vehículo V.
[0025] Al estar la cámara de vídeo CAM colocada, en el ejemplo descrito, en la parte delantera del vehículo V, la imagen adquirida I corresponde al entorno E del vehículo V que se encuentra en el campo de la cámara CAM y por lo tanto en la parte delantera del vehículo V. De esta manera se detectará un fenómeno perturbador F, tal como niebla, que se encuentre en la parte delantera del vehículo V. [0026] La luz emitida por un haz luminoso FX emitido desde uno de los proyectores PJ es difundida en presencia de partículas de la niebla F en suspensión en la atmósfera. Al ser la longitud de onda de este haz luminoso compatible con el espectro de análisis de la cámara CAM, y situándose las partículas constitutivas de la niebla F en el campo de visión de la cámara CAM, es entonces posible captar una imagen que integra la luz difundida en la niebla F. [0027] La figura 2 muestra un ejemplo esquemático de imagen adquirida I de noche en ausencia de niebla F, mientras que la figura 3 muestra un ejemplo esquemático de una imagen adquirida I de noche en presencia de niebla F. En las abscisas de una imagen I están representadas las columnas Cn de esta imagen I, mientras que en las ordenadas están representadas las líneas Ln de esta imagen I. [0028] Estas imágenes I dan una estimación de la luz difundida de noche con un haz luminoso FX de proyectores PJ. [0029] La parte blanca representa la luz difundida de noche con el haz luminoso FX, mientras que la parte rayada en diagonal denominada N representa el entorno E, aquí en la parte delantera del vehículo V, en el campo de la cámara CAM no iluminado por el haz luminoso FX. [0030] En las dos figuras 2 y 3, se pueden ver:
-una carretera sobre la cual circula el vehículo V, representada por las dos líneas de marcaje en el suelo L1 y L2, y la del medio L3, y -un paisaje P que bordea la carretera.
[0031] En la figura 3, el paisaje P que bordea la carretera está representado a trazos porque está velado por la niebla F representada de manera esquemática. [0032] En una segundo etapa 2), se determina al menos un punto de interés H en una imagen I adquirida del entorno E del vehículo V. [0033] En un modo de realización no limitativo, este punto de interés se sitúa en la línea de horizonte H en la imagen adquirida I.
[0034] Se puede, en ejemplos no limitativos, determinar la línea de horizonte H a partir de un cálculo de punto de fuga PF en la imagen I obtenido de la intersección del trazado de las líneas blancas L1 y L2 en la carretera, o incluso determinarla a partir de sensores de asiento. [0035] Al ser conocida por el experto en la materia la determinación de la línea de horizonte H en una imagen, no se describe aquí en detalle. [0036] Se notará que el hecho de determinar la línea de horizonte H como punto(s) de interés es fácil de calcular. [0037] La línea de horizonte H está representada en las dos figuras 2 y 3. [0038] En la figura 3, la línea de horizonte H está a trazos porque está velada por la niebla F. [0039] En una tercera etapa 3), se determina una región de interés ROI en dicha imagen I. [0040] En ejemplos no limitativos la región de interés ROI puede ser:
-una línea recta vertical que pasa por un punto de referencia PR en la imagen I, -determinada en la vecindad de un punto de referencia PR por una superficie que se sitúa de parte y otra del punto de referencia tal como se ilustra en la figura 2 y la figura 3 mediante líneas a trazos.
[0041] En un modo de realización no limitativo, el punto de referencia PR es el punto de fuga PF tal como se ilustra en las figuras 2 y 3. [0042] En una variante de este modo, el punto de fuga PF está centrado en la imagen I adquirida. Así, para un ejemplo de imagen I de formato 640*480, su abscisa PFx se sitúa a 320 píxeles, su ordenada PFy está en la línea de horizonte H. Se está describiendo en el caso en que el eje óptico de la cámara CAM es paralelo a la dirección del vehículo V. [0043] Una región de interés ROI según el segundo ejemplo de realización se determina de la manera siguiente, en un modo de realización no limitativo:
-en una primera etapa, se determinan los contornos en la imagen I para quitar zonas en la imagen I no homogéneas, siendo el objetivo tener un mismo nivel de gris de media. En ejemplos no limitativos, se pueden utilizar métodos de detección de contornos (llamados « edge method » en inglés) tales como los métodos Sobel, Prewitt, Roberts, Zerocross, Canny etc.;
-en una segunda etapa, se determina la región de interés ROI partiendo de la línea de horizonte H y utilizando un algoritmo de aumento de región hacia arriba y hacia abajo de la imagen adquirida I, bien conocido del experto en la materia. Se notará que para determinar la línea de horizonte H, se puede en ejemplos no limitativos, determinarla a partir de un cálculo de punto de fuga PF en la imagen I proveniente de la intersección del trazado de las líneas blancas L1 y L2 sobre la carretera, o incluso determinarla a partir de sensores de asiento. Al ser conocida por el experto en la materia la determinación de la línea de horizonte H en una imagen, no se describe en detalle aquí.
[0044] Así, se obtiene una región de interés ROI homogénea de la cual se excluyen:
-el ruido, los parásitos, y -los objetos no homogéneos tales como vehículos, o las líneas blancas de la carretera tales como la línea L3, tal como se ilustra en la figura 2 y la figura 3.
[0045] En un modo de realización no limitativo, con la finalidad de tener una región ROI homogénea incluso cuando la carretera es sinuosa, se determina además la región de interés ROI en dicha imagen I en función del ángulo con el volante α del vehículo
V. [0046] En una primera variante de realización no limitativa:
-la región de interés ROI está centrada con respecto al punto de referencia PR (visto anteriormente) en la imagen I, cuando el ángulo con el volante α es nulo; y -la región de interés ROI está desplazada lateralmente con respecto al punto de referencia PR en la imagen I, cuando el ángulo con el volante α no es nulo. En un ejemplo no limitativo, la región de interés ROI está desplazada del ángulo con el volante α multiplicado por tres.
[0047] Así, cuando el ángulo con el volante α es positivo, la región de interés ROI está desplazada a la derecha en la imagen I, mientras que cuando el ángulo con el volante α es negativo, la región de interés ROI está desplazada a la izquierda en la imagen I. Por ejemplo, si el ángulo con el volante α es igual a 10°, la región de interés ROI está desplazada de 30 píxeles a la derecha con respecto al punto de referencia PR, y está por lo tanto centrada en un nuevo punto de referencia de 320+30 píxeles. [0048] En una segunda variante de realización no limitativa: -la región de interés ROI está centrada con respecto al punto de referencia PR (visto anteriormente) en la imagen I, cuando el ángulo con el volante α es inferior o igual a 15° en valor absoluto; y -la región de interés ROI está desplazada lateralmente con respecto al punto de referencia PR en la imagen I, cuando el ángulo con el volante α es superior a 15° en valor absoluto. En un ejemplo no limitativo, la región de interés ROI está desplazada del ángulo con el volante α multiplicado por tres. Este umbral de 15° es característico de una carretera que es sinuosa. Cuando el ángulo con el volante α es inferior a 15° en valor absoluto, en general, la carretera está en línea recta, pero es el conductor del vehículo V el que no conduce recto. [0049] Así, cuando el ángulo con el volante α es superior a +15°, la región de interés ROI está desplazada a la derecha en la imagen I (la dirección de la carretera va hacia la derecha), mientras que cuando el ángulo con el volante α es inferior a -15°, la región de interés ROI está desplazada a la izquierda en la imagen I (la dirección de la carretera va hacia la izquierda). [0050] Por ejemplo, si el ángulo con el volante α es igual a -18°, la región de interés ROI está desplazada de 54 píxeles a la izquierda con respecto al punto de referencia PR, y está por lo tanto centrada en un nuevo punto de referencia de 320-54 píxeles. [0051] Así, el hecho de determinar la posición de la región de interés ROI (y más especialmente su posición con respecto al eje de las abscisas tal como se describe más arriba) en la imagen adquirida I en función del ángulo con el volante α, permite tener en cuenta la dirección de la carretera y así evitar los obstáculos tales como taludes, árboles, etc.. que se sitúan frente al vehículo cuando la carretera es sinuosa. De este modo, la región de interés ROI es más homogénea. [0052] Se notará que la segunda y la tercera etapa pueden ser realizadas en paralelo en este caso. [0053] En una cuarta etapa 4), se determina una curva de niveles de gris CL a partir de dicha región de interés ROI. [0054] El interés es que la presencia de niebla F modificará la forma de la curva de niveles de gris de manera que analizando esta curva, se podrá determinar la presencia de niebla F. [0055] En un modo de realización no limitativo, esta curva de niveles de gris CL se determina de la manera siguiente. Para cada línea Ln de la imagen adquirida I, se consideran solamente los píxeles de la región de interés ROI y se aplica una combinación de píxeles Px para obtener un valor GR para cada línea, siendo este valor GR por ejemplo un valor de nivel de gris en el caso de una imagen de vídeo (tal como se describe más adelante). [0056] En un ejemplo de realización no limitativo, la combinación es el valor mediano de los niveles de gris de cada píxel Px de la línea Ln considerada. La ventaja de la mediana es la de estimar el valor medio de los niveles de gris evitando a la vez problemas de ruidos en la imagen I. [0057] Un primer ejemplo de curva de niveles de gris CL1 se ilustra en la figura 4 en el caso en que no hay niebla F, y un segundo ejemplo de curva de niveles de gris CL2 se ilustra en la figura 5 en el caso en que sí hay niebla F. [0058] Tal como se puede ver, para una curva de niveles de gris CL, en las abscisas se indica el número de línea Ln en la imagen adquirida I, mientras que en las ordenadas se indica el valor de nivel de gris GR atribuido. [0059] En estas dos curvas de niveles de gris CL1 y CL2, también se ha colocado la línea de horizonte H que se encuentra aproximadamente en la abscisa 220. [0060] Se notará que en el caso en que el tiempo de integración de la cámara CAM es conocido, una curva de nivel de gris CL puede ser, en modos de realización no limitativos, o bien una curva de iluminancia o bien una curva de luminosidad. [0061] Se recuerda que el tiempo de integración de la cámara CAM corresponde en el momento de exposición a la luz de los sensores de la cámara. [0062] En una quinta etapa 5), se determina un área A en dicha curva de niveles de gris CL en función del punto de interés H determinado. [0063] Como se verá, analizando el área A en esta curva, se podrá determinar la presencia de niebla F. [0064] En un modo de realización no limitativo, esta área A se determina en función de la línea de horizonte H, situándose el punto de interés en la línea de horizonte H tal como se ha visto anteriormente. [0065] En una primera variante de realización no limitativa, esta área A es el área correspondiente a la parte alta de la imagen adquirida I hasta la línea de horizonte H. Por lo tanto, es el área que está situada por encima de la línea de horizonte H. [0066] La ventaja de esta variante es obtener una curva de niveles de gris de referencia CL1 sin niebla que sea independiente de parámetros tal como la infraestructura de la carretera (tipo de revestimiento de la carretera, tasa de humedad en la carretera...) etc. El área A1 en la curva de referencia así obtenida será así cercana de una constante sin niebla y la curva CL1 así obtenida será así estable (la parte alta de la imagen es negra).
[0067] Como se verá a continuación, durante la presencia de niebla F, al ser el área A2 en la curva de niveles de gris CL2 de la A1 de la curva de niveles de gris de referencia CL1, será fácil analizar esta curva con respecto a la curva de referencia CL1 estable para deducir de ella la presencia de niebla F. [0068] Por otro lado, la ventaja de esta variante, es que no hay difusión de luz por encima de la línea de horizonte H, debida a la iluminación de los proyectores, en ausencia de niebla F, mientras que sí la hay en presencia de niebla F, siendo la difusión de luz estando debida a la reflexión del haz luminoso FX de los proyectores sobre las partículas de niebla F. El análisis de la curva de nivel de gris permitirá explicar esta difusión de luz. [0069] Se notará que en una segunda variante de realización no limitativa, esta área A es el área correspondiente a la parte baja de la imagen adquirida I hasta la línea de horizonte H. [0070] Tal como se puede apreciar en las figuras 6 y 7, se superponen unas curvas de niveles de gris CL1 y CL2 asociadas respectivamente a las imágenes adquiridas I en ausencia de niebla F y durante la presencia de niebla F con las imágenes I asociadas (se han girado 90° con respecto a los ejemplos de las curvas de las figuras 4 y 5 anteriores). [0071] Una primera área A1 y una segunda área A2 asociadas respectivamente a la primera curva de niveles de gris CL1 y a la segunda curva de niveles de gris CL2 se ilustran (rayados horizontales) respectivamente en estas dos figuras 6 y 7 según la primera variante de realización (parte alta de la imagen). [0072] En una sexta etapa 6), se determina la presencia de niebla F y su densidad. [0073] En un primer modo de realización, se determina la presencia de niebla F y su densidad en función de al menos un valor umbral VAs de dicha área A. [0074] Más especialmente, la presencia de niebla F y su densidad se determina en función de una pluralidad de valores umbrales VAs que permitirán determinar si:
-el vehículo se acerca/ se aleja de una capa de niebla F, -el vehículo se encuentra en la niebla F y por otro lado, determinar si: -la niebla F es de reducida densidad, -la niebla F es de densidad media, -la niebla F es de densidad elevada.
[0075] Se notará que la densidad de la niebla F es función de una distancia de visibilidad DVM. [0076] Así, cuando la niebla F es de:
-reducida densidad, la distancia de visibilidad DVM correspondiente se sitúa más allá de 100 metros (ente 100 y 150 metros por ejemplo), -media densidad, la distancia de visibilidad DVM correspondiente se sitúa entre 60 metros y 100 metros, y -densidad elevada, la distancia de visibilidad DVM correspondiente es de menos de 60 metros.
[0077] La figura 8 ilustra un ejemplo no limitativo de una variación del área A determinada en una curva de niveles de gris en el curso del tiempo, es decir en una secuencia SQ de imágenes I adquiridas. [0078] En las abscisas se representa el tiempo en segundos, y en las ordenadas el área A en píxeles. [0079] En el momento t0 = 0, el valor del área A corresponde a la ausencia de niebla. Se ha representado en un ejemplo no limitativo, el valor VA1 equivalente a 1777 píxeles que corresponde al área A1 en la curva de niveles de gris de referencia CL1 sin niebla F representada anteriormente en la figura 6. [0080] A medida que se van adquiriendo imágenes, el valor del área A cambia en función de las variaciones de la atmósfera que envuelve al vehículo y también de la atmósfera delante del vehículo, y por lo tanto en función de la presencia o no de niebla F en el cual se encuentra el vehículo o en el cual va a entrar el vehículo. [0081] De este modo, se puede ver que entre los tiempos t0 y t1, el valor del área A aumenta y se vuelve superior a un primer valor umbral VAs1. De ello se deduce que se entra en una zona de niebla F en el momento t1. [0082] El vehículo V no se encuentra aún en la niebla, pero detecta que se acerca a la niebla F. [0083] De este modo, las variaciones progresivas del área A permiten detectar que hay una capa de niebla a lo lejos en la cual se va a entrar. Por lo tanto, se anticipa la detección de niebla F y ello gracias a la cámara delantera. [0084] En un ejemplo no limitativo, el primer valor umbral VAs1 es igual a 3000. Más allá de este valor, se estima que hay presencia de ruido.
[0085] Entre los tiempos t2 y t3, el valor del área A es superior a un segundo valor umbral VAs2 característico de la niebla F. [0086] El vehículo V se encuentra así en la capa de niebla F. [0087] En un ejemplo no limitativo, este valor Vas2 se sitúa alrededor de 7000 píxeles y corresponde a una niebla de media densidad. [0088] El valor VA2 equivalente a 8057 píxeles corresponde por ejemplo al área A2 en la curva de niveles de gris CL2 con niebla F representada anteriormente en la figura 7 situándose así más allá de este segundo umbral VAs2. [0089] Más allá del tiempo t3, el valor del área A vuelve a ser inferior al valor umbral VAs2 y disminuye progresivamente. De ello se deduce que se sale de la zona de niebla
F. [0090] Se utiliza un tercer valor umbral VAs3 para definir que la niebla F en la cual se encuentra el vehículo V es de densidad elevada. En un ejemplo de realización no limitativo, este tercer valor umbral VAs3 es superior a 9000 píxeles. [0091] Se notará que en el ejemplo representado en la figura 8, este valor umbral nunca se llega a alcanzar. [0092] En un segundo modo de realización, se determina la presencia de niebla F y su densidad en función de una distancia de visibilidad DVM, determinándose esta última en función del área determinada A anteriormente. [0093] En un modo de realización no limitativo, cuando el área A utilizada es la que corresponde a la parte alta de la imagen adquirida I hasta la línea de horizonte H, la relación entre la distancia de visibilidad DVM y el área determinada A es igual a:
imagen1
[0094] Se notará que en este caso, esta relación [1] no depende del tipo de asfalto, ni de la calidad de la carretera, ni de cualquier otra característica de la carretera, tal como se ha explicado anteriormente. [0095] Obviamente, se pueden utilizar otros coeficientes. [0096] Según la distancia de visibilidad DVM así calculada, se deduce de esta la presencia de niebla F, y su densidad. [0097] Así, en un ejemplo no limitativo, cuando la distancia de visibilidad es inferior a 150 metros, se puede deducir de esta que hay niebla F.
[0098] Por otro lado, en lo que se refiere a la densidad, cuando la distancia de visibilidad es inferior a 60 metros, se puede deducir de ello que la niebla F es de densidad elevada, mientras que cuando es superior a 60 metros y más allá, se puede deducir de esta que la niebla F es de media (60-100 metros) a reducida densidad (100150 metros). [0099] De este modo, el cálculo de la distancia de visibilidad DVM permite suministrar a continuación al conductor del vehículo V una información acerca de la velocidad máxima Vmax que no hay que sobrepasar para no correr riesgos, y garantizar así una distancia de seguridad óptima. En un ejemplo no limitativo, para una velocidad de 90 km/h, se sabe que la distancia de parada es de aproximadamente 80 metros. [0100] Obviamente, también se pueden combinar estos dos modos (utilización de los umbrales VAs y cálculo de la distancia de visibilidad DVM), ya sea en paralelo, o uno tras otro. [0101] En una séptima etapa 7), después de que se haya detectado niebla F, se haya determinado su densidad y en este caso calculado la distancia de visibilidad DVM, se puede llevar a cabo un tratamiento adecuado CD en tiempo real en el vehículo V. [0102] En ejemplos no limitativos, se puede tratar:
-de adaptar automáticamente la iluminación de los proyectores PJ vehículo V aumentando la intensidad de los proyectores PJ de cruce o carretera (por ejemplo para visualizar mejor las líneas blancas de la carretera) y/o enciendo los faros de niebla (delantero y trasero); -de enviar una señal de alerte al conductor del vehículo V para que él mismo aumente la intensidad de los proyectores PJ por ejemplo si lo puede hacer para iluminar más o que encienda él mismo los faros niebla; -conmutar automáticamente los proyectores PJ de cruce en carretera o inversamente; -de limitar automáticamente la velocidad del vehículo a una velocidad máxima autorizada Vmax en este caso; -de enviar una señal de alerta al conductor del vehículo V para que disminuya su velocidad en función de una velocidad máxima autorizada y de una velocidad de parada vehículo V etc.
[0103] Según la densidad de la niebla F, en ejemplos no limitativos, se puede determinar: -un umbral de encendido de los faros de niebla para una distancia de visibilidad DVM determinada; y -un umbral de conmutación automática de los proyectores PJ de cruce en carretera para una distancia de visibilidad DVM superior o igual a un umbral determinado; -un umbral de conmutación automática de los proyectores PJ de carretera en cruce para una distancia de visibilidad DVM inferior a un umbral determinado etc.
[0104] Se notará que estos diferentes umbrales pueden ser definidos en ejemplos no limitativos según una reglamentación existente o según una norma del fabricante. [0105] Se notará que esta séptima etapa se hace a medida que se va realizando el tratamiento de las imágenes de vídeo I por el procedimiento descrito más arriba. [0106] Así, el tratamiento adecuado CD, tal como por ejemplo la adaptación automática de la iluminación de los proyectores PJ de cruce o de carretera, es ejecutado en tiempo real puesto que se efectúa después de cada detección de un fenómeno perturbador F, efectuándose una detección en cada adquisición de imagen I. [0107] Obviamente, se notará que se puede realizar el tratamiento CD utilizando:
-la distancia de visibilidad DVM sin utilizar lo umbrales VAs de una curva de niveles de gris CL; -los umbrales VAs de una curva de niveles de gris CL sin utilizar la distancia de visibilidad DVM; -la distancia de visibilidad DVM y los umbrales VAs de una curva de niveles de gris
CL.
[0108] El procedimiento de la invención se emplea en un dispositivo DISP de detección representado en la figura 9. [0109] Este dispositivo DISP está integrado en el vehículo V. Este dispositivo DISP comprende en especial:
-una unidad de control UC para: -determinar al menos un punto de interés H en una imagen I adquirida del entorno E del vehículo V; -determinar una región de interés ROI en dicha imagen I; -determinar una curva de niveles de gris CL a partir de dicha región de interés ROI; y
-determinar un área (A) en dicha curva de niveles de gris (CL) en función del punto de interés (H) determinado.
[0110] La unidad de control UC permite además controlar el proyector PJ y la cámara CAM y controlar (adaptación automática de la iluminación de los proyectores PJ de cruce o carretera, encendido automático de los faros antiniebla) o realizar (envío de una señal de alerta) el tratamiento adecuado CD. [0111] En un modo de realización no limitativo, el dispositivo de detección DISP puede comprender además la cámara de vídeo CAM que permite adquirir una imagen I tal como se ilustra en la figura 9. Se notará que en este caso, la unidad de control UC puede encontrarse también en la cámara de vídeo CAM. [0112] La cámara CAM está colocada, en un ejemplo no limitativo, detrás del parabrisas del vehículo V. En otro ejemplo no limitativo, la cámara CAM está colocada cerca de uno de los proyectores PJ del vehículo V. [0113] Puede ser, por ejemplo, del tipo VGA de definición 640*480 (es decir una imagen adquirida I de 8 bits (por píxel) y de 640 columnas y 480 líneas) y comprende una lente (no representada) a tal efecto. La imagen I así adquirida es de resolución total. [0114] A cada píxel Px se le atribuye un valor específico GR llamado valor del nivel de gris tras los tratamientos utilizados en la cámara (gestión del tiempo de integración, de la curva de respuesta de la cámara, ganancia etc). Este valor de nivel de gris puede ser expresado en diferentes formatos, por ejemplo de 8 bit, 12 bit u otro. [0115] Por ejemplo, el nivel de gris del píxel de 8 bit puede tener un valor entre 0 y 255, mientras que el nivel de gris del píxel de 12 bit puede tener un valor entre 0 y 4095. [0116] En un ejemplo no limitativo, la cámara de vídeo CAM adquiere 10 imágenes por segundo. [0117] Obviamente, también se puede utilizar una cámara de tipo diferente y con una resolución diferente. [0118] Obviamente, la cámara CAM que se utiliza para la funcionalidad de detección de niebla F puede utilizarse también para otras funcionalidades conocidas tales como:
-la detección de líneas para el marcaje en el suelo (que permite evitar un franqueo involuntario de las líneas), -la conmutación automática de los proyectores de carretera de Código o inversamente durante la aparición de un vehículo delante del vehículo considerado (que permite evitar deslumbrar el vehículo de delante), etc.
[0119] Se notará que todas las etapas del procedimiento descrito más arriba son efectuadas para una o varias (secuencia SQ) imágenes adquiridas I por la cámara de vídeo CAM y todo ello en tiempo real. Es decir que el conjunto de las etapas no toma más de 1/10 segundo en el ejemplo de una secuencia de 10 imágenes por segundo adquiridas por la cámara CAM. Por lo tanto, el procedimiento es de ejecución muy rápida. [0120] Se notará que la realización del procedimiento de detección expuesto más arriba puede ser realizado mediante un dispositivo micro programado « software », una lógica cableada y/o componentes electrónicos « hardware ». [0121] de este modo, el dispositivo de detección DISP puede comprender un producto de programa de ordenador PG que comprende una o varias secuencias de instrucciones ejecutables por una unidad de tratamiento de información tal como un microprocesador, o una unidad de tratamiento de un microcontrolador, un ASIC, un ordenador etc., que permite la ejecución de dichas secuencias de instrucciones de una realización del procedimiento descrito. [0122] Un tal programa de ordenador PG puede ser guardado en memoria no volátil de escritura de tipo ROM o en memoria no volátil de reescritura de tipo EEPROM o FLASH. Dicho programa de ordenador PG puede ser guardado en memoria en fábrica
o también cargado en memoria o descargado a distancia en memoria. Las secuencias de instrucciones pueden ser secuencias de instrucciones en código máquina, o tambiém secuencias en un lenguaje de control interpretadas por la unidad de tratamiento en el momento de su ejecución. [0123] En el ejemplo no limitativo de la figura 9, el programa de ordenador PG está guardado en una memoria de la unidad de control UC del dispositivo DISP. [0124] Obviamente, la descripción del procedimiento no se limita a los modos de realización y ejemplos descritos más arriba. [0125] Así, se puede utilizar perfectamente el procedimiento descrito con una cámara trasera y luces traseras para realizar un tratamiento adecuado CD tal como por ejemplo encender los faros antiniebla.
[0126] Además, si la región de interés ROI determinada no es suficientemente homogénea, puede no utilizarse y esperar la determinación de la región de interés ROI en la siguiente imagen adquirida I. [0127] Finalmente, obviamente puede aplicarse a unas aplicaciones diferentes de la
5 aplicación vehículo automóvil descrita. [0128] Así, la invención presenta en especial las ventajas siguientes:
-Permite detectar la presencia de un fenómeno perturbador F tal como la niebla y realizar un tratamiento adecuado CD;
10 -Permite determinar la densidad de la niebla F; -Permite determinar la distancia de visibilidad DVM para un usuario del vehículo V; -Es de simple implementación (la determinación de una región de interés, de la línea de horizonte H, de una curva de niveles de gris y del área asociada son de tratamiento fácil);
15 -Es fácilmente integrable en un sistema de iluminación y de señalización tal como un faro o un proyector (cámara, software/ hardware) sin implantación restrictiva en la carrocería de un vehículo; -Permite anticipar la presencia de niebla detectando de manera anticipada la aproximación de una capa de niebla antes de que el vehículo entre en la niebla; y
20 -Permite evitar utilizar dos cámaras, una para la función de detección de un fenómeno perturbador y una para una función de detección de línea por ejemplo. Efectivamente, Se pueden reagrupar dos funciones en una única cámara que sea multifunción.
REFERENCIAS CITADAS EN LA DESCRIPCIÓN
Esta lista de referencias citadas por el solicitante está prevista únicamente para ayudar al lector y no forma parte del documento de patente europea. Aunque se ha puesto el 5 máximo cuidado en su realización, no se pueden excluir errores u omisiones y la OEP declina cualquier responsabilidad al respecto.
Documentos de patente citados en la descripción
10 • WO 03069275 A1 [0005]

Claims (7)

  1. REIVINDICACIONES
    1. Procedimiento de detección de un fenómeno perturbador de visibilidad (F) en el entorno (E) de un vehículo automóvil (V) que comprende las etapas consistentes en:
    -determinar al menos un punto de interés (H) en una imagen (I) adquirida del entorno
    (E) del vehículo (V); -determinar una región de interés (ROI) en dicha imagen (I); -determinar una curva de niveles de gris (CL) a partir de dicha región de interés (ROI) caracterizado por el hecho de que el procedimiento comprende las etapas siguientes -emitir en el entorno (E) del vehículo (V) un haz luminoso (FX) mediante al menos uno de los proyectores (PJ) del vehículo (V) y -determinar un área (A) en dicha curva de niveles de gris (CL) en función del punto de interés (H) determinado.
  2. 2.
    Procedimiento de detección según la reivindicación 1, según el cual comprende una etapa suplementaria de:
    -determinar la presencia de un fenómeno perturbador (F) en función de al menos un valor umbral (VAs) de dicha área (A).
  3. 3.
    Procedimiento de detección según la reivindicación 1 ó la 2, según el cual comprende una etapa suplementaria de:
    -determinar una distancia de visibilidad (DVM) en función del área determinada (A).
  4. 4.
    Procedimiento de detección según cualquiera de las reivindicaciones anteriores, según el cual el punto de interés (H) se sitúa en la línea de horizonte en la imagen (I).
  5. 5.
    Procedimiento de detección según cualquiera de las reivindicaciones anteriores, según el cual el vehículo (V) comprende un ángulo con el volante (α), y dicha región de interés (ROI) se determina en dicha imagen (I) en función de dicho ángulo con el volante (α).
  6. 6.
    Dispositivo (DISP) de detección de un fenómeno perturbador de visibilidad (F) en el entorno (E) de un vehículo automóvil (V) que comprende:
    -una unidad de control (UC) para: 5 -determinar al menos un punto de interés (H) en una imagen (I) adquirida del entorno
    (E) del vehículo (V); -determinar una región de interés (ROI) en dicha imagen (I); -determinar una curva de niveles de gris (CL) a partir de dicha región de interés (ROI),
    10 caracterizado por el hecho de que el dispositivo comprende -al menos un proyector (PJ) para: -emitir un haz luminoso (FX) en el entorno (E) del vehículo (V), y en el que la unidad de control está adaptada para o determinar un área (A) en dicha curva de niveles de gris (CL) en función del punto de interés (H) determinado.
    15
  7. 7. Producto de programa (PG) de ordenador que comprende una o varias secuencias de instrucciones ejecutables por una unidad de tratamiento de información, permitiendo la ejecución de dichas secuencias de instrucciones una realización del procedimiento según cualquiera de las reivindicaciones anteriores 1 a 5.
    20
ES08167694T 2007-10-31 2008-10-28 Procedimiento de detección de un fenómeno perturbador de la visibilidad para un vehículo. Active ES2353754T3 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0707683 2007-10-31
FR0707683A FR2923016B1 (fr) 2007-10-31 2007-10-31 Procede de detection d'un phenomene perturbateur de visibilite pour un vehicule.

Publications (1)

Publication Number Publication Date
ES2353754T3 true ES2353754T3 (es) 2011-03-04

Family

ID=39434293

Family Applications (1)

Application Number Title Priority Date Filing Date
ES08167694T Active ES2353754T3 (es) 2007-10-31 2008-10-28 Procedimiento de detección de un fenómeno perturbador de la visibilidad para un vehículo.

Country Status (7)

Country Link
US (1) US8315766B2 (es)
EP (1) EP2056093B1 (es)
JP (1) JP5823661B2 (es)
AT (1) ATE488758T1 (es)
DE (1) DE602008003507D1 (es)
ES (1) ES2353754T3 (es)
FR (1) FR2923016B1 (es)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2923016B1 (fr) * 2007-10-31 2009-11-20 Valeo Vision Procede de detection d'un phenomene perturbateur de visibilite pour un vehicule.
US8416300B2 (en) * 2009-05-20 2013-04-09 International Business Machines Corporation Traffic system for enhancing driver visibility
DE102010002488A1 (de) 2010-03-02 2011-09-08 Robert Bosch Gmbh Verfahren und Vorrichtung zur Nebelerkennung mittels Spektroskopie
US8773535B2 (en) * 2010-12-08 2014-07-08 GM Global Technology Operations LLC Adaptation for clear path detection using reliable local model updating
CN102508313B (zh) * 2011-10-18 2013-08-21 北京华力兴科技发展有限责任公司 检测运输工具的方法和系统
US8712624B1 (en) * 2012-04-06 2014-04-29 Google Inc. Positioning vehicles to improve quality of observations at intersections
US8793046B2 (en) 2012-06-01 2014-07-29 Google Inc. Inferring state of traffic signal and other aspects of a vehicle's environment based on surrogate data
WO2014017625A1 (ja) * 2012-07-27 2014-01-30 日産自動車株式会社 立体物検出装置および立体物検出方法
CN103927523B (zh) * 2014-04-24 2017-01-18 东南大学 一种基于纵向灰度特征的雾天等级检测方法
KR102188162B1 (ko) * 2014-08-19 2020-12-07 현대자동차주식회사 안개 상황에서 차량 검출 방법 및 시스템
WO2016035199A1 (ja) * 2014-09-05 2016-03-10 三菱電機株式会社 自動走行管理システム、サーバおよび自動走行管理方法
WO2016073590A1 (en) 2014-11-06 2016-05-12 Gentex Corporation System and method for visibility range detection
KR101962701B1 (ko) * 2017-09-25 2019-03-27 주식회사 만도 가시 거리에 따라 경보 영역이 변경되는 차량 경보 장치 및 방법
US10930155B2 (en) * 2018-12-03 2021-02-23 Continental Automotive Systems, Inc. Infrastructure sensor detection and optimization method
US11766938B1 (en) * 2022-03-23 2023-09-26 GM Global Technology Operations LLC Augmented reality head-up display for overlaying a notification symbol over a visually imperceptible object

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2721400B1 (fr) * 1994-06-16 1996-09-13 Valeo Vision Procédé et dispositif de détection de brouillard ou de fumée, notamment pour véhicule automobile.
JPH08172620A (ja) * 1994-12-16 1996-07-02 Nissan Motor Co Ltd 車両用画像入力手段
WO1997016926A1 (en) * 1995-10-31 1997-05-09 Sarnoff Corporation Method and apparatus for determining ambient conditions from an image sequence
US6587573B1 (en) * 2000-03-20 2003-07-01 Gentex Corporation System for controlling exterior vehicle lights
DE19928915A1 (de) 1999-06-24 2001-01-11 Bosch Gmbh Robert Verfahren zur Sichtweitenbestimmung
JP3679988B2 (ja) * 2000-09-28 2005-08-03 株式会社東芝 画像処理装置及び画像処理方法
JP3734712B2 (ja) * 2001-02-07 2006-01-11 三菱電機株式会社 霧観測装置及び霧観測方法
US20030030638A1 (en) * 2001-06-07 2003-02-13 Karl Astrom Method and apparatus for extracting information from a target area within a two-dimensional graphical object in an image
US6854642B2 (en) * 2001-10-19 2005-02-15 Chesterfield Holdings, L.L.C. System for vending products and services using an identification card and associated methods
FR2835911B1 (fr) * 2002-02-14 2004-05-07 France Etat Ponts Chaussees Procede de determination de la distance de visisbilite et procede de determination de la presence d'un brouillard
FR2847367B1 (fr) * 2002-11-19 2005-01-14 Valeo Vision Procede et dispositif de determination de la distance de visibilite du conducteur d'un vehicule
DE10303046A1 (de) * 2003-01-24 2004-10-21 Daimlerchrysler Ag Verfahren und Vorrichtung zur quantitativen Abschätzung der Sichtweite in Fahrzeugen
US8045760B2 (en) * 2003-02-21 2011-10-25 Gentex Corporation Automatic vehicle exterior light control systems
US7187437B2 (en) * 2003-09-10 2007-03-06 Shearographics, Llc Plurality of light sources for inspection apparatus and method
FR2884637B1 (fr) * 2005-04-19 2007-06-29 Valeo Vision Sa Procede de detection de brouillard nocturne et systeme de mise en oeuvre de ce procede
TWI302879B (en) * 2006-05-12 2008-11-11 Univ Nat Chiao Tung Real-time nighttime vehicle detection and recognition system based on computer vision
FR2902556B1 (fr) * 2006-06-15 2008-08-15 Valeo Vision Sa Procede de determination d'une distance de visibilite pour un conducteur d'un vehicule.
US8090194B2 (en) * 2006-11-21 2012-01-03 Mantis Vision Ltd. 3D geometric modeling and motion capture using both single and dual imaging
DE102007044535B4 (de) * 2007-09-18 2022-07-14 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Fahrerinformation in einem Kraftfahrzeug
FR2923016B1 (fr) * 2007-10-31 2009-11-20 Valeo Vision Procede de detection d'un phenomene perturbateur de visibilite pour un vehicule.
FR2923933B1 (fr) * 2007-11-16 2010-03-26 Valeo Vision Procede de detection d'un phenomene perturbateur de visibilite pour un vehicule
ES2354786B9 (es) * 2008-06-10 2012-06-15 Euroconsult Nuevas Tecnologias, S.A. Equipo de auscultación automática de señales de tráfico y paneles.
US20100020170A1 (en) * 2008-07-24 2010-01-28 Higgins-Luthman Michael J Vehicle Imaging System

Also Published As

Publication number Publication date
JP5823661B2 (ja) 2015-11-25
US8315766B2 (en) 2012-11-20
DE602008003507D1 (de) 2010-12-30
EP2056093B1 (fr) 2010-11-17
ATE488758T1 (de) 2010-12-15
JP2009134703A (ja) 2009-06-18
EP2056093A1 (fr) 2009-05-06
FR2923016A1 (fr) 2009-05-01
FR2923016B1 (fr) 2009-11-20
US20090118909A1 (en) 2009-05-07

Similar Documents

Publication Publication Date Title
ES2353754T3 (es) Procedimiento de detección de un fenómeno perturbador de la visibilidad para un vehículo.
JP4496964B2 (ja) 車両用トンネル検出装置および車両用ライト制御装置
JP5097648B2 (ja) 前照灯制御装置および車両用前照灯装置
US7944362B2 (en) Method of detecting a visibility interference phenomenon for a vehicle
JP5356746B2 (ja) 視界妨害現象の検出プロセス、検出装置、及びそのコンピュータプログラム
CN108496176B (zh) 识别机动车辆的周围区域中的对象的方法,驾驶员辅助系统和机动车辆
US20140009615A1 (en) In-Vehicle Apparatus
JP2006343322A (ja) 夜間の霧を検出するための方法、およびこの方法を実施するためのシステム
JP2006185410A (ja) 夜間移動体報知装置及び夜間移動体報知方法
US20150085118A1 (en) Method and camera assembly for detecting raindrops on a windscreen of a vehicle
JP2010143573A (ja) 自動車用ヘッドライトの照明モードの切り替え方法
JP2009029227A (ja) 照明制御装置および方法、並びに、プログラム
JP4735090B2 (ja) 赤外画像撮像装置
JP2008296759A (ja) 情報処理装置および方法、並びにプログラム
CN112334361B (zh) 信息显示装置和信息显示方法
CN110588499A (zh) 一种基于机器视觉的前照灯自适应控制系统及方法
JP6983016B2 (ja) 車両の路面描画装置
JPH06270733A (ja) 車両用前照灯装置
JP2012196999A (ja) 車両用照明装置及び方法
JP5029508B2 (ja) 車両用撮像照明装置
CN111902314A (zh) 车辆照明控制装置、车辆照明控制方法和车辆照明控制程序
JP5310235B2 (ja) 車載用照明制御装置及びプログラム
JP6866212B2 (ja) 表示制御装置、表示制御方法及びカメラモニタリングシステム
KR102294525B1 (ko) 야간에 저속도 차량에 대한 차량번호 판별장치
JP2007076378A (ja) 車両用照明装置および照明方法