JP2013521481A - 分光分析により霧を検出する方法および装置 - Google Patents

Abstract

本発明は、分光分析によるエアロゾルの検出、濃度測定または分類に関する。この場合、車両用のカメラにより撮影された画像を用い、最初のステップにおいて、第１のカラーフィルタリングにより少なくとも１つの画像から、あるパラメータに対する第１の値が求められ、第２のステップにおいて、先行のカラーフィルタリングとは異なる第２のカラーフィルタリングにより、あるいはそれを行わずに、同じパラメータに対する第２の値が求められる。ついで少なくとも２つのステップで求められた値が比較され、比較結果に依存してエアロゾルの検出または濃度測定または分類が実施される。

Description

本発明は、独立請求項の上位概念に記載の方法および装置に関する。

背景技術
車両においてたとえば霧によって引き起こされる視界の妨害を識別する目的で、霧を検出するためのいくつかの方法が従来技術として存在する。

EP 1498721 A1によれば、車両内のカメラにより走行方向で画像を撮影する装置が知られている。この場合、所定の輝度値を下回っている少なくとも１つのピクセルすなわち暗いピクセルが存在するか否かについて、このカメラによる画像が評価される。霧が発生しているとき、散乱光作用ゆえに前提となるのは、霧が存在しているときにはすべてのピクセルが最小輝度を有すること、このことから霧が発生していると推定できることである。

さらにたとえばEP 2020595 A1などから、霧を検出するために車両に組み込まれたカメラシステムが知られており、このシステムは能動素子（たとえば赤外線ＬＥＤ）を必要とする。

さらに別の方法は、物体の識別および必要に応じて物体の距離に基づいて霧を検出することである。EP 1826648 A2によれば、識別された物体のエッジ強度がデータベース内のエッジ強度と比較され、その結果から視界状態もしくは雨または霧を導出することができる。このようなやり方が機能するのは、物体が存在している場合だけであり、それがデータベース内に記述されている場合だけである。

EP 2056093 A1には詳細に説明された方法が記載されており、これによれば画像の特定領域たとえば地平線におけるグレー値分布が考慮される。ただしこの方法は、画像に同様の物理的な作用をもたらす別の天候状況において、誤った検出も引き起こす。考えられる天候状況とはたとえば、風景や道路における積雪である。

同様に霧の検出をテーマとした数多くの非特許文献が存在する。

しかしながらこれまで、距離（視界）たとえば他の物体までの距離あるいはこれに関する仮定を求めることなく、画像生成プロセス（ビデオ）により霧を検出する方法はおそらく存在しなかった。

発明の概要
既述の従来技術に対し、独立請求項の特徴を備えた本発明による方法（もしくは装置）の奏する利点とは、エアロゾルないしは煙霧（Aerosol）のスペクトル特性を評価することによって、アクティブな照射、距離または視界の測定、あるいはエアロゾル検出専用の特別なセンサ機構がなくてもきちんと機能する測定方法を実現できることである。なお、照射は、周囲の明るさや外光ないしは未知の光源によってパッシブに行うことができる。

基礎を成す物理的な作用は、エアロゾルを通り抜ける際に光の吸収が増加することであり、そこでは光線が粒子もしくは分子（たとえば水）において吸収されたり屈折させられたりする。ただしこのような吸収や分散は波長に依存しており、このことはたとえば、霧によって比較的冷たい光すなわち高い色温度が生成されることからわかる。ビデオ画像中の色成分を考察することによってこの作用を識別し、それに基づき評価することができる。

さらにこの光学的な関係に基づき、エアロゾルを画像中に存在する他の物体あるいは構造物と区別できると有利であり、これに加えてあるいは択一的に、エアロゾルの種類および／または密度（濃度）を求めることができると有利である。このようにして、画像生成プロセスにより得られた１つまたは複数の画像を用いることで、本発明による方法が実施される。本発明によれば、それぞれ異なるカラー情報をもつ少なくとも２つの画像が存在しており、あるいはそれらの画像が１つの画像から求められ、たとえば既知の色抽出プロセスによってＲＧＢ画像から求められるかまたは、たとえばＲ３Ｉカメラによって得られた画像であれば、個々の赤色ピクセルもしくは非赤色ピクセル（グレーピクセル）のマスキングにより求められる。カラーフィルタリングを（画像撮影分野の）ハードウェア技術的な措置によって実現することができ、たとえば適切なカラーフィルタを対物レンズまたは対物レンズの一部分の前あるいはビーム路中に設けたり、あるいは撮像素子のピクセルの上にカラーマスクを設けたりすることによって、実現することができる。さらに（画像処理分野における）ソフトウェア技術的な措置によって、フィルタリングを実現することも可能であり、この場合、望ましいカラーチャネルまたはカラースペクトルをカラー画像から抽出することによって、フィルタリングを実現できる。

評価すべき少なくとも１つの画像に記録されていなければならない状況は、エアロゾルを識別可能な状況もしくはエアロゾルが可視である状況であり、しかも所定の光学的深さが保証されていて、拡散作用と吸収作用がそれらの異なるスペクトル特性とともに、少なくとも１つの画像において作用を及ぼし測定可能である程度にまで生じているような状況である。したがってカメラの配向としていっそう有意義であるのは、地面ではなく（たとえば地平線や風景などの）遠方に向けられた配向である。地面に向けられた配向であると、たとえばカメラと地面との間には僅かな間隔しかなく、したがって霧はほとんど写らない。本発明による方法は、自動車における用途に適している。今日、自動車には他のドライバ支援機能のためにカメラがすでに組み込まれていることが多く、そのような場合、ハードウェアに対し（実質的に）余分なコストをかけなくても、すでに組み込まれているカメラが他の機能に加えて本発明によるタスクも担うことができる。

さてここで、少なくとも１つの画像に対し、それぞれ異なるカラー情報を含む少なくとも２つの（仮想の）画像が存在するよう、フィルタリング処理が行われる。識別すべきエアロゾルの光学特性またはスペクトル特性に応じて、フィルタリングすべきカラー帯域を大きくまたは小さくすることができるし、場合によってはただ１つの光の周波数に制限することもできる。どのような場合であるにせよ第２の（仮想の）画像は、第１の画像とは異なるカラー情報を有している必要がある。したがってフィルタを異ならせることもできる。フィルタを異ならせる代わりに、２つめのカラーフィルタを使用せず、場合によってはすべてのカラー情報（またはグレー情報）を有するオリジナルの画像を用いることもできる。

１つまたは複数のエアロゾルのスペクトル的な特徴識別のために詳細なカラー分光分析が必要とされる場合には、本発明による方法を必ずしも既述の２つの画像を用いて実施しなくてもよく、ないしは２つのカラーフィルタリングだけを用いるのではなく、必要に応じて、および分析すべきカラー範囲の個数に従って、カラーフィルタリングを何重にも増やすことができる。ついで上述の仮想の画像から、すなわちカラーフィルタリング後の画像から、同じ種類であるけれども、１つのエアロゾルもしくはそれぞれ異なる複数のエアロゾルにおいて個々の画像から抽出したときにそれぞれ異なる値をとるような特性を有する１つのカラーパラメータがそれぞれ求められる。もし可能であるならば、そして適しているならば、このステップを実施しなくても望ましいパラメータをたとえばオリジナル画像からダイレクトに求めることができるときには、仮想画像を求めるステップを省略してもよい。

求められたパラメータ値が適切なやり方で相互に比較され、その結果、用途に応じて、エアロゾルがそもそも存在しているのか、特定のエアロゾルが存在しているのか、どのエアロゾルが存在しているのか、および／またはエアロゾルがどのような密度（濃度）を有するのか、を識別することが可能となる。

有利な実施形態によれば、霧もしくはエアロゾルが高い拡散もしくは散乱を伴って発生している場合、自己反射による眩しさを回避することができる。このような自己反射による眩しさが発生してしまうのは、たとえば霧の壁すなわち壁のような濃霧がハイビームによって照射された場合であり、その反射光がドライバを眩惑させる。

さらに有利な実施形態によれば、本発明による方法によってエアロゾルをいっそう精確に求めることができ、これまで頻繁に起こってきたような誤った解釈を阻止することができる。このような誤った解釈が起こるのはたとえば、積雪により走行路が覆われ、カメラがそれを撮影したときであり、そうしたときには画像が霧発生時の視界状況と同じように見えてしまう。

従属請求項には、独立請求項に記載された方法の有利な実施形態が記載されている。

有利には本発明による方法を、特定のエアロゾルのために、たとえば霧のために用いることができ、この場合、第１のカラーフィルタが画像中の赤色成分を検出し、第２のカラーフィルタリングは行われず、ここではグレー成分が検出される。赤色フィルタは、赤色領域におけるただ１つの波長に対してのみ透過性であるように構成してもよいし、あるいは赤色スペクトルの少なくとも一部分が存在する周波数帯域全体に対し透過性であるように構成してもよい。グレー成分を有するバーチャルなグレー画像を、装置によってはオリジナル画像からダイレクトに取り出すこともできるし、あるいはたとえばオリジナルのカラー画像が存在するならば、カラー情報の消去または平均化によって求めることもできる。たとえばＲ３Ｉカメラのような装置の場合、個々のピクセルのマスクアウトによってこれを行うことができ、その際、１つのマスクが赤色ピクセルをフィルタリングし、他のピクセルをフェードアウトし、他のマスクがグレーピクセルをフィルタリングし、赤色ピクセルをフェードアウトし、もしくは他のマスクは、ピクセルセンサがグレー値をダイレクトに供給するため、存在しない。

これら両方のカラーフィルタリングに加えて、さらにここでは言及しないフィルタリング手法や評価手法を加えることも可能である。たとえば付加的に青色フィルタリングを行うことも考えられ、このフィルタリングによって、結果の妥当性チェックを実施することができる。霧を検出する場合、赤色成分は強いフィルタリングを受ける。ならならば、この周波数範囲において霧はきわめて強く吸収されるのに対し、青色領域では相応に僅かにしか吸収されないからである。

パラメータとして、画像のピクセルの平均輝度値を選択するのが有利である。このようなやり方で、あるいは他のやり方でカラーフィルタリングされた画像の光強度（輝度）を求めることができ、これによってあとで比較を実施することができる。エアロゾルは一般にフラットに拡散する現象として発生し、コントラストに乏しい画像を生じさせるので、ピクセルの輝度値の平均値が形成される。これにより、誤ったエアロゾルを伴う画像のスペクトル強度分布が求められる。

択一的に、画像のピクセルの平均勾配をパラメータとして採用することもできる。２つのピクセルの勾配が、それらの輝度値の差から求められる。ついで、コントラストを再現する基準尺度を得る目的で、この勾配の平均が求められる。霧に関しては、フラットな勾配が典型的である。大きい勾配であればこのことは、放射された交通標識等が画像の一部の平面に存在することに対する指標となる。この種の物体の存在によって、一部の平面に（その物体の反射特性に起因して）高い赤色成分が生じていると、誤って霧が検出されてしまう可能性がある。勾配という判定基準を評価するならば、勾配が大きいときに霧の通報を抑圧することによって、このような誤った霧の検出が回避される。ピクセル間の勾配形成は、周知のように１つまたは２つの方向に対して行うことができ、必要に応じてそれ以上の方向に対して行うこともできる（それらはその後、平均化される）。これによって１つの方向に対するコントラストだけでなく、方向とは関係なくコントラストを求めることができる。

有利なことに本発明による方法のためには、他の方法たとえば物体特定を実行する必要があったり画像ヒストリを評価する必要があったりする方法に比べ、比較的僅かな計算能力しか必要とされない。

有利であるのは、少なくとも２つのパラメータ値を差の形成によって評価することである。これによって、それら２つのパラメータ値の既述の比較が実施される。通常、この差が閾値と比較され、差が閾値を上回っているならばエアロゾルが検出され、下回っているならばエアロゾルは検出されない。

この差を、（場合によっては個別に閾値を考慮することなく）エアロゾルの密度に対する尺度とすることもできる。密度（濃度）は、体積単位あたりの霧滴の個数に比例している。

様々な閾値または差の値の範囲によって、エアロゾルの種類つまりは分類に関する情報を供給することができる。このためにどのような閾値もしくは境界ないしは関係を厳密に用いるのかは、検出すべき個々のエアロゾルの物理的な特性に依存する。たとえば霧が発生しているときにハイビームによる眩惑を回避するために、もっぱら夜間に本発明による方法を適用する場合には、差の考察で十分である。

差を形成する代わりに、２つのパラメータ値の商を形成することも考えられる。商を考察することの利点を挙げるとすればそれは、定められた閾値との比較を光の状態が異なっていても（昼間／夜間）行うことができる、という点であり、その理由は、これによって輝度領域の独立性がもたらされるからであって、それというのも輝度レベルは商の形成にあたりほぼカットされて除かれるからである。つまり商によって、どの成分の色がグレー画像中に存在しているのかが表される。

さらに、これらの値の分散も形成することができる。分散を、画像の構造単位のいっそう迅速な特定として利用することができる。分散は、一連の測定値（ここではピクセル輝度値）とそれらの平均値との距離の２乗の算術平均として定義される。ここで有用であるのは、赤色画像中のピクセルの輝度値の分散、グレー画像のピクセルの分散（もしくはＲＧＢにおける所望のカラーチャネル各々の分散）を計算することである。それらの値が閾値よりも大きければ、構造のある状況であると捉えることができ、このことはエアロゾルではないことの指標である。この場合に殊に、平均値に対するグレー値の分散が考慮の対象となり、これは画像中の周波数に対応する。

さらに、グレー値分布情報の組み合わせも用いて比較を実行することができる。これはグレー値もしくは赤色値の分布に係わるものである（ガウス分布に基づくとすれば、これは分散と平均値のことである）。比較の実施についても、差の実施例について記述したことと同様のことが成り立つ。

有利には本発明によるチェックを、パラメータ値と別の閾値との比較によって実施することができる。この場合、第１の閾値よりも大きいつまり第１の閾値を超えている第２の閾値に対するパラメータ値の差を付加的にチェックすることができ、たとえばこれを行うのは、グレー値の輝度が赤色値の輝度よりもさらに大きい場合である。これによって、場合によっては発生するかもしれない過剰な光または高い輝度に関する情報が供給され、これはたとえば（自身のヘッドライトが標識で反射したときのような）望ましくない反射によって引き起こされ、あるいは１つの閾値のみを用いた場合には誤ってエアロゾルと分類されてしまうようなアクティブな光源（たとえば対向車両のヘッドライト）によって引き起こされる。これはたとえば、前方に位置する円形の隆起の後方に対向車両が現れ、そのヘッドライトが突然見えるようになったときに、発生する可能性がある。ただし、グレー値と赤色値の輝度から商を形成する実施形態によれば、このことは起こり得ない。

有利には、エアロゾル（もしくはエアロゾルが存在しているかもしれない場所）が１つまたは複数のヘッドライトによって照射される。この種の光源はそれぞれ固有のスペクトル特性を有しており、それゆえ適切なヘッドライトをうまく選択することによって、ヘッドライト固有のスペクトル特性に基づきエアロゾル検出のための既述の物理的作用が増強され、したがって識別が容易になる。これは単に適切なヘッドライトを選択することでパッシブに行うこともできるし、あるいは評価の際にヘッドライトのスペクトル特性を考慮することでアクティブに行うこともできる。ヘッドライトのスペクトル特性とは、ヘッドライトが送出するスペクトルのことを表し、すなわちどの強度のどの波長であるのかを表す。評価にあたり、たとえば閾値を整合させたり、適切な比較手法を選択したり、あるいは選択されたヘッドライトの特別な特性に相応しい特定のパラメータを求めたりすることによって、ヘッドライトのスペクトル特性を考慮することができる。

選択されたヘッドライトのスペクトルと、検出すべきエアロゾルの吸収特性との重ね合わせを行うと有利である。検出すべきエアロゾルのスペクトル（または逆に吸収特性）と同様に、ヘッドライトのスペクトルは既知である。重ね合わせ（信号処理から既知となる個々の波長の減衰を掛け合わせることともいえる）によって、相応のエアロゾルが存在するときに画像中に発生することになる予期されるべきスペクトルが求められる。例示したように個別に評価を行うために、個々の波長に対する閾値をエアロゾルとヘッドライトに依存して求めることができる。もちろん、完全なスペクトル評価も同様に可能である。ヘッドライト特性を考慮することによって、いっそう正確な検出を実施することができる。画像中のエアロゾルがどのような種類であるのかを求めようとするならば、場合によっては発生する可能性のある（もしくは検出すべき）エアロゾル各々のために、ヘッドライトスペクトルとの上述の重ね合わせを行うことができ、これによって複数の閾値が得られ、つまりは複数の分類が得られ、画像において実際に発生したスペクトルとの比較によって分類を行うことができる。

霧を検出するために特別に（場合によっては他のエアロゾルを検出するためにも）、キセノンヘッドライトあるいはＬＥＤ素子から成るヘッドライトが殊に適している。その理由は、これらのヘッドライトは青色のスペクトルが強められており、このスペクトルは霧のスペクトルと重ね合わせられると、赤色領域において著しく減衰するからである。この減衰は、霧が白色光に放射された場合に生じるであろう減衰よりも強い。

好適には、画像の１つのセクションを考慮するだけでパラメータが求められる。有意な情報を含む適切な画像セクションをうまく選択できれば、計算負荷および計算時間が低減され、リソースを節約することができる。

その際に有利になるのは、画像のセクション（対象領域ＲＯＩ）の選択が首尾よく行われるのは、そのセクションにおいてヘッドライトによりできるかぎり良好に照射が行われている場合である。監視すべき作用すなわち平均赤色値と平均グレー値との差が最大となるのは、ＲＯＩのうちできるかぎり広い面積ができるかぎり強く照射される場合である。したがって、明暗境界ができるかぎりＲＯＩの外に位置するようにすべきである。明暗境界は、ヘッドライトによりまえもって定められる線であり、その線を境に照射された領域が照射されていない暗い領域へと移行する。

１つの実施形態によれば、画像セクションを画像内で固定的に選択できるだけでなく、周囲条件に適応的に整合させることもできる。したがってここで考えられるのは、さらにオプションとして走行路モデルあるいはトポロジー（たとえばカーブ、円形の隆起部あるいは窪地）を考慮すること、今後の走行経過にとって有用な領域においてエアロゾル検出が実施されるよう、セクションを選択することである。

セクションを上述の照射領域におくことはきわめて意義があるといえるので、場合によっては適応形のヘッドライト（照射角度調整、カーブライト）に合わせたセクションの追従制御が行われる。適応形のカーブライトもそうであるように、画像セクションも操舵輪／操舵角に対し均等に動かすことができる。この場合、光により最も強く照らされたセクションを選択する、という基本的な着想が支持される。なぜならばそこでは（霧発生時に）赤色値のスペクトル抑圧の作用が最も大きいからである。

本発明によるエアロゾル検出の妥当性チェックを、存在しているエアロゾルに関する情報を表す別のデータによって行うのが有利である。誤検出を疑いなく排除することができないのであれば、もしくはたとえば未知のスペクトルをもつ未知の光源のような妨害作用が結果を誤らせる影響を及ぼす可能性があるのであれば、このような措置が有用である。このような妥当性チェックによって、エアロゾルが存在すると誤って検出されてしまう可能性をいっそう抑えることができる。

妥当性チェックを既知の方法たとえば従来技術で述べたような方法によって実施することができるし、あるいはたとえば、特定の視程からは霧の存在を除外する視程測定といった別の方法によって実施することができる。さらに妥当性チェックを勾配測定によって行うことができる。その際、画像（理想的にはグレー画像）における平均勾配が特定の閾値を超えているならば、エアロゾルが存在しているとは決して判定されない。このように平均勾配が特定の閾値を超えているということは、特定の密度のエアロゾルとは合致し得ない強いコントラスト（すなわち画像における構造）が存在しているはずである、ということを意味する。さらに妥当性チェックのために１つまたは複数の外部光源を識別し、必要に応じてそれがハレーションまたはコロナを有しているか否かを求めることができる。これがあてはまらないのであれば、それらの光源とカメラとの間にエアロゾルが存在する可能性はない。

眩惑がたとえば霧に起因する自己反射による眩しさであるのか、あるいはたとえば他の車両などによる外光による眩しさであるのかを識別するために、たとえば物体検出を利用することができ、これによって場合によっては他の車両が検出される。また、標識の照射による反射も、誤って霧と検出される可能性がある。この場合も、たとえば物体検出による妥当性チェックが有効であろう。

有利には、エアロゾルの検出を車両における多種多様な用途に適用することができる。エアロゾルの存在もしくは特定のエアロゾルの存在ないしはその濃度に関する情報を、安全機能、快適性機能、ドライバ支援機能またはパワートレイン機能をポジティブに制御するために用いることができる。

たとえば視界を遮るエアロゾル（霧など）が検出されたならば、好都合な光分布をアクティブにすることができる（たとえば霧であれば車両前方の低く幅の広い照射など）。たとえば画像が車線上のまとまった積雪を表しており、これは一般には霧の壁ないしは濃霧とは区別できないものであるにもかかわらず、本発明による方法ゆえに霧が検出されなければ、逆に光の分布は変えられず、ないしは広い視界に役立つように調節される。このケースでは、ハイビームを起動することができるし、あるいはハイビームをそのまま維持することができ、当然ながらこの場合には、対向車の眩惑を避けるなど既知の周辺条件が考慮される。

リアフォグランプまたはフォグランプを自動的にオン／オフすることも、容易に想定できるものである。

車両機能の起動のためと同様、ライト制御の一例として妥当性チェックを行うことができる。つまり昼間であり夜間でなければ、霧が検出されたとしても（視界が悪い状態）、ヘッドライト調整の変更を行わないようにすることができる。これはたとえば光センサ（既述のカメラによる機能として実現可能または古典的には固有のセンサ）と閾値を用いて求めることができる。さらに、車両の速度が低く、閾値を超えていないとき、ヘッドライト調整の変更を行わないようにすることができる。本発明による方法をライト制御に適用したケースにおいて、対向車両が来ることで場合によっては誤って霧検出とされてしまうような不所望な照明作用が起きた場合、それによってもいかなる作用も生じることはない。なぜならばこのケースでは、いずれにせよヘッドライトを下に向けるべきであるし、ないしは減光すべきだからである。したがって少なくとも、この種の不所望な作用に対しライト制御が行われることになる。

（視界が悪いなど）事故の発生する可能性が高まっていることを前提とすることができるならば、ベルトテンショナ、エアバッグあるいは制動支援／制動システムといった安全システムの前段に適切なやり方で接続することができるし、あるいはそれらのシステムに対して警告を出すことができる。

特定のエアロゾルたとえば煙、産業ガスなどが識別されたならば、快適性システムによって外気から循環空気へと切り替えたり、あるいは（エア）フィルタを起動させたりすることができる。また、ドライバ支援システムは、ビデオ画像から求められたデータを、視界の状態が悪ければたとえば他のセンサ（レーダ、超音波センサなど）からのデータよりも重要性あるいは利用価値が低いとみなすことができる。

さらにその際にパワートレインを、たとえば回転数が上昇するよう制御することができ、それによってたとえばエンジンブレーキを強めることもできるし、あるいは走行ノイズを大きくして車両の接近に注意するよう周囲に警告することもできる。

局所的なエアロゾルを回避したり、霧発生時に速度を下げたり、あるいは警告を発したりする目的で、速度および／または操舵の介入制御を実行することができる。このことをナビゲーションシステムのデータと組み合わせることができ、これによって前方の地域を回避できるのか、もしくは通行できるのかについて判定を下すことができる。

エアロゾルの種類に依存して、エアロゾルに注意するよう警告を出すこともできるし、たとえばそれが有毒であれば、緊急通報を出すこともできる。

用語の説明
分光分析ないしは分光測定とは、光源（分析すべき画像）のスペクトル（色分解）に基づき電磁放射と物質が相互にどのように作用し合っているのかを調べる一連の観測手法である。この場合、どの周波数または波長において物質エネルギーが光量子もしくは電磁波を受容（吸収）または送出（放出）できるのかが調べられる。このような色分解を、１つまたは複数のフィルタを用いて実施することができる。

本発明に必要とされる画像生成プロセスを、以下の特性を備えたカメラシステムによって実現することができる。すなわちカメラシステムは、カラーフィルタリングに適した画像を供給する必要がある。このシステムを古典的なＲＧＢカメラまたはたとえばＲ３Ｉカメラとすることができる。後者の場合、４つめのピクセルごとに赤色マスクが設けられ、つまりそのピクセルは赤色成分だけを受け取る（選択的なピクセル着色）。つまりこのピクセルだけに着目すれば赤色画像が得られるし、他のピクセルを見ればグレー画像が得られる。択一的に、２つのモノカメラあるいはそれぞれ異なるフィルタリングを行う複数の光学経路を備えたカメラシステムを用いることもできるし、あるいはそれぞれ異なるフィルタを通過する２つの光路を備えた１つのステレオカメラを用いることもできる。

エアロゾルとは、固体および／または液体の浮遊粒子および様々なソースとすることのできるガスの混合物である。１次的なエアロゾルの粒子は、たいていは機械的または熱的なプロセスに由来するものである。２次的なエアロゾルの粒子において、化学反応および／または凝縮核における反応生成物の付着によりガス状物質から成る粒子が形成される。エアロゾルを、天然の有機成分（花粉、胞子、バクテリア）、天然の無機成分（塵、粉塵、砂、煙、海塩、水滴）、人間によりもたらされる燃焼生成物（煙、紫煙、排気ガス、産業ガス、濃煙、たとえば自動車の排気管からの煤煙または油煙、灰あるいは埃）、または人間が生成したナノ粒子とすることができる。

「大気水象」という用語は、気象学の専門用語として用いられるものであり、大気中で観測される（「大気水象」という用語のうち「大気」の部分）あらゆる形態の凝縮水（「大気水象」という用語のうち「水象」の部分）に対する上位概念であり、つまり水から成るすべての液体粒子および凍結粒子のことである。組成において水がいかなる役割も果たしていないあるいは少なくともほとんどいかなる役割も果たしていない大気中のその他の固体成分および液体成分のことを、エアロゾルと称する。大気水象の集合として、湿ったもや、しぶき、飛行機雲、霧、霧雨、雨、雪、雲などが挙げられる。

本発明の場合、エアロゾルについて言及されているときには、大気水象（またはその堆積物）も含まれるものとする。大気水象はエアロゾルと区別されるのか、あるいはその部分集合を成すのかについては、文献によってときには互いに矛盾している。

減衰とは、物理学では振動エネルギーから他のエネルギー形態への変換を表す。これはたとえば、信号、振動または波が次第に弱まるといった形態で現れる。電磁波は大気中で減衰する。光を吸収する際、受容されたエネルギーは熱に変換されるだけでなく、蛍光のような他のメカニズムによって、さらにはエアロゾルにおける散乱によって失われてしまう。本願では、用語「吸収」と「減衰」は同様の意味をもつ。これに対し透過はこの逆に相応し、つまりエアロゾル中の光の透過具合に相応する（周波数依存性）。
（出典の一部はオンラインエンサイクロペディア Wkipediaに拠る）

次に、図面を参照しながら本発明の実施例について詳しく説明する。

霧発生という状況においてカメラにより記録された画像を示す図 本発明による方法（装置）の構成を示すブロック図 霧発生という状況があるときとないときのスペクトル分析の様子を示す図 本発明による霧の識別によってライト制御を行うフローチャート

図１には画像１０１が描かれており、これは車両のカメラによって前方に向かって撮影されたときに得られるような画像である。ここには、霧もしくは霧の壁１０４が生じている霧の状況が示されており、霧の中に車線マーク１０２が入り込んでおり、距離が遠くなるにつれて見えにくくなっている。ライトコーン１０３は車両付近でこの状況を部分的に照らし、距離が遠くなるにつれて霧１０４を照らすようになる、その際に光は霧に当たって戻るように散乱し、それによって眩しくなってしまう可能性があり、殊に幻惑領域１０５において眩しくなってしまう可能性がある。視界限界１０７によって仮想のラインが定義され、そこまでは照射が意味を成すというラインである。実際にはこのラインは霧の連続的な光学特性ゆえに、明確に描くことはできない。本発明による方法の適用を、たとえば測定領域１０６（対象領域 Region of Interest, ROI）の画像セクションに限定することができ、この領域は理想的には視界限界もしくは明暗境界に位置するか、もしくはそれを含むものである。

図２は、本発明による方法（装置）の構成を説明するためのものであり、ここでは画像１０１を供給可能なビデオカメラＫからスタートして、カラーフィルタリングＦ１が実行され、望ましいカラー情報を有する（仮想の）カラー画像が生成される。この実施形態によればＦ１はフィルタであり、有利には赤の範囲内にはない周波数成分をフィルタリングして取り除く。フィルタリングＦ１によって、いわゆる赤い画像もしくは赤成分が得られる。オプションとして、第２のカラーフィルタリングＦ２を用いることができる。ただし霧検出のための既述の実施形態の場合、オリジナルのグレー画像も適しているので、第２のカラーフィルタリングを行わなくてもよい。ついでＦ１もしくはＦ２により求められた２つの画像から、同じパラメータＰの値がそれぞれ求められる。たとえばこれを、個々のカラーフィルタリングＦ１とＦ２ないしはＦ１のみにおいて、測定領域１０６のピクセルの平均輝度値とすることができる。このケースでは、平均輝度を表すそれぞれ１つのスカラー値Ｍ_G，Ｍ_Rが生じることになり、この値は評価のために比較器Ｖに到来し、たとえば両方のスカラー値Ｍ_G，Ｍ_Rの差分形成Ｄを行い、この差分が所定の閾値を上回っているか下回っているかをチェックすることによって、評価が行われる。霧を検出する場合、グレー画像の輝度平均値と赤い画像の輝度平均値との差分が所定の値を上回っているならば、霧が発生しているものとされる。第２の閾値に対する既述の差分のチェックについてはここでは説明しなかったが、これもこの個所で同様に実施することができる。

経験的な試行や物理的な考察に基づき、適切な閾値の選択が行われる。霧が検出されたならば、ライト制御を担う制御装置ＳがヘッドライトＬを相応に操作する。たとえば、推定された眩惑（すなわち画像もしくは眩惑領域１０５における高輝度個所）が発生しているならば、霧が存在するのか、つまりは眩しくさせる眩惑が生じているのか、ならびに明るく照らされた状況がないのか（これもまた望ましくない）、についてチェックする必要がある。霧が検出されたならば、ハイビームを非作動状態にすることができ、および／またはフォグランプを作動状態にすることができる。

図３には、物理的な関係を表すグラフが示されている。図３ａにはキセノンヘッドライトのスペクトルが示されており、その強度ないしは輝度Ｉは、青色領域すなわち高い周波数もしくは短い波長λの領域において、低い周波数の領域（赤色領域）よりも高い。このスペクトルに対しすべての周波数の強度平均値を割り当てることができ、これは平均グレー値Ｍ_Gに対応する。本発明による赤色フィルタリングを、スペクトルバンドＲだけが考慮されるように構成することができ、すなわちスペクトルバンドＲ内に位置しないすべての周波数成分がフィルタリングにより除去される。このスペクトルバンドＲ内の輝度値に対しても、バンドＲ内のすべての周波数の強度の平均値として、平均輝度値Ｍ_Rを割り当てることができる。スペクトル輝度値Ｍ_GおよびＭ_Rは差Ｄだけ異なる。この差は霧の存在に左右され、これについては以下で説明する。この差を評価することによって、本発明による比較が可能となる。これに対する代案として、これらの平均輝度値について商を形成することもできるし、あるいは本発明で述べる別の組み合わせを形成することもできる。

図３ｂおよび図３ｄには、霧が発生しているときの状況の続きが描かれており、図３ｃおよび図３ｅには、霧が発生していないときの方法の続きが描かれている。

図３ｂには霧のスペクトル透過特性が描かれており、この場合、低い周波数領域たとえば赤色領域においてはいっそう大きい減衰（いっそう低い透過度Ｔ）が生じており、高い周波数に対しては小さい減衰が生じている。図３ｃには視界が良好な通常のケースが描かれており、つまり減衰は生じていない。

このような吸収特性を図３ａのヘッドライトスペクトルと重ね合わせると（*）、結果として図３ｄおよび図３ｅに示された強度経過特性が得られる。この場合、図３ｅの経過特性は減衰（１／Ｔ）がないので、図３ａの元のスペクトルと一致している。画像のモティーフまたは他の光源による影響は、ここでは考慮されない。これは、前進運動中のダイナミックな画像の変化から突き止められる。

図３ｄには、撮影したカメラの画像において検出されることになるスペクトル経過特性が描かれている。この場合、ヘッドライトが用いられており、図３ａに示されているように霧が発生しているときに、図３ｂのような減衰特性を伴って画像が撮影された。ここで輝度平均値Ｍ_GおよびＭ_Rが求められるが、これは本発明による方法に従い画像から求められる。

図３ａにおいてヘッドライトに関して現れる（影響を受けることのない）輝度平均値は、ヘッドライトの既知の特性からすでに得られるものであり、したがってこれは既知である。このような輝度平均値はカメラを介さずとも測定できるので、評価のためにそれらを格納したり、あるいはコンフィギュレーションしたりすることができ、これによって本発明による方法を改善することができる。つまり霧の作用は、図３ｄの平均値Ｖの差が図３ａと比べて大きくなっていることで、明確に示されている。

これに対し図３ｆには、ヘッドライトの特性が既知ではなく、もしくは過剰な重みのスペクトル成分が存在しているとき、または（たとえば日中のように）ヘッドライトがスイッチオンされていないときに、測定により得られるであろう画像中で認められるスペクトル分布が描かれている。この場合、輝度平均値の差Ｖは測定できるかもしれないけれども、図３ａと図３ｄに示されているような、それ相応のヘッドライトを使用したときに生じるような差の増幅ないしは増大は識別できる。既知の特性を有するヘッドライトの増幅作用によって、たとえば霧検出に対する閾値をいっそう大きく選定することができ、これによって霧の誤検出がほとんどなくなる。これとは逆に、この種のヘッドライトの作用により、画像に記録される霧のない状況が、やはり増幅されたかたちでヘッドライトのスペクトル特性を有するかもしれず、そのことでこの作用が再び減衰される可能性があることを考慮する必要がある。ただし経験的な調査によって何らかの利点が確認される可能性もある。

図４には、本発明による方法が霧の検出に適用される場合、それをどのようにしてライト制御のためにインプリメントできるのかを示すフローチャートが示されている。このフローチャートは開始点４０１からスタートするが、たとえばこれを特定のタイムインターバルで繰り返し呼び出すことができる。なお、ここで示す部材やテストを選択的に適用してもよいし、また、意味のある別のポイントをこのシーケンス中に挿入したり、もしくはシーケンスの順序を変更したりすることも同様に可能である。

ステップ４０２において視程測定４０２が行われ、これはたとえば、前方視程が閾値を超えているか否かを調べることによって行うことができ、閾値を超えているならば、霧は発生していないものとされる（４１０）。この視程を、たとえば何らかの車線識別アルゴリズム（レーン検知 Lane Detection）によって突き止めることができ、車線（マーク）が十分に遠くの距離まで可視状態にあれば、視程は十分に良好である。

視程が短すぎると見なされたならば、コントラスト測定４０３が実行され、これはたとえば勾配測定によって行うことができ、その際、グレー画像中の平均勾配が所定の閾値を超えていなければならない。平均勾配が所定のコントラストを超えていれば、つまり相応のコントラストがあるならば、霧は発生していないものとされる（ステップ４１０）。それにもかかわらず（固有の）眩惑が発生しているならば、そのような眩惑は反射性の標識に起因している可能性がある。このようにして眩惑の原因を区別することができる。

これに対しコントラストが少なすぎる場合には、さらに光源識別４０４（外部の光源）を実施することができ、そのような光源が発生した場合には、それがハレーションまたはコロナを有しているのかをチェックすることができる。このことが該当しなければ、つまり光源がクリアであり、はっきりと可視状態にあるならば、霧は発生していないものとされる（ステップ４１０）。

これに対し、ハレーションまたはコロナを有しているのであれば、本発明による方法において分光分析による霧検出４０５を用いることができ、既述のようにこのことによって、霧が発生していないこと（ステップ４１０）、あるいは霧が発生していること（ステップ４０６）を識別することができる。このステップ４０６までが霧検出方法に係るものであり、以降はライト制御方法に係るものである。

霧が検出されたならば（ステップ４０６）、目下夜間であるか否か（ステップ４０７）がチェックされ、たとえばこれは光センサにより測定された光量が所定の閾値を超えているかによって、夜間であるか否かがチェックされる。昼間であるならば、ヘッドライト調節もしくは設定の変更４１１は実行されない。なぜならば、ライトがアクティブである場合、これは場合によってはドライバの意図的な要求ないしは設定を表すからである。

夜間であるならば速度チェック４０８が実行され、これはいわばセキュリティ回路を成していて、速度が低いとき（たとえば＜５０ｋｍ／ｈ）にはヘッドライト設定の変更は行われず（ステップ４１１）、たとえばハイビームの起動は行われない。これに対し所定の最小速度に達しているかそれを超えている場合、霧が発生しているならば、フォグランプが駆動される（ステップ４１２）。

霧４１０が識別されないとき、たとえば別の周辺条件（対向車両なし等）が存在するならば、ハイビームを駆動することができる。霧が検出された状態と霧が検出されない状態とが素早く入れ替わってしまうことをデバウンシングにより取り除くことができ、これによりヘッドライト設定が絶え間なく変化したり、ちらつき始めたりすることがなくなる。リアフォグランプを相応に制御することができる。

これに対し図３ｆには、ヘッドライトの特性が既知ではなく、もしくは過剰な重みのスペクトル成分が存在しているとき、または（たとえば日中のように）ヘッドライトがスイッチオンされていないときに、測定により得られるであろう画像中で認められるスペクトル分布が描かれている。この場合、輝度平均値の差Ｄは測定できるかもしれないけれども、図３ａと図３ｄに示されているような、それ相応のヘッドライトを使用したときに生じるような差の増幅ないしは増大は識別できない。既知の特性を有するヘッドライトの増幅作用によって、たとえば霧検出に対する閾値をいっそう大きく選定することができ、これによって霧の誤検出がほとんどなくなる。これとは逆に、この種のヘッドライトの作用により、画像に記録される霧のない状況が、やはり増幅されたかたちでヘッドライトのスペクトル特性を有するかもしれず、そのことでこの作用が再び減衰される可能性があることを考慮する必要がある。ただし経験的な調査によって何らかの利点が確認される可能性もある。

Claims (13)

1. 車両のためにカメラ（Ｋ）により撮影された少なくとも１つの画像（１０１）を用いて、エアロゾル（１０４）を検出または濃度測定または分類（４０５）する方法において、
   パラメータ（Ｐ）の第１の値を、少なくとも１つの画像から第１のステップにおいて第１のカラーフィルタリング（Ｆ１）を用いて求め、
   同じパラメータ（Ｐ）に対する第２の値を、第２のステップにおいて前記第１のカラーフィルタリング（Ｆ１）を行わずに、または前記第１のカラーフィルタリング（Ｆ１）とは異なる第２のカラーフィルタリング（Ｆ２）を用いて求め、
   求められた値を比較し（Ｖ）、
   該比較の結果（Ｄ）に応じて、エアロゾルの検出（４１０，４０６）または濃度測定または分類を実施することを特徴とする方法。
2. 第１のカラーフィルタリング（Ｆ１）により赤色成分（Ｒ，Ｍ_R）を求め、第２のカラーフィルタリング（Ｆ２）なしでグレー成分（Ｍ_G）を求める、請求項１記載の方法。
3. 前記パラメータは、平均輝度値（Ｍ）またはピクセル勾配である、請求項１または２記載の方法。
4. 前記パラメータの比較（Ｖ）を、差または商または分散の形成またはグレー値分散情報との組み合わせにより行う、請求項１から３のいずれか１項記載の方法。
5. 前記比較（Ｖ）を差の形成により行い、
   少なくとも２つの閾値比較により結果の依存性を形成し、
   前記パラメータの値が低い方の閾値を上回り、かつ高い方の閾値を下回れば、エアロゾルを識別または分類する、
   請求項４記載の方法。
6. 前記エアロゾル（１０４）をヘッドライトにより照射し（１０３）、前記ヘッドライトのスペクトル特性（図３ａ）を考慮する、請求項１から５のいずれか１項記載の方法。
7. 前記比較の結果（Ｄ）に対し別の第２の比較を行い、
   該第２の比較を、エアロゾルが存在しない場合に予期される比較結果を用いて実施する、
   請求項６記載の方法。
8. 前記ヘッドライトのスペクトルと、発生する可能性のある少なくとも１つのエアロゾルの吸収特性（図３ｂ）との重ね合わせ（*）を実行し、
   該重ね合わせに依存してエアロゾル（１０４）を識別する（４０６）、
   請求項６または７記載の方法。
9. 前記パラメータを、画像の一部分（１０６）だけを考慮して求める、請求項１から８のいずれか１項記載の方法。
10. 前記画像の一部分（１０６）を、
    該画像の一部分においてヘッドライト（１０３）によりできるかぎり良好な照射が行われるように、および／または、
    該画像の一部分が操舵角に従って追従調整されるように、および／または、
    該画像の一部分が前記画像（１０１）内に存在する状況の表面トポロジーに従って設定されるように、
    選択する、請求項９記載の方法。
11. 前記エアロゾル検出（４０５）に対し別のデータ（４０２，４０３，４０４）を用いて妥当性チェックを行う、請求項１から１０のいずれか１項記載の方法。
12. 前記ヘッドライト（Ｌ）の照射角度または光分布を制御するために（４１１，４１２）、および／または、他のセキュリティ機能または快適性機能またはドライバ支援機能またはパワートレイン機能を起動または制御するために用いられる、請求項１から１１のいずれか１項記載の方法の使用。
13. 車両のためにカメラ（Ｋ）により撮影された画像（１０１）を用いて、エアロゾル（１０４）を検出または濃度測定または分類（４０５）する装置において、
    パラメータ決定ユニット（Ｐ）により、前記画像から第１のステップにおいて第１のカラーフィルタリング（Ｆ１）を用いて第１の値が求められ、
    同じパラメータ決定ユニット（Ｐ）により、第２のステップにおいて第２のカラーフィルタリング（Ｆ２）を行わずに、または前記第１のカラーフィルタリング（Ｆ１）とは異なる第２のカラーフィルタリング（Ｆ２）を用いて第２の値が求められ、
    比較器（Ｖ）が設けられており、該比較器（Ｖ）は、少なくとも２つのステップにおいて求められた値を比較し、
    該比較の結果（Ｄ）に応じて、エアロゾルの検出または濃度測定または分類（４１０，４０６）を実施することを特徴とする装置。

Images