用于识别车辆的环境中的对象的方法和设备的制作方法
【专利摘要】本发明涉及一种用于识别车辆(100)的环境(130)中的对象(240，250)的方法。所述方法(500)包括读取(510)车辆摄像机(110)的第一图像(210)以及读取所述车辆摄像机(110)的第二图像(220)的步骤，所述第一图像代表所述车辆(100)的环境(130)，并且所述第一图像以第一曝光时间来拍摄，所述第二图像在所述第一图像(210)之后并且以第二曝光时间来拍摄，其中，所述第二曝光时间与所述第一曝光时间不同。此外，本发明包括从所述车辆摄像机(110)的第二图像(220)中提取(520)一个图像片段(230)的步骤，其中，所述图像片段(230)代表所述车辆(100)的环境(130)的比所述第一图像(210)更小的区域，其中，在所述提取(520)时所述图像片段(230)在所述第二图像(220)中的位置基于至少一个如下参数来确定，所述参数代表关于车辆的行驶的和/或车辆前方的基础设施措施的位置的信息，和/或所述参数与运动的对象无关，所述运动的对象在之前的步骤中在所述图像片段(230)中已被识别。最后，所述方法包括以下步骤：将第一对象识别算法应用(530)到所述第一图像(210)上，以便识别在所述第一图像(210)中的至少一个对象(240)，以及将第二对象识别算法应用到所述图像片段(230)上，以便识别在所述图像片段(230)中的至少一个另外的对象(250)。
【专利说明】用于识别车辆的环境中的对象的方法和设备
【技术领域】
[0001]本发明涉及一种用于识别车辆的环境中的对象的方法、一种相应的设备以及一种相应的计算机程序产品。
【背景技术】
[0002]为了实现尽可能良好地识别车辆摄像机的图像中的对象，应进行可供使用的信息的尽可能详细的分析处理。然而尤其是在夜间，在此应考虑，在使用车辆摄像机的图像的情况下可能出现由于通过迎面驶来的附近的车辆的大灯的“过度曝光”而造成的炫目，其遮盖了在前面行驶的例如距离较远的车辆发出的信息。为了避免这样的炫目，例如可以使用如下系统:所述系统以一个或多个曝光时间来测量车辆周围环境中的场景并且针对每个图像实施相同的功能或分别仅实施分析处理功能。
[0003]DE102007001099A1涉及一种用于车辆的驾驶员辅助系统的分析处理装置，其具有用于接收由摄像机拍摄的图像信息的输入端、用于在由摄像机接收的第一图像信息中找出包含预给定的形状的图像片段的第一组成部分、用于请求第二图像信息的第二组成部分，其中，第二图像信息对应于由第一组成部分所找出的具有相对于第一图像信息改善的对比度的图像片段的重新拍摄。此外，存在用于辨识第二图像信息中的交通标志的第三组成部分以及用于输出信号的输出端，所述信号涉及由第三组成部分辨识的交通标志。
【发明内容】
[0004]在此背景下，借助本发明提出一种根据主权利要求的用于识别车辆的环境中的对象的方法、使用所述方法的设备以及相应的计算机程序产品。有利的构型由相应的从属权利要求和随后的描述中得到。
[0005]本发明提出一种用于识别车辆的环境中的对象的方法，其中，所述方法具有下列步骤:
[0006]-读取车辆摄像机的第一图像以及读取车辆摄像机的第二图像，所述第一图像代表车辆的环境，并且所述第一图像以第一曝光时间来拍摄，所述第二图像在不同于第一图像的时刻并且以第二曝光时间来拍摄，所述第二曝光时间与第一曝光时间不同；
[0007]-从车辆摄像机的第二图像中提取一个图像片段，其中，所述图像片段优选代表车辆的环境的比第一图像更小的区域，其中，在提取时所述图像片段在第二图像中的位置基于至少一个如下参数来确定，所述参数代表关于车辆的行驶的和/或车辆前方的基础设施元件的位置的信息，和/或所述参数与运动的对象无关，所述运动的对象在之前的步骤中在所述图像片段中已被识别；
[0008]-将第一对象识别算法应用到第一图像上，以便识别在第一图像中的至少一个对象，以及将第二对象识别算法应用到第二图像的图像片段上，以便识别在所述图像片段中的至少一个另外的对象。
[0009]此外，本发明还提出一种构造用于在相应的装置中实施或者实现根据本发明的方法的步骤的设备。本发明所基于的任务也可以通过本发明的以设备形式的实施变型方案来快速和高效地解决。
[0010]因此，本发明提出了一种用于识别车辆的环境中的对象的设备，其中，所述设备具有下列步骤:
[0011]-用于读取车辆摄像机的第一图像以及用于读取车辆摄像机的第二图像的接口，所述第一图像代表车辆的环境，并且所述第一图像以第一曝光时间来拍摄，所述第二图像在第一图像之后并且以第二曝光时间来拍摄，所述第二曝光时间与第一曝光时间不同；
[0012]-用于从车辆摄像机的第二图像中提取一个图像片段的单元，其中，所述图像片段优选代表车辆的环境的比第一图像更小的区域，其中，在提取时所述图像片段在第二图像中的位置基于至少一个如下参数来确定，所述参数代表关于车辆的行驶的和/或车辆前方的基础设施元件的位置的信息，和/或所述参数与运动的对象无关，所述运动的对象在之前的步骤中在所述图像片段中已被识别；
[0013]-用于将第一对象识别算法应用于第一图像上，以便识别在第一图像中的至少一个对象，以及将第二对象识别算法应用到第二图像的图像片段上，以便识别在图像片段中的至少一个另外的对象的单元。
[0014]设备在此可以理解为处理传感器信号并且据此输出控制信号信号或信息信号的电设备。所述设备可以具有按硬件方式和/或按软件方式构造的接口。在按硬件方式的构造中，接口例如可以是包括所述设备的各种不同功能的所谓的系统ASIC的部分。然而，还可能的是，接口是单独的集成电路或至少部分地由分立部件组成。在按软件方式的构造中，接口可以是软件模块，其例如与其他软件模块共存在微控制器上。
[0015]具有程序代码的计算机程序产品也是有利的，所述程序代码可以存储在机器可读的载体，如半导体存储器、硬盘存储器或光学存储器上并且用于当在计算机或设备上执行程序时根据先前描述的实施方式之一来实施所述方法。
[0016]车辆摄像机可以理解为光学传感器，其将车辆的场景或环境转换成摄像机图像并且将所述摄像机图像提供给其他部件以进一步处理。在此，光学传感器可以以多种模式工作，其中，这些模式中的每一个的特征尤其在于用于以该模式拍摄的图像的不同曝光时间。图像片段可以理解为车辆摄像机的图像的子区域，其中，比在车辆摄像机的图像中成像车辆的周围环境的更小的部分。图像片段的位置可以在提取的步骤之前被查明，例如通过如下参数被查明，所述参数与如下运动对象(譬如车辆)无关，所述对象在之前的步骤中在图像片段中已被识别，或所述对象与代表关于车辆的行驶的信息的参数有关。图像片段的位置也可以与车辆前方的基础设施元件的位置有关，其中，基础设施元件例如可以理解为道路建设措施譬如路灯或导柱。替代地或附加地，这样的参数也可以与运动的车辆无关，所述车辆在之前的步骤中在图像片段中已被识别。代表关于车辆的行驶的信息的参数可以是例如传感器的如下信息:所述信息代表自身车辆的运动或用于控制车辆的操作元件的调整。例如，关于车辆的行驶的信息可以是车辆的速度、转向轮偏转的转向角度或预测的或例如从导航设备读取的、所假设的道路走向。在第一图像中识别的一个对象或在图像片段中识别的另一对象例如可以理解为在相关的图像或图像片段中识别的车辆。替代地或附加地，在第一图像中识别的对象也可以是建设措施或建设单元，尤其在行车道边缘处的基础设施装置(例如导柱或路灯)。同样替代地或附加地，在图像片段中识别的第二对象也可以是建设措施或建设单元、尤其是在行车道边缘处的基础设施装置(例如导柱或路灯)。此外尤其是，第二曝光时间可以大于第一曝光时间，使得在图像片段中可识别具有比在第一图像中所识别的对象更低的亮度的对象。由此可能的是，识别在图像片段中的对象，所述对象或者进一步远离具有车辆摄像机的车辆和/或比在第一图像中所识别的对象发射更少的或其他颜色的光。第一对象识别算法在此可以与第二对象识别算法相同，但单独地执行。替代地，第一对象识别算法具有第二识别算法的不同的步骤。第一对象识别算法也可以具有与第二对象识别算法相同的步骤，但在使用不同的参数的情况下被执行。在此，例如在使用第一参数集的情况下可以将对象识别算法应用到第一图像上，并且在使用第二参数集的情况下将第二对象识别算法应用到图像片段上。
[0017]本发明基于如下认识:车辆中的唯一的摄像机的图像一方面可通过相应的对象识别算法来分析处理，而另一方面可以从以不同的曝光时间拍摄的图像中选择不同的图像区域。在此，图像片段的跟踪可以通过参数引起，所述参数并不基于运动的对象或车辆，其本身在相关的图像片段中在之前的时刻已被识别。以此方式尤其可以对车辆前方的区域关于微亮的对象进行连续监视，其中，所述区域对于行驶时车辆将来的位置而言是特别重要相关的。尤其可以识别在通过图像片段代表的车辆环境中是否存在对象或车辆，其在调整车辆前方的光发射时应被考虑，以便避免对象中的或车辆中的驾驶员的炫目。
[0018]本发明提供如下优点:现在通过借助各个自身的对象识别算法来分开地分析处理以不同的曝光时间拍摄的图像可以避免，在图像的长曝光时间的情况下未识别车辆前方的以下对象或车辆:所述对象或车辆通过在所述车辆前方的其他对象或车辆的光发射被过度照射。同时可以避免应用高度复杂的对象识别算法，其从图像中不仅识别发射高光强度的对象或车辆而且识别出发射低光强度的对象或车辆。以此方式可以实现对唯一的车辆摄像机的图像的分析处理的简化，所述唯一的车辆摄像机以多种(至少两种)模式(尤其曝光模式)工作并且相应地提供经曝光的图像。然而，同时使用安装在车辆中的摄像机和由此
唯一的并且通常已作为标准(serienmSflig)设置的硬件以便提供输入信号用于实现本发明。此外，在技术上可简单实现的对分析处理软件的改变和对已在车辆中设置的分析处理单元的相应的再编程能够实现附加利用。
[0019]有利的是，在提取步骤中在使用位置信息的情况下提取所述图像片段，其中，响应于代表车辆的行驶的信息可改变或改变位置信息。位置信息可以理解为关于图像片段在第二图像中的定位和/或关于图像片段在第二图像中的大小的信息。本发明的这种实施方式提供了如下优点:在车辆行驶期间可以处理图像片段，所述图像片段布置在第二图像中的不同位置处或所述图像片段包括第二图像的不同大小的图像区域。以此方式，尤其在转弯行驶时能够实现图像片段的跟踪或更好的提前引导(VorausfUhren)，其中，在图像片段中存在或估计有对象或车辆，其由于车辆的转弯行驶而对于车辆安全性或车辆前方的区域的照亮是重要的。在车辆的高速公路行驶时(或通常在车辆快速行驶时)，例如可以放大图像片段，以便确保充分考虑快速运动的对象或车辆，尤其是在长曝光时间的情况下。
[0020]根据本发明的另一种实施方式，在读取的步骤中可以将如下图像作为第一图像读取，所述图像比作为第二图像读取的图像具有更短的曝光时间。有利地，在应用的步骤中，可以将第一对象识别算法应用到整个第一图像上。尤其是，在这种实施例中，具有较短曝光时间的整个图像通过第一对象识别算法来处理。本发明的这种实施方式提供了如下优点:在车辆附近区域中的尤其特征在于所发射的高光强度的对象被尽可能快速地并且明确地识别。尤其是在车辆附近区域中的这样的对象或车辆需要提高的安全预防措施，以便例如不使自身车辆的附近区域中的这样的车辆的驾驶员炫目。如果另一方面在自身车辆的附近区域中的这样的车辆的驾驶员会被炫目，则自身车辆的安全性会受极大威胁。
[0021]此外有利的是，在提取的步骤中提取第二图像的一个图像片段，其中，对象在车辆摄像机的图像中成像在所述图像片段中，所述对象以预先确定的最小距离布置在车辆前方。本发明的这种实施方式提供了如下优点:可以识别在车辆的环境中的进一步远离所述车辆的对象或车辆。尤其当在所述图像片段中不可预期以下对象或车辆:从所述对象或车辆可预期高的光发射或反射时，通过本发明的这种实施方式可以确保，不发生由于通过在自身车辆的附近区域中的对象或车辆的光发射引起的“叠化”而造成的关于较弱地被照明的或发光的对象或车辆的信息的信息损耗。
[0022]根据本发明的另一种实施方式，在应用的步骤中可以使用第一对象识别算法来识别第一对象类型的对象并且使用第二对象识别算法来识别第二对象类型的对象，所述第二对象类型不同于第一对象类型。例如，第一对象类型可以代表前大灯，而第二对象类型代表尾灯、导柱或路灯。本发明的这种实施方式提供了如下优点:根据从相关的对象类型可预期何种光发射特性，可以从车辆摄像机的图像中识别不同的对象类型。
[0023]特别有利的是，在应用的步骤中第一对象识别算法构造用于在使用第一图像中的一个位置处的亮度与在第二图像中、尤其在图像片段中的一个相应位置处的亮度比较的情况下识别第一图像中的对象。在应用的步骤中，对象识别算法也可以构造用于在使用在第二图像中尤其在图像片段中的一个位置处的亮度与在第一图像中的一个相应位置处的亮度比较的情况下识别在第二图像中、尤其在图像片段中的对象。本发明的这种实施方式提供了如下优点:技术上可特别简单地实现对象的区分或识别，其中，可以使用以不同的曝光时间来拍摄的图像的共同的信息。
[0024]根据本发明的一种特别的实施方式，在应用的步骤中，当在第一图像中的所述位置处的亮度在一个公差范围内与在第二图像中、尤其在图像片段中的所述相应位置处的亮度相等时，可以通过第一对象识别算法将对象识别为脉冲式光源。此外，当在第一图像中的所述位置处的亮度与在第二图像中、尤其在图像片段中的所述相应位置处的亮度相差大于一个预先确定的阈值(与曝光时间的差别有关)时，通过第一对象识别算法也可以将对象识别为恒定发射光的光源。此外，有利的是，当在第二图像中、尤其在图像片段中的所述位置处的亮度在一个公差范围内与在第一图像中的所述相应位置处的亮度相等时，通过第二对象识别算法将对象识别为脉冲式光源。也可考虑本发明的一种实施方式，其中，当在第二图像中、尤其在图像片段中的所述位置处的亮度与在第一图像中的一个相应位置处的亮度相差超过一个预先确定的阈值时，通过第二对象识别算法将对象识别为恒定发射光的光源。关于亮度值的公差范围在此例如可以理解为百分之十的亮度偏差。本发明的这种实施方式提供如下优点:不同类型的对象可以非常简单地通过在第二图像中、尤其在图像片段中与在第一图像中的彼此相应的位置处的亮度的比较来识别。尤其，在此可以利用:不同的对象譬如路灯具有与例如车灯或LED车灯不同的光发射频率。因此，通过本发明的这种实施方式可以在技术上非常简单地推断对象类型，所述对象在第一图像或图像片段中的所述相应位置处被识别或估计。[0025]此外有利的是，根据本发明的一种实施方式设置一种用于调节车辆前方的行车道照明的方法，所述方法具有如下步骤:
[0026]-如前面已描述的方法的步骤；以及
[0027]-响应于至少一个通过第一对象识别算法所识别的对象和/或响应于至少一个通过第二对象识别算法所识别的对象来控制车辆大灯的光发射的改变。
[0028]本发明的这种实施方式提供了如下优点:对对象的根据前面所描述的实施方式的识别以技术上非常简单的方式使车辆大灯的光发射的调节或控制变得容易。由此，尤其可以简单地避免或至少降低在前面行驶的或迎面驶来的车辆的驾驶员炫目，因为通过识别对象、尤其是对象类型，可以相应地匹配通过自身车辆的大灯的光发射。
[0029]根据本发明的一种实施方式，在图像片段中也可以识别建设措施譬如行车道边缘处的基础设施装置如路灯或导柱。在本发明的这种实施方式中，在控制的步骤中还可以与通过第二识别算法所识别的对象无关地进行光发射的改变。
【专利附图】
【附图说明】
[0030]以下参照附图示例性地进一步阐述了本发明。其中:
[0031]图1示出车辆的框图，其中，使用本发明的一个实施例；
[0032]图2示出车辆周围的场景的示图和通过车辆摄像机从所述场景获得的图像的示图以及根据本发明的一个实施例的在图像中选择图像片段的示图；
[0033]图3示出用于阐明将恒定发射光的光源确定为对象的曲线图；
[0034]图4示出用于阐明将脉冲式发射光的光源确定为对象的曲线图；以及
[0035]图5示出本发明的一个实施例的流程图。
【具体实施方式】
[0036]在以下对本发明的优选实施例的描述中，针对在不同附图中所示的并且类似起作用的元件使用了相同或类似的参考标记，其中，省去了对这些元件的重复描述。
[0037]在黑暗中探测车辆时，提出对图像分析处理系统的不同要求，所述要求在摄像机的图像的单个的曝光时间的情况下只能折衷地满足。尤其，在前面行驶的车辆的远离的并且由此相对较暗的尾灯恰恰如在不同的距离中的迎面交通那样可识别。这以一方面分析处理系统应对暗的对象非常敏感以及相对于附近的迎面交通的过度照射稳健为条件。两种边界情况可以借助多模的、至少双模的摄像机调节特别有利地满足:在以较长的曝光时间拍摄的并且选择将图像分析处理附加地限于图像的特殊子区域上的图像中，例如可以探测驶远的车辆的尾灯并对其分类。相反，基于以短的曝光时间拍摄的图像可以在迎面交通中稳健地分辨附近车辆的大灯对，而图像并不由于亮大灯的过度照射而如此亮，使得较暗的对象和/或对象特定的结构本身不再能被识别。所述情况可以解释为由于附近的迎面驶来的车辆的非常亮的大灯产生的强光使摄像机“致盲”。
[0038]目前为止的系统或者
[0039]a)以唯一的曝光时间，或者
[0040]b)在具有多个曝光时间的图像中分别以用于对象探测和分类的相同的例程来工作。[0041]在变型方案a)中，在附近区域中关于作用距离和分辨能力的折衷是必要的，而变型方案b)以复杂的分析处理策略为条件，以便确保最佳的探测和规则相关的对象的分类。
[0042]然而通常，特别在夜间和黎明时，对用于控制自身车辆的光或光发射的对象识别的要求非常复杂，并且利用这些方案仅可以通过折衷来实现。通过具有至少一个短曝光的和长曝光的图像拍摄及其分析处理的多模的(但至少双模的)曝光控制可以明显更好地满足相应的边界情况。对于具有相应曝光时间的图像的分析处理，在此设置明确不同的处理步骤。
[0043]图1示出车辆100的框图，其中，可以使用本发明的实施例。车辆100包括摄像机110，其生成车辆100前的环境130的可见区域120的图像。在此，摄像机110构造为以多种模式拍摄图像，其中，不同模式在以相应的模式拍摄图像时具有不同的曝光时间。由摄像机110生成的图像被传输至分析处理单元140中，在分析处理单元中根据后续的描述在应用对象识别算法的情况下关于对象进行图像或图像的图像片段的分析处理。如果现在在摄像机110的可见区域120中识别确定的对象类别的确定的对象譬如在前面行驶的或迎面驶来的车辆的大灯，则相应的信息被发送给照明控制单元150，以便确保车辆100的由照明控制单元150控制的大灯160的光发射没有发射光到车辆100的周围环境130中，其使在前面行驶的或迎面驶来的车辆炫目。
[0044]待由摄像机拍摄的不同图像的曝光时间优选可以如此选择，使得一方面可以探测在至少400m的距离中的远离的尾灯而另一方面可以探测在至少800m的距离中的大灯，以及附近的迎面交通不造成图像的过度照射、也即表征对象的所有像素的饱和一这使得在附近区域中的两个大灯的分辨或探测变得困难。此外，曝光控制要如此设计，使得在平均的距离范围(例如IOOm到300m)中的尾灯的识别通过多个曝光时间满足并且由此确保在从可能的炫目方面来看关键的区域中的稳健的并且快速的分类。
[0045]对于相应的图像的高效处理，例如对较长曝光的图像可以根据不同的附加信息限制处理区域或感兴趣区域(感兴趣的区域)。
[0046]图2在上子图中示出场景200，其由图1中的摄像机110在车辆100的可见区域120中拍摄。场景200例如在第一模式中以较短的第一曝光时间来检测，从中生成左下所示的第一图像210并且将其传输给分析处理单元140。在跟随的步骤中，在第二模式中以较长的曝光时间来拍摄场景200，并且生成第二图像220，其在图2中右下所示。此外，在第二图像中提取一个图像片段230，其传输给分析处理单元140用于处理。也可考虑的是，将第二图像220本身传输给图1中的分析处理单元140，并且在分析处理单元140中才提取图像片段 230。
[0047]在分析处理单元140中，通过将第一对象识别算法应用到第一图像上来关于亮的(附近的)对象240—譬如迎面驶来的车辆的大灯对一识别(所有)第一图像240，迎面驶来的车辆距自身车辆100即具有摄像机110的车辆100空间上十分接近。通过分析处理整个第一图像可以确保，没有忽略十分接近车辆的对象，所述对象否则在不考虑光发射的控制的情况下会导致引导对象或车辆的人员炫目，使得要担忧自身车辆的行驶安全性的威胁。
[0048]此外，在分析处理单元140中也将第二对象识别算法应用到第二图像220的图像片段230上，使得在图像片段230中也识别对象250。例如，在此，在第二图像的在图像片段之外的区域上可以停止应用第二对象识别算法，第二对象识别算法应用到图像片段上。待在图像片段230中识别的对象250可以是远离的(即显得暗的)对象250，其例如代表在车辆100前方行驶的车辆的尾灯。通过分析处理图像片段230可以避免通过亮对象使待分析处理的图像叠化，所述图像片段更有利地应如此选择，使得在图像片段的对象识别中可以不考虑附近的亮对象240，如迎面驶来的车辆的在图2中的左上方示图中示出的前大灯。代表来自具有较长曝光时间的第二图像的有限区域的图像片段因此能够实现远离的对象的探测，所述远离的对象相对于较近的对象通常显得较暗，并且因此可以通过以较长的曝光时间的拍摄来比在以唯一的曝光时间拍摄的用于分析处理附近的以及远离的对象的图像中更好地被识别。
[0049]现在，如果车辆在弯曲的道路上行驶，有利的是，非静态地从第二图像中的预先确定的区域中获取图像片段。尤其在转弯行驶到左转弯中时，例如有利的是，从第二图像中作为图像片段获取的区域进一步移动到第二图像的左边缘处。以此方式可以确保，例如在前面行驶的车辆或其他对象在行车道的即将出现的左转弯上也还可以被充分地识别，因为车辆或其他对象处于待分析处理的图像片段中。为了能够实现图像片段在第二图像中的位置的改变，可以使用各种不同的信息。属于所述信息的例如是车辆的速度、车辆的偏转的转向角度、所预测的或从对路灯或导柱的走向(例如通过可从第一图像中识别的高光反射性)的分析处理所假设的道路走向。此外，也可以将导航数据集、也即来自导航系统的数据、关于在图像的确定的区域中的不同的对象类型的探测概率的模型假设等用作用于图像片段在第二图像中的位置的移动或改变的信息。
[0050]此外，不同的曝光时间可以辅助脉冲式光源(譬如路灯或LED尾灯/前灯(50Hz 160Hz))的识别。用于识别这种脉冲式光源的实施例在图3和图4中示出。
[0051]图3示出借助双模调节的摄像机来识别恒定发光的光源的所测得的亮度的两个曲线图。在图3的上示图中，在横坐标上示出时间(以连续的图像编号形式)，而在纵坐标上相对于通过摄像机对光源的光强度的测量310示出所测得的(具有恒定的光发射的)光源的光强度300。通过借助双模调节的摄像机对恒定发光的光源进行扫描，也就是说通过相继拍摄不同的图像得到如上方示图，在该示图中光源在图像中作为脉冲式对象出现。脉冲的特性可以通过对象在不同曝光时间中的亮度的比较来更好地识别。在此，例如将对象在第一图像中的亮度或光强度与在图像片段中的亮度或光强度比较。在此情况下，对象在第一图像中应在如下位置处:所述位置对应于也处于第二图像的图像片段中的位置，以便能够实现具有不同曝光时间的对象的亮度的分析处理。也可以分析处理不处于图像片段中的对象的亮度或光强度，其中，在此情况下于是第二图像可以代替图像片段用于分析处理。
[0052]在恒定发射光的光源的情况下，得到如在图3中在下方示图中反映的那样的亮度分布。在此，恒定发光的光源在具有不同曝光时间的所述图像中具有不同的亮度强度。例如，光源在具有较短的曝光时间的图像中具有比在具有较长的曝光时间的图像中更小的亮度值320，在具有较长的曝光时间的图像中对于恒定发光的光源出现较大的亮度值330。因此，借助双模调节的摄像机测量的恒定发光的光源的光强度或亮度根据用于所分析处理的图像的不同曝光时间而变化。因此恒定发光的光源对于相应的曝光时间不同地成像。因此，在分析处理在不同照明时间的情况下所拍摄的图像时亮度或光强度的改变可以用作用于自发光的对象的分类的重要信息。例如，以此方式可以识别具有对应于供电网络的频率的50Hz到60Hz的光发射频率的远离的路灯，其中，自身车辆的大灯不应被遮暗(abgeblendet)。例如，也可以识别进行反射的对象，所述对象可以通过对通过自身车辆的大灯的光发射的频率调制、相应地在对象上反射的经调制的光来识别。
[0053]通常适用的是，当扫描频率(例如30个图像/秒=30Hz)不是光源的脉冲频率的多倍时，脉冲式光源被单模调节的摄像机只觉察为脉冲式的。借助30Hz摄像机将60Hz光源视为恒定发光的(其中，对于黑暗来说，典型的每图像数个积分时间)。在双模调节的摄像机的情况下，可以绕开该限制，如通过借助如下所描述的方法更为详细地说介绍的那样。
[0054]在图4中示出，如何能够识别脉冲式光源。在此，在图4的上方示图中反映了借助双模调节的摄像机对以60Hz脉冲化的光源的扫描的亮度值。在横坐标上又示出时间(以连续的图像编号形式)，而纵坐标上相对于通过摄像机对光源的强度的测量310示出(具有脉冲式光发射的)光源的所测得的光强度300。如从图4的上方示图中可以看出，通过脉冲式光源的光发射的时刻或时间段与通过摄像机对相应的待分析处理的图像的扫描或曝光的时刻或时间段相交。从图4的下方曲线图中可以看出，相交的曝光时间段与这种脉冲式光源的光发射时间段的这种扫描得到光源在两个图像中的亮度值400，所述两个图像在一个公差范围内是相等的。因此，脉冲式光源对于不同的曝光时间成像在具有非常近似的亮度值的不同图像中。从具有不同曝光时间的图像中获得的光源的光强度的测量结果因此并不根据相应的所分析处理的图像的曝光时间而改变，由此可以识别这种光源的脉冲化。
[0055]此外，较长的曝光时间引起更为稳定地突出脉冲式光源在图像中的特性，并且由此能够实现光对象的更有效的色彩重构和形状分析。与此相反，来自被短曝光的图像的信息形成较高对比度，因为运动模糊显得较低的，这尤其在运动和其方向的估计中是有利的。
[0056]图5示出本发明的作为用于识别车辆的环境中的对象的方法500的一个实施例的流程图。所述方法500包括读取510车辆摄像机的第一图像的步骤，所述图像代表车辆的环境，并且其以第一曝光时间来拍摄，其中，此外在读取的步骤前后进行车辆摄像机的第二图像的读取，第二图像在第一图像之后并且以第二曝光时间来拍摄，其中，第二曝光时间与第一曝光时间不同。此外，所述方法500包括从车辆摄像机的第二图像中提取520 —个图像片段的步骤，其中，图像片段代表车辆的环境的比第二图像更小的区域，其中，在提取时基于至少一个参数确定图像片段在第二图像中的位置，所述至少一个参数代表关于车辆的行驶和/或车辆前方的基础设施措施的位置的信息，和/或所述至少一个参数与运动的对象无关，所述运动的对象在之前的步骤中在图像片段中已被识别。最后，所述方法500包括将第一对象识别算法应用530到第一图像上以便在第一图像中识别至少一个对象并且将第二对象识别算法应用到图像片段上以便在图像片段中识别至少一个另外的对象的步骤。
[0057]所描述的和在图中所示的实施例仅示例性地被选择。不同的实施例可以完全或相对于各个特征彼此组合。实施例也可以通过其他实施例的特征来补充。
[0058]此外，可以重复根据本发明的方法步骤，以及以不同于所描述的顺序来实施这些根据本发明的方法步骤。
[0059]如果一个实施例包括在第一特征与第二特征之间的“和/或”关系，则这可以被理解为:所述实施例根据一种实施方式不仅具有第一特征而且具有第二特征并且根据另一实施方式仅具有第一特征或者仅具有第二特征。
【权利要求】
1.一种用于识别车辆(100)的环境(130)中的对象(240，250)的方法，其中，所述方法(500)具有如下步骤: -读取(510)车辆摄像机(110)的第一图像(210)以及读取所述车辆摄像机(110)的第二图像(220)，所述第一图像代表所述车辆(100)的环境(130)，并且所述第一图像以第一曝光时间来拍摄，所述第二图像在所述第一图像(210)之后并且以第二曝光时间来拍摄，其中，所述第二曝光时间与所述第一曝光时间不同； -从所述车辆摄像机(110)的第二图像(220)中提取(520) —个图像片段(230)，其中，所述图像片段(230)代表所述车辆(100)的环境(130)的比所述第一图像(210)更小的区域，其中，在所述提取(520)时所述图像片段(230)在所述第二图像(220)中的位置基于至少一个如下参数来确定，所述参数代表关于车辆的行驶的和/或车辆前方的基础设施措施的位置的信息，和/或所述参数与运动的对象无关，所述运动的对象在之前的步骤中在所述图像片段(230)中已被识别； -将第一对象识别算法应用(530)到所述第一图像(210)上，以便识别在所述第一图像(210)中的至少一个对象(240)，以及将第二对象识别算法应用到所述图像片段(230)上，以便识别在所述图像片段(230)中的至少一个另外的对象(250)。
2.根据权利要求1所述的方法(500)， 其特征在于， 在所述提取(520)的步骤中在使用位置信息的情况下提取所述图像片段(230)，其中，响应于代表所述车辆(100)的 行驶的信息能够改变或改变所述位置信息。
3.根据以上权利要求中任一项所述的方法(500)， 其特征在于， 在所述读取(510)的步骤中将以下图像作为所述第一图像(210)读取:所述图像具有比作为所述第二图像(220)读取的图像更短的曝光时间。
4.根据以上权利要求中任一项所述的方法(500)， 其特征在于， 在所述应用(530)的步骤中，将所述第一对象识别算法应用到整个第一图像(210)上。
5.根据以上权利要求中任一项所述的方法(500)， 其特征在于， 在所述提取(520)的步骤中，提取所述第二图像(220)的一个图像片段(230)，对象(250)在所述车辆摄像机(110)的图像中成像在所述图像片段中，所述对象以预先确定的最小距离布置在所述车辆(100)前方。
6.根据以上权利要求中任一项所述的方法(500)， 其特征在于， 在所述应用(530)的步骤中，使用所述第一对象识别算法来识别第一对象类型的对象(240)，并且使用所述第二对象识别算法来识别第二对象类型的对象(250)，所述第二对象类型不同于第一对象类型。
7.根据以上权利要求中任一项所述的方法(500)， 其特征在于， 在所述应用(530)的步骤中，所述第一对象识别算法构造用于在使用所述第一图像(210)中的一个位置处的亮度(320，330;400)与在所述第二图像(220)中、尤其在所述图像片段(230)中的一个相应位置处的亮度(320，330 ；400)的比较的情况下识别在所述第一图像(210)中的对象(240)，和/或在所述应用(530)的步骤中，所述第二对象识别算法构造用于在使用在所述第二图像(220)中、尤其在所述图像片段(230)中的一个位置处的亮度(320，330 ；400)与在所述第一图像(210)中的一个相应位置处的亮度(320，330 ；400)的比较的情况下识别在所述第二图像(220)中、尤其在所述图像片段(230)中的对象(250)。
8.根据权利要求7所述的方法(500)， 其特征在于， 在所述应用(530)的步骤中，当在所述第一图像(210)中的所述位置处的亮度(400)在一个公差范围内与在所述第二图像(220)中、尤其在所述图像片段(230)中的所述相应位置处的亮度(400)相等时，通过所述第一对象识别算法将对象(240)识别为脉冲式光源，和/或 当在所述第一图像(210)中的所述位置处的亮度(320，330)与在所述第二图像(220)中、尤其在所述图像片段(230)中的所述相应位置处的亮度(320，330)相差大于一个预先确定的阈值时，通过所述第一对象识别算法将对象(240)识别为恒定发射光的光源，和/或 当在所述第二图像(220)中、尤其在所述图像片段(230)中的所述位置处的亮度(400)在一个公差范围内与在所述第一图像(210)中的所述相应位置处的亮度(400)相等时，通过所述第二对象识别算法将对象(250)识别为脉冲式光源，和/或 当在所述第二图像(220)中、尤其在所述图像片段(230)中的一个位置处的亮度(320，330)与在所述第一图像(2 10)中的所述相应位置处的亮度(320，330)相差超过一个预先确定的阈值时，通过所述第二对象识别算法将对象(250)识别为恒定发射光的光源。
9.一种用于调节车辆前方的行车道照明的方法，其具有如下步骤: 根据以上权利要求中任一项所述的方法(500)的步骤；以及 响应于至少一个通过所述第一对象识别算法所识别的对象(240)和/或响应于至少一个通过所述第二对象识别算法所识别的对象(250)来控制所述车辆(100)的大灯(160)的光发射的改变。
10.根据权利要求9所述的方法， 其特征在于， 在所述控制的步骤中还与通过所述第二识别算法所识别的在行车道边缘处的基础设施装置无关地进行所述光发射的改变。
11.一种具有构造用于实施根据权利要求1至10中任一项所述的方法(500)的步骤的单元的设备(140)。
12.—种具有程序代码的计算机程序产品，其用于当在设备(140)上执行程序时实施根据权利要求1至10之一所述的方法(500)。
【文档编号】G06K9/00GK103782307SQ201280027459
【公开日】2014年5月7日 申请日期:2012年5月21日 优先权日:2011年6月7日
【发明者】P·法贝尔, G·施瓦曾伯格 申请人:罗伯特·博世有限公司