出:
[0028] 图1根据本发明的一个实施例示出用于车辆的用于基于图像的视距估计的设备 的框图;
[0029] 图2根据本发明的一个实施例示出用于基于图像的视距估计的方法的流程图;
[0030] 图3根据本发明的一个实施例示出气象学视距的示意图;
[0031] 图4根据本发明的一个实施例示出对象光与所散射进来的周围环境光的关系的 示意图;
[0032]图5根据本发明的一个实施例示出对象光与所散射进来的周围环境光的关系的 示意图;
[0033] 图6根据本发明的一个实施例示出在间距上所描绘的所测量的光密度的示图;
[0034] 图7根据本发明的一个实施例示出对象在不同距离上的示意图;
[0035] 图8根据本发明的一个实施例示出车辆的周围环境与道路表面的一个区段的示 图;
[0036] 图9根据本发明的一个实施例示出信号变化的框图;
[0037] 图10根据本发明的一个实施例示出所估计的视距与距离相关的示图;
[0038] 图11根据本发明的一个实施例示出用于车辆的用于基于图像的视距估计的设备 的框图。
[0039] 在本发明的有利的实施例的以下描述中,对于在不同附图中所示出的且相似作用 的元素使用相同或相似的参考标记,其中放弃这些元素的重复描述。
【具体实施方式】
[0040] 图1根据本发明的一个实施例示出用于车辆102的用于基于图像的视距估计的设 备100的框图。设备100包括用于在车辆102的图像检测装置110的图像108中求取周围 环境的对象的成像106的装置104和用于以对象的相对于图像检测装置110在公差范围方 面相同的第一距离山区段化第一对象区域并且以对象的相对于图像检测装置110在公差 范围方面相同的第二距离d2区段化第二对象区域的装置112。所述装置112还构造用于, 确定用于所述第一对象区域的第一对象光密度U和用于所述第二对象区域的第二对象光 密度L2。设备100还具有用于在使用第一对象光密度Q、第二对象光密度L2、第一间距山和 第二间距d2的情况下确定大气消光系数K的确定装置114,其中所述大气消光系数K与视 距dMt存在直接关联。在公式(1)中示出大气消光系数K和视距之间的关系。
[0041] 在一个替代的实施例中,图像检测装置116和设备100与车辆无关地用于基于图 像的视距估计。
[0042] 根据所述实施例,图像108是车辆102前方的周围环境的成像106。在用于区段化 的装置112中所区段化的对象具有朝车辆102的行驶方向的延展。
[0043] 在一个替代的实施例中,对象具有在相对于车辆的距离方面或者纵深方面的延 展。在一个替代的实施例中,对象具有朝图像检测装置的视向方向的延展。由图像检测装 置检测的道路例如涉及弯道,或者图像检测装置具有与车辆的行驶方向不同的检测方向并 且在纵深方面延展的对象例如是位于车辆旁边的停车位或者滑行区域(Rollfeld)。
[0044] 此外,在图1中所示出的实施例中,设备100具有用于读取图像108的接口 116。 在使用图像检测装置116的情况下检测图像108。图像108示出来自图像检测装置110的 周围环境的物体作为对象,其中间距(^、士分别代表图像检测装置116与所区段化的对象区 域之间的距离。
[0045] 图2根据本发明的一个实施例示出用于基于图像的视距估计的方法的流程图。所 述方法可以在图1中所示出的并且所描述的设备中实施。所述用于基于图像的视距估计的 方法包括在图像检测装置的图像中求取对象的成像的步骤220,其中所述对象具有朝图像 检测装置的视向方向的延展,包括步骤222,其中一方面区段化所述成像以便得到对象的具 有相对于图像检测装置在公差范围方面相同的第一距离山的第一对象范围和对象的具有 相对于图像检测装置在公差范围方面相同的第二距离(1 2的第二对象范围,而另一方面确定 用于所述第一对象范围的第一对象光密度LdP用于所述第二对象范围的第二对象光密度 L2。所述方法还包括在使用所述第一对象光密度Q、所述第二对象光密度L2、所述第一距离 山和所述第二距离d2的情况下确定大气消光系数K的步骤224,其中所述大气消光系数K 与视距dMt存在直接关联。在公式(1)中示出大气消光系数K与视距之间的关系。
[0046] 在一个实施例中,在确定的步骤224中,在使用一维公式和补充地或替代地水平 视线的模型的情况下确定消光系数K。
[0047] 在一个实施例中,在确定的步骤224中,在使用估计方法的情况下由一维公式确 定消光系数K。
[0048] 可选择地,在确定的步骤224中,在使用迭代的牛顿方法的情况下确定消光系数 K〇
[0049] 在区段化的步骤222中,可选择地以相对于图像检测装置在公差范围方面相同的 第三距离来区段化至少一个第三对象区域并且确定用于所述第三对象区域的第三对象光 密度。在此,在确定的步骤中,在使用第三对象光密度和第三间距的情况下确定大气消光系 数K。
[0050] 可选择地,所述方法包括在使用车辆的图像检测装置的情况下检测图像的步骤, 其中所述图像是周围环境的对象在图像中的成像,其中所述对象具有朝车辆的行驶方向的 延展。
[0051] 在一个实施例中,对于另一个图像实施求取的步骤220和区段化的步骤222,其中 在确定的步骤224中在使用至少一个第三对象光密度L3和分配给所述第三对象光密度L3 的第三距离d3的情况下确定大气消光系数K。在此,在实施求取的步骤220和区段化的步 骤222的情况下对于所述另一个图像求取至少第三对象光密度L3和所分配的第三距离d3。
[0052] 作为一个方面,只要能够实现,所述方法就区段化摄像机图像中间的道路区 域(或者具有z延展/纵深延展的其他表面)。在所区段化的区域中确定与道路的 距离(例如通过立体化装置(立体摄像机)、通过"从运动信息中恢复三维场景结构 (StructurefromMotion)(尤其用于单目摄像机)"、通过道路表面的了解(平面世界拍 摄(Flache-Welt-Annahme)也是可能的)和摄像机相对于道路的定位(尤其用于单目摄像 机)、通过其他传感器一一如雷达和激光雷达(然而需要整个系统的好的外部校准)……)。 综合近似相等距离的道路区域(例如对于几乎不旋转的摄像机逐行地)并且估计用于所综 合的区域的光密度(例如作为平均光密度或者中值光密度)。因此,产生光密度/距 离值对O^cU),...,(LN;dN)。如果从道路的大约恒定的反射度出发并且假设其作为朗伯 表面(真实假设),则可以通过雾模型(至少在参数L、d和K方面)对测量值的匹配由测 量来确定消光系数K。有利的是,所述方法没有指出可以直至地平线地完全区段化道路。这 尤其在前方行驶的车辆或者此外在几何上遮挡的对道路走向的视线的情况下是有意义的。
[0053] 在此所描述的方法的一个实施例使用仅仅一个单独的图像,而没有使用具有可跟 踪的对象的图像序列。在此,通过(道路)表面的部分区段化来替代或者补充在长的时间 上对象的追踪或者跟踪。
[0054] 在一个实施例中,在确定的步骤224中包含其他的周围环境信息(例如周围环境 亮度、对象了解……)。此外,所述其他的环境信息可以由图像和/或由其他传感器和/或 前后关系(Kontext)获得。
[0055] 图3根据本发明的一个实施例示出气象学视距cU的示意图。由仍可以其原始 对比度的5%觉察对象的距离得到气象学视距cLt。因此,图3以五个相互相邻布置的视 图示出车辆300的剪影,其中对比度从具有表示为100%的原始对比度变化到具有表示为 2%的对比度。在它们中间以50%、20%和5%示出剪影。觉察阈值在对比度5%时经过 (vedauft)〇
[0056] 图4根据本发明的一个实施例不出对象光430和所散射进来的周围环境光432的 关系的示意图。对象光430在从对象434或者物体434到观察者436的路径上减弱并且通 过所散射进来的周围环境光432增强。
[0057] 在此所描述的方案基于在摄像机的两个或多个帧或者图像上对象、表面的部分或 者点的跟踪。如果所追踪的实体(在此以参考标记434表征)在其距离方面相对于摄像机 运动,则由于雾发生光密度或者对象光密度的变化。在此,光密度不仅仅指典型的光度测量 的光密度。在此,该术语应当表示辐射密度的任意的(但是在实施的过程中固定的)频谱 加权。在此,光密度尤其也可以表示根据摄像机成像器或者图像检测装置的单个像素的灵 敏度曲线的频谱加权。
[0058] 更准确地说,例如通过水平视线的Koschmieder理论描述光密度和对象距离之间 的所述关系:
[0059] L=eKdL〇+(l-eKd)Lair (2)
[0060] 其中,参数。和L_代表对象的光密度和周围环境光,而d[m]表示对象和观察者 之间的距离。L是在观察者处所觉察的对象光,根据公式(2)所述对象光由所衰减的对象光 L。和所散射进来的周围环境光Lalli且成。
[0061] 根据一个实施例,当在雾时在从旁经过