本性歪曲。此外,可以确定饱和度并且可以在消光系数估计或者K估计时 忽略饱和测量的光密度。
[0103] 在一个替代的实施例中,所述方法可扩展到多个表面。在最小化F时也将参数或 者对参数的限界借助预给定的或者通过附加的惩罚项嵌入泛函中(例如的 形式)作为事先了解。由此,有利地使所述估计稳定。
[0104] 图10根据本发明的一个实施例示出所估计的视距相关于距离的示图。因此,图10 在卡迪尔坐标系中示出与最大距离相关的所估计的视距 1000,可以直至所述最大距离地区 段化道路。在所述真实的示例中,视距估计在50m以内是不稳定的(然而首先总是仍在可 接受的误差边界内)。在横轴上示出区段化道路的最大距离,在纵轴上示出气象学视距dMt。 在距离20米时是曲线的局部最小值,其中曲线然后上升,直至距离50至60米,从而然后示 出快速恒定的视距。在此,根据所测量的数据的质量,非常不同的曲线变化是可能的。
[0105] 图11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。所述设备100可以涉及在图1中示出的设备100的一个实施例。所述设 备100扩展了图像检测装置110的至少一个第二图像1150的处理。所述第二图像1150示 出在第二时刻时车辆102的周围环境的成像。在此,所述第二时刻与第一时刻不同,在所述 第一时刻检测了第一图像108。在所示出的实施例中,第二时刻顺序地跟随第一时刻。图 11示出用于基于图像和基于追踪的组合的视距估计的设备100。因此,将用于基于图像的 视距估计的方法(如其在图2中所描述的那样)与用于基于追踪的视距估计的方法组合。
[0106] 设备100的示图广泛相应于图1的用于基于图像的视距估计的设备100的示图和 描述,具有以下区别:图像检测装置顺序地检测至少两个图像,并且通过用于读取图像的接 口 116将其提供给所述设备100。
[0107] 用于求取的装置104构造用于,在第一时刻所检测的第一图像108中和在第二时 刻所检测的第二图像1050中跟踪对象。用于区段化的装置112构造用于,除第一时刻的第 一对象光密度Q的值对、第一间距di、第二光密度L2和第二间距d2以外,求取在第二时刻 时对象的至少一个第三对象光密度L3和与对象的第三间距d3。确定装置114构造用于,在 使用所述第一对象光密度Q、所述第二光密度L2、所述至少一个第三对象光密度L3、所述第 一间距山、所述第二间距d2和所述第三间距d3的情况下求取大气消光系数K,其中大气消 光系数K与视距(1_存在直接关联。
[0108] 在一个可选择的实施例中,每个图像求取多个由对象光密度L和间距d组成的值 对并且将其提供给确定装置114。此外,在一个可选择的实施例中,在多个时刻顺序地检测 并且分析处理多个图像。例如,分析处理由10个、30个或者50个图像组成的序列。
[0109] 图11示出特别快速地或者实时地由部分区段化的表面(例如道路)和距离数 据来估计K(在日光时)的设备。在一个实施例中,将以上所述与用于视距估计的以下方 法组合:所述方法在日光时由前方摄像机或者图像检测装置的单个帧或者图像估计消光 系数K。方法可以与在此所提出的用于视距估计的方法组合基于所谓的"道路表面亮度曲 线"(RSLC)的提取。在此,在摄像机图像中区段化道路和天空的区域并且将所区段化的区 域的逐行的中值描绘为曲线。示出的是,所述曲线的拐点的位置可以通过模型与K相关联。
[0110] 在一个实施例中,将在此所提出的方法或者设备与基于模型地估计视距的另一个 方案进行组合。这基于通过多个帧的对象的跟踪。通过包含消光系数K作为参数的模型来 近似对象的所测量的光密度L和距离d。通过这种方式,在观察的测量下估计作为最有可能 的参数的消光系数K。用于此的模型通常是相应于公式(2)的Koschmieder的水平视线模 型,将所述水平视线模型与用于快速估计的方法进行组合。
[0111] 参数"和L_代表对象的光密度和周围环境光,而d[m]代表对象和观察者之间的 距离。L是在观察者处所察觉的对象光,所述对象光相应地由所衰减的对象光和散射进来的 周围环境光组成。
[0112] 在一种变型方案中,将在此所提出的方法扩展到多个表面。最小化F时也将参数 或者对参数的限界借助预给定的或者通过附加的惩罚项嵌入泛函中作为事先了解。
[0113] 所描述的和在附图中所示出的实施例仅仅示例性地选择。不同的实施例可以完全 地或者在单个的特征方面相互组合。也可以通过另一个实施例的特征来补充实施例。
[0114] 此外,在此所提出的方法步骤可以反复以及以不同于所描述的顺序的顺序实施。
[0115] 如果实施例在第一特征和第二特征之间包括"和/或"关系,则这样理解: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而根据另一种实施方式或者 仅仅具有第一特征或者仅仅具有第二特征。
【主权项】
1. 一种用于基于图像的视距估计的方法,其中,所述方法具有以下步骤: 求取(220)对象在图像(106)中的成像(106),其中,所述图像(106)是图像检测装置 (116)的周围环境的成像; 区段化(222)所述对象的成像,以便得到所述对象的具有相对于所述图像检测装置 (110)在公差范围方面相同的第一距离(Cl1)的第一对象区域并且得到所述对象的具有相对 于所述图像检测装置(110)在公差范围方面相同的第二距离(d 2)的第二对象区域,以及确 定用于所述第一对象区域的第一对象光密度(L1)和用于所述第二对象区域的第二对象光 密度(L 2); 在使用所述第一对象光密度(L1)、所述第二对象光密度(L2)、所述第一距离(Cl1)和所 述第二距离(d2)的情况下确定(224)大气消光系数(K),其中,所述大气消光系数(K)与视 距( cL3t)存在直接关联。2. 根据权利要求1所述的方法,其中,在所述确定的步骤(224)中,在使用一维公式和 /或用于通过大气气溶胶进行光传输的模型的情况下确定所述消光系数(K)。3. 根据权利要求2所述的方法,其中,在所述确定的步骤(224)中,在使用估计方法的 情况下由所述一维公式确定所述消光系数(K)。4. 根据以上权利要求中任一项所述的方法,其中,在所述确定的步骤(224)中,在使用 迭代的牛顿方法的情况下确定所述消光系数(K)。5. 根据以上权利要求中任一项所述的方法,其中,在所述区段化的步骤(222)中区段 化所述对象的成像,以便得到具有相对于所述图像检测装置(110)在公差范围方面相同的 第三距离(d 3)的至少一个第三对象区域,以及确定用于所述第三对象区域的第三对象光密 度(L3),其中,在所述确定的步骤(224)中,在使用所述第三对象光密度(L 3)和所述第三间 距(d3)的情况下确定所述大气消光系数(K)。6. 根据以上权利要求中任一项所述的方法,其中,所述方法具有在使用图像检测装置 (110)、尤其车辆(102)的图像检测装置(110)的情况下检测所述图像(108)的步骤,其中, 所述图像(108)是所述周围环境的对象在所述图像(108)中的成像,其中,所述对象具有在 相对于所述图像检测装置(116)的距离和/或纵深方面的延展和/或朝所述车辆(102)的 行驶方向的延展。7. 根据以上权利要求中任一项所述的方法,其中,对于另一个图像(1150)实施所述求 取的步骤(220)和所述区段化的步骤(222),其中,在所述确定的步骤(224)中,在使用至少 一个第三对象光密度(L 3)和分配给所述第三对象光密度(L3)的所述第三距离(d3)的情况 下确定所述大气消光系数(K)。8. -种用于视距估计的设备(100),所述设备构造用于实施根据以上权利要求中任一 项所述的方法的所有步骤。9. 一种计算机程序,所述计算机程序设置用于实施根据以上权利要求中任一项所述的 方法的所有步骤。10. -种机器可读的存储介质,其具有存储在其上的根据权利要求9所述的计算机程 序。
【专利摘要】本发明涉及一种用于车辆的用于基于图像的视距估计的方法,所述方法具有求取周围环境的对象在车辆的图像检测装置的图像中的成像的步骤,其中对象具有朝车辆的行驶方向的延展,其中图像是车辆前方的周围环境的成像,具有区段化对象的成像的步骤,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的第一对象区域并且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二距离的第二对象区域,以及确定用于第一对象区域的第一对象光密度和第二对象区域的第二对象光密度,以及具有在使用第一对象光密度、第二对象光密度、第一距离和第二距离的情况下确定大气消光系数的步骤,其中大气消光系数与视距存在直接关联。
【IPC分类】H04N7/18, G06T7/00
【公开号】CN105049784
【申请号】CN201510220595
【发明人】S·勒诺
【申请人】罗伯特·博世有限公司
【公开日】2015年11月11日
【申请日】2015年5月4日
【公告号】DE102014208271A1, US20150317535