车辆图像传感器清洁制造技术

一种车辆计算机包括存储器和处理器，所述处理器被编程为执行存储在所述存储器中的指令。所述指令包括：将预定物体的捕获图像与所述预定物体的目标图像进行比较，以量化所述捕获图像的第一噪声特性；将所述第一噪声特性与第一预定阈值进行比较；以及依据将所述第一噪声特性与所述第一预定阈值进行比较的结果而检测出输出所述捕获图像的图像传感器上的碎屑。

【技术实现步骤摘要】
车辆图像传感器清洁
本专利技术涉及车辆图像传感器的领域，并且更具体地涉及车辆图像传感器清洁。
技术介绍
相机在汽车中起到各种作用。它们可以用于自主车辆操作、识别乘客、帮助驾驶员执行各种操纵(例如，倒车进入停车位)等。由相机捕获的图像可以实时地(例如，实时视频流)显示在车辆的乘客舱内部或者保存用于幕后处理。
技术实现思路
车辆的外表面上的任何东西都一定会变脏。这包括外部车辆传感器。在诸如相机等图像传感器的情况下，覆盖传感器的透镜暴露于自然环境。随着时间推移，透镜将积聚灰尘、盐、雪、污垢、霜、雨水、鸟粪、昆虫，以及其他遮挡图像传感器的视野的碎屑(debris)。照此，透镜上的碎屑将降低由图像传感器捕获的图像的质量。人类驾驶员可以通过简单地看看图像传感器捕获的图像来确定图像传感器是否被遮挡。如果碎屑太大，那么人类驾驶员可以离开车辆并且在继续操作车辆之前将图像传感器清洁干净。遮挡图像传感器的碎屑对自主车辆来说更成问题，尤其是在没有任何人类乘客的情况下操作的自主车辆。因此，自主车辆可以得益于一种检测遮挡图像传感器的视野的碎屑的系统。这样的系统可以经由具有存储器和处理器的车辆计算机来实施，所述处理器被编程为执行存储在所述存储器中的指令。所述指令包括：将预定物体的捕获图像与所述预定物体的目标图像进行比较，以量化所述捕获图像的第一噪声特性；将所述第一噪声特性与第一预定阈值进行比较；以及依据将所述第一噪声特性与所述第一预定阈值进行比较的结果而检测出输出所述捕获图像的图像传感器上的碎屑。所述第一噪声特性可以是信噪比和峰值信噪比中的至少一个。在此情况下，检测出所述图像传感器上的碎屑可以包括依据确定所述第一噪声特性低于所述第一预定阈值的结果而检测出所述图像传感器上的碎屑。所述指令还可以包括将所述捕获图像与所述目标图像进行比较，以量化所述捕获图像的第二噪声特性。在此情况下，所述第二噪声特性可以包括均方根误差和平均绝对误差中的至少一个。此外，检测出所述图像传感器上的碎屑可以包括依据确定所述第二噪声特性超过第二预定阈值的结果而检测出所述图像传感器上的碎屑。在一个示例实施方式中，检测出所述图像传感器上的碎屑可以包括依据确定所述第一噪声特性低于所述第一预定阈值并且所述第二噪声特性超过所述第二预定阈值的结果而检测出所述图像传感器上的碎屑。所述指令可以包括依据检测出所述图像传感器上的碎屑的结果而开始所述图像传感器的清洁。开始所述图像传感器的清洁可以包括向传感器清洁系统输出控制信号。所述指令可以包括在由所述图像传感器捕获的原始图像中识别所述预定物体。所述指令可以包括通过操纵由所述图像传感器捕获的所述原始图像来生成所述捕获图像。操纵所述原始图像可以包括剪裁所述原始图像和将所述原始图像归一化中的至少一个。将所述原始图像归一化可以包括调整所述原始图像中的所述预定物体的曝光、亮度以及取向中的至少一个。剪裁所述原始图像可以包括去除所述原始图像的并不表示所述预定物体的部分。一种示例方法可以包括：将预定物体的捕获图像与所述预定物体的目标图像进行比较，以量化所述捕获图像的第一噪声特性；将所述第一噪声特性与第一预定阈值进行比较；以及依据将所述第一噪声特性与所述第一预定阈值进行比较的结果而检测出输出所述捕获图像的图像传感器上的碎屑。所述第一噪声特性可以是信噪比和峰值信噪比中的至少一个。在此情况下，检测出所述图像传感器上的碎屑可以包括依据确定所述第一噪声特性低于所述第一预定阈值的结果而检测出所述图像传感器上的碎屑。所述方法还可以包括将所述捕获图像与所述目标图像进行比较，以量化所述捕获图像的第二噪声特性。所述第二噪声特性可以包括均方根误差和平均绝对误差中的至少一个。检测出所述图像传感器上的碎屑可以包括依据确定所述第二噪声特性超过第二预定阈值的结果而检测出所述图像传感器上的碎屑。在一个可能的方法中，检测出所述图像传感器上的碎屑可以包括依据确定所述第一噪声特性低于所述第一预定阈值并且所述第二噪声特性超过所述第二预定阈值的结果而检测出所述图像传感器上的碎屑。所述方法还可以包括依据检测出所述图像传感器上的碎屑的结果而开始所述图像传感器的清洁。所述方法还可以包括在由所述图像传感器捕获的原始图像中识别所述预定物体。所述方法还可以包括通过操纵由所述图像传感器捕获的所述原始图像来生成所述捕获图像。操纵所述原始图像可以包括剪裁所述原始图像和将所述原始图像归一化中的至少一个。将所述原始图像归一化可以包括调整所述原始图像中的所述预定物体的曝光、亮度以及取向中的至少一个。剪裁所述原始图像可以包括去除所述原始图像的并不表示所述预定物体的部分。所示的元件可以采取许多不同的形式，并且包括多个和/或替代的部件和设施。所示的示例部件并不意图限制。实际上，可以使用附加或替代的部件和/或实施方式。此外，除非明确地陈述如此，否则所示的元件不一定按照比例绘制。附图说明图1示出具有图像传感器和碎屑检测系统的示例主车辆。图2是示出主车辆的示例部件的框图，包括碎屑检测系统的部件。图3A示出由图像传感器捕获的示例图像。图3B示出由碎屑检测系统使用的示例目标图像。图4是可以由碎屑检测系统执行的示例过程的流程图。具体实施方式如图1所示，主车辆100包括图像传感器105和碎屑检测系统110。尽管示为轿车，但主车辆100可以包括任何乘用或商用汽车，诸如，小汽车、卡车、运动型多功能车、跨界车、厢式货车、小型货车、出租车、公共汽车等。如下文更详细地论述的，主车辆100是可以在自主(例如，无人驾驶)模式、部分自主模式和/或非自主模式下操作的自主车辆。图像传感器105经由电路、芯片或者其他捕获主车辆100外部的物体的图像的电子部件来实施。因此，图像传感器105可以位于主车辆100的外部上。为了捕获主车辆100外部的图像，图像传感器105可以包括将光朝例如CCD传感器、CMOS传感器等投射的透镜115。图像传感器105处理光并且生成图像。图像可以输出到碎屑检测系统110，如下文更详细地论述。由图像传感器105捕获的图像可以用于确定透镜115是否脏(例如，是否具有降低由图像传感器105捕获的图像的质量的碎屑)。由图像传感器105捕获的用于确定透镜115是否脏的图像在下文可以被称为“捕获图像”。在一些情况下，保护性盖或护罩可以覆盖透镜115。保护性护罩或盖可以是透明的。下文对透镜115上的碎屑的论述可以指的是保护性盖或护罩上的碎屑。碎屑检测系统110分析由图像传感器105捕获的图像，并且通过将捕获图像与目标图像进行比较来确定图像传感器105是否脏(例如，图像传感器105的透镜115上是否存在碎屑)。目标图像可以指的是预定物体的“清晰”图像。也就是，目标图像可以表示预定物体在由未被遮挡的图像传感器105捕获时会是什么样。因此，目标图像可以表示几乎没有噪声的预定物体的图像。如下文更详细地说明，如果捕获图像中的噪声量超过阈值，那么碎屑检测系统110可以确定图像传感器105需要清洁。可以通过将捕获图像与目标图像进行比较来确定捕获图像中的噪声量。由于目标图像和捕获图像可以属于相同的预定物体(诸如，沿着道路的标志)，因此图像的差异可以被理解为噪声。由于碎屑可以导致图像不同，因此透镜115上的碎屑量越大，就可以导致越大的噪声。如果碎屑检测系统本文档来自技高网...

【技术保护点】
1.一种车辆计算机，所述车辆计算机包括：存储器；和处理器，所述处理器被编程为执行存储在所述存储器中的指令，所述指令包括：将预定物体的捕获图像与所述预定物体的目标图像进行比较，以量化所述捕获图像的第一噪声特性；将所述第一噪声特性与第一预定阈值进行比较；以及依据将所述第一噪声特性与所述第一预定阈值进行比较的结果而检测出输出所述捕获图像的图像传感器上的碎屑。

【技术特征摘要】
2017.09.18 US 15/708,0151.一种车辆计算机，所述车辆计算机包括：存储器；和处理器，所述处理器被编程为执行存储在所述存储器中的指令，所述指令包括：将预定物体的捕获图像与所述预定物体的目标图像进行比较，以量化所述捕获图像的第一噪声特性；将所述第一噪声特性与第一预定阈值进行比较；以及依据将所述第一噪声特性与所述第一预定阈值进行比较的结果而检测出输出所述捕获图像的图像传感器上的碎屑。2.如权利要求1所述的车辆计算机，其中所述第一噪声特性是信噪比和峰值信噪比中的至少一个，并且其中检测出所述图像传感器上的碎屑包括依据确定所述第一噪声特性低于所述第一预定阈值的结果而检测出所述图像传感器上的碎屑。3.如权利要求2所述的车辆计算机，其中所述指令包括将所述捕获图像与所述目标图像进行比较，以量化所述捕获图像的第二噪声特性，其中所述第二噪声特性包括均方根误差和平均绝对误差中的至少一个，并且其中检测出所述图像传感器上的碎屑包括依据确定所述第二噪声特性超过第二预定阈值的结果而检测出所述图像传感器上的碎屑。4.如权利要求3所述的车辆计算机，其中检测出所述图像传感器上的碎屑包括依据确定所述第一噪声特性低于所述第一预定阈值并且所述第二噪声特性超过所述第二预定阈值的结果而检测出所述图像传感器上的碎屑。5.如权利要求1所述的车辆计算机，其中所述指令包括依据检测出所述图像传感器上的碎屑的结果而开始所述图像传感器的清洁。6.如权利要求5所述的车辆计算机，其中开始所述图像传感器的清洁包括向传感器清洁系统输出控制信号。7.如权利要求1所述的车辆计算机，其中所述指令包括在由所述图像传感器捕获的原始图像中识别所述预定物体。8.如权...

【专利技术属性】
技术研发人员：克里斯多夫·迈克尔·佐伊贝特，马克·爱德华·尼克尔斯，辛迪·安妮·彼得斯，克里·尼凯多·霍尔金，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：美国,US