基于杂散光的范围识别光学检测器系统中的缺陷技术方案

示例实施例涉及基于杂散光的范围识别光学检测器系统中的缺陷。示例实施例包括方法。该方法包括使用光学检测器系统捕获包括明亮对象的场景的图像。该方法也包括确定明亮对象在图像中的位置。此外，该方法包括基于明亮对象在图像中的位置，确定在图像中表示的来自明亮对象的杂散光的范围。另外，该方法包括通过将在图像中表示的来自明亮对象的杂散光的范围与杂散光的预定阈值范围进行比较，确定光学检测器系统中是否存在一个或多个缺陷。杂散光的预定阈值范围对应于杂散光的预期范围。

【技术实现步骤摘要】
【国外来华专利技术】基于杂散光的范围识别光学检测器系统中的缺陷对相关申请的交叉引用本申请要求2019年4月8日提交的美国专利申请第16/377,527号和2018年12月27日提交的美国临时申请第62/785,375号的优先权，其全部内容通过引用并入本文。
技术介绍
除非本文另有说明，否则本节中描述的内容不是本申请中权利要求的现有技术，并且不能通过包含在本节中而被承认为现有技术。相机和图像传感器是用于捕获场景图像的设备。一些相机(例如，胶卷相机)化学地在胶卷上捕获图像。另一些相机(例如，数码相机)电捕获图像数据(例如，使用电荷耦合器件(CCD)或互补金属氧化物半导体(CMOS)传感器)。相机捕获的图像可以被分析以确定其内容。例如，处理器可以执行机器学习算法，以基于包括对象的形状、颜色、大小等的先前分类对象的库来识别场景中的对象(例如，这样的机器学习算法可以应用于机器人或其他应用中的计算机视觉)。相机可以具有可以将相机彼此区分的各种各样的功能。例如，相机和/或相机捕获的图像可以通过诸如光圈大小、f数、曝光时间、快门速度、景深、焦距、国际标准化组织(ISO)灵敏度(或增益)、像素大小、传感器分辨率、曝光距离等值来识别。这些特征可以基于透镜，图像传感器和/或相机的附加面。此外，这些特征还可以在单个相机内可调整(例如，可以在照片之间调整相机透镜的光圈)。此外，由于相机内的光学元件的缺陷，可能在捕获的图像中产生像差。例如，失调、非单一透射率、内部反射、碎片等可能导致来自场景的光被引导到图像传感器的非预期/不适当区域。这样的外来光可能在捕获的图像中表现为眩光(veilingglare)或透镜光斑。
技术实现思路
本文描述的实施例可以包括用于检测相机内的缺陷的系统和方法。相机成像光学元件(例如，透镜或镜子)的缺陷可以包括光学元件上的裂纹、污迹、变形或碎片。这种缺陷可能是由于制造/装配而在光学系统中固有的，也可能随着时间的推移而发展(例如，由于使用相机)。此外，缺陷可能导致捕获图像中的像差或错误。因此，识别这些缺陷是有用的。本文所描述的实施例可以通过监视由相机捕获的图像中的杂散光量(例如，眩光)来检测这样的缺陷，因为杂散光可以提供相机光学元件内缺陷的存在/严重性/类型的指示。在一方面，提供了一种方法。该方法包括使用光学检测器系统捕获包括明亮对象的场景的图像。该方法也包括确定明亮对象在图像中的位置。此外，该方法包括基于明亮对象在图像中的位置，确定来自图像中表示的明亮对象的杂散光的范围。另外，该方法包括通过将来自在图像中表示的明亮对象的杂散光的范围与杂散光的预定阈值范围进行比较，确定在光学检测器系统中是否存在一个或多个缺陷。杂散光的预定阈值范围对应于杂散光的预期范围。在另一方面中，提供一种具有存储在其上的指令的非暂时性计算机可读介质。这些指令在由处理器执行时，使处理器执行方法。该方法包括接收包括明亮对象的场景的图像。该图像是用光学检测器系统捕获的。该方法也包括确定明亮对象在图像中的位置。此外，该方法包括基于明亮对象在图像中的位置，确定来自图像中表示的明亮对象的杂散光的范围。另外，该方法包括通过将来自在图像中表示的明亮对象的杂散光的范围与杂散光的预定阈值范围进行比较，确定在光学检测器系统中是否存在一个或多个缺陷。杂散光的预定阈值范围对应于杂散光的预期范围。在另一方面，提供了一种光学检测器系统。光学检测器系统包括成像光学元件。所述光学检测器系统也包括图像传感器，被配置为经由成像光学元件接收来自场景的光。此外，光检测器系统包括被配置为执行监视例程的控制器。监视例程包括使用光学检测器系统捕获包括明亮对象的场景的图像。该监视例程也包括确定明亮对象在图像中的位置。此外，该监视例程包括基于明亮对象在图像中的位置，确定来自图像中表示的明亮对象的杂散光的范围。另外，该监视例程包括通过将来自在图像中表示的明亮对象的杂散光的范围与杂散光的预定阈值范围进行比较，确定在光学检测器系统中是否存在一个或多个缺陷。杂散光的预定阈值范围对应于杂散光的预期范围。通过阅读以下详细描述并在适当情况下参考附图，这些以及其他方面、优点和替代方案对于本领域普通技术人员将变得显而易见。附图说明图1是示出根据示例实施例的车辆的功能框图。图2是根据示例实施例的车辆的物理配置的图示。图3是根据示例实施例的与自主车辆相关的各种计算系统之间的无线通信的概念性说明。图4A是根据示例性实施例的在光学检测器系统中引起炫光的机制的图示。图4B是根据示例性实施例的在光学检测器系统中引起炫光的机制的图示。图4C是根据示例性实施例的在光学检测器系统中引起炫光的机制的图示。图5是根据示例实施例的包括明亮对象的场景的图像。图6是根据示例性实施例的具有图像中明亮对象的识别位置的场景的图像。图7是根据示例实施例的包括以降低的强度捕获的明亮对象的场景的图像。图8是根据示例实施例的具有图像中明亮对象的识别位置和图像中杂散光的区域的场景的图像。图9是根据示例实施例的场景的衍生图像。图10A是根据示例实施例的用于测量光学检测器系统的杂散光的基线量的积分球的图示。图10B是根据示例性实施例的具有用于测量光学检测器系统的杂散光的基线量的集成准直透镜的积分球的图示。图11是根据示例性实施例的具有相对于明亮对象的位置的中心的连续白色像素的最大半径的场景的衍生图像。图12是根据示例实施例的具有图像中的杂散光的主区域和图像中的杂散光的次区域的场景的图像。图13是根据示例实施例的场景的衍生图像，具有图像中的杂散光的主区域和由一个或多个黑色像素与杂散光的主区域分开的衍生图像中的杂散光的次区域。图14A是根据示例实施例的包括杂散光条纹的衍生图像。图14B是根据示例实施例的包括杂散光条纹的衍生图像。图15是根据示例实施例的包括明亮对象的场景的图示。图16是根据示例实施例的方法的图示。具体实施方式本文设想了示例性方法和系统。本文所描述的任何示例性实施例或特征不一定被解释为优选于或优于其他实施例或特征。本文所描述的示例性实施例并不意味着是限制性的。将容易理解，所公开的系统和方法的某些方面可以以各种不同的配置来布置和组合，所有这些都在本文中被设想。此外，图中所示的特定布置不应被视为限制。应当理解，其他实施例可能包括更多或更少的给定图中所示的每个元件。此外，可以组合或省略一些图示元件。此外，示例实施例可以包括图中未示出的元件。I.概述光学检测器系统(例如，相机)包括用于捕获图像的多个组件。例如，一些相机可以包括图像传感器、快门、光圈、透镜、一个或多个镜、一个或多个滤波器等。在制造过程中、组装过程中或正常使用过程中，这些组件可能被碎片遮挡、损坏、错位等。如果在相机内存在一个或多个这样的问题，则相机拍摄的图像可能无法准确反映周围场景(例如，如果相机的主透镜损坏或被碎片遮挡，则在由相机捕获的图像中可能看不到场景的某些物体，或者本文档来自技高网...

【技术保护点】
1.一种方法，包括：/n使用光学检测器系统捕获包括明亮对象的场景的图像；/n确定明亮对象在图像中的位置；/n基于明亮对象在图像中的位置，确定在图像中表示的来自明亮对象的杂散光的范围；以及/n通过将在图像中表示的来自明亮对象的杂散光的范围与杂散光的预定阈值范围进行比较，确定在光学检测器系统中是否存在一个或多个缺陷，/n其中，杂散光的预定阈值范围对应于杂散光的预期范围。/n

【技术特征摘要】
【国外来华专利技术】20181227 US 62/785,375;20190408 US 16/377,5271.一种方法，包括：
使用光学检测器系统捕获包括明亮对象的场景的图像；
确定明亮对象在图像中的位置；
基于明亮对象在图像中的位置，确定在图像中表示的来自明亮对象的杂散光的范围；以及
通过将在图像中表示的来自明亮对象的杂散光的范围与杂散光的预定阈值范围进行比较，确定在光学检测器系统中是否存在一个或多个缺陷，
其中，杂散光的预定阈值范围对应于杂散光的预期范围。


2.根据权利要求1所述的方法，其中，基于光学检测器系统的地理位置来确定明亮对象在图像中的位置。


3.根据权利要求1所述的方法，其中，基于光学检测器系统的方向来确定明亮对象在图像中的位置。


4.根据权利要求1所述的方法，其中，基于一天中的时间来确定明亮对象在图像中的位置。


5.根据权利要求1所述的方法，其中，基于日历日期来确定明亮对象在图像中的位置。


6.根据权利要求1所述的方法，其中，基于当从地球观测时太阳的预定角大小来确定在图像中表示的来自明亮对象的杂散光的范围。


7.根据权利要求1所述的方法，还包括：响应于确定在光学检测器系统中存在一个或多个缺陷，清洁、修理、重新校准、更换或停用光学检测器系统。


8.根据权利要求1所述的方法，其中，确定在光学检测器系统中是否存在一个或多个缺陷包括：确定光学检测器系统中的成像光学元件是否不干净或被碎片遮挡。


9.根据权利要求8所述的方法，其中，确定光学检测器系统中的成像光学元件是否不干净或被碎片遮挡包括确定：
光学检测器系统是否在向前行驶的车辆上面向后；
光学检测器系统是否在向前行驶的车辆上面向前；
光学检测器系统是否在向后行驶的车辆上面向后；或
光学检测器系统是否在向后行驶的车辆上面向前。


10.根据权利要求1所述的方法，其中，确定在图像中表示的来自明亮对象的杂散光的范围包括：
识别图像中具有大于预定阈值强度值的强度值的每个像素；以及
通过将具有大于预定阈值强度值的强度值的所有那些像素转换为白色并且将具有小于或等于预定阈值强度值的强度值的所有那些像素转换为黑色来产生衍生图像。


11.根据权利要求10所述的方法，其中，确定在图像中表示的来自明亮对象的杂散光的范围还包括：确定衍生图像中相对于明亮对象的位置中心的连续白色像素的最大半径。


12.根据权利要求10所述的方法，其中，确定在图像中表示的来自明亮对象的杂散光的范围还包括：识别在衍生图像中与杂散光的主区域分开一个或多个黑色像...

【专利技术属性】
技术研发人员：CD卢，M里内哈特，V格雷布，
申请(专利权)人：伟摩有限责任公司，
类型：发明
国别省市：美国;US