自动车辆外部照明控制的图像采集和处理方法技术

本发明专利技术涉及用于车辆外部灯控制的一种图像采集和处理方法。在本发明专利技术的一个方面中，提供了获取图像／合成高动态范围（ＨＤＲ）图像（５０１），从图像提取光源特征（５０２），识别父光源及确定历史行为（５０３），分类光源（５０４）并选择及设定所需的前向光状态（５０５）。（*该技术在2023年保护过期，可自由使用*）

【技术实现步骤摘要】
【国外来华专利技术】参照相关申请本专利技术要求了35 U.S.119(e)下的临时美国专利申请序列号60/404,879的优先权，该专利申请的标题为“IMAGE ACQUISITIONAND PROCESSING METHOD FOR VEHICULAR LIGHTINGCONTROL(车辆照明控制的图像采集和处理方法)”，是由JosephS.Stam等于2002年8月21日提交的。此处通过引用将其
技术实现思路
全部包含进来。
技术介绍
长久以来都希望对车辆照明提供自动控制，既是为了增强驾驶安全性，又是为了为司机提供便利。这种自动照明控制可包括对一辆受控的车辆的远光头灯的自动激活和熄灭，并且激活和熄灭是驾驶情况的一个函数。已经通过用各种类型的光学传感器传感环境照明情况、迎面而来的车辆的头灯以及前行车辆的尾灯，对所述函数进行了广泛尝试。最近提出了利用一种电子图像传感器的传感器。在以下专利及专利申请中公布了这种系统共同转让的美国专利号5,837,994“Control system to automatically dim vehicle head lamps(自动减暗车辆头灯的控制系统)”和6,049,171“Continuously variable headlampcontrol(连续可变的头灯控制)”以及共同转让的美国专利申请09/799,310“Image Processing System to control Vehicle Headlamps orother Vehicle Equipment(控制车辆头灯或其他车辆设备的图像处理系统)”、09/528,389“Improved Vehicle Lamp Control(改良的车灯控制)”和09/800,460“System for Controlling Exterior Vehicle Lights(控制外部车灯的系统)”。此处通过引用将这些文档中每一个的
技术实现思路
全部包含进来。图像传感内的光源检测提出了许多挑战。例如，可能难以区别迎面而来的车辆的头灯与路标或其他物体对受控车辆的头灯的反射。此外，可能难以检测远处其他光源(例如高架的街灯)附近的尾灯，因为这些光源在图像中可能模糊在一起，减弱了尾灯的红色。这些问题中的某些可由更高分辨率的图像系统来解决。但是，构造这样一个系统要求一个更昂贵的图像传感器、一个高质量镜头、更多处理功率和更多内存，这些在目前成本太高。此外，即使不考虑经济，目前公布的系统的所有问题也不是仅仅增加分辨率就都能解决的。本专利技术尝试通过提供采集和分析来自一个图像传感器的图像的改良方法，来克服现有技术的限制，该图像传感器的用途是检测迎面而来的车辆的头灯和前行车辆的尾灯，以及在一幅图像内将这些光源从其他光源中鉴别出来。由这里公布的装置和方法获取的信息可用于自动控制车辆设备，例如控制一辆受控车辆的外部灯、风挡刮水器、除霜器，或者用于其他用途。
技术实现思路
在本专利技术的至少一个实施例中，提供了一种用于采集一个场景的图像的装置。在一个相关实施例中，提供了一种用于处理和储存相关信息的装置。此外，提供了一种带一个储存缓冲器的低压差分信号设备，用于将一个成像器接口到一个微处理器。在至少一个实施例中，合成一幅高动态范围图像，以与预期出现在成像器的相关视野内的不同光源相关的不同亮度级别相适应。在至少一个实施例中，采用了一种峰点检测算法以检测各个光源。所公开的峰点检测算法提供了一种手段，以便分离地检测非常接近和/或部分重叠的光源。在至少一个实施例中，采用了光源分类算法，以标识引起系统响应的光源。公开了一种包含概率函数和/或神经网络的分类算法主机。在至少一个实施例中，采用了切换方法以自动改变外部车灯的操作。公开了多种技术，用于控制双峰式、基本连续可变和连续可变的灯。在至少一个实施例中提供了培训例程，用于校准分类算法。可以单独或以不同组合采用经验、实验、实时和统计数据以帮助培训。附图说明图1描绘了一辆与其他迎面而来和前行车辆相关的受控车辆；图2描绘了一个成像器的一个实施例；图3描绘了具有相关元件的一个图像传感器的一个实施例；图4描绘了连接在一个成像器和一个微处理器之间的一个低压差分信号设备，它带有一个储存缓冲器；图5描绘了根据一幅图像中的不同光源设置一盏外部灯的状态的一个算法的一幅流程图；图6描绘了合成一幅高动态范围图像的一个算法的一幅流程图；图7描绘了一个数据压缩算法的结果的一幅图；图8描绘了一个数据压缩算法的一幅流程图；图9a和9b描绘了一个数据压缩算法的逐步表示；图10描绘了一个峰点检测算法的一幅流程图；图11描绘了一个确定帧间光源特性的算法的一幅流程图；图12描绘了根据一幅图像中的不同光源设置一盏外部灯的状态的一个算法的一幅流程图；图13描绘了一个神经网络的一幅示例性流程图；图14描绘了外部灯控制的一幅状态转换流程图；图15描绘了外部灯控制的一幅第一状态转换图；图16描绘了外部灯控制的一幅第二状态转换图；图17描绘了外部灯控制的占空系数相对于转换水平的图；图18描绘了一个外部后视镜装置的分解图；图19描绘了一个内部后视镜装置；图20描绘了图19的后视镜装置沿线20-20的一幅截面图；以及图21描绘了一个内部后视镜装置的分解图。具体实施例方式首先参考图1对本专利技术的功能做出最佳说明。一辆受控车辆101包括一个成像器和一个图像处理系统，它能够采集和分析大体来说是受控车辆前方的区域的图像。成像器和图像处理系统最好包含在受控车辆的后视镜装置102中，从而提供一个清晰的前视103，其穿过挡风玻璃上被风挡刮水器所擦拭的区域，来自与司机相似的视角。作为替换，成像器也可放置在车辆内的任何适当位置中，并且处理系统可以包含在成像器中，或者放置在别处。如所包括进来的各个参考专利里一样，这里描述了一个替换配置的主机。这里描述的图像分析方法可由一个单一处理器(例如一个微控制器或DSP)、多个分布式处理器实现，或者可以在一个硬件ASIC或FPGA中实现。成像器采集图像，以使得只要迎面而来的车辆105的头灯104以及前行车辆107的尾灯106位于车辆105或106的司机可感觉到来自受控车辆101的头灯的炫光的范围内，头灯104和尾灯106就能被检测到。当检测到头灯或尾灯时，即可切断受控车辆101的远光灯，或者以某种方式修改光束模式，以便减小对其他车辆的占有者的炫光。图2中显示了一个用于本专利技术的成像器200。包含两个单独的镜头元件202和203的一个镜头201将相关场景的两幅图像形成在一个图像传感器204上。场景的一幅图像被一个红滤波器205滤波，该滤波器位于图像传感器204的表面上并且覆盖一半象素。通过比较对应于相同空间区域的滤波后和未滤波的图像，可确定被这些象素所检测到的光源的相对红色。也可采用其他颜色鉴别方法，例如采用棋盘状红/透明滤波器、带状红/透明滤波器或马赛克或带状红/绿/蓝滤波器。对用于本专利技术的光学系统的详细说明包含在共同待审的美国专利号6,130,421“Imaging system for vehicle headlamp control(车辆头灯控制的成像系统)”和美国专利申请序列号10/208,142“Light SourceDetection and Categoriza本文档来自技高网...

【技术保护点】
一种自动车辆外部灯控制，包括：一个控制器，其被配置为生成作为一个分类网络的函数的至少一个外部灯控制信号，所述控制器被进一步配置为执行包括至少一个转换状态的一个算法，所述转换状态是从以下群组中选出的：一个开状态到关状态的转换状态和一个关状态到开状态的转换状态，其中分类网络是通过用专家知识分类的光源训练的。

【技术特征摘要】
【国外来华专利技术】US 2002-8-21 60/404,8791.一种自动车辆外部灯控制，包括一个控制器，其被配置为生成作为一个分类网络的函数的至少一个外部灯控制信号，所述控制器被进一步配置为执行包括至少一个转换状态的一个算法，所述转换状态是从以下群组中选出的一个开状态到关状态的转换状态和一个关状态到开状态的转换状态，其中分类网络是通过用专家知识分类的光源训练的。2.权利要求1所述的自动车辆外部灯控制，其中所述分类网络是从以下群组中选出的一个神经网络和一个概率函数。3.权利要求1所述的自动车辆外部灯控制，其中所述专家知识是从以下群组中选出的经验数据、实验数据、统计数据和手动分类数据。4.一种自动车辆外部灯控制，包括一个控制器，其被配置为生成作为一个神经网络分析的函数的至少一个外部灯控制信号。5.权利要求4所述的自动车辆外部灯控制，其中所述神经网络分析包括多个输入和多个权重，其中至少一个权重与每个输入相关联。6.权利要求5所述的自动车辆外部灯控制，进一步包括至少一个输出，其中所述至少一个输出是根据以下群组中的至少一个的输入之和、输入之积、带有相关加权因子的输入之和以及带有相关加权因子的输入之积。7.权利要求4所述的自动车辆外部灯控制，其中所述神经网络分析进一步包括至少一个隐蔽层节点；以及至少一个加权因子，其中每个隐蔽层节点与至少一个加权因子相关联。8.权利要求7所述的自动车辆外部灯控制，其中每个隐蔽层节点的值是基于至少一个或多个输入和与每个输入相关联的至少一个加权因子之积。9.权利要求8所述的自动车辆外部灯控制，其中所述外部灯控制信号是基于至少一个隐蔽层节点和相关权重之积。10.权利要求4所述的自动车辆外部灯控制，其中所述输入变量是从光源特征群组中选出的，该群组包括峰点亮度、总亮度、质心位置、梯度、宽度、高度、颜色、x方向运动、y方向运动、亮度变化、年龄、平均x方向运动、平均y方向运动、运动抖动、与一辆受控车辆的一盏外部灯的亮度变化相关的亮度变化以及平均亮度变化。11.权利要求4所述的自动车辆外部灯控制，其中所述输入变量是从受控车辆的相关操作参数的群组中选出的，该群组包括车辆速度、环境光强度、车辆转弯速率、车道跟踪、车辆倾斜、车辆偏航、地理位置和道路类型。12.权利要求11所述的自动车辆外部灯控制，其中所述车辆转弯速率是根据从以下群组中选出的至少一项确定的方向盘角度、一个指南针、车轮速度、GPS和图像分析结果。13.权利要求4所述的自动车辆外部灯控制，其中所述神经网络进一步包括至少一个从以下群组中选出的输出一个布尔真假值和一个表示一个概率的基本连续的值。14.权利要求4所述的自动车辆外部灯控制，其中所述控制器被进一步配置为，根据所述神经网络分析的一个函数，确定至少一个光源是一辆迎面而来的车辆的一盏头灯、一辆前行车辆的一盏尾灯还是一个非车辆的光源。15.权利要求14所述的自动车辆外部灯控制，其中所述确定还是光源亮度的一个函数。16.权利要求14所述的自动车辆外部灯控制，其中所述确定还是光源中可能出现的任何AC闪烁的一个函数。17.权利要求4所述的自动车辆外部灯控制，其中利用经验数据训练所述神经网络。18.权利要求17所述的自动车辆外部灯控制，其中所述经验数据是通过分析至少一幅包含已知光源的图像获得的。19.权利要求4所述的自动车辆外部灯控制包含23个输入变量。20.一种自动车辆外部灯控制，包括一个控制器，其被配置为生成作为至少一个概率函数的函数的至少一个外部灯控制信号，其中所述的至少一个概率函数包括多个变量以及表示一个概率的一个基本连续的输出值。21.权利要求20所述的自动车辆外部灯控制，其中所述变量是从光源特征群组中选出的，该群组包括峰点亮度、总亮度、质心位置、梯度、宽度、高度、颜色、x方向运动、y方向运动、亮度变化、年龄、平均x方向运动、平均y方向运动、运动抖动、与一辆受控车辆的一盏外部灯的亮度变化相关的亮度变化以及平均亮度变化。22.权利要求20所述的自动车辆外部灯控制，其中所述变量是从受控车辆的相关操作参数的群组中选出的，该群组包括车辆速度、环境光强度、车辆转弯速率、车道跟踪、车辆倾斜、车辆偏航、地理位置和道路类型。23.权利要求22所述的自动车辆外部灯控制，其中所述车辆转弯速率是根据从以下群组中选出的至少一项确定的方向盘角度、一个指南针、车轮速度、GPS和图像分析结果。24.权利要求20所述的自动车辆外部灯控制，其中所述控制器被进一步配置，为根据所述概率函数，一个函数确定至少一个光源是一辆迎面而来的车辆的一盏头灯、一辆前行车辆的一盏尾灯还是一个非车辆的光源。25.权利要求24所述的自动车辆外部灯控制，其中所述确定还是光源亮度的一个函数。26.权利要求24所述的自动车辆外部灯控制，其中所述确定还是光源中可能出现的任何AC闪烁的一个函数。27.权利要求20所述的自动车辆外部灯控制，其中所述概率函数是从以下群组中选出的一个一阶方程、一个二阶方程、一个三阶方程和一个四阶方程。28.一种自动车辆外部灯控制，包括一个控制器，其被配置为生成作为至少一个概率函数的函数的至少一个外部灯控制信号，其中所述的至少一个概率函数包括多个变量、多个加权因子和一个输出。29.权利要求28所述的自动车辆外部灯控制，其中所述变量是从光源特征群组中选出的，该群组包括峰点亮度、总亮度、质心位置、梯度、宽度、高度、颜色、x方向运动、y方向运动、亮度变化、年龄、平均x方向运动、平均y方向运动、运动抖动、与一辆受控车辆的一盏外部灯的亮度变化相关的亮度变化以及平均亮度变化。30.权利要求28所述的自动车辆外部灯控制，其中所述变量是从受控车辆的相关操作参数的群组中选出的，该群组包括车辆速度、环境光强度、车辆转弯速率、车道跟踪、车辆倾斜、车辆偏航、地理位置和道路类型。31.权利要求30所述的自动车辆外部灯控制，其中所述车辆转弯速率是根据从以下群组中选出的至少一项确定的方向盘角度、一个指南针、车轮速度、GPS和图像分析结果。32.权利要求31所述的自动车辆外部灯控制，其中所述控制器被进一步配置为，根据...

【专利技术属性】
技术研发人员：约瑟夫S斯塔姆，格利高里A玛特，基思H贝伦德斯，格利高里S布什，约翰K罗伯茨，马克W皮尔斯，约翰H贝奇特尔，埃里克J沃尔斯特拉，布洛克R拉森格，
申请(专利权)人：金泰克斯公司，
类型：发明
国别省市：US[美国]