专利名称：基于视觉的夜间后碰撞警告系统、控制器及其操作方法
技术领域：
本发明一般涉及夜间后碰撞警告系统，尤其涉及确定来自后视摄像机的图像中的亮点是否为正在靠近的车辆的两个头灯的图像融合到一起从而所述车辆的图像看来是一
个单一的亮点。
背景技术：
使用雷达和基于视觉的检测技术的预防碰撞警告/安全系统是众所周知的。这些系统大多集中于检测前方碰撞。然而，一项事故分析显示，后端碰撞大约占了那些引发伤害的碰撞的一半，尤其是颈扭伤(whiplash)类型的伤害。有人建议，如果被后方碰撞的前方车辆的驾驶员和驾驶从后方靠近的车辆的驾驶员在碰撞之前被警示或者警告，一些碰撞可 以被避免和/或一些伤害可以防止，或者至少减少伤害的严重程度。也有人建议，可通过此类预警系统来操作诸如前车中的移动头枕之类的各种各样的安全装置，以便安置所述头枕从而避免或者减小颈扭伤的严重程度。因此，希望提供一种用于为靠近的车辆的驾驶员或前车驾驶员提供预警的方法。
发明内容
根据本发明的一种具体实施方式
，提供了一种夜间后碰撞警告系统。所述系统包括摄像机和控制器。所述摄像机被配置用于输出对应车辆后面的视野的图像信号。所述控制器被配置用于a)将所述图像信号处理成图像序列，b)将图像中的亮点识别为与视野中存在的光源相对应，c)确定所述亮点是否指示车辆点，d)确定所述车辆点是否被分类为融合点，e)基于所述车辆点的分类和图像序列中的车辆点尺寸变化确定是否有碰撞可能，以及f)如果有碰撞可能，输出有碰撞可能的指示。在本发明的另一个具体实施方式
中，提供了一种用于夜间后碰撞警告系统的控制器。所述控制器包括处理器。所述处理器被配置用于a)将来自摄像机的图像信号处理成图像序列，b)将图像中的亮点识别为与车后视野中存在的光源相对应，c)确定所述亮点是否指示车辆点，d)确定所述车辆点是否被分类为融合点，e)基于所述车辆点的分类和车辆点尺寸在图像序列中的变化确定是否有碰撞可能，以及f)如果有碰撞可能，输出有碰撞可能的指示。在本发明的又一个具体实施方式
中，提供了一种操作夜间后碰撞警告系统的方法。所述方法包括如下步骤a)提供摄像机，该摄像机被配置用于输出与车辆后方视野的图像序列相对应的图像信号山)识别图像中与所述视野中的光源相对应的亮点；c)确定所述亮点是否指示车辆点；d)确定所述车辆点是否被分类为融合点；e)基于所述车辆点的分类和车辆点尺寸在图像序列中的变化确定是否有碰撞可能；以及f)如果有碰撞可能，输出有碰撞可能的指示。本发明进一步的特征和优点将通过下面本发明优选实施例详细的说明显得更加清晰，该优选实施例仅仅通过非限定性实例并参考附图给出。
现在将通过参考附图作为示例来描述本发明，其中图I是根据一个具体实施方式
的装备有后碰撞警告系统且被另一车辆靠近的车辆的侧视图；图2是根据一个具体实施方式
的用以确定是否有可能后碰撞的方法的流程图；图3A和3B是根据一个具体实施方式
的用以确定亮点是否对应于正在靠近的车辆的方法的流程图；
图4是根据一个具体实施方式
的用以分类车辆点的方法的流程图；图5是根据一个具体实施方式
的用以确定之前成对的亮点中的一个是否从图像中缺失的方法的流程图；图6是根据一个具体实施方式
的用以确定成对的亮点是否应该继续成对的方法的流程图；图7A，7B和7C是根据一个具体实施方式
的用以确定两个亮点是否应该成对的方法的流程图；图8A和SB是根据一个具体实施方式
的用以确定亮点是否应该被分类为融合点的方法的流程图；图9A，9B，9C，和9D是根据一个具体实施方式
的用以确定亮点是否应该被分类为雾灯的方法的流程图；图10是根据一个具体实施方式
用以确定亮点是否应该和另一个亮点相关联的方法的流程图；图11是根据一个具体实施方式
用以确定融合点是否已经被分成两个亮点的方法的流程图；以及图12是来自后视摄像机的图像的实例，所述图像显示出由正在靠近的车辆的头灯产生的亮点。
具体实施例方式图I示出了后碰撞警告系统10的非限定性实例。通常，如果有可能与从车辆14的后方靠近的并且按箭头18示出的方向移动的靠近车辆16碰撞，则所述系统10警示车辆14的操作者12。如本文中所使用，当后碰撞的可能性足够高，以致与使驾驶员从操作车辆的任务分神相关联的负面影响没有与未采用一些操作去警告和/或保护所述驾驶员的负面影响重要时，后碰撞可表现为有可能。可用于确定后碰撞是否有可能发生的测试的非限制性示例包括，当所述系统10确定到接触为止的时间或到接触的时间(TTC)少于某一阈值时间时，例如少于O. 5秒。响应确定后碰撞有可能发生，所述系统10可以激活车辆14中的诸如警示光20之类的安全装置和/或使警告报警器22发声(如果装备了这类安装装置)，以警告操作者12。安全装置的另一个非限定性实例是车辆14中的移动头枕24，如果碰撞真的发生，该移动头枕24可以由所述系统10在后碰撞之前操作(例如重新定位)从而减少对操作者12的颈扭伤严重程度。所述系统10还可以被配置以激活或闪烁制动灯26或者所述车辆14外面的其它灯，作为旨在警示被认为可能与之发生后碰撞的正在靠近的车辆16的另一操作者28的安全装置，由此促使另一操作者28减慢正在靠近的车辆16。此外，对于另一操作者28尾随(tail-gating)的情形，闪烁所述制动灯可以促使所述其它操作者28减慢所述靠近的车辆16，从而增大所述车辆14和所述靠近的车辆16之间的间隔距离30。在一个具体实施方式
中，所述车辆14可以装备被配置用于输出图像信号38的后视摄像机32。所述后视摄像机32可以被安装在车辆14中，这样所述后视摄像机32可以被确定方向以提供与所述车辆14后面的视野34相对应的图像信号38 ;所述视野34可有益于检测所述靠近的车辆16在足以使得能够提供与所述靠近的车辆16的有可能碰撞的预警的距离处。例如，所述后视摄像机32可以被安装在所述车辆14的后保险杠上。许多车辆已经装备了后视摄像机作为倒车辅助、平行驻车辅助和/或系统的一部分，因此使用已有的后视摄像机32用于碰撞警告，而不是采用诸如雷达之类的其它传感器技术来装备所述车辆14，有助于避免所述车辆14的整体成本的不希望的增长。所述系统10可以包括耦合到所述后视摄像机32并被配置用于接收所述图像信号38的控制器36。本领域中的那些技术人员应该清楚所述控制器36可以包括诸如微处理器或其它控制/处理电路之类的处理器40。所述控制器36可以包括存储器(未示出)，包括非易失存储器，例如用于存储一个或多个例程、阈值和获取的数据的电可擦可编程只读存储器(EEPROM)。如本文所描述的，所述一个或多个例程可以由所述处理器40执行，以执行用于确定诸如图像信号38之类的信号是否指示后碰撞有可能发生、或者危险或者后碰撞有可能发生的步骤。所述控制器36还可以耦合到警告灯20或者互连到警告灯20、警告报警器22、头枕24、制动灯26或者车辆14上的其它装置(互连未示出)，以在所述控制器36确定后碰撞有可能发生时使这些装置能够运转/激活。所述控制器36或者所述处理器40处理所述图像信号38的方法的非限制性示例包括有效地将所述图像信号38转换成图像序列。如本文中所使用，所述图像序列不一定是实际上被显示给所述操作者12以便确定后碰撞是否有可能发生的图像，然而所述图像序列可以被显示给所述操作者12。为了解释，这里引用的“图像”理解为二维数据阵列，所述二维数据阵列指示在一个像素位置上的光强度，该像素位置与所述后视摄像机32的视野中的三维区域相对应。图12示出了示例图像52，其在下面被更详细的说明。所述图像处于 所述控制器36可以解释的格式。每个像素覆盖区域的数量取决于摄像机的分辨率(更高的分辨率=每个像素的图像部分更小)以及所述摄像机镜头的光学变焦角度(更宽的角度=每个像素的视野部分更大)。作为即将显而易见的，随后描述的所述系统10、所述控制器36以及运行所述系统10和控制器36的方法特别适于在夜间检测靠近的车辆，这是因为这些算法通常被优化用于检测例如但不限于所述靠近的车辆16的头灯50之类的光源。通常，图像被用于估计相对于车辆14的光源的位置，所述光源诸如靠近的车辆头灯、路灯等。然后，通过跟踪在图像序列上的这些光源，并分类来自靠近的车辆的所述光源或通过其它方式，可以确定后碰撞的可能性。在一个具体实施方式
中，所述控制器36可以被配置用于确定图像序列中的图像(图12)是否包括指示车辆点的亮点。在此处使用的，所述术语“亮点”用于指图像中的位置，所述图像中的位置暗示光源的存在，因为其看起来大大亮于所述位置周围的区域。例如，如果所述图像包括一个像素或者一簇中的多个像素，该一个像素或多个像素指示光源可能以比阈值更强的亮度来显示光，则所述簇中的一个或多个像素可能被指定成亮点。然而，指定亮点可能不包括确定什么可能引起所述亮点。例如，亮点可以由靠近的车辆16的头灯产生，或者可能由照明道路的固定灯产生，或者可能由照明路标的灯产生。此外，如本文使用，所述术语“车辆点”用于指已经被确定或者被分类作为具有符合车辆头灯的特征，而不是路灯、建筑灯、月亮、飞机或其它光源。如将在下面被更详细讨论的，车辆点典型地包括与车辆的两个头灯相对应的一对亮点，但是在某些情况中可以仅包括单个亮点，因此可以经历不同的分析例程。图2说明算法或方法200，通常来说，该算法或方法200建议多个步骤，所述多个步骤可以被采用以分析来自所述后视摄像机32的图像信号38从而基于在所述图像信号38中指示的亮点估计碰撞的时间(TTC)。在下面所列步骤之前，当前图像或帧通过所述摄像机32被捕获且以像素值阵列的形式被呈现，所述像素值与可能存储在所述控制器36中每个像素的亮度相对应。
步骤210“检测亮点”通过指定具有比阈值更高的光强度值的一个或一簇像素如同其来自感兴趣的光源，可以检测所述图像信号38中的一个或多个亮点。所述检测可能基于自适应的阈值，即使用对跨所述视野的亮度级的统计分析以确定用于检测亮点及其参数的阈值。典型地，在所述摄像机图像中，仅仅最亮的亮点是感兴趣的，因为其是感兴趣的靠近的车辆。同样地，摄像机参数可以被优化以强调所述亮点中最亮的亮点。例如，已经发现相对较短曝光的图像可以更加清楚地显示所述车辆头灯。基于怎样能使邻近像素饱和，即多少邻近像素指示最大光强度值，或者指示高于阈值的光强度值，图像上的位置可以被分类为亮点。如果像素数太低，所述光有可能来自某种光源而不是靠近的车辆头灯，例如路灯，因此可能不被认为是值得所述系统10进一步考虑的亮点。步骤210 “检测亮点”可以建立亮点列表，该亮点列表包括位置、尺寸和亮度相关参数的指示。此外，基于所述图像中的位置，所述亮点可以被标记为处于所述图像的“空中区域”中。所述亮点还可以包括在下面被更详细描述的指示所述亮点可能是潜在的融合点、成对点或者潜在的雾灯点的其它信息。步骤220 “追踪売点”可以在多个图像巾贞之上追踪売点以确定所述売点的轨线，例如通过使用已知的运动流分析技术。通常，在后碰撞/尾随警告系统及类似的系统中的后视摄像机(32)具有比用于前视应用的典型的摄像机更宽的视野。所述更宽的视野用于追踪相对靠近车辆的目标，例如间隔距离小于50米的车辆。同样地，在图像中的亮点的移动可以高于前视系统。为了从图像到图像保持追踪亮点，相关的门限(gate)或界限可以被扩展到超过该亮点的饱和像素，以预期用于将随后图像中的亮点和之前图像中的亮点关联而预期未来运动。通常，步骤220 “追踪亮点”将来自单独图像的亮点关联为来自所述相同亮点以识别单独的追踪ID时。同样地，所述追踪ID对于跨多个图像帧的每个亮点是唯一的。所述追踪ID还可以包括关于追踪ID是活跃还是暂行(active or tentative)的信息。所有新的追踪被认为是暂行的直到追踪ID对于几个帧持续存在，然后所述追踪ID被认为是活跃的。对于当前帧，基于所述关联是否成功将所述追踪ID还可以将亮点是“发现”或“未发现”。步骤230 “检测车辆点”通常在刚接收到的图像中检查每个检测的和追踪的亮点，并寻求使孤立的亮点与另一亮点配对，以基于亮点的尺寸、形状、位置和其它相似性参数形成包括一对亮点的车辆点。步骤230 “检测车辆点”和步骤240 “分类亮点”(见下)可以建立成对的单独亮点的列表。所述成对的数据结构可以包括每个亮点的单独追踪ID、源自单独追踪ID的组合成对ID、分类计数器、分类状态、组合对的边界框、所述对的对年龄(age)、有效帧的计数、缺失帧的计数和/或各种类似的值和所述对的历史。对于融合点(见下)，所述单独的追踪ID对于该对是相同 的。所述成对的数据还可以包括用于识别融合点的分离的旧的成对尺寸信息。在步骤230 “检测车辆点”期间，相同的追踪ID可以是多个车辆对的一部分。步骤240 “分类车辆点”可以解决这种不明确并且分类的最后指示一个追踪ID仅作为一个车辆对的一部分。图3从步骤305开始示出了执行步骤230 (图2)的方法的非限定性实例。通常，步骤230始于选择在步骤210中检测到的并且在步骤220中追踪到的所述亮点中的两个亮点，以及然后确定所述两个亮点是否应该成对。像步骤305中提出的，如果两个亮点中的一个不能满足在步骤305中示出的标准中的任一个，那么所述亮点被认为不适合与另一个亮点配对，因而步骤230剩下的步骤对于那个亮点被绕过。标准的非限定性列表可以包括1)所述亮点是否为活跃的亮点(即，已经在之前图像中被追踪过的亮点)，2)所述亮点尺寸是否大于尺寸阈值(即，像素数量高于阈值)，3)所述亮点的光强度(例如，所述亮点中的每个像素的像素强度值的累加值)是否高于阈值，4)所述亮点的纵横比是否在指示车辆头灯的纵横比范围内，5)所述亮点是否在不与所述视野34的空中部分相对应的位置，6)以及所述亮点是否之前没有与另一个亮点配对？步骤310可以对所述两个亮点中的第二个执行相似的标准测试，作为筛选过程的一部分，以识别适合考虑与在步骤305中评估的第一个亮点配对的亮点。这里再次，如果第二亮点不能满足几个类似标准中的任何一个，则所述步骤230的剩余部分对于那个亮点可能被绕过。步骤315比较在步骤305和步骤310中评估的两个点以便查看所述两个亮点是否适合配对。下面是会执行的需求测试的非限定性实例。I)所述两个点应该处于图像中相似的垂直位置。这可以基于所述配对中的点在垂直像素位置的不同、点重叠的存在以及潜在亮点对的相对尺寸被确定。如果两个点的像素位置差异小于阈值，且当通过所述亮点中的一个越过所述图像画出水平线时，所述点具有相当高程度的重叠，则所述两个亮点可能来自相同的车辆。2)所述两个点在所述图像中应该不会偏离水平太远或太近。在所述配对中的点之间允许的水平差异的范围可能依赖所述亮点的尺寸。例如，如果所述点太近，它们可能来自在所述靠近的车辆16的同一侧两个分离的头灯的亮点，即，所述车辆具有四个头灯，在所述靠近的车辆16的每一侧上有两个并排的灯。3)所述两个点应当具有类似的尺寸。非常大的点与非常小的点的潜在配对是不允许的，因为它们不可能属于相同的车辆。
4)所述两个点不应该处于空中区域中。这可以避免配对路灯和将它们识别为车灯。5)在所述两个点之间不应该有任何活跃的点。如果介于两者之间的活跃点被检测，则可能表明不期望的配对，因为通常在所述两个点之间不存在光。步骤320示出了几个对相似性参数，所述相似性参数可以基于与每个亮点对应的像素值矩阵(矩阵A和B)被确定以评估用于配对的两个亮点的适宜性，例如1)基于A和B的协方差和行列式的协方差相似性，2)基于A和B的较小光环比到较大光环比的光环比相似性，3)基于两个亮点追踪的dy/dt以查明每个亮点追踪的垂直方向位置是否改变的的追踪相似性，4)尾随相似性(gating similarity)-基于图像上的亮点之间的水平距离的估计距离的比(估计最小值和估计最大值的比)。在步骤320中未显示的其它测试可能包括基于带有变量乘数的亮点的尺寸的估计距离，这里的变量乘数对于不同尺寸的点不同(更大的点更高)，以及基于所述亮点的尺寸比的尺寸相似性。步骤325 “第一次配对”查看在当前图像中配对的所述亮点是否在之前图像中配对过。值得注意的是，每个图像被分析用于配对，而不依赖于先前的配对。这是由于据说这种配对过程比预先设定的选择性过程更强健，在所述预先设定的选择性过程中，来自先前图像的对应该在当前图像中被配对，并因此很可能减少发现先前不应该被配对的已经配对的亮点的机会。如图3所示的步骤230可以被重复直到亮点的所有可能的结合在继续至方法200中的下一个步骤之前被评估。再次参见图2，所述方法200可以继续至步骤240 “分类车辆点”。通常，步骤240开始于图像中的所有车辆点的列表，以及给定车辆点是基于图像中成对的亮点或者基于没有与另一个亮点配对的单独的亮点的指示。步骤240通常寻求分类每一个车辆点。尤其，步骤240分类每个车辆点，以致例如多个车辆点不被错误地解释为来自分开的车辆，并且基于孤立的亮点的车辆点作为车辆的指示不会被忽视。这些或者其它的实例在如下说明中 被更详细地解释。图4示出了执行步骤240的方法的非限定性实例，所述方法以步骤405 “识别缺失的对”开始。步骤405通常涉及识别车辆点，该车辆点先前基于配对的亮点，但是现在在最新的图像中基于孤立的亮点。这样的变化可能是由于例如未通过近似性参数测试(步骤320，图3)或者相似的原因。作为示例，如果所述路面是湿的以及因此由前车产生的薄雾可能瞬间使所述视野的一部分比另一部分模糊更多，则可能出现上述这样的情况。在这种情况下，如果所述先前配对的第二个亮点仍然出现在所述图像中，那么跟随某种附加测试，所述车辆点可以基于配对的亮点被重新限定。如此，所述系统10和所述控制器36可以依据权利要求3，其中如果后续图像指示所述车辆点仅包括所述成对亮点的一个，则所述控制器进一步被配置用于分类所述车辆点作为缺失的配对点。图5示出了执行步骤405 (图4)的方法的非限定性实例，该方法以步骤502开始。在步骤502中，如果当前图像中的特定车辆点是基于孤立的亮点且先前没有基于成对的亮点，那么步骤405可以持续到步骤504以确定车辆点是否应当已经基于成对亮点。如果所述特定车辆点当前是基于成对的亮点，或者在先前的图像中不是基于成对的亮点，则步骤405的剩余部分可以被跳过。步骤504建议若干测试，可以执行所述若干测试以确定所述先前成对的亮点是否应该被重新配对。所述测试可以包括但不必须或者限制于先前配对的两个亮点是否是I)活跃的亮点(即-在先前图像中已经被追踪的亮点)，2)在当前图像中建立，3)具有相似的垂直位置，以及4)未与另一个亮点配对？如果是，那么如果步骤506，所述车辆点可以基于成对的点被指定。再次参考图2，步骤240 “车辆点分类”通过图4中的更多细节被描述，以及步骤410 “检测配对有效性”在图6中从步骤602开始被更详细地说明。图6示出了上述步骤405之后的步骤410 (图4)的非限定性实例，步骤410再一次检测所述车辆点是否正确地基于成对的亮点。如果是，诸如那些关于步骤320描述的参数之类的各种成对点相似性参数被确定用于分类。如果否，所述成对“缺失计数”被增加且所述“缺失计数”超过阈值或者所述对的一个亮点不再出现，则所述配对被取消。细节在下面的流程图中被说明(图6)。通过该方法，所述系统10以及尤其所述控制器36可以被配置用于确定所述图像是否包括指示车辆点的成对的亮点。再次参考图2，步骤240“车辆点分类”通过图4更详细地被描述，以及步骤415“排除错误的配对”在图7中以步骤702开始更详细地被说明。通常，步骤415通过基于相似性将车辆点相互比较来交叉检查车辆点，且一旦所述点对于多个帧是相似的，则执行它们的分类。如果所述相似性不存在，则不执行分类。所述步骤还检测普通点是否被多个成对所共有。如果是，所述成对点基于成对的时间、分类的时间和所述成对点的高度和宽度被相互比较。使用的安培右手法则是除非所述老对(old pair)比新对(new pair)具有更高的宽度和更垂直的距离，否则与新对相比较老的分类对被保持为分类。再次参考图2，步骤240 “车辆点分类”通过图4中的更多细节被描述，其中步骤420 “融合点分类”在图8中以步骤802开始被示出且被更详细地说明。通常，步骤420涉及确定基于孤立的亮点的车辆点是否具有与靠近的车辆16 —致的特征，所述靠近的车辆16足够远以致所述车辆头灯似乎是单一的亮点，由此基于融合点可以表现为融合在一起以形成车辆点。在一个具体实施方式
中，所述系统10和所述控制器36可以被配置成如果所述车辆点具有比融合点阈值更多的饱和像素数，则将该车辆点分类为融合点。可以在多幅图像上观察到亮点，然后该亮点被分类为融合车辆点。在融合车辆点与其它任何相邻(即，附近)亮点配对的情况下，所述融合点分类被取消。所述融合点运算法则尤其适合于检测远光灯打开的尾随靠近车辆。远光灯产生的亮点一般很亮，且在来自所述摄像机的图像中可以呈现为相对较大的明亮光点。这可能由于尽管在短暂的曝光时间下的大量像素饱和。因此，与一辆车相对应的所述两个光源在所述图像中可能不会被分离。所述融合点运算法则可以通过确定所述亮点具有相对高浓度饱和像素来将该亮点分类为融合亮点。一般它采用5-8个图像帧来确认亮点存在且看起来持续。一旦如此，所述追踪状态变为激活。为简略和一致起见，基于融合亮点的车辆点可以按照类似于基于成对的亮点的车辆点的方式被处理。现在将描述图8。通常，在新图像中的亮点首先被单独分析以及然后尝试配对。如果亮点由于不符合配对标准而未被配对，其可能被分类为融合点。步骤802可以通过验证所述亮点是否是I)活跃的点(即已经在先前的图像中被追踪的亮点)，2)不在空中区域，以及3)基于所述亮点的尺寸和形状是潜在的融合点或者成对点，来确认亮点的存在。如果这些条件的任何一个不满足，则所述亮点可能不是融合点以及因此步骤420的剩余部分被绕过。步骤804检测所述潜在的融合车辆点是否已经与另一个亮点配对。如果是，所述步骤806进一步检测所述亮点是否与相同的点配对。这在当所述亮点在先前帧中已经被认为是融合车辆点时发生。如果是，则所述亮点分类计数在步骤810中被增加，且一旦其达到在步骤812中给出的阈值，所述亮点被分类为在步骤814中标记的融合车辆点。所述步骤814进一步标记所述亮点为“已经成对的点”。如果所述亮点与另一个亮点配对，则步骤808 将所述亮点标记为“已经与另一个点配对的点”。步骤816检测所述潜在的融合车辆点是否已经被标记为“已经成对的点”或者“已经与另一个点配对的点”。如果这两个条件都不正确，则所述亮点被认为是新的融合车辆点并且可用的闲置ID被分配给所述点(步骤830)。所述亮点分类计数器在步骤832中被增加且一旦其达到在步骤834中给出的阈值，所述亮点被分类为在步骤836中标记的融合车辆点。如果所述点被标记为在步骤818中检测到的“已经与另一个点配对的点”，则检查所述亮点是否之前被标记为融合车辆点。这是为了检查所述亮点较早被认为是融合车辆点且现在被与另一个相邻的点配对的情况。所述融合车辆点对“缺失计数”被增加(步骤822)且如果“缺失计数”超过阈值(步骤824)则所述融合点对被取消(步骤826)。再次参考图2，步骤240“车辆点分类”通过图4被更详细地描述，其中步骤425“雾灯识别”在图9中被示出且被更详细地描述。通常，步骤425涉及确定基于成对的亮点的第二车辆点是否是雾灯，且因此是否应该基于亮点的另一个对结合第一车辆点从而避免解释所述两个车辆点为两个截然不同的车辆。步骤902检测两个截然不同的亮点是否被标记为潜在的雾灯点且不是在空中区域。如果是，则观测它们的垂直和水平间隔，并且如果它们具有阈值内的间隔则将它们分类为一对雾灯点。通过这样，所述系统10和控制器36，可以被配置用于确定所述车辆点是否包括可以分类为雾灯的附加的亮点。
再次参考图2，步骤240 “车辆点分类”通过图4中被更详细地描述，其中步骤430 “排除另一对中的对”在图10中被示出并被详细地描述。通常，步骤430涉及确定基于成对的亮点的第二车辆点是否应与第一车辆点关联，以便所述两个车辆点且因此避免将所述两个车辆解释为两个截然不同的车辆。作为示例而不是限制，步骤430涉及所述靠近的车辆16比较近且所述系统检测所述车辆的一个头灯的多个亮点的情况。已发现，这种情况通常在近光并且在小于10米的间隔距离30上发生。因此，可以配对所述两个头灯以及每个头灯中的多个对。步骤1002如果检查基于第一对亮点的车辆第一车辆点具有正确的分类历史且基于第二亮点对的第二车辆点在另一个点对中被检测，则所述内部点对被取消并去除。通过这个，所述系统10和所述控制器36可以被配置用于确定所述车辆点是否包括可分类为多个亮点的附加的亮点。再次参考图2，步骤240“车辆点分类”通过图4被更详细地描述，其中步骤435“识别分离点”在图11中被示出并被详细地说明。通常，步骤435涉及确定先前分类为融合点的车辆点是否由于所述靠近的车辆16更近或所述靠近的车辆16将头灯从远光到近光而被分离成两个不同的亮点。步骤1102检查经分类的融合车辆点在点尺寸上是否具有突然明显的减小。如果是，则所述亮点潜在地分离成两个分离的亮点。所述新的第二亮点可以被检测。例如，如果所述新的亮点大约在同一水平线上，则所述车辆点的分类基于成对的亮点从单一的融合点变为车辆点。通过这个，所述系统10和所述控制器36可以被配置用于确定车辆点是否之前被分类为具有可分类为分离点的附加亮点的融合点。再次参考图2，步骤250 “测量车辆点”可以包括执行车辆点的测量以估算所述车辆14和所述靠近的车辆16之间的间隔距离30。所述距离估算使用基于成对亮点的所述车辆点的边界或者基于融合车辆点的宽度来完成。所述边界通常基于所述图像的饱和像素的宽度来计算，因此所述距离估算中的由于所述点的光环的影响比较少。这样，所述测量的图像可以用于估算碰撞的时间(TTC)。再次参考图2，步骤260 “确定TTC”可以包括基于距离估算和所述靠近的车辆16的相对速度(即所述间隔距离30的变化率)确定碰撞时间(TTC)。这样，所述系统10可以被配置用于当所述碰撞时间小于预定时间时(例如小于O. 5秒)确定后碰撞有可能发生。在所述靠近的车辆尾随的情况下，因为所述相对速度低，所述TTC值可以高，然而如果所述间隔距离相对低，例如小于2米，后碰撞可以被适当地认为有可能。再次参考图2，步骤270 “激活安全装置”可以包括基于所述估算的TTC激活诸如所述警示灯20、所述警告报警器22、所述头枕24，或者所述制动灯26之类的安全装置。这样，将希望给系统10装备安全装置，该安全装置耦合至所述控制器36并响应碰撞有可能发生的指示可操作。图12示出了来自由所述后视摄像机32(图I)输出的图像序列的图像52的非限定性实例。为了说明，所述图像52被表示为负的图像，因此黑暗区域表示与存在于所述视野区域34中的光源相对应的亮点，并且所述图像52的亮区域与所述视野34的黑暗区域相对应。因此，图像52中所述黑暗区域的块状的、幻动的外观提示所述后视摄像机32具有非常低的分辨率，并且所述每个像素的强度分辨率被限制于仅是黑色或白色。这仅是为了说明目的，且应该意识到来自典型的摄像机的真实图像可能不会有所述块状外观，且每个像素强度不定地被指示，例如，使用256级灰度。 继续参考图I和图12，所述图像52被表示为具有与出现在所述视野34中的光源相对应的五个亮点54A，54B，54C，54D和54E。作为将在以下说明中变的明显的，亮点54A是来自处于相对较大的间隔距离上(例如50米)的跟随的靠近车辆16的亮点的示例。亮点54B-E是来自处于相对较小的间隔距离上(例如小于10米)的跟随的另一辆靠近车辆的亮点的结合的示例，其中亮点54B-C是头灯，以及亮点54D-E是雾灯。尽管图12—次示出所有的亮点，且因此建议两辆车在所述视野34中，但是应该显而易见，仅具有亮点54A的图像将指示单一车辆在相对大的间隔距离上跟随，且仅具有亮点54B-E的图像将指示单一车辆在相对小的间隔距离上跟随。如上关于图2-11那样分析每个亮点的特征，所述特征诸如但不限于尺寸(所述亮点是否足够大？)、位置(所述亮点不在空中，例如，所述亮点在所述图像52的下部60%)等，以确定亮点是否展示与车辆点相对应的特征。图2-11描述的所述算法将可能是配对亮点54B和54C，因为它们从水平线56具有相似的垂直位移等等原因。然而，亮点54A不可能与另一个亮点配对，因此可能被分类为融合点。如果上述认为的仅具有亮点54A的所述图像是仅具有亮点54B-E的后续图像的先前图像，那么基于所述车辆点的分类以及在图像序列中的车辆点尺寸的变化应当显而易见，在暂时分离的图像中示出的所述靠近车辆表示所述靠近的车辆靠的更近。例如，在来自在仅有亮点54A的图像和仅有亮点54B-E的图像之间的多个时刻的中间图像的序列中，可以理解所述亮点54A能怎样随时间变化以变为所述亮点54B-E，以及因此指示所述间隔距离30正在减小。尤其，随着所述靠近的车辆变得更近，成对亮点之间的水平距离58将增大。根据水平距离58的变化，可以计算碰撞时间(TTC)。基于所述TTC，可以确定碰撞有可能发生，并且因此所述控制器36可以输出碰撞有可能发生的指示。因此，提供了夜间后碰撞警告系统10、用于所述系统10的控制器36以及操作所述系统10的方法200。夜间车辆测试已经确认这样的系统在夜间检测并追踪靠近的车辆16的性能。在开发测试期间，观察到需要用于确定具有融合亮点、雾灯、在另一个对中的亮点对以及分离亮点的车辆点的特殊情况算法。当没有其它关于所述靠近的车辆16的尺寸或者形状的信息可用时，这里描述的方法提供可以在夜间操作的系统。所述系统10可以用于车辆上作为独立的系统，或者可以与驻车导航系统结合并因此共享摄像机和控制器。所述系统10可以方便地使用现有的具有115度的视野成像仪的后视摄像机，且仍能在30米及更长距离上追踪靠近的车辆。虽然已经通过本发明的优选具体实施方式
的方式描述了本发明，但是不意味着本
发明被限制于此，而是仅限于所附权利要求所陈述的范围。
权利要求
1.一种夜间后碰撞警告系统,包括 摄像机，被配置用于输出与车辆后面视野相对应的图像信号；以及 控制器，被配置用于 a)将所述图像信号处理成图像序列， b)识别图像中与所述视野中存在的光源相对应的亮点， c)确定所述亮点是否指示车辆点， d)确定所述车辆点是否被分类为融合点， e)基于所述车辆点的分类以及所述图像序列中的车辆点尺寸的变化确定是否有可能发生碰撞，以及 f)如果碰撞有可能发生，则输出碰撞有可能发生的指示。
2.如权利要求I所述的系统，其特征在于，如果所述车辆点具有高于融合点阈值的饱和像素计数，则所述车辆点被分类为融合点。
3.如权利要求I所述的系统，其特征在于，所述控制器还被配置用于确定所述图像是否包括指示车辆点的成对的亮点。
4.如权利要求3所述的系统，其特征在于，所述控制器还被配置用于如果随后的图像指示所述车辆点仅包括所述成对的亮点的一个亮点，则将所述车辆点分类为缺失的成对点。
5.如权利要求I所述的系统，其特征在于，所述控制器还被配置用于确定所述车辆点是 否包括能分类为雾灯的附加亮点。
6.如权利要求I所述的系统，其特征在于，所述控制器还被配置用于确定所述车辆点是否包括能分类为多个亮点的附加亮点。
7.如权利要求I所述的系统，其特征在于，所述控制器还被配置用于确定之前被分类为融合点的车辆点是否包括能被分类为分离点的附加亮点。
8.如权利要求I所述的系统，其特征在于，当碰撞时间小于预定的时间段时碰撞有可能发生。
9.如权利要求I所述的系统，其特征在于，所述系统还包括安全装置，所述安全装置耦合到所述控制器且能响应于碰撞可能发生的指示而操作。
10.一种用于夜间后碰撞警告系统的控制器，所述控制器包括 处理器，被配置用于 a)将来自摄像机的图像信号处理成图像序列， b)将图像中的亮点识别为与车辆后面视野中存在的光源相对应， c)确定所述亮点是否指示车辆点， d)确定所述车辆点是否被分类为融合点， e)基于所述车辆点的分类以及所述图像序列中的车辆点尺寸的变化确定是否有可能发生碰撞，以及 f)如果碰撞有可能发生，则输出碰撞有可能发生的指示。
11.一种操作夜间后碰撞警告系统的方法，所述方法包括 a)提供摄像机，所述摄像机被配置用于输出与车辆后面视野的图像序列相对应的图像信号；b)识别图像中与所述视野中存在的光源相对应的亮点； C)确定所述亮点是否指示车辆点； d)确定所述车辆点是否被分类为融合点； e)基于所述车辆点的分类以及所述图像序列中的车辆点尺寸的变化确定是否有可能发生碰撞；以及 f)如果碰撞有可能发生，则输出碰撞有可能发生的指示。
12.如权利要求11所述的方法，其特征在于，如果所述车辆点具有高于融合点阈值的饱和像素计数，则所述车辆点被分类为融合点。
13.如权利要求11所述的方法，其特征在于，所述方法还包括确定所述图像是否包括指示车辆点的成对的亮点。
14.如权利要求13所述的方法，其特征在于，所述方法还包括如果随后的图像指示所述车辆点仅具有所述成对的亮点的一个亮点，则将所述车辆点分类为缺失的成对点。
15.如权利要求11所述的方法，其特征在于，所述方法还包括确定所述车辆点是否包括能分类为雾灯的附加亮点。
16.如权利要求11所述的方法，其特征在于，所述方法还包括确定所述车辆点是否包括能分类为多个亮点的附加亮点。
17.如权利要求11所述的方法，其特征在于，所述方法还包括确定之前被分类为融合点的车辆点是否包括能被分类为分离点的附加亮点。
18.如权利要求11所述的方法，其特征在于，当碰撞时间小于预定的时间段时碰撞有可能发生。
19.如权利要求11所述的方法，其特征在于，所述方法还包括当碰撞有可能发生时激活耦合到所述控制器的安全装置。
全文摘要
一种夜间后碰撞警告系统，包括摄像机和控制器。所述系统识别与出现在所述摄像机视野中的光源相对应的亮点，确定所述亮点是否与靠近的车辆的头灯相对应，以及确定碰撞是否有可能发生。距离上靠近的车辆的头灯可能看起来是单一的亮点且因此所述亮点被分类为融合点。通过分析来自头灯的亮点，当没有其它关于所述靠近车辆的尺寸或者形状的信息可用时，所述系统能够在夜间操作。
文档编号B60R21/0134GK102779430SQ20121017873
公开日2012年11月14日 申请日期2012年3月30日 优先权日2011年5月12日
发明者M·德维威迪, S·格尔默 申请人:德尔福技术有限公司