估计墙壁位置及激活机动车的矩阵式大灯系统的主动三角测量的方法与流程

本发明涉及一种用于估计墙壁位置以及用于激活机动车辆的矩阵式大灯系统的主动三角测量的方法。

背景技术：

随着机动车辆的发展，所谓的矩阵式大灯系统有着愈来愈重要的作用，该矩阵式大灯系统通常具有两个安排在车辆前部区域中的矩阵式大灯。该矩阵式大灯包括具有可选择性激活或停用的像素矩阵，优选地还包括可调光的像素单元。预期的是，在矩阵式大灯系统中，在将来并且取决于所使用的技术，可以实现数万或数十万像素单元的像素分辨率。通过像素矩阵可以实现完全不同的照明功能。例如，一种可行的照明功能是无炫目远光灯功能，即当远光灯在激活状态时，使对向而来的交通参与者不会炫目。在此，应用车载摄影机(驾驶员辅助摄影机)，该车载摄影机连续记录对向而来的以及超车的交通参与者。这些摄影机图像将借助于图像处理软件而被处理。通过一种对应的电子控制设备，矩阵式大灯系统的矩阵式大灯的各个像素元件被针对性地控制，以便可以实现除眩光作用。

通过主动三角测量可以使用摄影机与矩阵式大灯系统的矩阵式大灯进行距离测量，以便确定配备矩阵式大灯系统的车辆与车辆前景中的物体之间的距离。在校准摄影机和矩阵式大灯系统之后，通过矩阵式大灯系统的矩阵式大灯，在机动车的前部地带上投射具有典型特征的限定图案。随后，生成场景，其中先前投影的图案根据场景特点而变形。然后通过摄影机记录摄影机图像，其中通过对应的图像处理软件由摄影机图像中提取典型特征。随后，对检测到的特征与矩阵式大灯系统的矩阵式大灯相关联。此外，基于对车辆特定的光分布，通过该图像处理软件计算所谓的深度图。

为了在机动车辆中实施主动三角测量，用于定义接通条件或作业范围的对投影墙壁的相应的位置估计是必需的。由于主动三角测量功能不是由机动车辆的驾驶员接通并且由于某些限制条件(例如日光或者不存在投影墙壁)而不能持久的被激活，因此对投影墙壁的位置估计是必要的，以便实现自动接通主动三角测量的功能。

目前，用于墙壁检测或位置估计的已知方法是基于对机动车辆前端场景中典型特征的检测和跟踪。通过分析这些典型特征的位置，可以推断出墙壁的存在及其位置。然而，这种方法对于具有较少结构以及减少的侧向移动变化的场景是有问题的。这些限制尤其出现在停车场景中。

在上面阐述的方法的改进方案中，连续地检测和跟踪投影光分布的突出点(优选地，所谓的hovo点)。通过确定这些点的位置可以执行墙壁检测。然而，由于限制在单个突出点上，在该方法中不能实现位置检测。

在另一种方法中，在前方场景中产生棋盘图案形式的光分布。此外，全局地执行图像处理(即，对于整个摄影机图像)，从而可以检测出多个突出点。基于这些点的检测，随后计算距离值并且对环境建模。通过这种方法，墙壁检测在原理上是可行的。然而，在此的缺点是由于执行对应的映射和三角测量算法导致的相对高的时间和计算能力耗费。由于墙壁检测尤其用于检验接通条件，所以连续的距离三角测量可能目的性较低。

技术实现要素：

因此，本发明的目的在于，提供一种用于估计墙壁位置以及用于激活机动车辆的矩阵式大灯系统的主动三角测量的方法，该方法是稳健的并且能够以相对较低的计算能力耗费来执行。

具有本发明优选实施例特征的方法提供了这一目的的解决方案。其他可选实施例涉及本发明的有利改进方案。

一种根据本发明的用于记录墙壁以及用于激活机动车辆的矩阵式大灯系统的主动三角测量的方法包括以下步骤：

a)检验是否满足用于接通主动三角测量的基本接通条件，并且如果是的话，

b)在车辆前方场景中投影具有典型特征的光分布，借助于该光分布能够提供基于光的人造视场，以及通过摄影机记录该光分布，

c)通过图像处理软件从该摄影机的摄影机图像中从前一步骤中产生的光分布中提取典型特征，

d)记录并且在数学上描述在该光分布中的隔离区域，

e)确定用于提供基于光的人造视场的隔离区域的位置和连续性，

f)检验是否满足用于接通主动三角测量功能的接通条件，并且如果是的话，接通主动三角测量的功能。

为了避免使用计算复杂的算法(尤其是映射以及三角测量算法)但仍然尽可能有效地估计墙壁的存在和位置，在本发明的方法中建议基于以光为基础的人造视场的墙壁位置估计。在此，从摄影机图像中通过图像处理软件从匹配的光分布(例如棋盘图案)中提取典型特征。这些特征在整体上形成多个隔离区域(在棋盘图案的情况下，例如四个隔离区域)。这些隔离区域通过相应的关联方法分配给数学函数。在摄影机的摄影机图像中分析这些隔离区域的位置，该摄影机尤其可以是驾驶员辅助摄影机。如果墙壁例如相对于摄影机-矩阵式大灯系统组件的参考系统倾斜，这样即使在隔离区域的偏斜位置中也可以反映出这种倾斜。此外，可以通过隔离区域的任何不连续性来辨别，在一些情况下照明场景是否具有墙壁的不连续性。

在本发明的一个有利的实施方式中提出：在接通主动三角测量的功能之后，在进一步的步骤g)中执行用于机动车前方场景的3d重建的映射和三角测量算法。通过主动三角测量尤其能进行距离测量。

在本发明的一个特别有利的实施方式中，存在以下可能性：在方法步骤a)中对基本接通条件的检验通过分析该机动车辆的环境光传感器的传感器信号和/或通过分析该机动车辆的运动学数据和/或通过分析由感知性光辅助装置记录的物体来进行。通过机动车辆的环境光传感器可以记录暗光环境场景，如地下停车场。由此避免了在具有强日光照射的环境场景中激活主动三角测量。通过机动车辆的运动学数据可以记录场景，在该场景中机动车辆低速移动(如：在停车入位过程中)。由此可以避免在具有高速的场景中(即：在动态行驶场景中、高速路行驶时等)激活主动三角测量功能。分析由机动车辆的感知性光辅助装置记录的物体的目标是识别具有低物体密度的场景，例如均匀的墙壁。由此实现，可以防止在前方场景中有物体的场景中(如晚上的城市交通中)接通主动三角测量功能。

在一个优选的实施方式中可以提出，在该方法步骤b)中投影独立的光分布，尤其是棋盘图案，或投影近光分布或远光分布，这些光分布中嵌入有这些典型特征。使用近光分布或远光分布有如下优点，即与ece一致的光分布可用于执行该方法。优选地，使用图像处理级联用于从摄影机图像中提取典型特征。

在本发明的一个特别有利的实施方式中提出，在从摄影机图像中提取这些典型特征时，执行离群值标识。优选地，通过实施数学估计方法来进行异常检测，如ransac算法，以便由此尽量减少错误检测(离群值)对整体结果的影响。

在一个优选的实施方式中提出，通过近似算法进行对隔离区域的数学描述，如lms算法(least-mean-squares-algorithmus，最小均方算法)或者函数匹配算法。由于分离区域的位置和特点可以推断出车辆前方场景或墙壁的位置和方向。优选通过对用于描述隔离区域的数学函数的分析，可以对用于提供基于光的人造视场的隔离区域的位置和连续性进行确定。

附图说明

本发明的其他特征和优点将结合参照附图对优选实施例的以下说明变得清楚。附图示出：

图1为示意图，展示了根据本发明的一个优选实施例的用于记录墙壁以及用于激活机动车辆的矩阵式大灯系统的主动三角测量的方法流程，

图2为具有典型特征以及多条隔离线的光分布的示意图。

具体实施方式

下面应参照附图1进一步阐述用于记录墙壁以及用于激活机动车辆的矩阵式大灯系统的主动三角测量的方法的基本功能流程。

在第一步a)中首先进行基础初始化，其方式为检验是否基本上满足用于接通主动三角测量的基本接通条件。尤其在该方法步骤中通过分析机动车辆的环境光传感器的传感器信号而进行检验。在此，目的是记录可以执行主动三角测量的暗光环境场景，如地下停车场。由此避免了在具有强日光照射的环境场景中激活主动三角测量。也可以在该方法步骤中分析机动车辆的运动学数据。在此，目的是记录机动车辆具有低速度的场景(例如在停车过程中)。由此可以避免在具有高速的场景中(即：在动态行驶场景中、高速路行驶时等)激活主动三角测量功能。也可以在该方法步骤中分析由机动车辆的感知性光辅助装置记录的物体。在此，目的是识别具有低物体密度的场景，如均匀的墙壁。由此实现，可以避免在前方场景中有物体的场景中(如晚上的城市交通中)接通主动三角测量功能。

当用于接通主动三角测量的基本接通条件的检查成功时，在下一个步骤b)中，在车辆前方场景中进行嵌入了典型特征11、21、31、41的光分布的投影，借助于这些典型特征可以提供基于光的人造视场。例如可以在车辆前方场景中投影独立的光分布，例如棋盘图案。在一个替代性实施方式中，可以投影近光分布或远光分布并且在其中嵌入结构，该结构对于车辆乘员、尤其是对于驾驶员是无法察觉的。通过摄影机(驾驶员辅助摄影机)记录在该步骤b)中生成的光分布。

在一个后续步骤c)中，通过图像处理软件，从上述步骤b)中产生的光分布的通过摄影机记录的摄像机图像中提取这些典型特征11、21、31、41，借助于这些典型特征可以提供基于光的人造视场。使用对应的图像处理算法，如图像处理级联，以进行提取。在此，优选地执行离群值识别，以便通过图像处理算法避免或尽量减少错误识别(离群值)的影响。为此目的，例如可以使用数学估计方法，如ransac算法，以便尽量减少错误检测(离群值)对整体结果的影响。

在下一个步骤d)中记录多个隔离区域10、20、30、40并且以适合的方式在数学上进行描述，以便后续能够分析这些隔离区域的位置或连续性。优选地，通过近似算法来在数学上描述这些隔离区域10、20、30、40，如lms算法(least-mean-squares-algorithmus，最小均方算法)或者函数匹配算法。

例如，在车辆前方场景中的棋盘图案投影的情况下可以提取四个隔离区域10、20、30、40。这情况在图2中示出。在此，在图2中简化地展示的光分布中，不同的亮度通过不同强度的阴影来展示。在此，强阴影的区域应代表光分布的较暗结构并且较少或几乎没有阴影的区域代表光分布的较亮的结构。应理解，在各自的亮度范围之间的真实光分布中没有亮度跃变，而是可以观察到具有亮度逐渐变化的亮度梯度。

上部隔离区域10可以由典型特征11定义，这些典型特征由矩阵式大灯系统的矩阵式大灯的上部像素区段产生。在中间区域中存在两个隔离区域，尤其是由像素区段的典型特征21(这些典型特征由矩阵式大灯系统的矩阵式大灯的中上部区域提供)定义的中上部隔离区域20以及由像素区段的典型特征31(这些典型特征由矩阵式大灯系统的矩阵式大灯的中下部区域提供)定义的中下部隔离区域30。此外，下部隔离区域40可以由典型特征41定义，这些典型特征由矩阵式大灯系统的矩阵式大灯的下部像素区段产生。

在下一个步骤e)中确定隔离区域10、20、30、40的位置和连续性。优选通过对用于描述隔离区域10、20、30、40的数学函数的分析，可以对用于提供人造视场的隔离区域的位置和连续性进行分析。由于分离区域的位置和特点可以推断出前方场景或墙壁的位置和方向。

在下一个步骤f)中，基于前一步骤中所执行的计算来检验是否满足用于接通主动三角测量功能的接通条件。并且如果是的话，为矩阵式大灯系统提供对应的接通信号，使得主动三角测量能够被激活。

在一个后续步骤g)中，执行用于机动车前方场景的3d重建的映射和三角测量算法。通过主动三角测量尤其能进行距离测量。

上述基于光的人造视场的原理除了用于墙壁检测外以及检查是否满足用于接通主动三角测量功能的条件，还可用于进一步的实施方式。这些进一步的实施方式包括将在下面简要介绍的，例如，特征关联、基于轨迹来关断矩阵式大灯系统的矩阵式大灯的区段以及基于光的摄影机校准方法。

在特征关联(解决所谓对应性问题)的情况下，在主动三角测量范围内通过图像处理软件检测典型特征11、21、31、41。在另一个步骤中，这些特征必须与矩阵式大灯系统对应的大灯区段相关联。这通过沿其形成椭圆的轨迹(像素路径)实现。如果在这个椭圆之内沿轨迹检测到典型特征11、21、31、41，则这些点被分配到属于该轨迹的大灯区段。如果投影墙壁具有相对旋转，则椭圆则也必须被旋转，以便检测典型特征11、21、31、41。通过前述人造视场实现对旋转的确定。

在主动三角测量中使用大灯投影，该大灯投影进而被摄像机记录，从而能够从其中提取典型特征11、21、31、41。这些大灯投影借助于矩阵式大灯系统的两个矩阵式大灯产生。通过这两个矩阵式大灯，这些投影导致重叠区域，在这该重叠区域中，这些特征被模糊的展示，并且通过图像处理软件不能或者无论如何都只能错误地被提取。对应地，当重叠已被记录时，要求关断矩阵式大灯系统的某个大灯区段。当除了确定轨迹交点之外还确定了基于光的人造视场(左侧和右侧)的交点时，可以检测到重叠。以这种方式可以实现连续关断矩阵大灯的像素区段，并且相应地可以确保无误地提取特征。

在正在进行的驾驶工作中，摄影机必须相对于车辆进行校准。这可以通过例如所谓的“消失点校准”来进行。在此，跟踪在摄影机图像中互相平行延伸的直线。通过投影的摄影机几何图形，在摄影机图像中这些实际上互相平行的直线相交。这些交叉点也被称为消失点。各个消失点位于所谓的消失直线上，通过该直线，摄影机与机动车辆的几何位置关系可以通过滚动-俯仰-偏航角度来确定。为此目的需要的是，可以由大灯投影(如通过棋盘图案的特征)提供实际上互相平行的直线。对应地可以通过大灯投影的特征对驾驶员辅助摄影机进行外部的校准。