检测积雪覆盖路面的方法与流程

本公开总体上涉及一种识别积雪覆盖路面的方法。

车辆控制系统可以将路面状况用作输入从而对车辆的一个或多个部件进行控制。不同的路面状况对轮胎与路面之间的摩擦系数产生影响。干燥的路面状况提供较高的摩擦系数，而积雪覆盖路面状况提供较低的摩擦系数。车辆控制器可以针对不同的路面状况以不同的方式控制或操作车辆。因此，对于车辆而言，能够确定当前的路面状况是合乎期望的。

技术实现要素：

提供了一种检测积雪覆盖路面的方法。该方法包括利用前方相机创建前方图像。前方图像是相对于车辆车身的前方区域中路面的图像。计算单元分析前方图像以检测前方图像中的轮胎轨迹。当在前方图像中未检测到轮胎轨迹时，计算单元利用后方相机创建后方图像。后方图像是相对于车辆车身的后方区域中路面的图像。计算单元分析后方图像以检测后方图像中的轮胎轨迹，并且当在后方图像中检测到轮胎轨迹时，发出指示路面可能被雪覆盖的消息。

在该方法的一个方面，当在前方图像中检测到轮胎轨迹时，计算单元发出指示路面可能被雪覆盖的消息。

在该方法的一个方面，当在前方图像中未检测到轮胎轨迹时，计算单元利用左侧相机创建左侧图像或者利用右侧相机创建右侧图像。左侧图像是相对于车辆车身的左侧区域中路面的图像。右侧图像是相对于车辆车身的右侧区域中路面的图像。

在该方法的另一方面，计算单元分析左侧图像和右侧图像中的至少一个，以检测左侧图像和右侧图像中的至少一个中的轮胎轨迹。在该方法的一个实施例中，当车辆沿着线性路径行进时，计算单元分析左侧图像和右侧图像，以检测左侧图像和右侧图像中的至少一个中的轮胎轨迹。在另一个实施例中，当车辆沿着弯曲路径行进到车辆的右侧时，计算单元分析左侧图像，以检测左侧图像中的轮胎轨迹。在该方法的另一个实施例中，当车辆沿着弯曲路径行进到车辆的左侧时，计算单元分析右侧图像，以检测右侧图像中的轮胎轨迹。

在该方法的另一方面，当在后方图像、左侧图像或右侧图像中的至少一个中检测到轮胎轨迹时，计算单元发出指示路面可能被雪覆盖的消息。

在该方法的又一方面，分析前方图像、后方图像、左侧图像和右侧图像中的每一个包括从前方图像、后方图像、左侧图像和右侧图像中的每一个提取相应的关注区域。在该方法的一个实施例中，前方图像、后方图像、左侧图像和右侧图像中每一个的相应的关注区域取决于车辆的当前转向角度。

在该方法的一个实施例中，分析前方图像、后方图像、左侧图像和右侧图像中相应的每一个以检测其中的轮胎轨迹包括相应的线条分析，以检测前方图像、后方图像、左侧图像和右侧图像中的一个或多个线条和/或线条模式。在该方法的另一个实施例中，分析前方图像、后方图像、左侧图像和右侧图像中相应的每一个以检测其中的轮胎轨迹包括相应的统计分析，以检测前方图像、后方图像、左侧图像和右侧图像中的方向性纹理相关性和复杂度。在该方法的另一个实施例中，分析前方图像、后方图像、左侧图像和右侧图像中相应的每一个包括使用亮度分析来分析前方图像、后方图像、左侧图像和右侧图像中的至少一个，以检测路面的对比度或亮度水平。较高的亮度水平表示积雪覆盖路面，而较暗或较低的亮度水平表示非积雪覆盖路面。

还提供了一种车辆。该车辆包括车身、前方相机、后方相机、左侧相机和右侧相机。前方相机附接到车身，并且定位成创建相对于车身的前方区域中的路面的图像。后方相机附接到车身，并且定位成创建相对于车身的后方区域中的路面的图像。左侧相机附接到车身，并且定位成创建沿着车身左侧的路面的图像。右侧相机附接到车身，并且定位成创建沿着车身右侧的路面的图像。计算单元设置成与前方相机、后方相机、左侧相机和右侧相机通信。计算单元包括处理器和其上保存有路面积雪检测算法的存储器。处理器可操作以执行路面积雪检测算法，从而利用前方相机创建前方区域中的路面的前方图像。计算单元分析前方图像以检测后方图像中的轮胎轨迹，并且当在前方图像中检测到轮胎轨迹时，发出指示路面可能被雪覆盖的消息。当在前方图像中未检测到轮胎轨迹时，计算单元利用后方相机创建后方区域中的路面的后方图像，并分析后方图像以检测后方图像中的轮胎轨迹。当在后方图像中检测到轮胎轨迹时，计算单元发出指示路面可能被雪覆盖的消息。

在该车辆的另一个方面，当在前方图像中未检测到轮胎轨迹时，处理器可操作以执行路面积雪检测算法，从而利用左侧相机创建左侧图像或者利用右侧相机创建右侧图像。左侧图像是相对于车辆车身的左侧区域中路面的图像。右侧图像是相对于车辆车身的右侧区域中路面的图像。

在该车辆的另一个方面，处理器可操作以执行路面积雪检测算法以分析左侧图像和右侧图像中的至少一个，从而检测左侧图像和右侧图像中的至少一个中的轮胎轨迹。在一个实施例中，当车辆沿着线性路径行进时，分析左侧图像和右侧图像中的至少一个包括分析左侧图像和右侧图像，以检测左侧图像和右侧图像中的至少一个中的轮胎轨迹。在另一个实施例中，当车辆沿着弯曲路径行进到车辆的右侧时，分析左侧图像和右侧图像中的至少一个包括分析左侧图像，以检测左侧图像中的轮胎轨迹。在另一个实施例中，当车辆沿着弯曲路径行进到车辆的左侧时，分析左侧图像和右侧图像中的至少一个包括分析右侧图像，以检测右侧图像中的轮胎轨迹。

在该车辆的另一方面，分析前方图像、后方图像、左侧图像和右侧图像中的每一个包括从前方图像、后方图像、左侧图像和右侧图像中的每一个提取相应的关注区域。在一个实施例中，前方图像、后方图像、左侧图像和右侧图像中每一个的相应的关注区域取决于车辆的当前转向角度。

在该车辆的另一方面，当在前方图像、后方图像、左侧图像或右侧图像中的至少一个中检测到轮胎轨迹时，处理器可操作以执行路面积雪检测算法，以发出指示路面可能被雪覆盖的消息。

还提供了一种识别积雪覆盖路面的方法。该方法包括利用相机创建路面的图像。计算单元使用线条分析算法来分析图像，以检测图像中的一个或多个线条和/或线条模式。计算单元使用统计分析算法来分析图像，以检测图像中的方向性纹理相关性和复杂度。计算单元使用亮度分析算法来分析图像，以检测图像中的对比度和亮度水平。然后，计算单元检查线条分析、统计分析和亮度分析的结果，从而确定路面是否被雪覆盖或者路面是否没有被雪覆盖。

在路面被之前尚未行驶过的一层雪覆盖的情况下，在车辆前方的前部区域中的路面将不具有可以被识别为指示路面被雪覆盖的轮胎轨迹。然而，沿着左侧区域、右侧区域和/或后方区域，车辆的轮胎将在雪中留下可见的轮胎轨迹。因此，当车辆的前方区域中不存在轮胎轨迹时，计算单元可以通过检查左侧图像、右侧图像和/或后方图像来识别积雪道路，具体是通过如下方式：检测到车辆在左侧区域、右侧区域和/或后方区域中留下的轮胎轨迹。

为了识别前方图像、后方图像、左侧图像和/或右侧图像的特征是否是轮胎轨迹，计算单元可以使用线条分析算法、统计分析和亮度分析来分析该特征，并且使用每种分析的结果来确定该特征是否是轮胎轨迹。

结合附图，通过以下对用于实现教导的最佳方式的详细描述，本教导的上述特征和优点以及其他特征和优点将变得显而易见。

附图说明

图1是沿着线性路径行进的车辆的示意性平面图。

图2是沿着弯曲路径朝向车辆的左侧行进的车辆的示意性平面图。

图3是沿着弯曲路径朝向车辆的右侧行进的车辆的示意性平面图。

图4是表示识别积雪覆盖路面的方法的流程图。

具体实施方式

本领域的普通技术人员将认识到，诸如“上方”、“下方”、“向上”、“向下”、“顶部”、“底部”等术语是用于描述附图，并不代表对所附权利要求限定的本公开范围的限制。此外，本文可以按照功能和/或逻辑块组件和/或各种处理步骤来描述本教导。应该认识到，这样的块组件可以包括配置为执行指定功能的任何数量的硬件、软件和/或固件组件。

参考附图，其中在几个视图中，相同的数字表示相同的部分，车辆通常以20示出。如本文所用，术语“车辆”并不限于汽车，可以包括可移动平台的形式，例如但不限于卡车、小汽车、拖拉机、摩托车、atv等。尽管结合汽车描述了本公开，但是本公开不局限于汽车。

参考图1至图3，车辆20包括车身22。如本文所用，“车身”应该被广义地解释为包括但不限于车辆20的所有车架及外部面板部件。针对车辆20的预期目的，车身22可以以合适的方式进行配置。车身22的具体类型、样式、尺寸、形状等与本公开的教导无关，因此这里不再进行详细描述。

车辆20包括多个相机。如图1至图3所示，车辆20包括前方相机24、左侧相机26、右侧相机28和后方相机30。然而，应该理解的是，车辆20可以包括比图1至图3中所示的且在此描述的示例性四个相机更多或更少的相机。

参考图1至图3，前方相机24附接到车身22，并且定位成创建相对于车辆20的车身22的前方区域34中的路面32的图像。前方相机24可以包括适于与图像识别应用程序一起使用的设备，并且该设备能够捕获或创建电子图像并将该图像传送和/或保存到存储器存储设备。前方相机24的具体类型、构造、操作等与本公开的教导无关，因此这里不再进行详细描述。前方相机24可以包括光源(未示出)，该光源定位成照亮前方区域34中的路面32。光源可以包括光产生设备，例如但不限于发光二极管(led)、闪光灯、激光器等。

在示例性实施例中示出了前方相机24附接到车辆20的前保险杠，同时前方区域34位于前保险杠的正前方。这样，前方相机24可操作以捕获或创建前方区域34中的路面32的图像。应当理解，前方相机24可以定位在车辆20的车身22上的某个其他位置处。

参考图1至图3，左侧相机26附接到车身22，并且定位成创建相对于车身22的左侧区域36中的路面32的图像。左侧相机26可以包括适于与图像识别应用程序一起使用的设备，并且该设备能够捕获或创建电子图像并将该图像传送和/或保存到存储器存储设备。左侧相机26的具体类型、构造、操作等与本公开的教导无关，因此这里不再进行详细描述。

在示例性实施例中示出了左侧相机26附接到车辆20的左侧底板，同时左侧区域36刚好在车辆20左侧的外侧和下方。左侧相机26可以包括光源(未示出)，该光源定位成照亮左侧区域36中的路面32。光源可以包括光产生设备，例如但不限于发光二极管(led)、闪光灯、激光器等。应当理解，左侧相机26可以相对于车身22位于不同位置处，以捕获左侧区域36的图像。

参考图1至图3，右侧相机28附接到车身22，并且定位成创建相对于车身22的右侧区域38中的路面32的图像。右侧相机28可以包括适于与图像识别应用程序一起使用的设备，并且该设备能够捕获或创建电子图像并将该图像传送和/或保存到存储器存储设备。右侧相机28的具体类型、构造、操作等与本公开的教导无关，因此这里不再进行详细描述。

在示例性实施例中示出了右侧相机28附接到车辆20的右侧底板，同时右侧区域38刚好在车辆20右侧的外侧和下方。右侧相机28可以包括光源(未示出)，该光源定位成照亮右侧区域38中的路面32。光源可以包括光产生设备，例如但不限于发光二极管(led)、闪光灯、激光器等。应当理解，右侧相机28可以相对于车身22位于不同位置处，以捕获右侧区域38的图像。

参考图1至图3，后方相机30附接到车身22，并且定位成创建相对于车辆20的车身22的后方区域40中的路面32的图像。后方相机30可以包括适于与图像识别应用程序一起使用的设备，并且该设备能够捕获或创建电子图像并将该图像传送和/或保存到存储器存储设备。后方相机30的具体类型、构造、操作等与本公开的教导无关，因此这里不再进行详细描述。后方相机30可以包括光源(未示出)，该光源定位成照亮后方区域40中的路面32。光源可以包括光产生设备，例如但不限于发光二极管(led)、闪光灯、激光器等。

在示例性实施例中示出了后方相机30附接到车辆20的后保险杠，同时后方区域40位于后保险杠的正后方。这样，后方相机30可操作以捕获或创建后方区域40中的路面32的图像。应当理解，后方相机30可以定位在车辆20的车身22上的某个其他位置处。

计算单元42设置成与前方相机24、左侧相机26、右侧相机28和后方相机30通信。计算单元42可以替代地被称为车辆控制器、控制单元、计算机、控制模块等。计算单元42包括处理器44和其上保存有路面积雪检测算法48的存储器46。处理器44可操作以执行路面积雪检测算法48，从而实现确定路面32是否被雪覆盖的方法。

计算单元42配置为访问(例如，直接从前方相机24、左侧相机26、右侧相机28和后方相机30接收，或访问存储器46中的存储版本)由前方相机24、左侧相机26、右侧相机28和后方相机30分别产生的图像。处理器44可操作以控制和/或处理数据(例如，图像的数据)。

处理器44可以包括多个处理器，所述多个处理器可包括单个机器或多个机器中的分布式处理器或并行处理器。处理器44可包括虚拟处理器。处理器44可包括状态机、专用集成电路(asic)、包括场可编程门阵列(pga)在内的pga或者状态机。当处理器44执行指令以执行“操作”时，这可包括处理器44直接地执行操作，和/或促进、指导或与另一设备或部件协作来执行操作。

计算单元42可以包括各种计算机可读介质，其中包括易失性介质、非易失性介质、可移除介质和不可移除介质。在说明书和权利要求中使用的术语“计算机可读介质”及其变体包括存储介质和/或存储器46。存储介质包括易失性和/或非易失性的，可移除和/或不可移除的介质，例如ram、rom、eeprom、闪存或其他存储器技术、cdrom、dvd或其他光盘存储装置、磁带、磁盘存储装置或其他磁性存储设备、或者其他配置为用于存储可以由计算单元42访问的信息的介质。

虽然存储器46是示出为驻留在处理器44附近，但应该理解的是，存储器46的至少一部分可以是远程访问的存储系统，例如，通信网络上的服务器、远程硬盘驱动器、可移除存储介质、其组合等。因此，下面描述的数据、应用程序和/或软件可以存储在存储器46内和/或经由与其他数据处理系统(未示出)的网络连接而被访问，这些网络连接例如可以包括局域网(lan)、城域网(man)或广域网(wan)。存储器46包括在计算单元42中使用的若干类别的软件和数据，包括一个或多个应用程序、数据库、操作系统和输入/输出设备驱动程序。

应当理解，操作系统可以是与数据处理系统一起使用的操作系统。输入/输出设备驱动器可以包括由应用程序通过操作系统访问以便与设备和某些存储器组件进行通信的各种例程。应用程序可以作为可执行指令存储在存储器46和/或固件(未示出)中，并且可以由处理器44执行。

应用程序包括各种程序，当由处理器44执行时，这些程序实现计算单元42的各种特征和/或功能。应用程序包括结合了确定路面32是否被雪覆盖的示例性方法来进一步详细描述的图像处理应用程序。应用程序存储在存储器46中并配置为由处理器44执行。

应用程序可以使用存储在数据库中的数据，例如由相机测定的特性的数据(例如，经由输入/输出数据端口接收)。数据库包括由应用程序、操作系统、输入/输出设备驱动程序和可以驻留在存储器46中的其他软件程序使用的静态和/或动态数据。

应当理解，以上描述旨在提供对其中可以实现本公开的一些实施例的各个方面的合适环境的简要一般性描述。说明书和权利要求书中所使用的术语“计算机可读介质”、“计算机可读存储设备”及其变体可以包括存储介质。存储介质可以包括易失性和/或非易失性的，可移除和/或不可移除的介质，例如ram、rom、eeprom、闪存46或其他存储器46技术、cdrom、dvd或其他光盘存储装置、磁带、磁盘存储装置或其他磁性存储设备、或者一些其他可以用于存储可以由计算单元42访问的信息的介质(不包括传播信号)。

尽管描述涉及了计算机可读指令，但是除了计算机可读指令之外或者作为计算机可读指令的代替，本公开的实施例还可以与其他程序模块组合地实现和/或作为硬件和软件的组合来实现。

尽管描述包括了计算机可执行指令的广义上下文，但是本公开还可以与其他程序模块组合地实现和/或作为硬件和软件的组合来实现。术语“应用程序”或其变体在本文中被广泛地使用来包括例程、程序模块、程序、组件、数据结构、算法等。应用程序可以在各种系统配置上实现，包括单处理器或多处理器系统、小型计算机、大型计算机、个人计算机、手持式计算设备、基于微处理器的可编程消费电子产品、其组合等。

如上所述，存储器46包括保存在其上的路面积雪检测算法48，并且处理器44执行路面积雪检测算法48以实现确定路面32是否被雪覆盖的方法。参考图4，该方法包括创建相对于车辆20的车身22的前方区域34中的路面32的前方图像。创建前方图像的步骤大体上由图4中的框100表示。前方图像利用前方相机24创建并且传送到计算单元42。

计算单元42分析前方图像以检测前方图像中的轮胎轨迹58。分析前方图像的步骤大体上由图4中的框102表示。计算单元42可以使用合适的软件、程序、算法、应用程序等来分析前方图像。例如，计算单元42可以使用方向模式分析来识别前方图像中轮胎轨迹58的存在。在其他实施例中，计算单元42可以使用坎尼滤波器或霍夫变换来检测前方图像中的将指示前方图像中的轮胎轨迹58的边缘或线条。应当理解，计算单元42可以使用其他应用程序来识别前方图像中未特别提及和/或未在此描述的轮胎轨迹58的存在。另外，各种不同的应用程序分析图像以检测其中的特征的具体方式是易于理解的，因此这里不再进行详细描述。

如果路面32被尚未行驶过(也就是没有被踩过)的雪覆盖(如图1所示)，那么，覆盖道路的积雪表面将会是没有可以被识别为轮胎轨迹58的边缘和/或线条的干净表面。因此，当路面32被未被踩过的积雪覆盖时(即没有轮胎轨迹58、边缘或线条)，计算单元42在前方图像中将不会检测到轮胎轨迹58、边缘或线条。因此，在这种情况下通过对前方图像进行分析可能无法确定出路面32是否被雪覆盖。然而，如果覆盖路面32的积雪在之前已经有车辆从其上行驶过，则在前方图像中可以看到轮胎轨迹58、边缘或线条。前方图像中轮胎轨迹58、边缘和/或线条的识别指示出了覆盖路面32的积雪，并且使得计算单元42能够确定出路面32被雪覆盖。

当计算单元42在前方图像中检测到或识别到轮胎轨迹58时(大体上表示为104)，计算单元42发出指示路面32可能被雪覆盖的消息。发出消息的步骤大体上由图4中的框106表示。计算单元42可以以期望的方式发出消息。例如，计算单元42可以向驾驶员显示消息，在车辆20的控制器中设置警告代码，使指示灯闪烁，将消息传送到另一车辆20的控制系统56(比如稳定性控制系统56等)。消息传送的具体方式可以发生变化，并且可以取决于具体应用。

当计算单元42在前方图像中未检测到或未识别到轮胎轨迹58时(大体上表示为108)，则道路可能被雪覆盖，或者可能未被雪覆盖。在这种情况下，当在前方图像中没有检测到轮胎轨迹58时，计算单元42随后创建路面32的后方图像以及路面32的左侧图像和右侧图像中的至少一个。创建后方图像、左侧图像和/或右侧图像的步骤大体上由图4的框110表示。路面32的后方图像是相对于车辆20的车身22的后方区域40中的路面32的图像。后方图像利用后方相机30创建并且传送到计算单元42。路面32的左侧图像是相对于车辆20的车身22的左侧区域36中的路面32的图像。左侧图像利用左侧相机26创建并且传送到计算单元42。路面32的右侧图像是相对于车辆20的车身22的右侧区域38中的路面32的图像。右侧图像利用右侧相机28创建并且传送到计算单元42。

之后，计算单元42分析后方图像以及左侧图像和右侧图像中的至少一个，以检测后方图像、左侧图像和/或右侧图像中的至少一个中的轮胎轨迹58。分析后方图像、左侧图像和/或右侧图像的步骤大体上由图4的框112表示。计算单元42可以使用合适的软件、程序、算法、应用程序等来分析后方图像、左侧图像和/或右侧图像。例如，计算单元42可以使用方向模式分析来识别后方图像、左侧图像和/或右侧图像中轮胎轨迹58的存在。在其他实施例中，计算单元42可以使用坎尼滤波器或霍夫变换来检测后方图像、左侧图像和/或右侧图像中的将指示相应的一个图像中的轮胎轨迹58的边缘或线条。应当理解，计算单元42可以使用其他应用程序来识别后方图像、左侧图像和/或右侧图像中未特别提及和/或未在此描述的轮胎轨迹58的存在。另外，各种不同的应用程序分析图像以检测其中的特征的具体方式是易于理解的，因此这里不再进行详细描述。

分析前方图像、后方图像、左侧图像和/或右侧图像中的每一个包括从前方图像、后方图像、左侧图像和右侧图像中相应的每一个提取相应的关注区域。关注区域是相应图像中进行分析以检测其中的轮胎轨迹58的部分。由于车辆会转弯，因此，相应图像内的关注区域的确切位置可以变化。因此，前方图像、后方图像、左侧图像和右侧图像中每一个的相应的关注区域可以取决于车辆20的当前转向角度。

计算单元42可以确定车辆20的当前转向角度。确定车辆20的当前转向角度的步骤大体上由图4中的框114表示。可以以合适的方式确定车辆20的当前转向角度，比如，利用位置传感器感测车轮角度或者询问另一车辆20的控制系统56。应当理解，车辆20的当前转向角度可以以本文没有描述的方式加以确定。计算单元42可以将车辆20的当前转向角度确定为向左转弯、向右转弯或不转弯(即沿直线线性路径50移动)。

一旦计算单元42已经确定了车辆20的当前转向角度，计算单元42就可以隔离出每个相应图像中的所需关注区域，并分析相应的每一个图像，以检测其中的轮胎轨迹58。参考图1，当车辆20在被未踩过的雪(例如，刚落下的雪)覆盖的路面32上沿着线性路径50直线向前行驶时，那么，前轮胎可以在轮胎正后方的直线方向上留下轮胎轨迹58，而左侧图像和右侧图像中应呈现出这些轮胎轨迹58。参考图4，当计算单元42确定出车辆20沿着线性路径50行进时(大体上表示为图4中的116)，那么，分析后方图像以及左侧图像和右侧图像中的至少一个可以包括分析后方图像以及左侧图像和右侧图像这两者，以检测后方图像、左侧图像和/或右侧图像中的至少一个中的轮胎轨迹58。分析后方图像以及左侧图像和右侧图像这两者的步骤大体上由图4的框118表示。

参考图2，当车辆20沿着弯曲路径行进到车辆20的左侧52时，前轮产生的轮胎轨迹58可能在右侧图像中是可见的，但是在左侧图像中可能是不可见的。参考图4，当计算单元42确定出车辆20沿着弯曲路径行进到车辆20的左侧52时(大体上表示为120)，那么，分析后方图像以及左侧图像和右侧图像中的至少一个可以包括分析后方图像以及右侧图像，以检测后方图像和/或右侧图像中的轮胎轨迹58。分析后方图像以及右侧图像的步骤大体上由图4的框122表示。

类似地，参考图3，当车辆20沿着弯曲路径行进到车辆20的右侧54时，前轮产生的轮胎轨迹58可能在左侧图像中是可见的，但是在右侧图像中可能是不可见的。参考图4，当计算单元42确定出车辆20沿着弯曲路径行进到车辆20的右侧54时(大体上表示为124)，那么，分析后方图像以及左侧图像和右侧图像中的至少一个可以包括分析后方图像以及左侧图像，以检测后方图像和/或左侧图像中的轮胎轨迹58。分析后方图像以及左侧图像的步骤大体上由图4的框126表示。

参考图4，当计算单元42未能在后方图像(大体上表示为128)、左侧图像(大体上表示为130)或右侧图像(大体上表示为132)中检测到轮胎轨迹58时，那么，计算单元42可以确定出路面32未被雪覆盖，并且不采取附加动作(大体上由图4中的框134表示)。在替代方法中，计算单元42可以将道路状况(即未被雪覆盖)传送到一个或多个其他车辆20的控制系统56，从而使得车辆20的控制系统56可以相应地控制车辆20。

在未能在前方图像中检测到轮胎轨迹58之后，当计算单元42在后方图像(大体上表示为136)、左侧图像(大体上表示为138)或右侧图像(大体上表示为140)中的一个图像中确实检测到轮胎轨迹58时，那么，计算单元42可以确定出车辆20正在未被踩过的雪上行进，而且车辆20正在路面32上的雪中留下或形成轮胎轨迹58。因此，当计算单元42在后方图像、左侧图像和/或右侧图像中的一个图像中检测到轮胎轨迹58时，则计算单元42可以发出指示路面32可能被雪覆盖的消息。发出消息的步骤大体上由图4中的框142表示。计算单元42可以以期望的方式发出消息。例如，计算单元42可以向驾驶员显示消息，在车辆20的控制器中设置警告代码，使指示灯闪烁，将消息传送到另一车辆20的控制系统56(比如稳定性控制系统56等)。消息传送的具体方式可以发生变化，并且可以取决于具体应用。

计算单元42可以将识别出的路面32的状况(即，被雪覆盖或者未被雪覆盖)传送到车辆20的一个或多个控制系统56，这样一来，这些控制系统56可以按照适合于计算单元42所识别出的路面32的当前状况的方式来控制车辆20。将路面32的状况传送到控制系统56的步骤大体上由图4中的框144表示。控制系统56随后可以基于识别出的路面32的状况来控制车辆20。控制车辆20的步骤大体上由图4中的框146表示。例如，如果计算单元42确定出路面32被雪覆盖，则控制系统56(例如但不限于车辆20的稳定性控制系统56)可以以适合于积雪覆盖道路的方式来控制车辆20的制动。

如上所述，可以使用合适的算法、程序、应用程序等对不同的图像进行分析，进而检测出其中的轮胎轨迹58。例如，如上所述，计算单元42可以使用(但不限于)坎尼滤波器或霍夫变换来检测线条或边缘，而该线条或边缘可以用于识别图像中的轮胎轨迹58。可以使用其他过程和/或应用程序来检测图像中的轮胎轨迹58。对于显示了被踩过或被行驶过的积雪覆盖路面32的图像来说，下面描述的过程是特别有用的。

为了检测被踩过的积雪覆盖路面32(许多车辆之前已经从其上行驶过)上的轮胎轨迹58，计算单元42使用技术组合来对相应的图像(例如，前方图像、后方图像、左侧图像和/或右侧图像)进行分析，然后检查每种技术的结果，确定出道路是否被雪覆盖。例如，计算单元42可以使用边缘或线条分析来检测相应图像中的一个或多个线条/边缘和/或线条模式。线条分析可以使用更大的全局比例的图像，以便检测出线条/边缘和/或线条模式。线条分析可以包括但不限于leung-malik(lm)滤波器组、霍夫变换、坎尼滤波器或其他类似的边缘分析应用。计算单元42进一步使用统计分析来分析相应图像，以检测相应图像中的方向性纹理相关性和复杂度。统计分析可以使用图像的较小局部部分来检测图像中的方向性纹理相关性和复杂度。统计分析可以包括但不限于灰度共生矩阵或其他类似应用。另外，计算单元42可以使用亮度分析来分析相应图像，以检测相应图像中的光线对比度或亮度水平。较高的亮度水平或较亮的图像表示积雪覆盖路面，而较低的亮度水平或较暗的图像表示非积雪覆盖路面。计算单元42执行这些不同的分析中的每一种分析，然后检查每一种分析所产生的结果，从而识别其中的轮胎轨迹58和/或将路面32分类为积雪覆盖或未积雪覆盖。

虽然详细描述和附图或图式是用于支持和描述本公开，但是本公开的范围仅由权利要求限定。虽然已经详细描述了用于执行所要求保护的教导的一些最佳方式和其他实施例，但是仍存在用于实践所附权利要求中限定的本公开的各种替代设计和实施例。