本发明专利技术涉及用于确定安装在立体系统中的至少一个摄像机的阻碍状态的方法。本发明专利技术旨在提高用于确定使用两个或更多摄像机的立体系统的阻碍状态的性能特性，具有低错误率和允许准备好的车载安装的大小的资源。为了这个目的，本发明专利技术提供了局部方法和半全局方法的混合方法。根据一个实施例，每个立体图像由同时产生的左图像和右图像（11、12）形成，应用了将每个左图像（11）和右图像（12）分解成对应区段（10）。基于左图像（11）和右图像（12）按区段（10）由视差图（20）确定阻碍水平，并且其中向与最佳匹配评分相对应的每个像素分配视差。通过参考视差被认为有效的像素的百分率来执行视差图（20）的按区段（10）的密度的确定。然后，基于通过在区段的密度和预定义的密度水平之间进行比较而获得的使视差图（20）的区段模糊的概率的加权平均来确定至少一个摄像机的阻碍状态。
【技术实现步骤摘要】
本专利技术涉及一种方法，其用于确定车载安装在车辆(尤其是机动车辆)上的立体系统中的至少一个摄像机的阻碍(还称为阻塞)的状态，并且有助于辅助车辆驾驶员进行他/她的驾驶。
技术介绍
在机动车安全和驾驶辅助的领域中，车载携带于车辆上的视频系统被用于检测障碍物(物体或人)或者检测此车辆外部的事件。通过使用两个车载摄像机，由数字处理系统所管理的视频系统允许确定车辆和这些障碍物之间的距离。那么其有可能承担各种功能，例如:障碍物的检测，危险的检测，道路标志、不要穿越的连续白线的检测和识别，或者其他的对来自另一方向的汽车的检测。后者检测可以与车辆灯光的管理相关联。此外，这些障碍物或事件的识别是通过来自驾驶辅助系统的介入的警告来引起驾驶员的注意的。摄像机的可靠性因此是至关重要的并且可能变为决定性的，例如当需要实时知道在检测到没有障碍物时是否路上真的没有障碍物或者是否摄像机之一被至少部分地阻碍时。对摄像机阻碍的检测因此是与良好能见度的确定同样重要的。应当注意的是，阻碍的常见原因是摄像机光学器件上水的凝结。通常，阻碍的检测导致警告驾驶员存在这种凝结并且可以触发除雾/除霜装置。车载摄像机的阻碍量的确定在专利文件US2013/0070966中得以解决。在这个文件中，屏幕被划分成区段(sector)并且基于对每个区段内通过物体的轮廓所检测到的物体的数量的测量来按区段分析阻碍的概率。这是按图像区段进行分析的方法。根据这个方法的摄像机阻碍的检测仅提供有限的性能:仅在75%的情况中检测到摄像机的部分阻碍，用于执行这个检测的平均距离是200米。此外，在启动时，需要30米的平均距离来确定摄像机的阻碍状态。使用按区段的相同方法，专利文件US8116526的思想是通过“边缘图(map)提取”生成图像数据并且基于该数据来检测特性点。根据三个检测扫描区来分类特性点，该三个检测扫描区分别布置在距车辆的近距离、中等距离和远距离处:一个区专用于道路、另一个区用于侧路和交叉点、以及一个区意图用于盲路(blind alley)或障碍物。以这种方式，图像处理步骤的数量相对于固定模型的检测而被减少，该固定模型的检测具有对整个图像的扫描以便检验图像与模型的对应性。已经开发了针对具有两个摄像机的立体系统的其他方法，其允许提供关于由驾驶员观察到的场景的物体和障碍物的深度的附加信息。这个场景的元素的像素的深度与来自左图像和右图像的匹配像素的移位(另外称为“视差(disparity)”)成反比例，该左图像和右图像对应于场景的初始像素并且分别由左摄像机和右摄像机所检测。视差图(disparitymap)由这样匹配的像素之间的视差的集合构成。通过使用针对场景的深度信息，连续视差图随时间的生成允许驾驶辅助应用的性能被增强。视差图的使用例如由专利文件US 2010/0013908、EP 2 381 416或FR 2 958774所说明。问题是正确匹配左图像和右图像的像素。常规地，视差图的生成通过两个步骤来执行:针对每对像素确定各个匹配度(还称为“匹配评分”)，以及针对每对像素提取视差估i+o通过针对被分析的每对像素考虑这个环境内的像素来执行第一步骤。评分对应于被分析的该对的像素之间的相似性程度。第二步骤允许最可能的视差(其基于这个像素的匹配评分而被估计)被分配给来自左或右两个图像之一的每个像素(称为参考像素)。来自参考图像的像素集合构成立体图像的视差图，保留的视差已被转移到该参考图像上。一般来说，已经根据确定评分的模式和表达视差的模式开发了三种类型的方法用于产生视差图:局部、全局和半全局方法。局部方法基于来自每个图像的每个像素对的匹配评分，该匹配评分在紧密围绕要匹配的两个像素的像素之间获得。可以使用各种相关函数(平方差的和、绝对差的和、中心归一化互相关等)以便随后确定匹配像素的视差。对于所分析的每对像素，选择对应于最好评分的视差。这些局部方法是最简单的并且因此占据很少的资源。它们生成高密度视差图，换句话说，其中大部分像素具有被认为有效的视差，有效性基于成对像素的视差之间的一致性(coherence)准则。然而，这些局部方法在闭塞区域中和在具有很少纹理(texture)的区域(例如对于新道路而言)中显著地遭受高错误率。全局方法在于优化在整个参考图像上定义的能量函数。能量函数定义了视差图必须遵守的约束，例如视差在物体上的连续性。随后，寻求最小化这个能量函数的视差的集合。图形切割(Graph-Cut)方法和置信传播(Belief Propagat1n)是被最多研宄的全局方法。这些方法产生包括少数错误的密集视差图像。但是它们实施起来是复杂的并且需要非常大量的处理和存储器资源，这与车载硬件约束非常不兼容。半全局方法基于与全局方法相同的原理但是基于图像的子集，即线或块。将优化能量函数的问题分解成子问题允许相对于全局方法而减少在处理和存储器资源方面的要求，但是导致重现了视差图上的伪像出现，具有不可忽略的错误率和平均到中等密度(average- to med1cre-density)的视差图(其由伪像的存在而引起)。
技术实现思路
本专利技术的主要目的是提高对具有两个摄像机的立体系统的阻碍状态的确定的性能特性，具有低错误率而同时提取具有高密度的视差图，具有合理大小的处理和存储器资源，从而允许准备好的车载安装。为了这个目的，本专利技术提供了局部和半全局方法的混合方法，其基于在直接半全局分析中将图像分解成区段来使用个体视差图，而不使用能量函数。出于这个目的，本专利技术的主题是一种用于确定车载安装于车辆上的多摄像机系统中的至少一个摄像机的阻碍状态的方法，包括如下步骤: ?采集视场的连续立体图像，来自多摄像机系统的每个立体图像由左图像和右图像形成，所述左图像和右图像被同时产生并以像素形式被数字存储， ?基于连续的多摄像机图像计算视差图，以及 ?计算阻碍水平。在本方法中，所述阻碍水平是由下面的连续步骤所确定的加权平均值: ?将视差图划分成区段， ?由具有被认为有效的视差的像素的百分率(fract1n)来确定每个区段的密度， ?通过在这个区段的密度和预定义的阻碍水平之间进行比较，确定视差图的按区段的立体阻碍概率，以及 ?作为视差图内这些区段的位置的加权的函数确定使区段模糊的概率的加权平均值。相对于使用一个或多个摄像机的其他方法，这个方法然后可以提供关于潜在阻碍的更高速度的判定一一甚至在不存在部分遮蔽车辆的物体时一一提供更大速度的检测和更高速率的阻碍检测。因此，为了定义本专利技术框架内的阻碍水平，视场中单个有纹理表面一一例如道路一一可以是足够的并且因此物体的存在不是必要的。本专利技术获得的性能特性与归因于下面的方法的计算速度相关联。例如，在车辆驾驶仅12米(而不是利用现有技术方法的大约30米)所需要的时间之后确定摄像机的阻碍存在。在优选实施例中: ?能够在确定区段的密度之前在视差图上按区段来执行视差噪声的数字滤波， ?能够通过将数学形态学工具应用到视差图来执行视差噪声的数字滤波。根据其他特别有利的实施例: ?每个区段被分解成称为宏块的子集，这些宏块能够具有相同的大小并且在每个区段内被规则分布，通过测量这个区段的每个宏块的密度来按区段执行视差噪声的数字滤波，该密度是通过宏块的大于阈值的视差本文档来自技高网...
【技术保护点】
一种用于确定车载安装在车辆上的多摄像机系统中至少一个摄像机的阻碍状态的方法，包括如下步骤：· 采集视场的连续立体图像，来自所述多摄像机系统的每个立体图像由左图像和右图像（11、12）形成，所述左图像和右图像（11、12）被同时产生并以像素形式被数字存储，· 基于连续的多摄像机图像计算视差图，以及· 计算阻碍水平，所述阻碍水平是由下面的步骤所确定的加权平均值：· 将所述视差图（20）划分成区段（10），· 由具有被认为有效（108）的视差的像素的百分率来确定每个区段（10）的密度，· 通过在这个区段（10）的密度和预定义的阻碍水平之间进行比较，确定所述视差图（20）的按区段（109）的立体阻碍概率，以及· 作为所述视差图（20）内这些区段（10）的位置的加权（118）的函数确定（119）使所述区段（10）模糊的概率的加权平均值；所述确定方法特征在于其还包括补充的单维‑立体组合分析测试，所述补充的单维‑立体组合分析测试包括下面的步骤以便确定在摄像机前面存在物体：· 选择（112）要分析的两个立体图像（11；12）之一，称为单维图像；· 将这个单维图像（11；12）分解（113）成具有与所述视差图（22）的区段（10b）相同尺寸的区段（10a）以便形成单维图（32）；·转移到单维图（32）上来计算（114）单维图像（11；12）的按区段（10a）的单维阻碍概率，所述计算是通过使用检测数据的特性点检测和边缘检测分析来执行的；· 比较立体阻碍和单维阻碍的概率，然后通过将与最高密度相对应的最低阻碍概率分配给视差图（22）的每个区段（10b），来在具有按区段（10b）的立体阻碍概率（109）的视差图（22）和具有按区段（10a）的单维阻碍概率（114）的单维图（32）之间进行合并（115），以便生成被称为合并（42）的视差图；以及· 如果合并的阻碍概率全局低于立体阻碍概率（测试116），则对应于正被分析的图像（11；12）的摄像机被认为潜在地被阻碍并且处理被触发（117）；在相反情况中，物体被认为已经遮蔽正被分析的摄像机的视场。...
【技术特征摘要】
...
【专利技术属性】
技术研发人员：L巴雅尔，A吉拉，S龙尼，G巴拉托夫，
申请(专利权)人：法国大陆汽车公司，大陆汽车有限公司，
类型：发明
国别省市：法国;FR
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。