JP5823661B2 - 自動車の視界を妨げる事象の検出方法 - Google Patents

Description

本発明は、自動車の視界を妨げる事象の検出方法、および、その方法の実行を可能にする検出装置に関する。

本発明は、特に、自動車の分野に応用される。

自動車への応用において、視界を妨げる霧などの事象を検出するための、従来技術における公知の方法は、夜間における濃霧を検出するためにビデオ画像を用いる。この目的のために、霧からのヘッドランプの光の反射によって発生する、楕円形状の明るい光輪が用いられる。霧は、この楕円の特性値の関数として検出される。

薄いまたは中間の濃度の霧を自動車のヘッドランプで照射したとき、そのような霧によっては、十分に視認可能な楕円形状の光輪は発生しない。したがって、この最新技術の１つの問題は、そのような霧の検出に光輪を用いることができないため、薄いまたは中間の濃度の霧を検出することができないということである。

本発明は、特に夜間において、霧の濃度に関係なく、視界を妨げる霧などの事象を検出することを目的とするものである。

本発明の第１の態様によれば、この目的は、次のステップを含む、自動車の周囲の視界を妨げる事象を検出する方法によって達成される。
自動車のヘッドランプの少なくとも１つから、自動車の周囲に、光ビームを放射するステップと、
自動車の周囲を撮った画像中に、少なくとも１つの関心点を決定するステップと、
前記画像中に、関心領域を決定するステップと、
前記関心領域に基づいて、グレースケールのグラフを決定するステップと、
前記決定された関心点に関連付けて、グレースケールのグラフ中に、エリアを決定するステップ。

以下に詳述するように、異なるグレースケールのグラフ内に画定されるエリアは、自動車を囲む大気と自動車の前方の大気の変化に関連して、したがって、この大気を変化させる霧の存在に関連して、変化する。したがって、このエリアは、霧の濃度に関係なく、いかなる霧の検出をも可能にする。このエリアは、さらに、そのエリア内で観察される異なる値に基づいて、霧の濃度を決定することを可能にする。したがって、霧の濃度を検出する、別の方法を用いる必要はない。さらに、このような本発明の方法の実行は、容易である。

本発明の実施形態によれば、この方法は、さらに、次の特性を有する。
この方法は、更に前記エリアの少なくとも１つの閾値に基づいて、視界を妨げる事象の存在を決定するステップを含む。これによって、視界を妨げる事象の存在を検出することができるだけではなくて、その濃度をも決定することもできる。

この方法は、更に特定のエリアに関連付けて、可視距離を決定するステップをさらに含む。これによって、最終的に、最適な車間距離を確保するための最高運転速度を得ることができる。

関心点は、画像中の地平線上に位置している。地平線は、画像処理によって容易に決定される。

そして、関心領域は、自動車のハンドル角度に関連付けて、画像中に決定される。したがって、自動車がたどる道路の方向を考慮にいれることが可能である。これによって、道路が曲がりくねっている場合にも、均質な関心領域が得られる。

本発明の第２の態様によれば、本発明は、次のものを備える、自動車の周囲の視界を妨げる事象を検出するための装置に関する。
・自動車の周囲に、光ビームを放射するための
− 少なくとも１つのヘッドランプと、
・自動車の周囲を撮った画像中に、少なくとも１つの関心点を決定し、
・その画像中に、関心領域を決定し、
・その関心領域に基づいて、グレースケールのグラフを決定し、そして、
・識別された関心点に関連付けて、グレースケールのグラフ中に、エリアを決定する
− 制御ユニット。

本発明の第３の態様によれば、本発明は、情報処理ユニットによって遂行することができる、１つ以上の命令系列を含むコンピュータプログラムであって、命令系列を実行することによって、上記の特性のいずれか１つを有する方法が行われるコンピュータプログラムに関する。

本発明の他の特性および利点が、以下の説明を読み、そして、添付図面を検討することによって、よりよく理解される。

本発明の視界を妨げる事象を検出する方法を、図１に示す。

本出願において、検出は、自動車Ｖに搭載された検出器を用いて行われる。その自動車は、ヘッドランプと、特に以下に詳述するビデオカメラを有している。

本明細書において、視界を妨げる霧などの現象Ｆは、実施例として取り上げられる。

この方法を、視界を妨げる他の現象、すなわち、大雨、または、自動車Ｖの前方を走行している自動車によって引き起こされる水しぶき（ドイツ語でギシュト、英語でスプレーとして知られている）などの、自動車Ｖの乗員の視界の悪化を引き起こす性質を有する、大気の乱れを生じる任意の事象に適用することができることは明白である。

検出方法は、図１に示すように、次のステップを含む。
自動車Ｖの周囲の状態の取得画像Ｉ中に、少なくとも１つの関心点Ｈを決定するステップ（ステップＣＡＬＣ＿Ｈ（Ｉ））と、
画像Ｉ中に、関心領域ＲＯＩを決定するステップ（ステップＣＡＬＣ＿ＲＯＩ（Ｉ））と、
関心領域ＲＯＩに基づいて、異なるグレースケールのグラフＣＬを決定するステップ（ステップＣＡＬＣ＿ＣＬ（ＲＯＩ））と、
計算された関心点Ｈに関連付けて、異なるグレースケールのグラフＣＬ内に、エリアＡを決定するステップ（ステップＣＡＬＣ＿Ａ（ＣＬ，Ｈ））。

一実施形態において、本発明による方法は、さらに、次のステップを含む。
エリアＡの少なくとも１つの閾値ＶＡｓに関連付けて、霧Ｆの存在を決定するステップ（ステップＣＡＬＣ＿Ｆ（ＶＡｓ））。

一実施形態において、本発明の方法は、さらに、次のステップを含む。
確定されたエリアＡに関連付けて、可視距離ＤＶＭを決定するステップ（ステップＣＡＬＣ＿ＤＶＭ（Ａ））。

これらの２つの実施形態は、組み合わせてもよい。

一実施形態において、本発明の方法は、さらに、次のステップを含む。
カメラによって、少なくとも１つの画像Ｉを取得するステップ（ステップＡＣＱ＿ＳＱ（Ｉ））。

画像Ｉを取得するこのステップは、前述の方法の開始時に実行される別の方法の一部を形成することができるが、前述の方法の一部を形成することはできない。

各ステップが、以下に、より詳細に説明される。

第１のステップ１において、少なくとも１つの画像Ｉが、自動車Ｖに搭載されているカメラによって取得される。

実施例に示すように、ビデオカメラＣＡＭが、自動車Ｖの前側に配置される場合には、取得画像Ｉは、ビデオカメラＣＡＭの視野内に位置する。したがって、自動車Ｖの前方の周囲Ｅに一致する。したがって、自動車Ｖの前方の、視界を妨げる霧Ｆなどの事象を検出することができる。

自動車のヘッドランプＰＪの１つから放射された光ビームＦＸからの光が、大気中に浮遊している霧Ｆ粒子の存在下で拡散される。この光ビームの波長が、ビデオカメラＣＡＭの分光分析に適合しており、そして、霧Ｆを作り出している粒子が、ビデオカメラＣＡＭの視野内にあるので、霧Ｆ中で拡散した光を含む画像を取得することができる。

図２は、霧Ｆが存在していない夜間に撮られた取得画像Ｉの一例を示しており、一方、図３は、霧Ｆが存在している夜間に撮られた取得画像Ｉの一例を示している。この画像ＩのコラムＣｎは、画像Ｉの横座標によって与えることができ、一方、この画像ＩのラインＬｎは、画像Ｉの縦座標によって与えることができる。

これらの画像Ｉは、自動車のヘッドランプＰＪによって放射された光ビームＦＸからの、暗闇に拡散された光の様子を示している。

白い部分は、光ビームＦＸからの、暗闇に拡散された光を表わしており、一方、Ｎと記入されている、斜線を施された部分は、ビデオカメラＣＡＭの視野内の、光ビームＦＸによって照射されていない周囲Ｅ（本明細書においては、自動車Ｖの前方の）を表わしている。

図２および図３には、次のものが示されている。すなわち、
２本の側面路面標識（白線Ｌ１およびＬ２）および中央路面標識（白線Ｌ３）によって表わされる、自動車Ｖが走行している道路と、
道路と境界を接している地表Ｐ。

図３においては、道路と境界を接している地表Ｐは、線図的に表わされている霧Ｆによって覆い隠されるので、点線によって示されている。

第２のステップ２において、少なくとも１つの関心点Ｈが、自動車Ｖの周囲Ｅの取得画像Ｉ中に決定される。

一実施形態において、この関心点は、取得画像Ｉ中の地平線Ｈに沿って位置している。

実施例において、路上の白線Ｌ１とＬ２との交差点によって得られる、または、それに代えて、自動車姿勢センサから得られる、画像Ｉ中の計算された消失点ＰＦから、地平線Ｈを決定することが可能である。

画像内に地平線Ｈを決定する方法は、当業者には周知であるから、本明細書においては、詳細な説明は行わない。

地平線Ｈを、１つ以上の関心点の位置として決定することによって、計算が容易になる。

地平線Ｈは、図２と図３との両方に示されている。

図３においては、地平線Ｈは、霧Ｆによって覆い隠されるので、点線で示されている。

第３のステップ３において、関心領域ＲＯＩが、画像Ｉ中に決定される。

実施例において、関心領域ＲＯＩを、次のように決定することができる。すなわち、画像Ｉ内の基準点ＰＲを通過する垂直直線の両側に位置しており、かつ、図２および図３に示されている点線によって境界を定められている領域として、基準点ＰＲの近傍に決定される。

一実施形態において、基準点ＰＲは、図２および図３に示されている消失点ＰＦである。

この実施形態の一変形例において、消失点ＰＦは、取得画像Ｉの中心に位置している。この場合には、６４０×４８０ピクセル構成の典型的な画像Ｉにおいて、その横座標の原点ＰＦｘは、３２０ピクセル目に位置しており、また、その縦座標の原点ＰＦｙは、地平線Ｈ上にある。この状態において、ビデオカメラＣＡＭの光軸は、自動車Ｖの走行方向に平行であると仮定されている。

第２の実施形態による関心領域ＲＯＩを、一実施形態において、次のように決定することができる。

第１のステップにおいて、画像Ｉの不均質なゾーンを除去して、同一の平均グレースケールを得るように、画像Ｉの輪郭を決定する。実施例において、ソーベル、プレヴィット、ロバーツ、ゼロクロス、キャニー法などの輪郭検出方法（英語で、「エッジメソッド」として知られている）を用いることができる。

第２のステップにおいて、関心領域ＲＯＩは、当業者には周知の技法である、取得画像の地平線Ｈから上方および下方に向かって領域を増加させるアルゴリズムを用いて決定される。地平線Ｈを決定するための実施例において、路面標識の白線Ｌ１とL２との交差点として計算された、または、それに代えて、自動車姿勢センサを用いて計算された、画像Ｉの消失点ＰＦに基づいて、この地平線を決定することができる。画像中に地平線Ｈを決定する方法は、当業者に既知であり、したがって、本明細書においては、より詳細な説明は行わない。

このようにして、均質な関心領域ＲＯＩを得ることができて、次のものが排除される。
ノイズ、寄生物、および自動車、または、図２および図３に示されている白線Ｌ３のような、道路に沿った白線などの不均質物体。

ある実施形態においては、さらに、曲がりくねった道路の場合においてさえ、均質な関心領域ＲＯＩを得るために、関心領域ＲＯＩが、自動車Ｖのハンドル角度αの関数として、画像Ｉ中に決定される。

第１の代替実施形態においては、
関心領域ＲＯＩは、ハンドル角度αがゼロであるときに、画像Ｉの基準点ＰＲ（上記を参照のこと）に中心を有するように配置され、また、
関心領域ＲＯＩは、ハンドル角度αがゼロでないときに、画像Ｉの基準点ＰＲに対して横方向に中心をずらされる。一実施例において、関心領域ＲＯＩは、ハンドル角度αの３倍だけ、中心をずらされる。

このようにして、ハンドル角度αが正であるとき、関心領域ＲＯＩは、画像Ｉの右側に中心をずらされる。一方、ハンドル角度αが負であるとき、関心領域ＲＯＩは、画像の左側に中心をずらされる。例えば、ハンドル角度αが１０°であるとき、関心領域ＲＯＩは、基準点ＰＲに対して右側に３０ピクセルだけ中心をずらされ、したがって、（３２０＋３０）番目のピクセルの位置に設定される新しい基準点に中心を有する。

第２の代替実施形態においては、
関心領域ＲＯＩは、ハンドル角度αが、絶対値において１５°以下であるとき、画像Ｉの基準点ＰＲ（上記を参照のこと）に中心を有するように配置され、また、
関心領域ＲＯＩは、ハンドル角度αが、絶対値において１５°を超過するとき、画像Ｉの基準点ＰＲに対して横方向に中心をずらされる。一実施例においては、関心領域ＲＯＩは、ハンドル角度αの３倍だけ、中心をずらされている。この閾値１５°は、曲がりくねった道路の一特性である。ハンドル角度αが、絶対値において１５°未満であるときには、自動車Ｖの運転者は、真っ直ぐには運転してしないが、道路は、ほぼ真っ直ぐである。

したがって、ハンドル角度αが、＋１５°を超過しているとき、関心領域ＲＯＩは、画像Ｉの右側に中心をずらされる（道路は右側にカーブしている）。一方、ハンドル角度αが、−１５°を絶対値において超えているとき、関心領域ＲＯＩは、画像Ｉの左側に中心をずらされる（道路は左側にカーブしている）。

例えば、ハンドル角度αが−１８°であるとき、関心領域ＲＯＩは、基準点ＰＲに対して左側に５４ピクセルだけ中心をずらされ、したがって、（３２０−５４）番目のピクセルの位置に設定される新しい基準点に中心を有する。

このように、取得画像Ｉの関心領域ＲＯＩの位置（より詳細には、上述のように、横座標に関する位置）を、ハンドル角度αに関連付けて決定するということは、進行方向を考慮に入れることができ、したがって、道路が曲がりくねっている場合にも、傾斜、立ち木などの接近してくる障害物を避けることができるということを意味している。したがって、関心領域ＲＯＩは、より均質になる。

必要であれば、第２のステップと第３のステップとを、並行して実行することができる。

第４のステップ４において、関心領域ＲＯＩに基づいて、異なるグレースケールのグラフＣＬが決定される。

重要な関心事は、霧Ｆの存在が、グラフの形状に影響を与えるので、異なるグレースケールのグラフＣＬを検討することによって、霧Ｆの存在を決定することができるということである。

一実施形態において、この異なるグレースケールのグラフＣＬは次のように決定される。取得画像Ｉの各ラインＬｎにおいて、関心領域ＲＯＩのピクセルのみが考慮され、そして、それらのピクセルＰｘの属性が、各ラインにおける値ＧＲを得るために利用される。この値ＧＲは、例えば、ビデオ画像の場合には、次に説明するように、グレースケールの値である。

一典型実施形態において、この属性は、問題にしているラインＬｎの各ピクセルＰｘのグレースケールの中央値である。中央値を用いることの利点は、それによってグレースケールの平均値を見積ることができ、また、同時に、画像Ｉのノイズの問題を解決できるということである。

図４は、霧Ｆが存在していない状態における、第１の例のグレースケールのグラフＣＬ１を含んでいる。一方、図５は、霧Ｆが存在している状態における、第２の例のグレースケールのグラフＣＬ２を含んでいる。

図に見られるように、異なるグレースケールの各グラフにおいて、取得画像ＩにおけるラインＬｎの番号が、横座標に示されており、グレースケールの値ＧＲが、縦座標に示されている。

地平線Ｈが、異なるグレースケールのグラフＣＬ１とＣＬ２との両方に加えられており、ほぼ横座標２２０の位置に引かれている。

ビデオカメラＣＡＭの集積時間がわかっている場合には、このようなグラフＣＬ１やＣＬ２を、実施形態において、輝度曲線、視感度曲線のいずれにもすることができる。

ビデオカメラＣＡＭの集積時間は、カメラセンサが露光されている時間を表わす。

第５のステップ５において、特定の関心点Ｈに関連付けて、異なるグレースケールのグラフＣＬ内に、エリアＡが決定される。

以下に示されるように、このグラフのエリアＡを調べることによって、霧Ｆが存在するか否かを決定することができる。

上記のように、関心点は、地平線Ｈ上に位置しており、一実施形態において、このエリアＡは、地平線Ｈに関連付けて決定される。

第１の代替実施形態において、このエリアＡは、取得画像Ｉの上端から地平線Ｈに至るエリアである。したがって、エリアＡは、地平線Ｈよりも上に位置しているエリアである。

この代替実施形態の利点は、霧が存在していない場合の、異なるグレースケールのグラフＣＬ１を、道路の状況（例えば、道路の舗装、水分量など）などのパラメータに無関係な基準曲線として得ることができるということである。したがって、このようにして得られた、霧が存在していない場合の基準曲線のエリアＡ１は、ほぼ一定であり、したがって、得られたグラフＣＬ１（以下、基準グラフと呼ぶこともある）は安定である（画像の上部は黒い）。

以下に示されるように、霧Ｆが存在している場合の、異なるグレースケールのグラフＣＬ２のエリアＡ２は、基準グラフＣＬ１のエリアＡ１と異なる。したがって、霧の存在を確証するために、グラフＣＬ２を、安定な基準グラフＣＬ１と比較して分析することは簡単なことである。

さらに、この代替実施形態の利点は、霧Ｆが存在しない場合には、自動車のヘッドランプからの光の拡散が、地平線Ｈよりも上には存在しないが、霧Ｆが存在する場合には、自動車のヘッドランプからの光ビームＦＸの、霧Ｆの粒子による反射によって生じる光拡散が存在するということである。異なるグレースケールのグラフを調べることによって、この光の拡散を識別することができる。

第２の代替実施形態において、このエリアＡを、取得画像Ｉの下端から地平線Ｈまでのエリアであるように選択することもできる。

図６および図７に見られるように、それぞれ、霧Ｆが存在していないときと、霧Ｆが存在しているときとに取得された画像Ｉに対する、異なるグレースケールのグラフＣＬ１およびＣＬ２が、それぞれの画像Ｉに重ね合わされる（それらのグラフは、上述の図４および図５に示されているグラフ例に比して、９０°だけ回転している）。

異なるグレースケールのグラフＣＬ１およびＣＬ２のそれぞれのエリアＡ１およびＡ２が、第１の代替実施形態にしたがって（画像の上部に）、それぞれ、図６および図７に水平ハッチングで示されている。

第６のステップ６において、霧Ｆの存在と、その濃度との両方が決定される。

第１の実施形態において、霧Ｆの存在、および、その濃度が、エリアＡの少なくとも１つの閾値ＶＡｓに関連付けて決定される。

より詳細には、霧Ｆの存在、および、その濃度は、次のことを特定することができる、いくつかの閾値ＶＡｓに関連付けて決定される。
自動車は、霧Ｆを含むエリアに接近しているか、それから遠ざかっている。
自動車は、霧Ｆを含むエリア内にある。
霧Ｆの濃度は薄い。
霧Ｆの濃度は中間である、
霧Ｆの濃度は濃い。

霧Ｆの濃度は、可視距離ＤＶＭに関連している。

霧Ｆの濃度と可視距離ＤＶＭとの関係は、次のようになる。
低濃度：対応する可視距離ＤＶＭは、１００メートルを超過する（例えば、１００〜１５０メートル）。
中間濃度：対応する可視距離ＤＶＭは、６０〜１００メートルである。
高濃度：対応する可視距離ＤＶＭは、６０メートル未満である。

図８は、ある期間にわたる、すなわち、一連のＳＱの取得画像Ｉにおける、異なるグレースケールのグラフで決定されたエリアＡの変化の、一実施例を示している。

時間は、横座標に秒単位で示されており、また、エリアＡは，縦座標にピクセル数で示されている。

時間ｔ０＝０において、エリアＡの値は、霧が存在していないことを示している。一実施例において、値ＶＡ１は、図６に示されている、霧Ｆが存在していないときの、異なるグレースケールの基準グラフＣＬ１におけるエリアＡ１に対応する１７７７ピクセル数に等しい。

画像が取得されるにつれて、エリアＡの値は、自動車の周辺の大気および自動車の前方の大気の変化に依存して、したがって、自動車が現在位置している、または入ろうとしている場所の霧Ｆの有無に依存して変化する。

時間ｔ０〜ｔ１では、エリアＡの値が増加していき、第１の閾値ＶＡｓ１よりも大きくなることが示されている。これによって、ｔ１において、霧Ｆの存在する場所に入っていくと推定することができる。

自動車Ｖは、まだ、霧Ｆの存在する場所に達していないが、そこに接近していることが検出されている。

このように、エリアＡの漸進的な変化は、霧を含んでいる場所に接近しており、そこに入ろうとしていることを示している。したがって、前面カメラを用いることによって、事前に、霧Ｆを検出することができる。

一実施例において、第１の閾値ＶＡｓ１は３０００に等しい。この閾値以上では、信号中にノイズが存在していると推測することができる。

時間ｔ２〜ｔ３では、エリアＡの値は、霧Ｆの１つの特性である第２の閾値ＶＡｓ２よりも大きい。

したがって、自動車は、霧Ｆを含んでいる場所内にある。

一実施例において、この第２の閾値ＶＡｓ２は、約７０００ピクセル数のレベルにあり、中間濃度の霧に相当する。

例えば８０５７ピクセル数に等しい値ＶＡ２は、図７に示されている、霧Ｆが存在しているときの、異なるグレースケールのグラフＣＬ２のエリアＡ２に対応しており、したがって、第２の閾値ＶＡｓ２よりも上に位置している。

時間ｔ３を過ぎると、エリアＡの値は、再度、第２の閾値ＶＡｓ２未満に低下して、次いで、次第に減少していく。これによって、自動車は、霧Ｆを含んでいる場所から離れつつあると推測することができる。

自動車Ｖが位置している場所の霧Ｆが高濃度であることを確証するために、第３の閾値ＶＡｓ３が用いられる。一実施例において、この第３の閾値ＶＡｓ３は、９０００ピクセル数を超過する。

図８の例においては、第３の閾値ＶＡｓ３に到達していない。

第２の実施形態において、霧Ｆの存在と、その濃度との両方を、可視距離ＤＶＭに関連付けて検出することができる。可視距離ＤＶＭは、上述の特定のエリアＡに関連付けて決定される。

一実施形態において、用いるエリアＡが、取得画像Ｉの上端から地平線Ｈまでのエリアである場合には、可視距離ＤＶＭと、問題にしているエリアＡとの間の関係は、次の式で表わされる。
ＤＶＭ ＝ ２７５ − Ａ×１５／６００ （１）

この場合、式（１）は、用いているアスファルトのタイプ、道路表面の質、または、道路の上述した、任意の他の特性に依存しない。

式（１）で、異なる係数を用いてもよいことは明白である。

霧Ｆの存在と、その濃度との両方を、このようにして計算された可視距離から推定することができる。

このように、一実施形態において、可視距離が１５０メートル未満である場合に、霧Ｆが存在していると推定することができる。

さらに、濃度に関しては、可視距離が６０メートル未満であるときには、霧Ｆの濃度が濃いと推定することができ、一方、可視距離が６０メートル以上であるときには、霧Ｆの濃度は、中間（６０〜１００メートル）か薄い（１００〜１５０メートル）かのいずれかであると推定することができる。

したがって、可視距離ＤＶＭを計算することによって、自動車Ｖの運転者は、安全に運転するために、したがって、さらに、最適な車間距離を確保することができるように、超過するべきではない最高許容速度Ｖｍａｘに関する情報を得ることができる。一実施例において、９０ｋｍ／ｈの速度では、停止距離は約８０メートルであることがわかっている。

これらの２つのモード（閾値ＶＡｓの使用、および、可視距離ＤＶＭの計算）を、併行して、または順次に行うように組み合わせることができる。

第７のステップ７において、霧Ｆが検出されて、その濃度が決定された後、そして、必要に応じて、可視距離ＤＶＭが計算された後、自動車Ｖに、リアルタイムに、適切な処理ＣＤを行うことができる。

実施例において、この処理ＣＤは、次の事項の１つであり得る。
ヘッドランプＰＪのロービームまたはハイビームの強度を増加させることによって（例えば、路上の白線を見やすくするために）、自動車ＶのヘッドランプＰＪのビームを自動的に適合させる、および／または、フォグランプ（前部および後部の）を点灯させる。または、
例えば、輝度を増加させることによって、またはフォグランプのスイッチを入れることによって、ヘッドランプＰＪの強度を増加させるように、自動車Ｖの運転者に警告信号を送る。または、
ヘッドランプのビームを、ハイビームからロービームに、またはその逆に自動的に切り替える。または、
自動車の速度を、この場合の最高許容速度Ｖｍａｘまで自動的に低下させる。または、
自動車Ｖの運転者に、最高許容速度、または、その自動車Ｖの停止距離を考慮に入れて、速度を落とすように忠告を与えるための警告信号を送るなど。

実施例において、霧Ｆの濃度に依存して、次のものを決定することができる。
可視距離ＤＶＭの、フォグランプ点灯のための閾値、および
与えられた閾値以上の可視距離ＤＶＭにおける、ロービームとハイビームとのヘッドランプＰＪの自動切り換え閾値、または
与えられた閾値未満の可視距離ＤＶＭにおける、ロービームとハイビームとのヘッドランプＰＪの自動切り換え閾値など。

実施例において、これらの各閾値を、現存する法規に基づいて、または、メーカー標準にしたがって定めることができる。

上述の方法によって、画像Ｉの処理が実行されるのと同時に、この第７のステップがなされる。

このようにして、例えば、ロービームまたはハイビームのどちらかへのヘッドランプＰＪのビーム設定の自動制御などの適切な処理ＣＤが、視界を妨げる霧Ｆなどの事象が検出されたときに常に実行され、そして、そのような検出の各々は、画像Ｉのそれぞれの取得とともに生じるから、処理ＣＤはリアルタイムに実行される。

さらに、処理ＣＤを、次のものを用いて実行することができる。
可視距離ＤＶＭのみ（異なるグレースケールのグラフＣＬの閾値ＶＡｓを用いない）、または、
異なるグレースケールのグラフＣＬの閾値ＶＡｓのみ（可視距離ＤＶＭを用いない）、または、
可視距離ＤＶＭと、異なるグレースケールのグラフＣＬの閾値ＶＡｓとの両方。

本発明の方法は、図９に示されている検出装置ＤＩＳＰを用いて実行される。

この検出装置ＤＩＳＰは、自動車Ｖに搭載され、そして、詳細には、次の方法を実行する制御ユニットＵＣを備えている。
自動車Ｖの周囲Ｅを撮った画像Ｉ中に、少なくとも１つの関心点Ｈを決定するステップと、
画像Ｉ中に、関心領域ＲＯＩを決定するステップと、
関心領域ＲＯＩから、異なるグレースケールのグラフＣＬを決定するステップと、
与えられた関心点Ｈに関連付けて、異なるグレースケールのグラフＣＬ中に、エリアＡを決定するステップ。

制御ユニットＵＣは、さらに、ヘッドランプＰＪおよびビデオカメラＣＡＭの制御、ロービームモードまたはハイビームモードのいずれかへのヘッドランプＰＪのビームの制御（自動調整）、およびフォグランプの自動切り換えの制御を行うこともできる。あるいは、また、制御ユニットＵＣは、適切な処理ＣＤを実行することができる（警告信号を送ることによって）。

一実施形態において、検出装置ＤＩＳＰは、さらに、図９に示されているように、画像Ｉを取得することができるビデオカメラＣＡＭを備えることもできる。この場合、制御ユニットＵＣを、ビデオカメラＣＡＭ内に組み込むこともできる。

ビデオカメラＣＡＭは、一実施例において、自動車Ｖのフロントガラスの後方に位置している。更なる一実施例において、ビデオカメラＣＡＭは、自動車ＶのヘッドランプＰＪの１つの近傍に配置されている。

ビデオカメラＣＡＭは、例えば、６４０×４８０の解像度を有する（言い換えると、８ビット（１ピクセル当たり）の取得画像Ｉは、６４０コラムおよび４８０ラインを有する）ＶＧＡタイプであり、かつ、この目的のためのレンズ（図示せず）を備えている。このようにして取得された画像Ｉは、最大解像度を有する。

特定の値ＧＲが、各ピクセルＰｘの属性として存在する。この値ＧＲは、カメラで用いられる処理操作（カメラの集積時間、応答曲線、利得などの制御）の基となるグレースケールの値として知られている。グレースケールのこの値は、種々の形式で、例えば、８ビットや１２ビットの形式で、または任意の他の形式で表わすことができる。

例えば、８ビットピクセルのグレースケールは、例えば０〜２５５であり、１２ビットピクセルのグレースケールは、例えば０〜４０９５である。

一実施形態において、ビデオカメラＣＡＭは、１秒当たり１０画像を取得する。

異なる解像度を有する、異なるタイプのカメラを用いることもできる。

霧Ｆを検出するために用いるビデオカメラＣＡＭを、さらに、次のような、他の公知の機能のために用いることができる。
路面標識用の白線の検出（それによって、無意識に白線を横切ることを避けることができるように）、および
ヘッドランプのロービームとハイビームとの自動切り換え、または、対向車両が出現した場合の自動再切り換え（対向車両の眩惑を防止するための）など。

さらに、上述の方法のステップの全ては、ビデオカメラＣＡＭによって取得された１つ以上（一連のＳＱ）の画像Ｉに対して実行され、そして、それは、リアルタイムになされる。すなわち、１秒当たり１０枚の一連の画像を、ビデオカメラＣＡＭによって取得する例においては、ステップ全体で要する時間は、１／１０秒を超過しない。したがって、この方法は、非常に高速で行われる。

上述の検出方法は、ソフトウェアでプログラムされたマイクロデバイス、有線論理システム、および／または電子ハードウェア部品を用いて実行することができる。

したがって、検出装置ＤＩＳＰは、マイクロプロセッサなどのデータ処理ユニット、または、マイクロコントローラ、ＡＳＩＣまたはコンピュータなどの処理ユニットによって実行することができる、１つ以上の命令系列を含むコンピュータプログラム製品ＰＧを有することができる。この命令系列を実行することによって、本発明の方法を行わせることができる。

このようなコンピュータプログラム製品ＰＧは、ＲＯＭタイプの不揮発性の書き込み不能なメモリ、または、ＥＥＰＲＯＭまたはＦＬＡＳＨタイプの不揮発性の再書き込み可能なメモリに記憶させることができる。このコンピュータプログラム製品ＰＧは、製造中にメモリに書き込むことができる、または、メモリにロードすることができる、または、遠隔操作によってメモリにロードすることができる。命令系列は、機械語命令系列、または、それに代えて、実行時に、処理ユニットによって機械語に翻訳処理される制御語系列であってもよい。

図９に示されている実施例において、コンピュータプログラム製品ＰＧは、検出装置ＤＩＳＰの制御ユニットＵＣのメモリに書き込まれている。

本発明の方法は、上述の各実施形態および実施例に限定されない。

したがって、上述の方法には、例えばフォグランプの点灯などの適切な処理ＣＤを行うために、後部に搭載されたカメラおよびテールランプを用いることもできる。

さらに、決定された関心領域ＲＯＩが、十分に均質でない場合には、それを用いずに、その後の取得画像Ｉ上に関心領域ＲＯＩが決定されるまで待機することも可能である。

最後に、本発明を、上述の自動車と異なる分野に適用することもできる。

したがって、本発明は、次の長所を有する。
視界を妨げる霧Ｆなどの事象の存在を検出して、適切な処理ＣＤを開始することができる。

霧Ｆの濃度を計算することができる。

可視距離ＤＶＭを、自動車Ｖのユーザに対して決定することができる。

実行が容易である（関心領域、地平線Ｈ、異なるグレースケールのグラフ、および、そのエリアＡの決定が容易に行われる）。

車両のシャーシ上にいかなる邪魔な装置も取り付けることなく、信号ランプまたはヘッドランプなどの照明システムまたは信号システムに容易に統合することができる（カメラ、ソフトウェア／ハードウェア）。

自動車が入る前に、接近してくる霧の一部を、前もって検出することによって、霧の存在を予測することができる。

したがって、例えば、視界を妨げる事象を検出するための１つのカメラと、路面標識を検出するためのもう１つのカメラとの２つのカメラを用いることが不要である。したがって、両機能が、多機能な単一のカメラによって達成される。

本発明による検出方法の一実施形態を示す図である。 図１に示されている検出方法によって取得された、霧が存在していない場合の、自動車の周囲の画像の線図である。 図１に示されている検出方法によって取得された、霧が存在している場合の、自動車の周囲の画像の線図である。 図２の画像の図、および、対応するグレースケールのグラフである。 図３の画像の図、および、対応するグレースケールのグラフである。 対応するグレースケールのグラフが重ね合わされた図２の画像、および、グレースケールのグラフ内のエリアを示す図である。 対応するグレースケールのグラフが重ね合わされた図３の画像、および、グレースケールのグラフ内のエリアを示す図である。 図１に示されている検出方法によって計算された、グレースケールのグラフ内のエリアの時間変化を示す図である。 図１に示されている検出方法を行うための装置の非限定的な一実施形態を示す図である。

ＣＡＭ ビデオカメラ
ＤＩＳＰ 検出装置
Ｅ 周囲
ＦＸ 光ビーム
ＰＧ コンピュータプログラム製品
ＰＪ ヘッドランプ
ＵＣ 制御ユニット
Ｖ 自動車

Claims (5)

1. − 自動車（Ｖ）のヘッドランプ（ＰＪ）の少なくとも１つからの光ビーム（ＦＸ）を、該自動車（Ｖ）の周囲（Ｅ）に放射するステップと、
   − 前記自動車（Ｖ）の周囲（Ｅ）を撮った画像（Ｉ）中に、少なくとも１つの関心点（Ｈ）を決定するステップと、
   前記関心点（Ｈ）は、前記画像（Ｉ）中の地平線上に位置し、
   − 前記画像（Ｉ）中に、関心領域（ＲＯＩ）を決定するステップと、
   前記関心領域（ＲＯＩ）は、前記画像（Ｉ）内の基準点（ＰＲ）を通過する垂直直線の両側に位置し、前記基準点（ＰＲ）の近傍にあり、
   − 前記関心領域（ＲＯＩ）から、グレースケール（ＧＲ）のグラフ（ＣＬ）を決定するステップと、
   − 前記決定された関心点（Ｈ）に関連付けて、グレースケール（ＧＲ）のグラフ（ＣＬ）中に、エリア（Ａ）を決定するステップと、
   − 前記画像（Ｉ）の前記関心領域（ＲＯＩ）内におけるライン（Ｌｎ）上の各ピクセル（Ｐｘ）に対する前記グレースケールの中央値を利用して、前記グレースケールの値（ＧＲ）を決定するステップと、
   − 前記ライン（Ｌｎ）それぞれに該当する前記グレースケールの値（ＧＲ）をグラフ（ＣＬ）に沿って積算することによって、前記エリア（Ａ）を決定するステップと、
   − 前記エリア（Ａ）と少なくとも１つの閾値（ＶＡｓ）とを比較して、前記視界を妨げる事象（Ｆ）を決定するステップとを含み、
   前記エリア（Ａ）は、前記自動車（Ｖ）を囲む大気と前記自動車（Ｖ）の前方の大気の変化に関連して、したがって、前記大気を変化させる前記視界を妨げる事象（Ｆ）の存在に関連して変化し、
   所定の技法である、前記画像の前記地平線から上方および下方に向かって領域を増加させるアルゴリズムを用いて決定される、自動車（Ｖ）の周囲（Ｅ）の視界を妨げる事象（Ｆ）を検出する検出方法。
2. 前記エリア（Ａ）に関連付けて、可視距離（ＤＶＭ）を決定するステップを含む、請求項１に記載の検出方法。
3. 前記関心領域（ＲＯＩ）は、前記自動車（Ｖ）のハンドル角度（α）に関連付けて、前記画像（Ｉ）中に決定される、請求項１または２のいずれか１つに記載の検出方法。
4. ・自動車（Ｖ）の周囲（Ｅ）に、光ビーム（ＦＸ）を放射するための
   − 少なくとも１つのヘッドランプ（ＰＪ）と、
   ・前記自動車（Ｖ）の周囲（Ｅ）を撮った画像（Ｉ）中に、少なくとも１つの関心点（Ｈ）を決定し、
   前記関心点（Ｈ）は、前記画像（Ｉ）中の地平線上に位置し、
   ・前記画像（Ｉ）中に、関心領域（ＲＯＩ）を決定し、
   前記関心領域（ＲＯＩ）は、前記画像（Ｉ）内の基準点（ＰＲ）を通過する垂直直線の両側に位置し、前記基準点（ＰＲ）の近傍にあり、
   ・前記関心領域（ＲＯＩ）に基づいて、グレースケール（ＧＲ）のグラフ（ＣＬ）を決定し、
   ・前記関心点（Ｈ）に関連付けて、前記グレースケール（ＧＲ）のグラフ（ＣＬ）中に、エリア（Ａ）を決定し、
   ・前記グレースケールの値（ＧＲ）は、前記画像（Ｉ）の前記関心領域（ＲＯＩ）内におけるライン（Ｌｎ）上の各ピクセル（Ｐｘ）に対する前記グレースケールの中央値を利用して決定し、
   ・前記ライン（Ｌｎ）それぞれに該当する前記グレースケールの値（ＧＲ）をグラフ（ＣＬ）に沿って積算することによって、前記エリア（Ａ）を決定し、
   前記エリア（Ａ）と少なくとも１つの閾値（ＶＡｓ）とを比較して、前記視界を妨げる事象（Ｆ）を決定するための、
   − 制御ユニット（ＵＣ）とを備え、
   前記エリア（Ａ）は、前記自動車（Ｖ）を囲む大気と前記自動車（Ｖ）の前方の大気の変化に関連して、したがって、前記大気を変化させる前記視界を妨げる事象（Ｆ）の存在に関連して変化し、
   所定の技法である、前記画像の前記地平線から上方および下方に向かって領域を増加させるアルゴリズムを用いて決定される、自動車の周囲（Ｅ）の視界を妨げる事象（Ｆ）を検出するための装置（ＤＩＳＰ）。
5. データ処理ユニットによって遂行することができる、１つ以上の命令系列を含むコンピュータプログラムであって、該命令系列を実行することによって、請求項１〜３のいずれか１つに記載の検出方法が行われるコンピュータプログラム。

Images