用于识别机动车的本体阴影的方法、用于机动车的驾驶员辅助系统和机动车与流程

本发明涉及一种用于识别机动车的本体阴影的方法，其包括以下步骤：测定机动车的地理位置和取向；借助于机动车的摄像机组件的至少一个摄像机检测至少一个环境图像；测定关于地理位置的太阳状态；以及借助于评估设备在应用太阳状态、机动车的地理位置和取向以及关于机动车的几何形状的信息的情况下来计算机动车的预测的本体阴影。此外，本发明还涉及一种用于机动车的驾驶员辅助系统以及一种包括驾驶员辅助系统的机动车。

背景技术：

1、对于许多基于摄像机的驾驶员辅助系统来说，机动车的阴影投射示出问题，因为其随机动车一起运动并根据行驶方向变化。例如，在泊车辅助系统中在所谓的顶视图可视化的范畴中，当顶视图可视化由多个摄像机图像组合而成时，可能出现伪迹。拼接效应那么导致不自然的阴影投射。通常，在利用摄像机图像历史的功能中由于机动车的本体阴影常常出现误检测。另一问题是，本体阴影由于其运动可与运动的物体混淆，驾驶员辅助系统可能会对此错误地例如以全速制动做出反应。尤其在强烈的太阳辐射以及与此相联系的恒定的清晰的阴影投射的情况下，会产生该问题。

2、由文件de 10 2011 122 454 a1已知一种用于运行用于车辆的具有至少一个摄像机的摄像机组件的方法，在其中测定至少一个环境光源(其光射到车辆上)相对于车辆的位置，其中，借助于该至少一个摄像机检测至少一个图像，其中，借助于摄像机组件的评估设备基于至少一个阴影的存在性评估该至少一个图像，其中，如果在图像中存在至少一个阴影，测定该至少一个阴影是否由光射到车辆上造成，其中，借助于评估设备将该至少一个阴影与参考信息比较，其中，根据该至少一个阴影确定该至少一个环境光源相对于车辆的位置。

3、文件jp 2011-065442 a公开了一种车辆阴影识别装置，其包括：车辆环境成像装置，其对包括路面(用户的车辆在其上行驶)的区域进行成像；太阳位置计算设备，其从关于车辆当前位置的信息计算通过该设备获得的太阳位置和关于当前日期的信息；车辆阴影区域估测器件，其基于车辆的前进方向信息和车辆的三维形状信息估测被车辆遮蔽的区域；以及车辆阴影区域检测器件，其基于从车辆阴影区域估测器件获得的坐标信息在通过车辆环境成像装置获得的图像中指定车辆阴影区域。

4、在用于识别机动车的本体阴影的方法中的错误源是当前太阳状态的不正确测定或者太阳例如被云或建筑物遮挡。在这样的情况中，可发生未正确识别本体阴影或者将不由本车辆造成的阴影识别为本体阴影。

技术实现思路

1、本发明目的在于提供一种用于识别机动车的本体阴影的方法，利用该方法改善机动车的本体阴影的识别。

2、为了实现本发明所基于的目的，提出一种用于识别机动车的本体阴影的方法，其包括以下步骤：

3、- 测定机动车的地理位置和取向，

4、- 借助于机动车的摄像机组件的至少一个摄像机检测至少一个环境图像，

5、- 关于地理位置测定太阳状态，

6、- 借助于评估设备从该至少一个环境图像测定是否应预期机动车的本体阴影，

7、- 借助于评估设备在应用太阳状态、机动车的地理位置和取向以及关于机动车的几何形状的信息的情况下计算机动车的预测的本体阴影，

8、- 如果应预期本体阴影，借助于评估设备在应用预测的本体阴影的情况下在该至少一个环境图像中测定本体阴影候选，

9、- 通过借助于评估设备将本体阴影候选与预测的本体阴影比较来验证该本体阴影候选是机动车的本体阴影。

10、本体阴影也可被称为自身阴影并且指的是在机动车的环境中由于太阳照射由机动车引起的阴影。

11、设立用于执行该方法的机动车包括带有至少一个摄像机的摄像机组件。这样的摄像机安装在已知的机动车中用于不同车辆功能。如此，对于驾驶员辅助系统的功能，已知用于评价交通情况的摄像机组件。此外，现代机动车包括带有摄像机的摄像机组件，用于生成机动车的所谓的顶视图图示，例如用于泊车辅助系统。

12、根据该方法，利用摄像机组件的至少一个摄像机检测至少一个环境图像。然而也可能借助于摄像机组件的多个摄像机来检测多个环境图像。

13、评估设备可包括一个或多个电子计算设备并且尤其可具有cpu以及存储器。在此，评估设备此外可以是机动车的评估设备并布置在其中。此外，可能的是，评估设备是外部评估设备，其可例如经由移动通信连接与机动车的计算单元交换数据。

14、机动车的几何形状优选地储存在评估设备的存储器中并且由评估设备从存储器中调取用于计算预测的本体阴影。

15、根据本发明设置成，借助于评估设备从该至少一个环境图像测定是否应预期机动车的本体阴影。不应预期机动车本体阴影的情况尤其可以是较强的云层覆盖或太阳被机动车的环境中的建筑物、机动车或基础设施遮挡。

16、根据本发明此外设置成，优选地仅当应预期本体阴影时那么才进行本体阴影候选在环境图像中的测定。换言之，如果不应预期机动车的本体阴影，不在环境图像中测定本体阴影候选。由此可避免将不由机动车造成的阴影误检测为本体阴影。此外可设置成，仅当已测定应预期机动车的本体阴影时，那么才已执行计算预测的本体阴影的步骤。

17、优选地设置成，为了测定是否应预期本体阴影，在该至少一个环境图像的多个区域之间和/或在多个环境图像之间执行曝光比较。

18、如果利用摄像机组件的该至少一个摄像机所检测的环境图像具有曝光极其不同的区域，或者如果利用机动车的摄像机组件的多个摄像机所检测的环境图像曝光极其不同或具有曝光极其不同的区域，也就是说，区域或环境图像与其他区域或其他环境图像相比被过度曝光，则可推断出太阳照射或者太阳不被云、建筑物或车辆遮挡。这可就此被评估为应预期机动车的本体阴影。

19、如果在该至少一个环境图像的不同区域之间或在多个环境图像之间的曝光比较得出曝光最大程度恒定，则这可表示直接的太阳辐射由于云层遮挡或周围建筑物而被阻挡，并且因此不应预期机动车的本体阴影。在该情况中，不测定从环境图像测定的阴影是否是机动车的本体阴影，从而避免了将不由机动车造成的阴影误检测为机动车的本体阴影。

20、优选地设置成，如果从该至少一个环境图像测定在太阳与机动车的地理位置之间的视线上不存在物体，应预期本体阴影。

21、同样也可设置成，如果从该至少一个环境图像测定在太阳与机动车的地理位置之间的视线上存在物体，不应预期本体阴影。

22、例如可借助于图像识别方法从环境图像测定太阳是否可在环境图像的图像截段中识别出。如果在环境图像中识别出太阳，则在太阳与机动车的地理位置之间存在自由视线，并且因此应预期机动车的本体阴影。

23、如果太阳不可在该环境图像或多个环境图像中测定，则这可表示在太阳与机动车的地理位置之间的视线上存在物体。在该情况中，可测定不应预期本体阴影。

24、进一步有利地可设置成，物体是云、车辆、树或建筑物。

25、进一步有利地可设置成，太阳状态包括高度和水平角。

26、水平角也称为方位角。

27、进一步有利地可设置成，从机动车的地理位置和/或机动车的取向和/或日期和/或时间来测定高度和/或水平角。

28、在了解机动车的地理位置和/或取向以及日期和/或时间的情况下，可根据已知的数学方法或通过评估太阳状态表来测定在机动车的地理位置处的太阳状态、尤其太阳的高度和/或水平角。

29、进一步有利地可设置成，高度和/或水平角从该至少一个环境图像来测定。

30、通常，可从所测定的机动车的地理位置以及在应用日期和时间的情况下良好地来测定太阳的高度。然而如果机动车的取向具有较大的不确定性，可能仅可不精确地来测定水平角。在该情况中，特别有利的是，借助于评估设备来评估环境图像，以便确定太阳的水平角和/或高度。

31、例如如果借助于图像识别方法在该至少一个环境图像中识别出太阳，则可结合检测环境图像的摄像机在机动车处的位置的了解来确定高度和/或水平角。如上面所述，在该情况中也可测定应预期机动车的本体阴影。

32、优选地设置成，预测的本体阴影是机动车的几何形状到平面上和/或到地平面上的投影。

33、因此，预测的本体阴影通过将优选地储存在机动车的评估设备的存储器中的机动车的几何形状投影到平面上借助于已知数学方法来计算。在此，该平面优选地被确定为大致平行于机动车所处的地平面。原则上也可能的是，预测的阴影在了解机动车所处的地面(例如道路平面)的几何构造的情况下作为到相应于实际状况的该地平面上的投影来计算。由此可考虑由于地平面的几何结构而出现的本体阴影的失真。

34、进一步有利地设置成，测定预测的本体阴影的边缘的优选地直线的第一线段，在应用第一线段的情况下在环境图像中测定优选地直线的第二线段，并且将第二线段与本体阴影候选的边缘相关联。

35、因此，预测的本体阴影可被用作用于测定本体阴影候选的起始近似。借助于图像识别方法可在该至少一个环境图像中识别线段。如果这些线段具有与第一线段相同或相似的位置和/或取向，则将在环境图像中识别出的线段确定为本体阴影候选的边缘的第二线段。第一线段优选地用作第一近似，以便限制对第二线段的搜索区域。该方式是有利的，因为阴影的直线的或仅轻微弯曲的边缘(即在阴影与周围的未遮蔽的区域之间的界线)可借助于图像识别方法更容易地且更可靠地来识别。此外，减少了用于在环境图像中测定本体阴影候选的计算耗费。

36、第一线段在此也可略微倒圆并且优选地相应于机动车的大致直线的轮廓，例如车顶轮廓或发动机罩。

37、在测定本体阴影候选之后，验证该本体阴影候选是否是机动车的本体阴影。为此，执行预测的本体阴影的第一线段与本体阴影候选的第二线段的位置和/或定向的比较。

38、也可设置成，将第二线段连接成轮廓。由此可获得本体阴影候选的完整边缘。

39、通过第二线段的连接，来近似本体阴影候选的连续边缘。如果本体阴影候选是机动车的本体阴影，通过本体阴影候选的边缘的该近似可与预测的本体阴影进行更精确的比较。

40、在此可设置成，基于该至少一个环境图像的亮度梯度进行第二线段的连接，并且/或者基于第二线段的外推的交点进行第二线段的连接。

41、第二线段的连接也可在使用人工智能方法(例如学习的神经网络)的情况下进行。

42、优选地设置成，借助于卫星导航系统的数据来测定机动车的地理位置，并且/或者借助于转动速率传感器和/或指南针来测定机动车的地理取向。

43、本发明所基于的目的的另一实现方案在于提供一种用于机动车的驾驶员辅助系统，其设立用于执行上述方法。

44、如果在机动车驾驶员辅助系统的运行中执行前述方法，则可减少机动车的本体阴影的误检测。

45、在此优选地设置成，驾驶员辅助系统是紧急制动辅助系统或自动驾驶系统。优选地，为了评价交通情况可摈弃测定的本体阴影。

46、如果驾驶员辅助系统是紧急制动辅助系统或自动驾驶系统，减小本体阴影由于其运动而与运动的物体混淆的风险。由此可避免在驾驶员辅助系统的运行中危急的交通情况。

47、还进一步有利地可设置成，驾驶员辅助系统是从鸟瞰视角机动车的图示，并且所测定的本体阴影被用于在机动车的图示中真实地示出本体阴影。

48、从鸟瞰视角机动车的图示也可被称为顶视图图示并且尤其被用于泊车辅助系统中的可视化。所测定的本体阴影尤其可被用于在从鸟瞰视角机动车的图示中提供所测定的本体阴影的真实轮廓或者从图示中移除本体阴影。可避免由于不同环境图像的拼接可出现的拼接效应。

49、本发明所基于的目的的另一实现方案在于一种机动车，其包括前述驾驶员辅助系统。