[发明专利]探测污染的方法、设备和探测系统、分类器机器学习方法

说明书

技术领域

本发明从一种根据本发明的、用于探测环境传感器的光学部件污染的设备或方法或者用于分类器机器学习的方法以及探测系统出发。计算机程序也是本发明的主题。

背景技术

由车辆的摄像机系统检测的图像可能例如受摄像机透镜的污染损害。这样的图像例如可以借助基于模型的方法来改善。

发明内容

在该背景下，借助在此提出的方案提出根据本发明的用于探测用于检测车辆的环境的环境传感器的光学部件的污染的方法、用于分类器机器学习的方法、使用所述方法的设备、探测系统、相应的计算机程序。通过以下列举的措施，能够实现以上提出的设备的有利的扩展方案和改进。

在此，提出一种用于探测环境传感器的光学部件的污染的方法，所述环境传感器用于检测车辆的环境，其中，所述方法包括以下步骤：

读取图像信号，所述图像信号代表由所述环境传感器检测的至少一个图像的至少一个图像区域；以及

在使用至少一个机器学习分类器的情况下处理所述图像信号，以便在所述图像区域中探测所述污染。

污染一般可以理解为光学部件的覆盖或环境传感器的包括光学部件的光学路径的损害。覆盖例如可以通过污物或水引起。光学部件例如可以理解为透镜、玻璃或镜。环境传感器尤其可以是光学传感器。车辆可以理解为机动车，如例如客车或载重货车。图像区域可以理解为图像的部分区域。分类器可以理解为用于自动实施分类方法的算法。分类器可以通过机器学习来训练，例如通过在车辆之外的受监视的学习或者通过在分类器的连续运行期间的在线训练，以便区分至少两个等级，所述至少两个等级例如可以代表光学部件的污染的不同污染程度。

在此，所述方案基于如下认识：即在视频摄像机的光学路径中的污染和类似的现象可以通过借助机器学习分类器的分类来探测。

车辆中的视频系统可以例如包括摄像机形式的环境传感器，所述摄像机在车辆上安装在外部并且因此可以直接经受环境影响。摄像机的透镜尤其可以随着时间的推移被污染，例如通过行车道的扬起的污物、通过昆虫、烂泥、雨滴、结冰、水汽或来自周围空气的灰尘。在车辆内部空间中安装的视频系统——其例如可以构造用于穿过另外的元件如例如挡风玻璃拍摄图像——可能通过污染损害其功能。也可以考虑的是摄像机图像的通过光学路径损害引起的以剩余覆盖形式的污染。

借助在此提出的方案现在可能的是，借助机器学习分类器对摄像机图像或摄像机图像序列如此分类，使得不仅可以识别污染，而且此外还可以在摄像机图像中精确、快速并且具有比较低运算耗费地定位所述污染。

根据一种实施方式，在所述读取的步骤中作为所述图像信号可以读取如下信号：所述信号代表所述图像的至少一个另外的图像区域。在所述处理的步骤中处理所述图像信号，以便在所述图像区域并且附加地或替代地所述另外的图像区域中探测所述污染。另外的图像区域例如可以是图像的在所述图像区域之外布置的部分区域。例如，所述图像区域和另外的图像区域可以相互相邻地布置并且基本上具有相同的大小或形状。根据实施方式，图像可以划分为两个图像区域或更多个图像区域。通过所述实施方式能够实现图像信号的高效的分析处理。

根据另一实施方式，在所述读取的步骤中作为图像信号可以读取如下信号：所述信号代表与所述图像区域在空间上不同的图像区域作为所述另外的图像区域。由此能够实现在图像中污染的定位。

有利的是，在所述读取的步骤中作为所述图像信号读取如下信号：所述信号代表与所述图像区域在检测时刻方面不同的图像区域作为所述另外的图像区域。在此，在所述比较的步骤中可以在使用所述图像信号的情况下相互比较所述图像区域与所述另外的图像区域，以便求取在所述图像区域的特征与所述另外的图像区域的特征之间的特征偏差。相应地，可以在所述处理的步骤中根据所述特征偏差探测所述图像信号。特征可以是图像区域的或另外的图像区域的确定的像素区域。特征偏差可以代表例如污染。通过该实施方式例如能够实现在图像中污染的像素精确的定位。

此外，所述方法可以具有在使用所述图像信号的情况下形成由所述图像区域和所述另外的图像区域组成的网格的步骤。在此，在所述处理的步骤中可以处理所述图像信号，以便在所述网格内探测所述污染。网格尤其可以是由多个作为图像区域的矩形或方形组成的、规则的网格。通过该实施方式也可以提高在污染定位中的效率。