車載機器視覺技術(shù)保障您的行路安全

　　2.2.2 車輛檢測

　　車輛檢測是利用各種傳感器探測前方、側(cè)方、后方的車輛的信息，包括前后方車輛速度、位置以及障礙物的大小位置等。與此相關(guān)的汽車駕駛安全輔助支持系統(tǒng)有自適應巡航控制系統(tǒng)（ACC，adaptivecruisecontrolsystem）、前向碰撞預警系統(tǒng)（FCW，F(xiàn)orwardCollisionWarning）、橫向碰撞預警系統(tǒng)（LDW，LateralDriftWarning），泊車輔助系統(tǒng)（ParkingAssistanceSystem）。在ACC和FCW中采用77GHZ微波雷達或攝像機采集道路前方信息，并融合道路幾何線形、電子地圖數(shù)據(jù)作為汽車巡航控制的輸入信號或顯示給駕駛員。在LDW中采用攝像機、前方探測雷達、側(cè)向探測雷達采集本車前向和側(cè)向信息，并融合道路寬度等數(shù)據(jù)，作為LDW系統(tǒng)輸入數(shù)據(jù)。在泊車輔助系統(tǒng)中采用超聲傳感器或雷達探測本車后方與側(cè)方的障礙物信息，并顯示給駕駛員。在日本的ASV（AdvancedSafetyVehicle）、美國的IVI（IntelligentVehicleInitiative）、歐洲的e-Safety項目中ACC、FCW、LDW、泊車輔助系統(tǒng)等均有研究。

　　2.2.3 交通標志的探測

　　道路交通標志為重要的道路交通安全附屬設施，可向駕駛員提供各種引導和約束信息。

　　駕駛員實時地正確地獲取交通標志信息，可保障行車更加安全。在汽車安全輔助駕駛系統(tǒng)中交通標志的探測是通過圖像識別系統(tǒng)實現(xiàn)的。戴姆勒·克萊斯勒公司目前正開展新一代圖像識別系統(tǒng)研究，該系統(tǒng)在道路標志方法上首先對形狀進行判斷，然后再讀取上述形狀中的文字和圖形信息，以做出最終判斷。在難以對標志進行判斷時，駕駛員也可利用事先記錄的道路標識相關(guān)電子地圖數(shù)據(jù)進行識別。寶馬公司在ADAS（AdvancedDriverAssistanceSystems）項目研究中，也利用圖像識別技術(shù)進行了交通標志的研究，此外日本豐田公司也積極進行交通標志自動識別系統(tǒng)的研發(fā)。國外，許多研究人員在交通標志圖像識別算法研究中進行了多方面的探索。交通標志圖像識別包括交通標志定位（即確定感興趣區(qū)域）、分類器設計等幾個過程。交通標志與背景的顏色以及交通標志的形狀在交通工程標準中有明確的規(guī)定，因此可根據(jù)交通標志顏色和形狀進行定位研究。由于交通標志種類多，拍攝交通標志圖像環(huán)境影響因素多，在交通標志模式分類器設計研究中多為非線性分類器。交通標志形態(tài)骨架，并利用匹配算法識別交通標志。

　　2.2.4 行人檢測技術(shù)

　　車輛輔助駕駛系統(tǒng)中基于計算機視覺的行人檢測是指利用安裝在運動車輛上的攝像機獲取車輛前面的視頻信息，然后從視頻序列中檢測出行人的位置?；谟嬎銠C視覺的行人檢測系統(tǒng)一般包括ROIs分割和目標識別兩個模塊。ROIs分割的目的是快速確定行人可能出現(xiàn)的區(qū)域，縮小搜索空間，目前常用的方法是采用立體攝像機或雷達的基于距離的方法，其優(yōu)點在于速度比較快。目標識別的目的是在ROIs中精確檢測行人的位置，目前常用的方法是基于統(tǒng)計分類的形狀識別方法，其優(yōu)點在于比較魯棒。由于它在行人安全方面的巨大應用前景，歐盟從2000年到2005年連續(xù)資助了PROTECTOR和SAVE-U項目，開發(fā)了兩個以計算機視覺為核心的行人檢測系統(tǒng)；意大利Parma大學開發(fā)的ARGO智能車也包括一個行人檢測模塊；以色列的MobilEye公司開發(fā)了芯片級的行人檢測系統(tǒng)；日本本田汽車公司開發(fā)了基于紅外攝像機的行人檢測系統(tǒng)；在國內(nèi)西安交通大學、清華大學、吉林大學也在該領(lǐng)域做了許多研究工作。

　　3 車輛內(nèi)部信息的機器視覺輔助駕駛技術(shù)

　　車輛內(nèi)部信息的機器視覺輔助駕駛技術(shù)是通過車載的視像機判別駕駛員的狀態(tài)、位置等信息，實施必要的安全保障措施，包括駕駛員視線調(diào)節(jié)以及駕駛疲勞檢測等。

　　3.1 視線調(diào)節(jié)

　　駕駛員的視線調(diào)節(jié)是使每位駕駛員的眼睛處于同樣的相對高度上，保證提供一個對路面和周圍車道的無阻礙視野和最好的視見度，從而保障駕駛安全。該技術(shù)包括：

　?。?）眼位傳感器可以測定駕駛員眼睛的位置，然后據(jù)此確定、調(diào)節(jié)座椅的位置；

　?。?）電機將座椅自動升降到最佳高度上，為駕駛員提供能夠掌握路面情況的最佳視線；

　?。?）電機自動調(diào)整轉(zhuǎn)向盤、踏板、中央控制臺甚至地板高度，提供盡可能舒適的駕駛位置。在一些高檔轎車上視線調(diào)節(jié)系統(tǒng)已經(jīng)得到應用，如沃爾沃視線調(diào)節(jié)系統(tǒng)，由位于風窗上飾板內(nèi)的一個視頻攝像機掃描駕駛員的座椅區(qū)域以查找一個代表駕駛員臉部的模式，進而對駕駛員臉部進行掃描以確定其眼睛的位置，然后再找出各眼的中心，完成這三步工作時所需要的時間不到1s。

　　3.2 疲勞與分神檢測

　　由于疲勞駕駛是重大交通事故主要原因，國內(nèi)外研究機構(gòu)紛紛開展該領(lǐng)域的研究。疲勞的與清醒的駕駛相比，較有特異性的指標是：方向盤的微調(diào)，頭部前傾，眼瞼的眨動、甚至閉合。在目前駕駛疲勞檢監(jiān)測系統(tǒng)研究中，多采用車載機器視覺系統(tǒng)監(jiān)測人體姿態(tài)和操作行為信息，判別疲勞狀態(tài)。在歐洲的e-Safety項目中開發(fā)了AWAKE駕駛診斷系統(tǒng)。該系統(tǒng)利用視覺傳感器和方向盤操縱力傳感器實時獲取駕駛員信息，并利用人工智能算法判斷駕駛員的狀態(tài)（清醒、可能打瞌睡、打瞌睡）。當駕駛員處于疲勞狀態(tài)時，通過聲音、光線、振動等刺激駕駛員，使其恢復清醒狀態(tài)。文獻[34]通過自行開發(fā)的專用照相機、腦電圖儀和其他儀器來精確測量頭部運動、瞳孔直徑變化和眨眼頻率，用以研究駕駛疲勞問題。研究結(jié)果表明：

　　一般情況下人們眼睛閉合的時間在0.12～0.13s之間，駕駛時若眼睛閉合時間達到0.15s就很容易發(fā)生交通事故。

　　4 結(jié)語

　　駕駛員80%以上信息通過視覺獲得，針對駕駛員視覺的不足，開發(fā)基于車載機器視覺的汽車安全輔助駕駛系統(tǒng)一直是智能交通的研究熱點之一，文中對該領(lǐng)域技術(shù)現(xiàn)狀進行綜述，結(jié)論如下：

　　1）分析駕駛操作過程，并對駕駛操作的三個階段進行描述；

　　2）根據(jù)信息獲取范圍將汽車安全輔助駕駛分為：外部信息的機器視覺與內(nèi)部信息的機器視覺技術(shù)。外部信息的機器視覺技術(shù)分為：視覺增強、視野擴展、道路環(huán)境理解，內(nèi)部信息的機器視覺技術(shù)分為：視線跟蹤與駕駛疲勞監(jiān)測，綜述汽車安全輔助駕駛系統(tǒng)中機器視覺技術(shù)的研究現(xiàn)狀；

　　3）分析了汽車安全輔助駕駛系統(tǒng)中機器視覺技術(shù)當前研究不足，指出：低能見度駕駛員視覺增強方法、道路環(huán)境理解信息融合以及駕駛疲勞檢測等技術(shù)需進一步開展研究。