引言

利用圖像傳感器感知前方道路交通環(huán)境與障礙物位置，實(shí)現(xiàn)安全車距測量，對處于碰撞危險(xiǎn)的汽車及時(shí)報(bào)警有利于減少交通事故，提高道路交通安全。由于理論計(jì)算的安全車距首先要以保障安全為前提，經(jīng)常與駕駛員在行駛過程中認(rèn)可的安全車距有較大的出入，導(dǎo)致駕駛員對預(yù)警系統(tǒng)的不信任感，不利于系統(tǒng)的推廣使用。同時(shí)，作為安全輔助駕駛系統(tǒng)的處理平臺，PC機(jī)的體積、成本及功能的冗余性是應(yīng)用在車載系統(tǒng)中難以克服的瓶頸。

本文以圖像方式測量本車與前車的車距為基礎(chǔ)，建立汽車縱向碰撞預(yù)警模型，解決理論計(jì)算的安全距離與駕駛員認(rèn)可的習(xí)慣距離不相一致的矛盾;考慮嵌入式系統(tǒng)處理的實(shí)時(shí)性與體積小巧性等特點(diǎn)，采用嵌入式方法完成汽車縱向碰撞預(yù)警系統(tǒng)的設(shè)計(jì)。

1 前方車距的測量

圖像傳感器固定在車輛前端頂部，攝像頭距地面高度為h。建立空間坐標(biāo)系如下：

世界坐標(biāo)系XYZ與攝像機(jī)坐標(biāo)系xyz。動態(tài)的世界坐標(biāo)系統(tǒng)隨車輛一起運(yùn)動，以攝像機(jī)鏡頭中心在地面的垂直投影點(diǎn)為原點(diǎn)，地面的垂直線向上為Z軸正向，車身縱軸線方向?yàn)閄軸，正向?yàn)槠嚽斑M(jìn)的反方向;攝像機(jī)坐標(biāo)系統(tǒng)以光軸為z軸，鏡頭中心為坐標(biāo)原點(diǎn)，攝像機(jī)坐標(biāo)xy平面與像平面平行;表征圖像內(nèi)部各點(diǎn)位置的像平面坐標(biāo)系統(tǒng)的u軸、v軸與x軸、y軸平行，原點(diǎn)位于圖像中心，既攝像機(jī)光軸與圖像的交點(diǎn)。所有坐標(biāo)系滿足右手規(guī)則。

通過圖像傳感器對前方車輛或障礙物的測量包括利用單幀圖像的測距和利用多幀圖像的測距。研究中考慮攝像機(jī)的安裝位置參數(shù)，攝像機(jī)z坐標(biāo)軸相對于X軸的夾角稱為掃視角β，攝像機(jī)光軸(z軸)相對于垂直方向(Z軸)的夾角稱為傾斜角α，如圖1所示。圖中，攝像機(jī)外參數(shù)α，β，h和內(nèi)參數(shù)攝像機(jī)焦距f由嚴(yán)格的攝像機(jī)標(biāo)定獲得，利用車輛的圖像特征和Kalmam濾波原理實(shí)現(xiàn)對車輛的識別，可知車輛底邊P點(diǎn)計(jì)算機(jī)圖像坐標(biāo)。點(diǎn)(u0，v0)是像平面坐標(biāo)原點(diǎn) (O，0);點(diǎn)(u，v)可由P點(diǎn)計(jì)算機(jī)圖像坐標(biāo)(m，n)按照內(nèi)參數(shù)模型公式

獲得。其中，kx，ky，是數(shù)字圖像在x軸與y軸方向的放大系數(shù);Om，On是圖像平面原點(diǎn)的計(jì)算機(jī)圖像坐標(biāo)。根據(jù)透視投影和三角幾何關(guān)系，兩車間距由式(1)計(jì)算得出：

為檢驗(yàn)式(1)的計(jì)算精度，在完成攝像機(jī)標(biāo)定后，拍攝道路的人行橫道線，測量每一條人行橫道線與攝像機(jī)鏡頭中心的水平距離，與依據(jù)測距模型計(jì)算的距離進(jìn)行比較，結(jié)果如表1所示。表中，實(shí)測距離與計(jì)算距離的誤差包括測量誤差和模型誤差。由表可以看出，誤差在許可范圍內(nèi)，能夠滿足下一步的處理要求。

2 前車行駛狀態(tài)的確定

前車的行駛狀態(tài)影響著汽車縱向碰撞預(yù)警模型的預(yù)警時(shí)刻，前車狀態(tài)的判斷以本車與前車的相對距離及相對速度為依據(jù)。根據(jù)圖像序列幀測得當(dāng)前時(shí)刻與下一時(shí)刻本車與前車的車間距離，并且通過本車的速度傳感器獲得當(dāng)前時(shí)刻與下一時(shí)刻的瞬時(shí)速度，則有：

式中：L2，L1，L0分別為不同時(shí)刻測量得到本車與前車的距離(單位：m);vb1，vb2，vq1，vq2分別為本車與前車不同時(shí)刻的速度(單位：m/s);vrel1，vrel2分別為本車與前車不同時(shí)刻的相對速度;ab，aq分別為該時(shí)刻下本車與前車的減速度(單位：m/s2);△t為間隔時(shí)間(單位：s)。

(1)|vq1，vq2|<εv時(shí)，前車處于靜止?fàn)顟B(tài)，εv是測量允許誤差，由實(shí)驗(yàn)確定取值。

(2)|vq1，vq2|>εv，且|vq1-vq2|<εv，且vq1

(3)|vq1，vq2|>εv，且|vq2-vq1|>εv，且vq2

3 基于前車狀態(tài)和安全系數(shù)的縱向碰撞預(yù)警算法

3.1 縱向碰撞預(yù)警模型的建立

汽車縱向碰撞預(yù)警系統(tǒng)在保證行車安全性和保障公路通行能力的同時(shí)，還要維持駕駛員對系統(tǒng)的信任度，如果預(yù)警系統(tǒng)的預(yù)警安全車距經(jīng)常大于駕駛員自己對安全車距的判斷時(shí)，由于系統(tǒng)的頻繁報(bào)警可能導(dǎo)致駕駛員忽視系統(tǒng)的報(bào)警信號或放棄對系統(tǒng)的使用。本文設(shè)計(jì)的預(yù)警算法利用前車的狀態(tài)確定安全系數(shù)，改善系統(tǒng)的預(yù)警時(shí)機(jī)控制，提高系統(tǒng)預(yù)警的安全性能，增加系統(tǒng)的可信任度。

建立最小安全車距預(yù)警算法如下：

式中：Ld是預(yù)警系統(tǒng)開始報(bào)警時(shí)刻的安全車距;Ls是根據(jù)汽車制動理論以及本車與前車不同狀態(tài)時(shí)計(jì)算的最小安全車距;γ是基于前車狀態(tài)的安全系數(shù)權(quán)重。最小安全車距Ls的計(jì)算公式如下：

式中：t為制動操作反應(yīng)時(shí)間(單位：s);vs，vq分別為本車、前車制動前的初始速度(單位：m/s);vrel為兩車相對初始速度(單位：m/s-);D0為兩車停止或兩車速度相等時(shí)安全間距，一般取2～5m。

安全系數(shù)γ的取值規(guī)則如下：

前車處于靜止?fàn)顟B(tài)，或者前車勻速行駛且本車的速度快于前車，即aq=0，以本車最大減速度計(jì)算的安全車距比較合理。實(shí)際交通中駕駛員考慮到乘車舒適性而較少用最大減速度操作，在未到最小安全車距之前已經(jīng)采取措施，預(yù)警模型的主要作用是提醒駕駛員疏忽或注意力分散時(shí)的操作狀態(tài)，故安全系數(shù)權(quán)重γ=1。

前車突然減速時(shí)，有三種情形：

(1)兩車減速度相等，滿足公路行車的一般條件，以此種情況計(jì)算的安全車距為基數(shù)，通過測算前車的減速度，確定安全系數(shù)權(quán)重γ。

(2)本車減速度小于前車減速度，本車制動效能差于前車屬于最危險(xiǎn)情況，但出現(xiàn)的概率不多。

(3)本車減速度大于前車減速度，本車制動強(qiáng)度高于前車制動強(qiáng)度，或本車制動強(qiáng)度隨前車的變化而變化，并且始終高于前車，是公路行車常見的情況。此時(shí)，計(jì)算的安全車距過小，不適宜作為預(yù)警依據(jù)。

綜上所述，當(dāng)aq=0時(shí)，如上所述γ=1;當(dāng)aq<5.0 m/s2時(shí)，本車減速度有能力高于前車減速度，取γ=0.8;當(dāng)5.06.9 m/s2時(shí)，考慮不利條件即本車減速度小于前車的減速度，取γ=1.2。

3.2 試驗(yàn)驗(yàn)證

在結(jié)構(gòu)化道路上選用五菱之光6400C3加長版微型車作為實(shí)驗(yàn)車輛，利用上述基于前車狀態(tài)和安全系數(shù)的安全車距預(yù)警算法對車輛跟馳距離的預(yù)警時(shí)刻進(jìn)行驗(yàn)證。結(jié)果表明，系統(tǒng)能夠可靠地給出預(yù)警，并且預(yù)警時(shí)刻的車間距離對于駕駛員是可接受的。

圖2是前車勻速行駛，本車加速行駛時(shí)的報(bào)警時(shí)刻截圖。此時(shí)，車間距離為24.895 m，兩車相對速度為5.513m/S;

圖3為前車減速行駛，本車以90 km/h勻速行駛時(shí)的報(bào)警時(shí)刻截圖。此時(shí)，車間距離為45.847m，兩車相對速度為8.571m/s。

4 系統(tǒng)設(shè)計(jì)

汽車縱向碰撞系統(tǒng)的實(shí)時(shí)性要求處理器具有較快的運(yùn)行速度和較強(qiáng)的實(shí)時(shí)調(diào)度能力，研究中選用美國德州儀器公司(TI)設(shè)計(jì)和出品的利用達(dá)芬奇技術(shù)(Davinci)，基于DSP和ARM9雙核的TMS320DM6446ZWT片上系統(tǒng)(SoC)的評估板作為系統(tǒng)的硬件平臺，選用Linux系統(tǒng)作為嵌入式操作系統(tǒng)。

系統(tǒng)首先接收圖像傳感器傳送過來的圖像，將彩色圖像轉(zhuǎn)化為待處理的灰度圖像，利用中值濾波、Sobel算子邊緣檢測、自適應(yīng)閾值分割等圖象處理的方法，消除噪聲平滑圖像，經(jīng)過邊緣檢測和圖像分割獲得二值化圖像。

在二值化圖像和灰度圖像基礎(chǔ)上對前方車輛輪廓進(jìn)行識別，確定前車輪廓尺寸及其底邊位于平面圖像中的位置，根據(jù)汽車縱向碰撞預(yù)警模型實(shí)現(xiàn)跟車距離的計(jì)算和安全車距的預(yù)警。軟件流程圖如圖4所示。

5 結(jié)語

提出了基于前車運(yùn)動狀態(tài)和安全系數(shù)權(quán)重的汽車縱向碰撞預(yù)警算法，保證駕駛安全的同時(shí)確保公路行車的通行能力，計(jì)算報(bào)警距離與駕駛員認(rèn)可的跟馳安全距離相一致，改善了系統(tǒng)的可信任度;嵌入式系統(tǒng)的應(yīng)用有效地減少了系統(tǒng)的體積，有利于系統(tǒng)的應(yīng)用和推廣。