車(chē)載機器視覺(jué)技術(shù)保障您的行路安全

　　2.2.2 車(chē)輛檢測

　　車(chē)輛檢測是利用各種傳感器探測前方、側方、后方的車(chē)輛的信息，包括前后方車(chē)輛速度、位置以及障礙物的大小位置等。與此相關(guān)的汽車(chē)駕駛安全輔助支持系統有自適應巡航控制系統（ACC，adaptivecruisecontrolsystem）、前向碰撞預警系統（FCW，ForwardCollisionWarning）、橫向碰撞預警系統（LDW，LateralDriftWarning），泊車(chē)輔助系統（ParkingAssistanceSystem）。在A(yíng)CC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(xiàn)形、電子地圖數據作為汽車(chē)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、側向探測雷達采集本車(chē)前向和側向信息，并融合道路寬度等數據，作為L(cháng)DW系統輸入數據。在泊車(chē)輔助系統中采用超聲傳感器或雷達探測本車(chē)后方與側方的障礙物信息，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(chē)輔助系統等均有研究。

　　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(shí)時(shí)地正確地獲取交通標志信息，可保障行車(chē)更加安全。在汽車(chē)安全輔助駕駛系統中交通標志的探測是通過(guò)圖像識別系統實(shí)現的。戴姆勒·克萊斯勒公司目前正開(kāi)展新一代圖像識別系統研究，該系統在道路標志方法上首先對形狀進(jìn)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(jìn)行判斷時(shí)，駕駛員也可利用事先記錄的道路標識相關(guān)電子地圖數據進(jìn)行識別。寶馬公司在A(yíng)DAS（AdvancedDriverAssistanceSystems）項目研究中，也利用圖像識別技術(shù)進(jìn)行了交通標志的研究，此外日本豐田公司也積極進(jìn)行交通標志自動(dòng)識別系統的研發(fā)。國外，許多研究人員在交通標志圖像識別算法研究中進(jìn)行了多方面的探索。交通標志圖像識別包括交通標志定位（即確定感興趣區域）、分類(lèi)器設計等幾個(gè)過(guò)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定，因此可根據交通標志顏色和形狀進(jìn)行定位研究。由于交通標志種類(lèi)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(lèi)器設計研究中多為非線(xiàn)性分類(lèi)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(chē)輛輔助駕駛系統中基于計算機視覺(jué)的行人檢測是指利用安裝在運動(dòng)車(chē)輛上的攝像機獲取車(chē)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(jué)的行人檢測系統一般包括ROIs分割和目標識別兩個(gè)模塊。ROIs分割的目的是快速確定行人可能出現的區域，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(diǎn)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計分類(lèi)的形狀識別方法，其優(yōu)點(diǎn)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年連續資助了PROTECTOR和SAVE-U項目，開(kāi)發(fā)了兩個(gè)以計算機視覺(jué)為核心的行人檢測系統；意大利Parma大學(xué)開(kāi)發(fā)的ARGO智能車(chē)也包括一個(gè)行人檢測模塊；以色列的MobilEye公司開(kāi)發(fā)了芯片級的行人檢測系統；日本本田汽車(chē)公司開(kāi)發(fā)了基于紅外攝像機的行人檢測系統；在國內西安交通大學(xué)、清華大學(xué)、吉林大學(xué)也在該領(lǐng)域做了許多研究工作。

　　3 車(chē)輛內部信息的機器視覺(jué)輔助駕駛技術(shù)

　　車(chē)輛內部信息的機器視覺(jué)輔助駕駛技術(shù)是通過(guò)車(chē)載的視像機判別駕駛員的狀態(tài)、位置等信息，實(shí)施必要的安全保障措施，包括駕駛員視線(xiàn)調節以及駕駛疲勞檢測等。

　　3.1 視線(xiàn)調節

　　駕駛員的視線(xiàn)調節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(gè)對路面和周?chē)?chē)道的無(wú)阻礙視野和最好的視見(jiàn)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，然后據此確定、調節座椅的位置；

　?。?）電機將座椅自動(dòng)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(xiàn)；

　?。?）電機自動(dòng)調整轉向盤(pán)、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(chē)上視線(xiàn)調節系統已經(jīng)得到應用，如沃爾沃視線(xiàn)調節系統，由位于風(fēng)窗上飾板內的一個(gè)視頻攝像機掃描駕駛員的座椅區域以查找一個(gè)代表駕駛員臉部的模式，進(jìn)而對駕駛員臉部進(jìn)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(shí)所需要的時(shí)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，國內外研究機構紛紛開(kāi)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(pán)的微調，頭部前傾，眼瞼的眨動(dòng)、甚至閉合。在目前駕駛疲勞檢監測系統研究中，多采用車(chē)載機器視覺(jué)系統監測人體姿態(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(kāi)發(fā)了AWAKE駕駛診斷系統。該系統利用視覺(jué)傳感器和方向盤(pán)操縱力傳感器實(shí)時(shí)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(shí)，通過(guò)聲音、光線(xiàn)、振動(dòng)等刺激駕駛員，使其恢復清醒狀態(tài)。文獻[34]通過(guò)自行開(kāi)發(fā)的專(zhuān)用照相機、腦電圖儀和其他儀器來(lái)精確測量頭部運動(dòng)、瞳孔直徑變化和眨眼頻率，用以研究駕駛疲勞問(wèn)題。研究結果表明：

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

　　4 結語(yǔ)

　　駕駛員80%以上信息通過(guò)視覺(jué)獲得，針對駕駛員視覺(jué)的不足，開(kāi)發(fā)基于車(chē)載機器視覺(jué)的汽車(chē)安全輔助駕駛系統一直是智能交通的研究熱點(diǎn)之一，文中對該領(lǐng)域技術(shù)現狀進(jìn)行綜述，結論如下：

　　1）分析駕駛操作過(guò)程，并對駕駛操作的三個(gè)階段進(jìn)行描述；

　　2）根據信息獲取范圍將汽車(chē)安全輔助駕駛分為：外部信息的機器視覺(jué)與內部信息的機器視覺(jué)技術(shù)。外部信息的機器視覺(jué)技術(shù)分為：視覺(jué)增強、視野擴展、道路環(huán)境理解，內部信息的機器視覺(jué)技術(shù)分為：視線(xiàn)跟蹤與駕駛疲勞監測，綜述汽車(chē)安全輔助駕駛系統中機器視覺(jué)技術(shù)的研究現狀；

　　3）分析了汽車(chē)安全輔助駕駛系統中機器視覺(jué)技術(shù)當前研究不足，指出：低能見(jiàn)度駕駛員視覺(jué)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(jìn)一步開(kāi)展研究。