汽車(chē)縱向碰撞預警系統研究

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)現安全車(chē)距測量，對處于碰撞危險的汽車(chē)及時(shí)報警有利于減少交通事故，提高道路交通安全。由于理論計算的安全車(chē)距首先要以保障安全為前提，經(jīng)常與駕駛員在行駛過(guò)程中認可的安全車(chē)距有較大的出入，導致駕駛員對預警系統的不信任感，不利于系統的推廣使用。同時(shí)，作為安全輔助駕駛系統的處理平臺，PC機的體積、成本及功能的冗余性是應用在車(chē)載系統中難以克服的瓶頸。

　　本文以圖像方式測量本車(chē)與前車(chē)的車(chē)距為基礎，建立汽車(chē)縱向碰撞預警模型，解決理論計算的安全距離與駕駛員認可的習慣距離不相一致的矛盾；考慮嵌入式系統處理的實(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(chē)縱向碰撞預警系統的設計。

　　
1 前方車(chē)距的測量

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

　　世界坐標系XYZ與攝像機坐標系xyz。動(dòng)態(tài)的世界坐標系統隨車(chē)輛一起運動(dòng)，以攝像機鏡頭中心在地面的垂直投影點(diǎn)為原點(diǎn)，地面的垂直線(xiàn)向上為Z軸正向，車(chē)身縱軸線(xiàn)方向為X軸，正向為汽車(chē)前進(jìn)的反方向；攝像機坐標系統以光軸為z軸，鏡頭中心為坐標原點(diǎn)，攝像機坐標xy平面與像平面平行；表征圖像內部各點(diǎn)位置的像平面坐標系統的u軸、v軸與x軸、y軸平行，原點(diǎn)位于圖像中心，既攝像機光軸與圖像的交點(diǎn)。所有坐標系滿(mǎn)足右手規則。

　　通過(guò)圖像傳感器對前方車(chē)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。研究中考慮攝像機的安裝位置參數，攝像機z坐標軸相對于X軸的夾角稱(chēng)為掃視角β，攝像機光軸(z軸)相對于垂直方向(Z軸)的夾角稱(chēng)為傾斜角α，如圖1所示。圖中，攝像機外參數α，β，h和內參數攝像機焦距f由嚴格的攝像機標定獲得，利用車(chē)輛的圖像特征和Kalmam濾波原理實(shí)現對車(chē)輛的識別，可知車(chē)輛底邊P點(diǎn)計算機圖像坐標。點(diǎn)(u0，v0)是像平面坐標原點(diǎn) (O，0)；點(diǎn)(u，v)可由P點(diǎn)計算機圖像坐標(m，n)按照內參數模型公式
獲得。其中，kx，ky，是數字圖像在x軸與y軸方向的放大系數；Om，On是圖像平面原點(diǎn)的計算機圖像坐標。根據透視投影和三角幾何關(guān)系，兩車(chē)間距由式(1)計算得出：

　　 為檢驗式(1)的計算精度，在完成攝像機標定后，拍攝道路的人行橫道線(xiàn)，測量每一條人行橫道線(xiàn)與攝像機鏡頭中心的水平距離，與依據測距模型計算的距離進(jìn)行比較，結果如表1所示。表中，實(shí)測距離與計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，能夠滿(mǎn)足下一步的處理要求。

　　
2 前車(chē)行駛狀態(tài)的確定

　　前車(chē)的行駛狀態(tài)影響著(zhù)汽車(chē)縱向碰撞預警模型的預警時(shí)刻，前車(chē)狀態(tài)的判斷以本車(chē)與前車(chē)的相對距離及相對速度為依據。根據圖像序列幀測得當前時(shí)刻與下一時(shí)刻本車(chē)與前車(chē)的車(chē)間距離，并且通過(guò)本車(chē)的速度傳感器獲得當前時(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(chē)與前車(chē)的距離(單位：m)；vb1，vb2，vq1，vq2分別為本車(chē)與前車(chē)不同時(shí)刻的速度(單位：m／s)；vrel1，vrel2分別為本車(chē)與前車(chē)不同時(shí)刻的相對速度；ab，aq分別為該時(shí)刻下本車(chē)與前車(chē)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(chē)處于靜止狀態(tài)，εv是測量允許誤差，由實(shí)驗確定取值。

　　(2)|vq1，vq2|>εv，且|vq1-vq2|εv，且vq1vb1，vq2vb2時(shí)，前車(chē)處于勻速行駛且本車(chē)速度高于前車(chē)。

　　(3)|vq1，vq2|>εv，且|vq2-vq1|>εv，且vq2vq1時(shí)，前車(chē)減速行駛，減速度為
。

　　
3 基于前車(chē)狀態(tài)和安全系數的縱向碰撞預警算法

　　3．1 縱向碰撞預警模型的建立

　　汽車(chē)縱向碰撞預警系統在保證行車(chē)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的信任度，如果預警系統的預警安全車(chē)距經(jīng)常大于駕駛員自己對安全車(chē)距的判斷時(shí)，由于系統的頻繁報警可能導致駕駛員忽視系統的報警信號或放棄對系統的使用。本文設計的預警算法利用前車(chē)的狀態(tài)確定安全系數，改善系統的預警時(shí)機控制，提高系統預警的安全性能，增加系統的可信任度。

　　建立最小安全車(chē)距預警算法如下：

　　
式中：Ld是預警系統開(kāi)始報警時(shí)刻的安全車(chē)距；Ls是根據汽車(chē)制動(dòng)理論以及本車(chē)與前車(chē)不同狀態(tài)時(shí)計算的最小安全車(chē)距；γ是基于前車(chē)狀態(tài)的安全系數權重。最小安全車(chē)距Ls的計算公式如下：

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

安全系數γ的取值規則如下：

　　前車(chē)處于靜止狀態(tài)，或者前車(chē)勻速行駛且本車(chē)的速度快于前車(chē)，即aq=0，以本車(chē)最大減速度計算的安全車(chē)距比較合理。實(shí)際交通中駕駛員考慮到乘車(chē)舒適性而較少用最大減速度操作，在未到最小安全車(chē)距之前已經(jīng)采取措施，預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)，故安全系數權重γ=1。

　　前車(chē)突然減速時(shí)，有三種情形：

　　(1)兩車(chē)減速度相等，滿(mǎn)足公路行車(chē)的一般條件，以此種情況計算的安全車(chē)距為基數，通過(guò)測算前車(chē)的減速度，確定安全系數權重γ。

　　(2)本車(chē)減速度小于前車(chē)減速度，本車(chē)制動(dòng)效能差于前車(chē)屬于最危險情況，但出現的概率不多。

　　(3)本車(chē)減速度大于前車(chē)減速度，本車(chē)制動(dòng)強度高于前車(chē)制動(dòng)強度，或本車(chē)制動(dòng)強度隨前車(chē)的變化而變化，并且始終高于前車(chē)，是公路行車(chē)常見(jiàn)的情況。此時(shí)，計算的安全車(chē)距過(guò)小，不適宜作為預警依據。

　　綜上所述，當aq=0時(shí)，如上所述γ=1；當aq5．0 m／s2時(shí)，本車(chē)減速度有能力高于前車(chē)減速度，取γ=0．8；當5．0aq6．8 m／s2時(shí)，認為本車(chē)減速度能夠等于前車(chē)的減速度，取γ=1；當aq>6．9 m／s2時(shí)，考慮不利條件即本車(chē)減速度小于前車(chē)的減速度，取γ=1．2。

　　3．2 試驗驗證

　　在結構化道路上選用五菱之光6400C3加長(cháng)版微型車(chē)作為實(shí)驗車(chē)輛，利用上述基于前車(chē)狀態(tài)和安全系數的安全車(chē)距預警算法對車(chē)輛跟馳距離的預警時(shí)刻進(jìn)行驗證。結果表明，系統能夠可靠地給出預警，并且預警時(shí)刻的車(chē)間距離對于駕駛員是可接受的。

　　圖2是前車(chē)勻速行駛，本車(chē)加速行駛時(shí)的報警時(shí)刻截圖。此時(shí)，車(chē)間距離為24．895 m，兩車(chē)相對速度為5．513m／S；

　　圖3為前車(chē)減速行駛，本車(chē)以90 km／h勻速行駛時(shí)的報警時(shí)刻截圖。此時(shí)，車(chē)間距離為45．847m，兩車(chē)相對速度為8．571m／s。

　　
4 系統設計

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

　　系統首先接收圖像傳感器傳送過(guò)來(lái)的圖像，將彩色圖像轉化為待處理的灰度圖像，利用中值濾波、Sobel算子邊緣檢測、自適應閾值分割等圖象處理的方法，消除噪聲平滑圖像，經(jīng)過(guò)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上對前方車(chē)輛輪廓進(jìn)行識別，確定前車(chē)輪廓尺寸及其底邊位于平面圖像中的位置，根據汽車(chē)縱向碰撞預警模型實(shí)現跟車(chē)距離的計算和安全車(chē)距的預警。軟件流程圖如圖4所示。

　　
5 結語(yǔ)

　　提出了基于前車(chē)運動(dòng)狀態(tài)和安全系數權重的汽車(chē)縱向碰撞預警算法，保證駕駛安全的同時(shí)確保公路行車(chē)的通行能力，計算報警距離與駕駛員認可的跟馳安全距離相一致，改善了系統的可信任度；嵌入式系統的應用有效地減少了系統的體積，有利于系統的應用和推廣。