汽車(chē)記錄儀升級為主動(dòng)駕駛

自從MARR視覺(jué)計算理論提出以來(lái)，機器視覺(jué)技術(shù)迅速發(fā)展，是目前智能駕駛領(lǐng)域發(fā)展最快的技術(shù)之一，也是智能駕駛領(lǐng)域研究的主要方向之一。

機器視覺(jué)技術(shù)在智能駕駛中應用

在智能駕駛中應用機器視覺(jué)技術(shù),機器視覺(jué)技術(shù)必須具備實(shí)時(shí)性、魯棒性、實(shí)用性這三個(gè)特點(diǎn)[7]。實(shí)時(shí)性要求機器視覺(jué)系統的數據處理必須與車(chē)輛的高速行駛同步進(jìn)行;魯棒性是要求智能車(chē)輛對不同的道路環(huán)境如高速公路、市內公路、普通公路等,復雜的路面環(huán)境如路面的寬度、顏色、紋理、彎道、坡度、坑洼、障礙與車(chē)流等,各種天氣晴、陰、雨、雪、霧等均具有良好的適應性;實(shí)用性指智能車(chē)輛能夠為普通用戶(hù)所接受[7]。

目前,機器視覺(jué)主要用于路徑的識別與跟蹤[7]。與其它傳感器相比,機器視覺(jué)具有檢測信息量豐富、無(wú)接觸測量和能實(shí)現道路環(huán)境三維建模等優(yōu)點(diǎn)，但數據處理量極大,存在系統實(shí)時(shí)性和穩定性問(wèn)題，要靠開(kāi)發(fā)高性能的計算機硬件，研究新算法來(lái)解決。隨著(zhù)計算機技術(shù)和圖像處理技術(shù)的飛速發(fā)展,三維重建道路環(huán)境為車(chē)輛高速智能駕駛提供強大的信息,在不遠的將來(lái)具有現實(shí)可行性。

機器視覺(jué)的道路識別基本原理為,公路路面的環(huán)境(白色路標、邊緣、路面顏色、坑洼、障礙物等)的CCD圖像灰度值和圖像紋理、光流有差異。根據這種差異,經(jīng)圖像處理后可以獲得需要的路徑圖像信息,如方位偏差、側向偏差、車(chē)輛在道路中的位置等信息。將這些信息與車(chē)輛的動(dòng)力學(xué)方程相結合,可構成車(chē)輛控制系統數學(xué)模型。

3、智能駕駛系統的結構設計

(1) 機器視覺(jué)系統

機器視覺(jué)系統的硬件構成：主要由參數、型號、性能一樣的兩個(gè)CCD攝像頭、兩片同樣的視頻采集卡和計算機上的視頻處理軟件構成。我們利用左右兩路CCD攝像頭攝取的照片對進(jìn)行圖像處理而得到相關(guān)的深度信息，必須保證左右兩路CCD攝像頭信號是同步的，否則攝取的圖片不對應，就無(wú)法正確的提取相關(guān)深度信息。因此我們左右兩路CCD攝像頭是經(jīng)過(guò)同步處理的攝像頭，就是從左路攝像頭的幀同步電路里引出幀同步信號到右路CCD攝像頭的幀同步電路里，從而保證左右兩路的圖像總是同步的。

機器視覺(jué)處理軟件系統主要是擔負著(zhù)障礙物檢測識別、交通信號檢測識別、交通圖案識別檢測、公路邊緣識別檢測、彎道弧度識別檢測和前方車(chē)輛距離速度檢測和路面坑洼坡度識別檢測這些主要信息的提取，在這些信息數據的基礎上進(jìn)行道路環(huán)境的三維重建。機器視覺(jué)處理軟件系統處理得到的道路環(huán)境信息和輔助系統的多傳感器的信息進(jìn)行融合，結合車(chē)輛動(dòng)力學(xué)模型(已經(jīng)有很多科學(xué)家在研究模糊控制技術(shù)和神經(jīng)網(wǎng)絡(luò )技術(shù)在車(chē)輛動(dòng)力學(xué)模型上的應用)和車(chē)輛行駛狀態(tài)參數，由車(chē)輛行為決策調度系統做出合理的決策調度，然后由路徑規劃系統生成合理的路徑規劃和車(chē)輛控制命令，對汽車(chē)進(jìn)行控制。

公路邊緣識別檢測關(guān)系著(zhù)汽車(chē)能否正確識別公路，尤其是缺乏交通圖案的低等級公路。我們機器視覺(jué)檢測公路的邊緣信息和公路的寬度信息。公路的邊緣檢測，對CCD攝取的圖像進(jìn)行二值化處理，就可以提取出公路邊緣;公路寬度信息檢測，利用左右兩路CCD攝取的公路圖像進(jìn)行立體匹配，提取里面的深度信息，依據機器視覺(jué)理論計算出公路的寬度。依據其他傳感器的數據確定汽車(chē)在公路中的位置和汽車(chē)的行駛狀態(tài)參數，做出合理的路徑規劃，優(yōu)化控制汽車(chē)在公路中的位置，做好路徑跟蹤，不至于行駛中偏離公路路面。

交通圖案、道路標識、交通信號的識別檢測。交通圖案包括常見(jiàn)的斑馬線(xiàn)、車(chē)道線(xiàn)、箭頭等。這些交通圖案都是有固定的顏色(比如斑馬線(xiàn)都是白色的)和固定的形狀，因此對他們的識別只要使用簡(jiǎn)單的圖像處理，然后對照我們預先建立的交通圖案模型就可以快速的識別。交通標識識別就要相對麻煩一些。有些交通標識上面有文字，我們不僅需要利用圖像處理技術(shù)提取這些文字信息，而且需要分析這些文字蘊含的交通信息。交通信號包括交通信號燈和交警旗語(yǔ)，他們都有固定的運行模式，可以預先建模，然后根據圖像處理結合其他傳感器的信息，進(jìn)行檢測識別。

前方汽車(chē)、障礙物的距離、速度的檢測和識別。能否安全準確的識別檢測出前方汽車(chē)、障礙物對汽車(chē)智能駕駛是十分關(guān)鍵的。不僅要識別出前方汽車(chē)、障礙物，而且要檢測出它們的運動(dòng)速度、運動(dòng)方向和離本車(chē)的距離，要能依據連續幾次測定的它們離本車(chē)的距離和運動(dòng)速度、運動(dòng)方向預測出它們的可能運動(dòng)軌跡，為本車(chē)超車(chē)、減速、規避障礙物、降低危險風(fēng)險提供可靠的數據。利用機器視覺(jué)技術(shù)，可以使用基于成像模型的對應點(diǎn)估計三維運動(dòng)檢測方法和基于光流的估計的三維運動(dòng)檢測方法。模型法、光流法有很多成熟的算法可以選擇，有利于系統程序的實(shí)現。

機器視覺(jué)系統中攝像機標定：攝像機標定的目的是確定攝像機的內外部屬性參數并建立空間成像模型，以便確定空間坐標系中物體點(diǎn)與它在圖像平上像點(diǎn)之間的相應關(guān)系。攝像機的標定分為攝像機內部參數標定和外部參數標定。內部參數確定了攝像機內部的幾何和光學(xué)特征，不隨攝像機的移動(dòng)而改變;外部參數是確定攝像機像平面相對于客觀(guān)世界坐標系統的三維位置和朝向，攝像機移動(dòng)后，需重新校正。本文中攝像機隨車(chē)運動(dòng)，但我們所需要的參數都是內部參數，只需預先標定攝像機的內部參數就可以。

(2) 主控制系統

整個(gè)智能駕駛系統的核心是主控制系統，它負責各種傳感器的信息采集、識別，然后進(jìn)行處理，最后依據處理后的信息進(jìn)行車(chē)輛行為決策調度，規劃路徑并生成汽車(chē)控制命令。本文整個(gè)智能駕駛系統的設計思想也是基于模擬人工駕駛來(lái)進(jìn)行的，主控制系統是汽車(chē)的大腦，機器視覺(jué)系統好比人的雙眼。主控制系統一旦出現系統死機或者控制軟件運行不穩定，則會(huì )帶來(lái)車(chē)毀人亡的重大交通事故。而主控制系統計算機工作環(huán)境惡劣，汽車(chē)在高速行駛的時(shí)候震動(dòng)很大，靠近汽車(chē)引擎的部位溫度較高，為了保證主控制系統的安全穩定的運行，主控制系統計算機應該選用高性能高穩定的工控機。

(3) 輔助測距定位系統

主要包括車(chē)載GPS定位系統、測距雷達、電子地圖等。隨著(zhù)交通信息化的發(fā)展，基于GIS的電子地圖已經(jīng)開(kāi)始應用在日常汽車(chē)駕駛中?；贕IS的電子地圖它包括了大范圍層次的地理位置信息，可以利用它來(lái)設定大的方向上的汽車(chē)駕駛的宏觀(guān)路徑。然后通過(guò)車(chē)載GPS全球定位系統來(lái)確定汽車(chē)當時(shí)位置點(diǎn)的地理位置信息，把它跟電子地圖上該點(diǎn)的地理位置信息比較，就可以知道汽車(chē)現在處于我們設定的宏觀(guān)路徑中的什么位置，可以防止汽車(chē)在自動(dòng)駕駛的時(shí)候走錯路口，走錯方向，偏離預先設定的宏觀(guān)路徑?；贕IS的電子地圖和車(chē)載GPS全球定位系統的綜合運用，保證了汽車(chē)能在宏觀(guān)上按照我們預先設定的宏觀(guān)路徑進(jìn)行自動(dòng)駕駛而不偏離我們預先設定的路徑。