基于单视觉的车辆防碰撞预警系统研究

摘要：应用单目视觉车辆防碰撞预警系统能够发识别周围车辆并估算出与其之间的距离，利用预警系统及时提醒驾驶员。解决了车道线和车辆的检测识别问题，提出了新的边缘检测算法识别道路线，然后利用特征识别算法识别车辆，并根据车辆之间的距离判定危险等级。实验结果表明，系统能够有效的识别车道线和车辆，并能很好的测量车间距，实现预警输出。

关键词：单目视觉；碰撞预警；车道线检测；车辆识别

中图分类号：U463.6 文献标识码：A文章编号：1007-9599 (2012) 06-0000-02

随着我国公路建设的持续发展和汽车保有量的快速增加，公路交通事故频发成为制约公路交通运输事业及汽车工业发展的严峻挑战。2010年，全国共发生道路交通事故3906164起，造成65225人死亡、254075人受伤，直接财产损失9.3亿。[1]公路交通事故已成为全球范围内日益严重的公共安全问题。统计资料表明，驾驶员的人为因素导致的公路交通事故率最高。若在公路交通事故发生前的1.5s给驾驶员发出预警，则可避免90%的碰撞事故[2]。因此，研究汽车防碰撞预警系统，利用技术手段采集车道线和周围车辆的状况等信息,当车辆偏离车道线及车辆之间间距过近，及时给予驾驶主动预警，是减少公路交通事故行之有效的技术措施。

一、系统的总体设计和原理

采用单目视觉技术的汽车碰撞预警系统的总体设计如图1所示。

图1 采用单目视觉技术的汽车碰撞预警系统总体设计图

系统硬件部分包括一个采用柯达KAC-9619 1∕3〞单色CMOS图像传感器的摄像头、一个图像显示器、一个内装了专用图像处理芯片EyeQ控制盒、两个扬声器以及若干连接线束组成。安装在车内挡风玻璃上的摄像头将图像送入控制盒内，经过软件处理分析后，在显示器上显示出前车和道路线，同时根据车速和车间距等判定危险等级，发出预警显示和预警声音。

系统的软件部分包括车道线检测、车辆的检测、跟踪、测距、决策和报警等模块。系统通过摄像头获取汽车前方道路环境图像，经过滤波等预处理后，分别识别出车道线和前方车辆，再通过采集获取决策算法所必需的车辆运动参数，如车速、车辆转向状态等，综合分析判断车辆偏离车道程度以及与其他车辆的距离。如果车辆偏离或与其它车辆的间距超过设定闭值，会通过闪烁灯和音频等报警方式向驾驶员发出预警。

二、系统的关键技术

（一）车道线检测与跟踪

因为车道线和路面之间对比度比较大，所以很容易利用Sobel边缘算子[3]获得清晰的车道轮廓信息，然后选取合适的阈值对图像进行二值化处理，最后采用Hough变换识别车道线[4]。由于固定区域法划分的感兴趣区域小，实时性差；而Kalman滤波法划分的感兴趣区域小，易产生检测误，从而造成跟踪累积误差，跟踪准确率低。本系统采用固定区域法和Kalman滤波法相结合的办法划分出感兴趣区域来跟踪车道线。一般情况下，图像中车道左右边界线交于一点（即消失点）以下两车道线之间的区域定义为感兴趣区域。

（二）车辆的检测与确认

通过摄像头采集的图像经过预处理后，保留了大量的道路和障碍物的特征信息，如路面的各种信息和周围动态车辆的边缘特征。车辆在行驶中要准确的检测出周围车辆是非常困难的，而本系统的车辆检测模块会根据图像背景的变化自动设置参数，来适应不断变化的车辆、光照和道路条件。

要准确检测出车辆，首先需要根据车辆的基本特征信息进行初步检测；将所有疑似车辆区域从图像中提取出来，然后根据车辆的其他特征对疑似区域进行筛选；最后，根据一定的特征识别算法确认车辆。车辆的检测和确认流程如图2所示。

图2 车辆的检测和确认流程图

（三）车辆安全距离的测量和计算

车辆间安全距离的测量采用一个简化的车间距模型公式L×W ﹦C,其中当焦距f一定，L为两车的间距，单位为m；W为图像上目标车辆处的车道宽度，单位为pixel；C是常数，可以通过事先的实验标定得到[5]。车辆间的安全距离是指不发生追尾事故，两车需要保持的最小距离。车辆的最大减速度为jMax﹦g, 两车间的安全距离S采用文献[6]推导的安全车距公式算出。

式中：Vb本车车速；表示路面附着系数；Vr为相对车速，由对测出车距求导得到相对车速后再进行Kalman滤波得到。

由于各种原因会导致系统报警不准确：如果报警的频率过高，会导致驾驶员疲劳麻木，过低则导致驾驶员不能做出有效反应，因此本系统依据车距d和动态的安全距离S设置了三段报警机制。

1.当d ≥1.5S时，系统判定为最低危险级别，车内扬声器发出间隔时间长且缓慢的报警声来提醒驾驶员。

2.当S≤d ≤1.5S时，系统判定为中等危险等级，车内扬声器发出间隔时间短且较急促的报警声，同时显示器上一直闪烁黄色图标，提醒驾驶员减速。

3.当d ≤S时，系统判定为最高危险，车内扬声器发出短而急促的报警声，显示器上一直闪烁红色图标，提醒驾驶员制动。同时本系统自动开启危险报警闪光灯，提醒周围机动车驾驶员。

三、试验结果

为了验证单目视觉测距的准确性，在郊区道路上采集一组图像。图像中包含了车道线、障碍物和其他车辆的信息。对采集的道路图像进行处理和分析，得出实测距离及推导的本车和前车的安全距离，见表1。

表1 两车实测距离和推导的安全距离对比

表中数据显示，单目视觉测距的误差率都小于5％，但是存在一定误差。产生误差的主要原因有测量误差和本系统固有的误差。提高测量精度和减少系统误差有助于系统在实际工作中更准确报警。

四、结论

本文设计的单目视觉防碰撞系统误差较小，可以满足实际工作中测距报警的需要。该系统可以有效的处理检测的车道线和车辆图像，将图像参数带入两车间距模型公式计算出车辆间的安全距离并报警输出的方法简单、实用。

参考文献：

[1]www.省略/中国交通技术网

[2]乔维高.汽车碰撞预警系统研究[J].武汉理工大学报,2005,27（1）

[3]GONZALEZ R C, WOODS R E, EDDINS S L. Digital image processing using Matlab[M]. Beijing: Publishing House of Electronics Industry, 2006.289～295

[4]李菲,邵越然,赵明辉.基于单目视觉的汽车追尾预警系统研究[J].现代电子技术,2011,34（20）:53～56

[5]刘燕,刘浩学.基于计算机视觉的单目摄影纵向车距测量系统研究[J].公路交通科技,2004,21（9）:103～106.

[6]钟勇,姚剑锋.行进中车辆临界安全车距的探讨[J].湖南大学学报:自然科学版,2001,28（6）:54～58.