物流運(yùn)輸車輛車道偏離安全預(yù)警系統(tǒng)研究①

摘 要:車道偏離是引發(fā)高速公路交通事故的重要起因之一，本文闡述了物流運(yùn)輸車輛車道偏離安全預(yù)警系統(tǒng)研究的意義，介紹了項(xiàng)目涉及的相關(guān)技術(shù)在國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢(shì)，提出了車道偏離預(yù)警系統(tǒng)研究的主要內(nèi)容和關(guān)鍵技術(shù)。

關(guān)鍵詞:物流運(yùn)輸車道偏離機(jī)器視覺

中圖分類號(hào):TP391文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1674-098X(2011)05(a)-0093-01

1 引言

經(jīng)過一個(gè)多世紀(jì)的發(fā)展，汽車已成為當(dāng)今社會(huì)不可缺少的交通工具，它帶來了高速經(jīng)濟(jì)發(fā)展的同時(shí)，也改變了人們的時(shí)空觀念，提高了人們的生活水平，為現(xiàn)代人類社會(huì)的進(jìn)步和改善人類社會(huì)的生活條件做出了重要的貢獻(xiàn)。但是，隨著汽車保有量的逐漸增大，不可避免地帶來了一系列交通問題，如交通擁擠、交通事故、環(huán)境污染、能源浪費(fèi)等。特別是隨著高速公路的發(fā)展，汽車速度的提高，交通事故頻發(fā)，死亡人數(shù)逐年上升，造成不可估計(jì)的經(jīng)濟(jì)損失。

公路交通事故已成為社會(huì)關(guān)注的一大公害，如何提高汽車安全性能、減少道路交通事故一直是人們普遍關(guān)注的社會(huì)問題和科學(xué)技術(shù)進(jìn)步所面臨的重要課題。據(jù)統(tǒng)計(jì)，約有44％的交通事故與車輛行駛偏離正常車道有關(guān)，分析其主要原因，主要是駕駛員注意力不集中或者疲勞駕駛，造成車輛的無意識(shí)偏離。因此，如何預(yù)防由于車道偏離而造成的交通事故成為各國面臨的“交通物流運(yùn)輸和長時(shí)長途客運(yùn)”安全課題。

金華市是“物流運(yùn)輸業(yè)”大市，以永康、義烏、蘭溪等重要物流樞紐站點(diǎn)為例，全市的載貨運(yùn)輸任務(wù)極為繁忙，大型物流載貨運(yùn)輸車輛的交通安全保障技術(shù)十分值得研究。在車道偏離預(yù)警研究和開發(fā)方面，我省、我市對(duì)該領(lǐng)域的理論研究和樣機(jī)開發(fā)非常少。本課題的研究背景和意義在于:研發(fā)車道偏離預(yù)警系統(tǒng)，通過警告那些打瞌睡和注意力不集中的駕駛員，使其修正無意識(shí)的車道偏離，從而減少這種車道偏離事故的發(fā)生。進(jìn)而“降低大型物流載貨運(yùn)輸車輛的交通事故率”，尤其是在高速公路上的惡性交通事故，對(duì)金華市的物流運(yùn)輸業(yè)具有重要的現(xiàn)實(shí)意義。

2 項(xiàng)目涉及的相關(guān)技術(shù)在國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢(shì)

本項(xiàng)目所涉及的核心技術(shù)是基于機(jī)器視覺的環(huán)境感知技術(shù)和車道識(shí)別方法。

(1)基于機(jī)器視覺的環(huán)境感知技術(shù)

機(jī)器視覺系統(tǒng)是指通過機(jī)器視覺產(chǎn)品(即圖像攝取裝置，分CMOS和CCD兩種)將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號(hào);圖像系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算來抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)備動(dòng)作。

機(jī)器視覺系統(tǒng)的特點(diǎn)是提高生產(chǎn)的柔性和自動(dòng)化程度。正是由于機(jī)器視覺系統(tǒng)可以快速獲取大量信息，而且易于自動(dòng)處理，也易于同設(shè)計(jì)信息以及加工控制信息集成，因此，在現(xiàn)代自動(dòng)化生產(chǎn)過程中，人們將機(jī)器視覺系統(tǒng)廣泛地用于安全監(jiān)視、成品檢驗(yàn)和質(zhì)量控制等領(lǐng)域。

目前，在“汽車安全輔助駕駛”和“車輛主動(dòng)安全研究和應(yīng)用”方面，機(jī)器視覺技術(shù)受到廣大學(xué)者和工程技術(shù)人員的重視，尤其是在路徑跟蹤、障礙物檢測、車道識(shí)別領(lǐng)域。在理論研究的基礎(chǔ)上，已經(jīng)逐步在物流運(yùn)輸、工業(yè)柔性生產(chǎn)、倒車智能報(bào)警系統(tǒng)等方面形成“工業(yè)產(chǎn)品”，微小型機(jī)器視覺產(chǎn)品的實(shí)用化、智能化、低成本化是其主要的發(fā)展趨勢(shì)所在。

(2)車道識(shí)別方法

車道識(shí)別技術(shù)，尤其是高速公路下的車道識(shí)別方法是車道偏離預(yù)警系統(tǒng)的又一核心技術(shù)之一，具體實(shí)現(xiàn)的方法有多種。

基于灰度特征的識(shí)別方法:基于灰度特征的識(shí)別方法是從車輛前方的序列灰度圖像中，利用道路邊界及車道標(biāo)識(shí)線的灰度特征而完成的對(duì)道路邊界及車道標(biāo)識(shí)線的識(shí)別。基于視覺與其他傳感器融合的識(shí)別方法:基于視覺與其他傳感器融合的道路邊界與車道標(biāo)識(shí)識(shí)別方法目前是一個(gè)研究熱點(diǎn)，這種方法通過融合多傳感器感知到的道路信息，利用多種圖像特征對(duì)道路進(jìn)行識(shí)別。

當(dāng)前車道識(shí)別方法的發(fā)展趨勢(shì)和主要的研究難點(diǎn)在于:非結(jié)構(gòu)化道路下識(shí)別方法、惡劣天下識(shí)別方法、光照變化影響和城市模糊車道識(shí)別等。本課題的研究對(duì)象主要是針對(duì)“大型物流載貨運(yùn)輸車輛”在高速公路上的車道偏離預(yù)警系統(tǒng)開發(fā)，應(yīng)用環(huán)境的道路路面狀況一般較好且連續(xù)，研究的重點(diǎn)和難點(diǎn)在于車道標(biāo)示線的快速識(shí)別和穩(wěn)定跟蹤。圖1為高速公路車道標(biāo)示線識(shí)別示意圖。

3 研究開發(fā)的主要內(nèi)容和關(guān)鍵技術(shù)

本課題的主要研究內(nèi)容及具體實(shí)現(xiàn)的技術(shù)內(nèi)容如下。

3.1 車道標(biāo)識(shí)線模型的建立

根據(jù)道路圖像中車道標(biāo)識(shí)線的紋理特征，通過實(shí)車實(shí)驗(yàn)建立車道標(biāo)志線的空間分布模型，將車道標(biāo)識(shí)線已多段直線處理。基于動(dòng)態(tài)矩的直線提取算法在一個(gè)局部動(dòng)態(tài)坐標(biāo)系中提取邊緣點(diǎn)的同時(shí)，可以計(jì)算邊緣點(diǎn)所在直線的參數(shù)，進(jìn)而確定直線并變換到坐標(biāo)系。

3.2 車道感興趣區(qū)域(ROI)模型:梯形感興趣區(qū)域

通過分析圖片中車道標(biāo)識(shí)線區(qū)域，初步獲得車道的感興趣區(qū)域。利用圖像分割方法可以將圖像分成各具特性的區(qū)域并取出感興趣目標(biāo)，從而進(jìn)行特征提取和參數(shù)測量。

3.3 基于Kalman濾波的車道跟蹤算法

基于目標(biāo)特征的跟蹤算法可以在目標(biāo)和對(duì)比度較大的情況下使用，跟蹤精度很高。基于Kalman濾波器的方法可以實(shí)現(xiàn)交通信息采集設(shè)備中的車輛檢測與跟蹤.它采用一種自適應(yīng)背景更新算法，通過分割、二值化、腐蝕膨脹得出前景圖像，以包含前景圖像的矩形框的中心作為Kalman濾波器的跟蹤特征，對(duì)運(yùn)動(dòng)車輛進(jìn)行跟蹤估計(jì)得出車輛的運(yùn)動(dòng)軌跡和速度，進(jìn)而得到車道線的準(zhǔn)確位置。

參考文獻(xiàn)

[1]張榮輝.視覺引導(dǎo)區(qū)域交通智能車輛(CyberCar)導(dǎo)航控制器設(shè)計(jì)[D].長春:吉林大學(xué)，2006.

[2]邢艷云.強(qiáng)光照條件下車道標(biāo)識(shí)線識(shí)別與跟蹤算法研究[D].長春:吉林大學(xué)，2006.