嵌入式車載行人檢測系統的設計及應用

張舜堯

目前，行人檢測系統的研發是計算機領域研究特點內容，在車載駕駛系統中具有重要的應用價值與意義，能夠通過檢測車前的行人并且及時報警，駕駛員以此通過有效的措施保護行人，以此保證道路交通安全。本文的主要研究內容就是設計嵌入式車載行人檢測系統，通過實驗表明，嵌入式車載行人檢測系統能夠準確的檢測行人，避免駕駛員出現誤判斷的現象，以此保障了行車安全。

【關鍵詞】嵌入式 行人檢測系統 設計與應用

隨著我國社會經濟的不斷發展及技術的日益更新，我國汽車市場也逐漸進入到飛躍的成長階段。在汽車保有量不斷增加的過程中，道路交通事故也逐年上升，為社會人民的生命財產帶來了嚴重的損失。所以，加強道路交通安全是我國所要重視的問題。如何降低交通事故的發生機率，保障行人及車輛的安全也是相關研究人員要深入探討的問題。解決此問題的有效方法就是運用全新的技術，實現車輛的智能化，設計輔助駕駛措施，以此提高交通安全。

1 嵌入式車載行人檢測系統的設計方案

由于駕駛員在駕駛的過程中會受到多種因素的影響，從而分散自己的注意力，在這種情況下極易發生交通事故。因素主要包括與乘客聊天、接聽電話、過于疲勞等。但是如果出現上述情況有人能夠提醒駕駛員注意駕車安全，那么就會降低駕駛員誤判的可能性。所以設計研發車載行人檢測系統是非常有必要的。圖1為車輛在距離行人一定距離時候的系統警告提示。

本文中所研究的嵌入式車載行人檢測系統主要是通過HOG特征及SVB算法訓練行人的不同姿態，以此形成識別行人的分類器，通過嵌入式技術對行人進行檢測和確定。

2 嵌入式車載行人檢測系統的工作原理

要想實現車載行人檢測，就要解決兩個問題，分別為提取行人特征及計算機學習，可以通過HOG特征及SVM分類器實現。

2.1 HOG特征

通過HOG特征將圖像中局部區域邊緣或者梯度分布提取出來，以此描述區域中目標的邊緣、梯度的形狀及結構，在對其進行計算的過程中，對其進行統一處理，以此提高其抗干擾能力及穩定性。

HOG特征的計算過程為：

H（x，y）表示圖形在（x，y）像素點的灰度值；

通過[-1，0，1]模塊計算不同方向的梯度方向及幅值，算法為：

Gx（x，y）=H（x+1，y）-H（x-1，y）

Gy（x，y）=H（x，y+1）-H（x，y-1）

計算（x，y）的梯度幅值的算法為：

G（x，y）=Gx（x，y）2-Gy（x，y）2

計算（x，y）的梯度方向的算法為：

a（x，y）=arctan（Gy（x，y）/Gx（x，y））

區間（bink）中像素點在分量區間中的幅值為：

Vk（x，y）=G（x，y），a（x，y）∈bink；

0，a（x，y）bink；

1≤k≤9

為了避免由于光照等一些因素的對系統造成的影響，就要處理塊中單元區間，算法為：

f（Ci9k）為在Ci單元中，第k區間的累計強度在Ci塊中的比例，i=1，2，3，4，上式中的ε為0.001。通過上式可以得出單元特征可以由一個9維向量表示，每個塊是通過4個單元所組成，所以，塊的特征可以通過36維向量表示為：

{f（Ci9k）i=1，2，3，4，k=1，2，...，9}

2.2 SVM分類器

在訓練過程中，通過二類別構成{（xi，yi，i=1，2，...，m）}，如果xi∈RN為1類，那么yi=-1為行人，屬于為2類，那么yi=-1為非行人。訓練的主要目的就是構造判別函數，使測試的數據為正常分類。

如果具有分類超平面，那么：

ω*xi+b≥1，yi=1

ω*xi+b≤-1，yi=1

i=1，2，...m

通過上式可以看出來，訓練為線性可分。

如果訓練樣本集沒有被超平面錯誤分來，而且距離超平面最近的樣本數據和自身具有較大的距離，那么此超平面為最優，所以具有判別函數：

f（x）=sgn（ω*x+b）

其具有最優的泛化能力，超平面求解要最大化，以此將最優分類面問題轉化為具有約束條件的不等式條件極值問題，從而構建Lagrange函數：

將ω=∑yixi及∑ayi=0帶入到上式中，將ω和b消除，得出對偶最優化問題。

在進行行人檢測的過程中，可以選擇某個特定的函數類型，計算f（x），+1表示行人，-1表示非行人。

3 嵌入式車載行人檢測系統硬件設計及檢測算法

3.1 硬件設計

系統主要由圖像匹配處理、采集及提示三部分組成，其構件為媒體提示系統、攝像頭、電源、實驗板。實驗板集成嵌入式操作系統，通過開源計算機視覺庫實現。在攝像頭采集到圖像進行解碼，之后傳送到處理器中進行預處理，之后通過視覺庫記性檢測，通過顯示屏現實，計算出行人在圖像中的坐標，以此提示駕駛員注意行駛的方向。

3.2 檢測算法

在算法中設置定時器，每隔66ms處理一幀畫面，使每秒能夠處理15幀左右的圖像，保證圖形的連貫性。算法處理的圖像格式為RGB格式，通過函數調用繪制矩形框。

3.3 應用試驗

通過證明，行車速度在25km/h時效果良好。

在車與人距離為7m的時候為安全提示距離，并且對此范圍的行人通過紅色矩形框圈起來，指出行人在車的哪一方，提醒駕駛員朝著沒有行人的方向行駛；

在車與人距離為5m的時候，隨著駕駛員的轉向，系統中的提示圖像和聲音也會有所變化。

4 結束語

在物聯網不斷發展的過程中，車聯網技術也逐漸受到人們的重視，本文中設計的系統還能夠實現路段行人的統計、道路擁塞提醒等多種功能，并且具有較強的適應能力、提醒及提示作用，滿足于現社會行車安全的需求。

參考文獻

[1]高洋.智能交通中行人檢測算法的研究與實現[D].大連：大連海事大學，2014.

[2]楊韶瑞.車載輔助系統行人檢測技術研究[D].西安：西安工業大學，2012.

[3]靳美玲.基于FPGA的車載行人檢測系統的設計與實現[D].沈陽：東北大學，2010.

作者單位

廈門軟件職業技術學院 福建省廈門市 361024