(南京理工大學 機械學院,南京 210094)
隨著汽車安全技術的不斷進步、國家相關法律法規標準的提高和消費者對汽車安全功能的重視,我國道路交通的傷亡人數雖有下降,但萬車死亡率較發達國家仍居高不下。據資料統計,約有75%的交通事故是由駕駛員的操作失誤引起的[1],其中駕駛員注意力分散和對交通狀況的誤判是誘發錯誤操作的主要原因[2,3]。自適應巡航控制系統是一種根據交通狀況進行自適應的車速調節系統,其也被稱為主動車速控制、自動車距控制或車距調節系統[4~6]。其作為汽車高級輔助駕駛系統(Advanced Driver Assistance System,ADAS)的重要組成部分,能夠利用外界環境傳感器幫助駕駛員提高駕駛員舒適性和安全性。它主要對車輛進行縱向距離控制旨在發現前方多個車輛目標,通過確定主目標(Closet in Path Vehicle,CIPV),測量與主目標的距離與相對速度,在保證一定安全距離的前提下,進行適當的制動與加速。當前方沒有主目標時,車輛會按照預設定的速度進行巡航[7~10]。
EyeQ3是基于視覺來計算與前車的距離,它主要通過道路和輪胎與道路的接觸點的幾何關系以及誤差補償的方法來確定最終輸出距離[11]。圖3給出了示意圖,包括攝像頭P和成像平面I,相機焦距為f。A表示本車輛,B表示為目標車輛,兩者之間距離為Z,車輛與道路之間的接觸點投影到I上的點為y,設相機中心在成像平面上的坐標為0,則接觸點成像高度為y。

圖1 攝像頭測距示意圖
由直角三角形的相似性導出:

汽車在行駛過程中工況復雜,導致攝像機的光軸與路面并不平行。由車輛俯仰角、攝像頭的安裝角度以及路面不平度帶來的誤差已有解決途徑[12],剩余誤差的主要來源是確定車輛和道路之間的接觸點的圖像坐標,在實踐中,誤差可在1個像素內被發現[12]。接觸點在n個圖像中的誤差范圍由(1)得:

通常n≈1,fH>>nZ,所以可以得到:

從式中我們可以看到距離誤差與距離的平方成正比,但距離的百分比誤差與距離則成線性關系。
示例:一個640×480像素圖像與水平視角47°的鏡頭,像素f=740。相機高度H=1.3m。因此假設1個像素誤差導致的距離誤差為5%,則實際距離為:

基于EyeQ3的視覺測量速度采用離散差分法:

通過優化,來提高速度測量的精度。假設目標車輛在距離Z和Z'時在圖像中的高度為w和w',則代入式(4)得:

基于目前的圖像校準技術,圖像塊中有幾百個像素,圖像校準可以使得校準誤差為0.1個像素[12]。定義比例誤差(Sacc)為較準誤差(Serr)除以車輛圖像寬度:

假設Z是準確的,則相對速度誤差為:

又由于距離誤差會產生相對速速誤差,所以距離產生的誤差:

則:

示例:假設與目標車輛距離:Z=30m,f=740像素,w=1.5,h=1.3m和v=0m/s。我們用△t=0.1s。
將數據帶入(10)得:

智能前視攝像頭主要由鏡頭、光學傳感器、Mobileye圖像處理器EyeQ3以及MCU、保護電路以及CAN收發器組成。基于EyeQ3開發的前視攝像頭要求安裝720P/60Fps的高清攝像頭及1/3英寸的CMOS數字光學傳感器。由于行車環境復雜,不同工況下都需要對外界環境進行良好的監控,所以要求攝像頭具有卓越的低光性能和行車溫度適應能力,同時也能確保攝像頭具有較好的視角。攝像頭系統框架如圖2所示。

圖2 前視攝像頭系統框架
MCU的選型要求體積盡可能小,并且對溫度的適應能力應至少在-40°到80°之間,同時需要支持128M以上的CPU和1M以上的閃存,RH850系列的MCU具有功耗低運算速度快的特點,并且能夠較好的滿足以上條件。TJA1049是一款高速CAN收發器,是CAN控制器和物理總線之間的接口,為CAN控制器提供差動發送和接收功能,該收發器專為汽車行業的高速CAN應用設計,傳輸速率高達1Mbit/s[13,14]。保護電路則采用普通的直流變直流電路并加裝保護和加熱裝置。
智能前視攝像頭工作過程由高清攝像頭捕捉外界環境,通過數字光學傳感器將圖像傳給EyeQ3,同時MCU通過車載CAN將獲取的原車的自身運動狀態發送給EyeQ3,EyeQ3以高速、高效的運算速度同時計算出ACC縱向控制的距離、相對速度等一系列信息。EyeQ3結合原車運動狀態將計算所得信息通過SPI發送給MCU,MCU根據接收信息,與車載CAN網絡通訊,通過CAN報文發送控制指令,從而實現車輛的縱向控制,樣件如圖3所示。
為了檢測基于前視攝像頭的ACC系統的穩定性,在實車上對不同場景進行前視攝像頭目標車輛探測驗證。場景如圖所示,圖中紅色矩形即為攝像頭識別的主目標,為本車ACC系統需要跟隨的目標,綠色矩形即為識別的車輛目標,較遠的綠色數字為兩車距離,較近的數字為兩車的相對速度,前車速度大于本車時為正。
圖4場景為直道高速道路,本車初始速度為60km/h行駛,前方車輛以80km/h行駛,設置巡航速度為90km/h。攝像頭探測到前方存在三個車輛目標,當ACC系統進入跟隨模式時,將本車道前方最近車輛識別為主目標, 主目標與本車相距32m,相對速度為-0.2m/s。

圖4 直道高速目標探測
圖5場景為在半徑約為200m的彎道上,本車以60km/h的速度位于彎道外側,攝像頭檢測到前方存在三個目標車輛,在彎道行駛過程中并沒有將正前方車輛識別為主目標,而是將本車道最近車輛作為主目標,平穩的跟隨前車行駛,主目標距離本車30m,相對速度為0.2m/s。
圖6場景為前方相鄰車道有車輛插入本車道,本車以80km/h的巡航速度跟隨前方目標行駛,基于前視攝像頭的ACC系統檢測到前方共有三個車輛目標,并迅速切換主目標,將插入車輛識別為主目標,主目標距離本12m,相對速度0.4m/s。
圖7場景為前方主目標突然駛向相鄰車道,本車以80km/h的巡航速度跟隨前車,突然主目標駛向相鄰車道,前視攝像頭系統迅速切換主目標,將本車道前方最近車輛識別為主目標,主目標距離本車43m且與本車速度相同。

圖5 彎道目標探測

圖6 前方車輛插入

圖7 主目標駛出
經實車測試表明,基于智能前視攝像頭的ACC系統,能夠有效利用圖像探測功能,實現對目標車輛的探測。由于ACC系統屬于舒適性系統,其對距離和速度的控制精度要求不高,利用圖像檢測的ACC系統能夠將距離與速度誤差合理控制在合理的范圍內,保障ACC跟車模式的舒適性。在前方有多個目標情況下,能有效選擇主目標,減少誤識別的概率,提高了系統的可靠性。
[1]MAITA L,MIYAJIMA C,TAKEDA K. A Study of Driver Behavior Under Potential Threats in Vehicle Traffic[J].IEEE Transactions on Intelligent Transport Systems,2009,10(2):201-210.
[2]PETERS A, PETERS J.Automotive vehicle safety[M].London:Taylor & Francis,2002.
[3]FULLER R, SANTOS J.Human factors for highway engineering[M].Holland: Elsevier Science,2002.
[4]TC204/W G14,Transport information and control systems-Adaptive cruise control systems-Performance requirements and test procedures[S].
[5]TC204/WG14,Intelligent transport System-Full speed range adaptive cruise control (FS-RA)systems-Performance requirements and test procedures[S].
[6]劉中海.自適應巡航控制系統設計與仿真[D].北京:清華大學,2005.
[7]張景波,劉昭度,齊志權,等.汽車自適應巡航控制系統的發展[J].車輛與動力技術,2003,11(2),44-49.
[8]田雷.汽車自適應巡航系統的模糊自校正控制算法研究[D].吉林:吉林大學,2006.
[9]尚秉旭,朱明,劉斌,等.自適應巡航控制系統中主目標車輛識別與跟蹤[J].汽車技術,2014,06:52-56.
[10]詹軍,郭孔輝.汽車自適應巡航控制系統(ACC)的研究與發展[A].北京:中國汽車工程學[C].2003.
[11]STEIN G P, OMANO O, SHASHUA A. A robust method for computing vehicle ego-motion[A].Dearborn: IEEE Intelligent Vehicles Symposium[C].2000.
[12]STEIN G P, OMANO O,SHASHUA A. Vision-based ACC with a single camera: bounds on range and range rate accuracy[A].Ohio:IEEE Intelligent Vehicles Symposium[C].2003.
[13]魏志恒.一款高速、低功耗CAN總線收發器的設計[D].吉林:吉林大學,2009.
[14]于宏莎.CAN總線收發器的設計與研究[D].成都:電子科技大學,2013.