基于機器視覺的智能車前燈切換系統

吳茂友，陳萬培，陳 軍，張 濤

(揚州大學 信息工程學院，江蘇 揚州 225009)

0 引言

2017年9月，公安局交警支隊通報一起錯誤使用遠光燈導致交通事故的典型案例，這起案例也是四川省內首例因燈光錯誤使用導致交通事故發生而擔責的案件。從這起案件可以看出，車前燈的錯誤使用會帶來嚴重的后果。智能車前燈自動切換系統一直是汽車安全駕駛領域的研究熱點，同時引導著智能駕駛的研究方向。文獻[1-2]提出了一種利用微波雷達識別對方來車從而自動切換本車車前燈的系統方法。文獻[3]提出了一種利用坡道傳感器在車輛行駛到坡道上進行坡度識別的遠近光切換方法，從而在上坡下坡時進行車前燈切換。文獻[4-6]利用光敏傳感器進行了系統設計，從而達到自動切換車前燈的目的。文獻[7]以手動控制與自動控制相結合的方式保證了車前燈的正確使用。

上述幾種車前燈自動切換方法適用場景比較單一，并不能夠滿足車輛行駛的路況要求。所以本文創新地利用圖像處理技術，在機器視覺領域對車前燈自動切換進行了深入研究，實現了對車輛行駛的大多數路況可自由、準確地切換車前燈的目標。本文方法創新地對路燈區域和車燈區域進行了劃分，并研究了路面標示牌與車燈路燈的區別，采用雙閾值處理方法，很好地避免了標示牌導致的誤判。

1 系統工作原理

基于機器視覺的車載智能車前燈切換系統，由圖像采集模塊、圖像處理模塊和控制模塊3個模塊組成，其系統原理圖如圖1所示。

圖1 系統原理

圖像采集模塊由安裝在車輛前擋風玻璃中間的圖像傳感器組成，主要負責采集前方的燈光環境；圖像處理模塊為整個系統的核心，負責對圖像傳感器標定及對采集模塊采集的圖片進行分析，檢測當前車輛行駛的前方燈光環境，判斷本車是否應該關閉(打開)遠光燈；控制模塊通過CAN通信，接收到處理模塊的信號后對車輛的燈光進行通信控制，由此實現車輛車前燈的自動切換功能。

2 系統設計

系統旨在會車時自動切換車前燈以避免對向車流駕駛員炫目引發交通事故，所以設置了會車距離DT這一參考閾值，即對向車流距離本車距離小于DT時才進行車前燈自動切換。考慮到系統運行實時性問題，將車前燈自動切換系統分為路燈識別和車燈識別2步，其中，車燈識別包括對向車流前照燈及同向車流尾燈。這樣，系統在識別到路況照明條件為良好時，只允許本車開啟近光燈，當判斷照明條件較差時再識別車燈，若有車燈存在即開啟近光燈，若無車燈，本車開啟遠光燈為駕駛員提供良好視野。系統流程圖如圖2所示。

圖2 系統流程

2.1 標定及曝光調節

2.1.1 標定

由于車燈識別區域設置在本車前方DTm內，所以本系統采用了一種基于透射投影的相機標定方法[8-9]對相機進行快速標定，以判斷車燈識別區域。本方法只需在車輛前方放置一塊標定板即可標定相機安裝參數?；谕干渫队暗臉硕ǚ椒ㄔO計基于三線標定法[10-11]，其基本原理為利用空中平面上的點集合演算出地面上3條相互平行的直線，從而進行相機標定，透射投影標定方案的基本模型如圖3所示。

圖3 透射投影模型

設G1～G6為地面上的6點，且兩兩一組決定了3條相互平行的直線，點A1～A6為空中同一平面上的6點，且點G1～G6與點A1～A6在像素坐標系中各自對應具有同一像素坐標，并且確立同一組世界坐標系中相互平行的直線。利用式(1)即可計算出點A1～A6的世界坐標，從而確立3條相互的平行線y1，y2，y3。

(1)

(2)

式中，(xc，yc，zc)為相機安裝坐標；(xg，yg，zg)為地面G1～G6點坐標。由該組直線可得到同一消失點坐標p0(i1，j1)，取3條直線外各自一點pL(i2，j2)，pM(i3，j3)，pR(i4，j4)。由點p0，pL，pM，pR，結合式(3)～式(11)即可計算得到相機外參[15-16]。

(3)

(4)

(5)

(6)

A=r1·sinφ·cosθ-cosθcosφ,

(7)

B=-(cosφsinφ+sinφcosφsinθ)-

r1(cosφcosφ-sinφsinφsinθ)，

(8)

C=r2·sinφ·cosθ-cosθcosφ，

(9)

D=-(cosφsinφ+sinφcosφsinθ)-

r2(cosφcosφ-sinφsinφsinθ)

(10)

(11)

式中，a，b，c為3條線到車中心線的垂直距離；gn為3條直線斜率；dx，dy為水平比例因子，垂直比例因子；fi，fj為方向i與方向j上的焦距。

設經過標定后得到像素坐標系到世界坐標系的轉換矩陣為R，需要檢測的會車區域為DT1～DT2m，結合轉換矩陣與相機坐標即可得到該區域對應像素坐標區域為RowL～RowH。

2.1.2 曝光調節

利用機器視覺實現車前燈的自動切換，相機曝光參數調節是一項重要技術，文獻[12-14]對車載相機的曝光調節做了不同層次研究。為了避免外在環境燈光對系統造成干擾，更準確地對路燈及車燈進行識別，本文對相機曝光參數做了一定調節，典型路況不同曝光參數的采集記錄如圖4所示。由圖4分析可見，右側圖像所用參數更易于進行基于視覺的車前燈自動切換系統的研發，故本系統皆按照此參數進行系統研發。

圖4 曝光調節

2.2 路燈識別

從實際路況采集信息分析，參考攝像機的安裝角度，路燈檢測應集中于圖像上半部分[17-20]。由標定系統得到相機安裝參數后，即可大致得到圖像中的路燈區域。從曝光參數調節記錄數據來看，不難發現路燈燈源皆為獨立的亮白色區域，首先嘗試利用像素灰度值為255的點的數量在路燈識別區域所占比例的方法進行路燈檢測，然而實驗結果不盡人意，表1詳細記錄了本方法夜間城區道路不同路況的百次測試數據。

表1 測試記錄

由表1數據可以看出，此方法在路燈昏暗區域、路口轉彎區域有明顯的誤判行為，進一步研究發現，無路燈路況與有路燈路況圖像上半部分有明顯的灰度差異如圖5和圖6所示。

圖5 路燈路況

圖6 路況灰度直方圖

所以將本系統路燈識別方法改為灰度均值法，經測試驗證，灰度均值法有效地在路燈昏暗區域及路口轉彎區域進行了車前燈自動切換。

2.3 車燈識別

系統進行路燈檢測后，會根據檢測結果決定是否進入車燈識別階段。在燈光環境較差的行駛環境下，系統對前方車輛進行車燈識別。本階段進行會車車燈檢測即跟車車燈檢測，由于夜間環境復雜，且系統容易受反光標識牌影響，所以本系統采用雙閾值對圖像進行處理，可有效避免反光標識牌的影響。首先利用標定數據標定出車燈識別區域底部RowL和頂部RowH，在該識別區域內，利用雙閾值法對圖像進行分割處理，將識別區域分割為黑、白、灰3部分，分割結果如圖7所示。

圖7 雙閾值分割

結合圖7進行分析，很容易找到車燈與反光標識牌的特征差異，車燈經雙閾值處理后可明顯與背景區分開，且反光標識牌可與車燈特征區別開。利用以下步驟即可對車燈進行準確檢測：① 如果不存在路燈；② 車燈檢測區域設定；③ 雙閾值圖像切割；④ 尋找符合車燈特征區域；⑤ 輸出車燈檢測結果；⑥ 進行車前燈切換。

3 實驗驗證

為了驗證提出的車前燈自動切換方案的可行性，將設計的系統安裝在車前擋風玻璃上進行實車測試，其中，路燈測試在不同路段進行了百公里實車行駛，記錄測試數據如表2所示。車燈測試在城區夜間下班高峰期進行實車跟車、會車，并記錄了各路口轉彎的系統工作情況，部分測試數據如表3所示。

表2 道路路燈測試

表3 城區道路測試

4 結束語

本文提出的車前燈自動切換系統，經過大量路測數據驗證了其在路燈檢測與車燈檢測方面的卓越性能，但在無路燈無車燈的路況下易受反光標識牌的影響。其主要原因是本車遠光燈造成的反光標識牌過亮，系統誤認為當前行駛區域路況照明條件良好，強制車輛切換為近光燈。在汽車產業飛速發展的時代，安全一直是汽車產業至關重要的組成部分，在此希望各界友人對本系統提出批評指正，為中國汽車主動安全產業的發展做出更大的貢獻。