基于LabVIEW混合編程實現(xiàn)的弱勢交通參與者檢測系統(tǒng)

郭 蓬，李秋辰，戎 輝，唐風(fēng)敏，王文揚，蔡 聰，袁俊肖，王夢丹

（1.中國汽車技術(shù)研究中心有限公司，天津 300300；2.西北大學(xué)，陜西 西安 710127；3.河北工業(yè)大學(xué)，天津 300222）

世界衛(wèi)生組織的數(shù)據(jù)顯示，世界每年因道路交通造成的事故約為125萬起［1］。在各種交通事故中，弱勢交通參與者的死亡率更高。在正常駕駛過程中，駕駛員及時有效地對弱勢交通參與者的行為做出決策，在一定程度上能夠提高道路交通秩序、避免安全事故。而這個過程僅僅靠人眼看到其他交通參與者后短時間做出反應(yīng)是遠(yuǎn)遠(yuǎn)不夠的，這需要攝像頭等設(shè)備能夠檢測出弱勢交通參與者如行人、自行車等，并將檢測結(jié)果廣播給周圍的車載終端進(jìn)行預(yù)警，這樣駕駛員就能在一定距離提高警惕，減少事故發(fā)生的幾率。所以攝像頭具備準(zhǔn)確檢測弱勢交通參與者的能力頗具意義。本文提出了一套弱勢交通參與者的檢測系統(tǒng)，并針對不熟悉測試軟件編譯環(huán)境的工程人員導(dǎo)致操作流程效率低下等問題，借助虛擬儀器LabVIEW軟件，做出直觀、便于操作的交互界面，在該平臺下調(diào)用庫函數(shù)節(jié)點與OpenCV進(jìn)行混合編程，最后展示該系統(tǒng)的運行結(jié)果并給出結(jié)論。

圖1 系統(tǒng)整體結(jié)構(gòu)圖

1 系統(tǒng)整體結(jié)構(gòu)

本系統(tǒng)的整體結(jié)構(gòu)如圖1所示。第1部分負(fù)責(zé)圖像采集，其中攝像頭主要用來采集圖像信息，高品質(zhì)的圖像信息對檢測結(jié)果起著至關(guān)重要的作用。良好的攝像頭設(shè)備采集的圖像應(yīng)當(dāng)輪廓清晰，對比度和清晰度較好，另外，選取相對簡潔的背景也有利于獲得準(zhǔn)確的檢測結(jié)果。第2部分負(fù)責(zé)圖像處理與檢測結(jié)果發(fā)送。采用的是配置Windows 10操作系統(tǒng)、NI LabVIEW 2017（32位）開發(fā)軟件和裝有opencv-3.4.0的Visual Studio 2017開發(fā)環(huán)境的電腦。Windows 10操作系統(tǒng)在性能方面有所提升，并且能夠免費升級，安全性較好。LabVIEW 2017（32位）支持中文版，并且需要下載NI Vision Acquisition軟件平臺，安裝成功后能在LabVIEW函數(shù)面板和前面板中選擇相關(guān)VI［2］。第3部分通過WiFi方式將上位機(jī)和RSU連接，傳遞檢測結(jié)果，RSU可根據(jù)收到的檢測結(jié)果廣播出去，供車載終端顯示和預(yù)警。

2 系統(tǒng)的實現(xiàn)

2.1 硬件設(shè)計

本系統(tǒng)主要有3臺硬件設(shè)備，其中圖像采集使用的是一款動態(tài)分辨率為1280×720，最大幀頻為30FPS的高清攝像頭。上位機(jī)通過網(wǎng)線方式連接攝像頭接收采集的圖像信息。路側(cè)設(shè)備RSU通過WiFi與上位機(jī)連接接收上位機(jī)發(fā)送的檢測結(jié)果。

2.2 軟件設(shè)計

2.2.1 界面設(shè)計

在完成攝像頭的初始化工作后，調(diào)用 IMAQdx Grab.vi將攝像頭采集的圖像通過Image窗口控件顯示。本系統(tǒng)整體的UI界面如圖2所示。

圖3 檢測程序流程圖

圖2 UI界面圖

獲取本地IP地址、設(shè)置連接端口號、設(shè)置緩沖區(qū)大小的程序部分放在LabVIEW下進(jìn)行編寫，這樣有助于在UI界面直觀地對這些參數(shù)進(jìn)行修改。從建立UDP通信開始，將代碼放在Visual Studio 2017開發(fā)環(huán)境進(jìn)行編寫，并生成DLL文件。DLL（Dynamic-link Library）即為動態(tài)鏈接庫，是微軟實現(xiàn)共享函數(shù)庫的一種方式，動態(tài)鏈接方式是把一些常用的函數(shù)代碼制作成DLL文件，當(dāng)LabVIEW中的部分程序調(diào)用到DLL中的某個函數(shù)的時候，windows系統(tǒng)才把DLL加載到內(nèi)存中。動態(tài)鏈接能在當(dāng)LabVIEW程序需要的時候才鏈接DLL，其優(yōu)點就是使磁盤和內(nèi)存的消耗減少。此外，Lab－VIEW提供了模塊化的函數(shù)庫，方便調(diào)用DLL文件，需要預(yù)留函數(shù)的接口部分。

LabVIEW中實現(xiàn)調(diào)用DLL方法與配置如圖4所示。在“庫與可執(zhí)行程序”選板中選擇“調(diào)用庫函數(shù)節(jié)點”。在此對話框中選擇要調(diào)用的DLL文件，并指定需要使用的函數(shù)，配置當(dāng)前參數(shù)。

在界面設(shè)計部分，主體部分使用了選項卡控件。參數(shù)配置：主要配置系統(tǒng)參數(shù)，如本地IP地址、設(shè)置連接端口號、設(shè)置緩沖區(qū)大小、輸入設(shè)備選擇、輸出文件夾路徑、圖像預(yù)處理選擇等。采集圖像：用于顯示攝像頭采集的原始圖像或經(jīng)過預(yù)處理的圖像。驗證結(jié)果：原始圖像經(jīng)過算法加工后結(jié)果圖像，用于顯示算法的驗證結(jié)果。歷史圖像：將一定間隔時間的圖像結(jié)果保存，方便查看之前的歷史圖像，進(jìn)行分析與觀察。擴(kuò)展功能：預(yù)留擴(kuò)展功能選項卡，可根據(jù)驗證內(nèi)容擴(kuò)展功能。

2.2.2 檢測程序設(shè)計

獲得圖像信息后，需要對獲得的圖像進(jìn)行弱勢交通參與者檢測，本系統(tǒng)利用的是Visual Studio 2017開發(fā)環(huán)境下OpengCV語言進(jìn)行算法編程，檢測程序流程圖如圖3所示。

圖4 調(diào)用庫函數(shù)節(jié)點和配置界面圖

在核心算法部分，使用的是梯度方向直方圖和支持向量機(jī)來實現(xiàn)弱勢交通參與者的檢測。基本流程為提取正負(fù)樣本HOG（Histogram of Oriented Gradient）特征投入訓(xùn)練好的行人識別SVM （Support Vector Machine）分類器訓(xùn)練，建立這些特征向量的分離超平面，形成分類器，最后分類器對提取出的動態(tài)目標(biāo)候選區(qū)域?qū)崿F(xiàn)行人與非行人的分類，實現(xiàn)行人識別［3］。當(dāng)需要修改算法，只需要根據(jù)本系統(tǒng)程序面板的接口，修改和制作DLL文件并重新添加即可。這樣可以依托平臺完成不同程序算法的快速驗證。

3 系統(tǒng)檢測結(jié)果

在運行該系統(tǒng)后，配置相關(guān)參數(shù)，以參與者行人為例，檢測結(jié)果如圖5所示。行人到達(dá)攝像頭范圍內(nèi)，定義的綠色框框選圖像信息中的行人。

4 結(jié)語

根據(jù)系統(tǒng)運行結(jié)果，可以發(fā)現(xiàn)本系統(tǒng)能成功實現(xiàn)行人檢測算法的驗證工作，具備一定的準(zhǔn)確度。相比傳統(tǒng)的檢測平臺，本設(shè)計具有直觀、易操作的交互界面。利用NI Vision Acquisition軟件平臺和視覺軟件包中的相關(guān)數(shù)學(xué)工具和圖像預(yù)處理VI，能大大縮短開發(fā)的時間成本。另外，方便而強(qiáng)大的圖像數(shù)據(jù)管理和保存，使得工程人員更容易分析行人識別算法的不足，完善自身的程序內(nèi)容。在之后會根據(jù)更多的算法需要添加更多功能，該系統(tǒng)具有良好的擴(kuò)展性［4］。

圖5 行人檢測結(jié)果