車路協同環境下基于路面濕滑狀態識別的車輛安全預警導航系統

翟子洋 暢宏達 董世浩 伍新月 牛一帆 翟繼元 楊煒

(1、長安大學信息工程學院,陜西 西安 710064 2、長安大學汽車學院,陜西 西安 710064 3、長安大學電控學院,陜西 西安 710064)

1 概述

當路面積水、積雪、結冰時,濕滑路面會減小輪胎的附著性能[1],成為易發追尾、碰撞等交通事故的危險路段。

在對積水積雪路面狀態檢測識別方面,苑會珍[2]等人基于測量光線線偏振度,提出了一種非接觸式路面狀態探測方法。傳統的道路傳感器的時效性較差,而機器視覺圖像識別技術識別的準確率不高,消耗的時間與數據成本巨大。

鑒于此,本文將Inception_v3 模型遷移學習到新的卷積神經網絡結構來識別路面濕滑狀態,在減少時間成本的同時提高識別正確率。同時采用DSRC通信設備進行車路協同通信,信息實時傳輸與處理做到最大程度地減小傳輸時延。最終借助Android 車載終端軟件,在車輛導航過程中,通過最小安全距離與臨界車速算法提供安全預警服務,有針對性地提高車輛行駛的安全系數與通行效率。

2 系統總體方案

車輛在行駛過程中車載單元(OBU)通過CAN總線獲得車輛行駛信息,包括自車行駛狀態信息如速度,加速度,車輪轉動角速度等；同時路側單元(RSU)獲得路面實時性圖像數據后,通過道路濕滑狀態感知算法,將路面數據以廣播形式傳送。

當車輛行至危險路面時,RSU 與OBU建立連接,OBU獲得路面狀態信息。同時,本車OBU 與前車OBU 之間進行車車通信,獲取他車的行駛信息。由此本車車載單元已獲得安全距離預警與臨界車速預警所需的所有數據及路面狀態信息分類。而后,車載單元與Android 車載終端軟件通過socket進行通信,將已知數據導入安全距離模型與車速模型,實現在進行導航時,提醒駕駛員注意隨道路濕滑狀態變化而改變駕駛行為,對駕駛員加減速度的操作進行輔助預警。

在車載終端應用程序方面,為用戶提供登錄注冊、路線查詢、尋找道路、地圖瀏覽、距離與速度預警提示、道路與車態信息提示等功能,如圖1 所示。

3 系統功能模塊設計

3.1 路面濕滑狀態識別模塊

3.1.1 基于Inception-v3 的路面濕滑狀態模型構建。本文使用路面圖像數據集重新訓練Inception-v3 模型的最后一層(即連接層),構建新的卷積神經網絡(CNN)模型,得到預訓練模型,接下來通過Softmax分類模型對比輸出結果與真實狀態之間的差別,用交叉熵函數調整權重參數,最終得到成熟模型來預測路面濕滑狀態,路面濕滑狀態識別遷移學習模型構建如圖2 所示。

圖2 路面濕滑狀態識別遷移學習模型構建

3.1.2 基于Softmax的路面濕滑狀態識別分類器。本文在對路面濕滑狀態進行劃分時,需要使用logistic 回歸模型在多分類問題上的推廣[3],即Softmax回歸模型作為分類器。

模型訓練過程要通過重復學習對Softmax回歸模型的參數θ進行不斷地調整,縮小實際數據與預測數據之間的差距。下式為交叉熵損失函數,即

對其求導得到梯度的公式為

由于Softmax存在冗余參數集,可對代價函數懲罰過大的參數值進行修改。代價函數可轉化為

對上式J(θ)求導進行算法優化可得

由此便可得到一個較優的Softmax回歸模型作為分類器,對路面濕滑狀態進行劃分,并有效提高識別效果的精度。

在利用以上所述的深度學習方法進行路面濕滑狀態識別模型建立與訓練后,則將其應用于Jetson TX2 開發板進行邊緣計算。接下來,本文通過車路協同通信技術,將神經網絡模型計算得到的當前路面濕滑狀態信息進行實時傳輸與處理。

3.2 車路協同通信模塊

本文采用DSRC技術來實現在車- 路以及車- 車之間建立信息的雙向傳輸。

本文采用CohdaWireless 公司的MK5 設備,具有很強的相鄰信道接收性能,可實現單一或雙信道廣播、快速的時間同步信道切換,并且支持雙廣播時間同步和多信道操作。MK5 最終完成車- 路與車- 車的快速、高效通信的功能,進行路面濕滑狀態信息的傳輸與處理。

在整體的路面狀態數據傳輸實現中,采用了socat 端口轉發功能,將數據發送到設備UDP 端口上。OBU將RSU傳輸的路面狀態數據發送到其IP 地址的UDP 端口上,利用C 語言的socket 通信將數據發送至計算機。通過USB數據線連接車載終端與計算機,構建一個局域網,將數據發送至車載終端IP 地址的UDP 端口上。車載終端利用Java 代碼進行路面狀態數據的接收與處理。

在利用上述車路協同通信設備進行路面濕滑狀態信息與行車狀態信息的數據傳輸后,實時數據存在于Android 車載終端軟件,如何處理數據并進行頁面可視化,為駕駛員提供安全距離與安全車速預警服務是Android 車載終端軟件進一步開發與設計的內容。

3.3 Android 車載終端模塊

“車輛智能引導”采用前端Android+后端數據的開發模式,其中Android 的開發使用MVC開發模式。

利用IDEA構建Maven 用戶登錄服務器項目,通過Android 借助阿里云云數據庫進行登陸注冊的功能,使用花生殼進行內網穿透與服務器的搭建。而Android 車載終端定位導航功能基于高德地圖sdk 實現的Android 地圖導航App,主要包括定位、POI 搜索、多種交通方式路徑規劃以及導航等功能。

在車載終端集成獲取的各類數據后進行的安全預警模塊中,Android 車載終端通過CAN總線獲取自車當前行駛狀態,包括車速、加速度等信息,通過與車路協同設備之間進行socket 通信,以UDP 協議進行包含其他車輛行駛狀態信息、當前路面濕滑狀態信息的數據包接收,最終將以上獲取的數據導入安全車速與安全距離模型中,在安全距離模型建立過程中參考文獻[4]考慮了車輛形式狀態參數、道路狀態參數、駕駛員反應時間和車輛本身的一些參數對剎車距離的影響。通過當前車輛行駛過程中檢測到的滑移率數值進行臨界車速預判,并且由自車與前車的車速與加速度等行駛狀態結合路面濕滑狀態對應的附著力系數進行安全車距預判,得到預測結果后利用Android Service 實現不同界面間通信來進行數據傳輸與處理,并以UI 界面與語音預警方式顯示。

4 實驗分析與性能測試

Android 車載終端軟件“車輛智能引導”實現了系統總體架構與模塊化程序設計,通過UI 界面將路面濕滑狀態信息與行車狀態信息實時顯示,在測試過程中,完成了12 組數據的準確性驗證。

并且,在測試中預警操作內容的顯示在導航界面完成,將安全預警功能作為地圖與導航功能的插件使用,充分將行車導航與UI界面安全預警相結合,測試體驗效果良好,“人機友好”技術指標有效提升。“車輛智能引導”同時提供更多狀態信息的采集,做到實時更新與顯示。

測試過程中,狀態信息能夠完整且準確地顯示與刷新切換,信息數據吻合度高,在數據包傳遞、接收與處理方面充分體現出車路協同設備無線通信的良好優越性,并且,每兩秒鐘一次的刷新速度提供良好的觀看效果。另外,豐富的信息種類能夠使得駕駛員對現有行車狀態精確、全面把握的同時不會產生觀看疲勞的現象,有效協助駕駛員做出合理駕駛決策。

“車輛智能引導”測試后反應良好、準確性能較高、時效性把持良好、人機交互層面有所加強,功能齊全。

5 結論

本文設計了車路協同環境下基于路面濕滑狀態識別的車輛安全預警導航系統,將濕滑路面狀態識別的信息技術應用于車輛安全預警解決的交通問題上,建立的基于Inception-v3 的遷移學習模型對路面濕滑狀態分類有良好的泛化能力和較高的分類正確率,提高駕駛輔助決策的準確度,車路協同通信技術進行無線通信,有效提高汽車安全預警信息的及時性,將車與路緊密結合起來,有效實現安全預警系統的精準化,有針對性地提高車輛行駛的安全系數與通行效率。