基于復合傳感實現(xiàn)路情實時識別和危險判斷的方法及其系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及一種基于復合傳感實現(xiàn)路情實時識別和危險判斷的方法及其系統(tǒng)，屬于智能汽車技術領域。該方法包括汽車智能控制系統(tǒng)：該控制系統(tǒng)包括汽車中央控制器、車輛周圍障礙物檢測系統(tǒng)、駕駛員狀態(tài)檢測系統(tǒng)、車道偏離預警系統(tǒng)和車輛運動控制與通信系統(tǒng)，所述汽車中央控制器通過CAN總線分別和車輛周圍障礙物檢測系統(tǒng)、駕駛員狀態(tài)檢測系統(tǒng)、車道偏離預警系統(tǒng)、車輛運動控制與通信系統(tǒng)相連接，本發(fā)明解決了路情的實時自動識別，行車過程中障礙物檢測，駕駛員駕駛狀態(tài)檢測以及車道偏離預警，可以廣泛應用于汽車智能駕駛和智能交通領域。
【專利說明】
基于復合傳感實現(xiàn)路情實時識別和危險判斷的方法及其系統(tǒng)
技術領域
[0001] 本發(fā)明涉及一種基于復合傳感實現(xiàn)路情實時識別和危險判斷的方法及其系統(tǒng)，屬 于智能汽車技術領域。
【背景技術】
[0002] 伴隨著我國高速公路的迅猛發(fā)展和人民生活水平的提高，機動車保有量呈現(xiàn)出井 噴式增加，與此同時，道路交通事故也居高不下，給人民群眾的生命財產造成了巨大的損 失。根據(jù)交警部門對多年來的交通事故調查分析表明，我國大多數(shù)交通事故的主要直接原 因是駕駛人的疲勞駕駛或違章駕駛，主要包括車輛駕駛人行駛過程中的非正常駕駛行為， 如疲勞駕駛、越線行駛、超速行駛、長時間占道行駛、壓線行駛和安全車距不足等行為。因 此，如何有效的監(jiān)控、約束和規(guī)范車輛駕駛人操縱行為已成為保障道路交通安全的核心問 題。
[0003] 對路情實時識別和危險判斷以及及時的提示危險信息，對于預防交通事故的發(fā)生 具有重要的意義。目前，交通事故的預防主要依靠駕駛員的駕駛經(jīng)驗，通過駕駛員對路情進 行實時識別和危險判斷，這種方法嚴重依賴于駕駛員的主觀人為因素，容易出現(xiàn)交通事故。 駕駛輔助系統(tǒng)是一項重要的汽車主動安全技術，運用目標檢測和跟蹤技術對車輛前方危險 目標進行識別，并判斷其風險等級，可以實現(xiàn)路情實時識別和車輛前方危險目標識別，很大 程度的降低交通事故，提高車輛行駛的安全性，是智能交通和智能車輛的重點研究方向。

【發(fā)明內容】

[0004] 本發(fā)明的目的是解決駕駛過程中路情智能識別和危險的準確判斷問題，提出了一 種基于復合傳感實現(xiàn)路情實時識別和危險判斷的方法及其系統(tǒng)。
[0005] 本發(fā)明為了實現(xiàn)上述目的，采用如下技術方案：
[0006] -種基于復合傳感實現(xiàn)路情實時識別和危險判斷的方法，其特征在于：
[0007] 該方法包括汽車智能控制系統(tǒng)：該控制系統(tǒng)包括汽車中央控制器、車輛周圍障礙 物檢測系統(tǒng)、駕駛員狀態(tài)檢測系統(tǒng)、車道偏離預警系統(tǒng)和車輛運動控制與通信系統(tǒng)，所述汽 車中央控制器通過CAN總線分別和車輛周圍障礙物檢測系統(tǒng)、駕駛員狀態(tài)檢測系統(tǒng)、車道偏 離預警系統(tǒng)、車輛運動控制與通信系統(tǒng)相連接，實現(xiàn)對車輛周圍障礙物檢測系統(tǒng)、駕駛員狀 態(tài)檢測系統(tǒng)、車道偏離預警系統(tǒng)、車輛運動控制與通信系統(tǒng)信息融合和決策；
[0008] 車輛周圍障礙物檢測系統(tǒng)檢測車輛左右兩側的障礙物以及接近車身的行人、車 輛，判斷障礙物與車輛的距離是否小于安全車距，并給出報警信息；
[0009] 駕駛員狀態(tài)檢測系統(tǒng)通過分析駕駛員的面部表情判斷駕駛員是否處于疲勞駕駛 狀態(tài)，當駕駛員處在疲勞駕駛狀態(tài)或酒駕狀態(tài)時，給出駕駛員聲音報警提示信息；
[0010] 車道偏離預警系統(tǒng)通過車道識別算法檢測車道線，并計算出車輛在車道中的具體 位置和偏離角度，根據(jù)偏離報警模型判斷車輛是否偏離了原有車道，根據(jù)閾值判斷車輛是 否處于安全行車狀態(tài)，當車輛不是處在安全行車狀態(tài)時，給出報警信息；
[0011] 車輛運動控制與通信系統(tǒng)根據(jù)車道偏離預警系統(tǒng)、駕駛員狀態(tài)檢測系統(tǒng)和車輛周 圍障礙物檢測系統(tǒng)的狀態(tài)信息對車輛進行智能控制，并將汽車行駛的狀態(tài)信息發(fā)送給其它 車輛。
[0012] 進一步的，
[0013] 車輛周圍障礙物檢測系統(tǒng)檢測車輛左右兩側的障礙物以及接近車身的行人、車 輛，判斷障礙物與車輛的距離是否小于安全車距，安全車距s的計算公式為：
，其中P表示路面的附著系數(shù)，Vb表示本車車速，V r表示相對 車速，當障礙物與車輛的距離小于安全車距時將給出報警信息。
[0014] 進一步的，
[0015] 車道偏離預警系統(tǒng)包括如下步驟：
[0016] a、對車載攝像機采集的道路圖像進行逆透視變換，圖像緩存坐標系到車體坐標系 之間的逆透視變換公式如下：
[0020] 式中車載攝像機安裝在車體中的位置對應車體坐標系下的坐標為(d，l，h)，y是 攝像機光軸在zv = 〇平面的投影與yv軸之間的夾角，9是攝像機光軸偏離zv=〇平面的角度，2 a是車載攝像機的是角范圍，Rx是攝像機的水平分辨率，Ry是攝像機的垂直分辨率；
[0021] b、對逆透視變換后的道路圖像進行預處理，預處理過程包括道路圖像的車道線的 邊緣提取，具體過程如下：
[0022] 使用Robert算子提取圖像中的單邊緣信息，具體計算方法如下：
.， 用R(i，代j)替原圖像像素點（i，j)的灰度值，得到車道標志線的邊緣圖像；
[0024] c、采用閾值分割算法對二值化的圖像進行處理，增強車道標志線的邊緣信息，具 體計算方法如下：
[0025] (1)選擇初始閾值 ，其中gmax，gmin是車道標志線的邊緣圖像中灰度 值的最大值和最小值；
[0026] (2)根據(jù)初始閾值Mo將車道標志線的邊緣圖像分為兩個區(qū)域，求取兩個區(qū)域的平 均灰度如下：
[0028] (3)更新閾值過程，求取新的閾值為
[0029 ] (4)重復步驟(2)和(3)過程，直到Mk+i =Mk時算法停止，得到最佳閾值為Mk+i;
[0030] d、在二值化圖像中進行標志線起始點檢測、跟蹤與擬合，獲取道路模型，完成車道 標志線提取，具體計算方法如下：
[0031 ] (1)車道標志線起始點檢測、跟蹤；
[0032] 根據(jù)攝像機在車體中的安裝位置，在逆透視投影變換后的道路圖像中，車輛的位 置應該位于圖像底部的中間位置附近;首先，采用Hough變換計算得到車道標志線的斜率k; 具體過程如下:選取圖像底部WXO. 1H的區(qū)域作為Hough變換的搜索區(qū)域，W是圖像的寬度，H 是圖像的高度;假設Ap為1像素，A0為1°，為每一個小單元（Ap，A0)設置累加器Abuej)， _ li「) 了-1 其中/ = U = 〇，l，2，...，179,5(^)= [ 3(只為)]，然后搜索 i^-0 出B(0j)最大數(shù)組元素對應的0〇，可以求出車道標志線的斜率k = tan(0Q-9O);
[0033] 其次，判斷出車輛所在車道的左右標志線對應白點分布情況統(tǒng)計圖中的哪兩條尖 峰，求出兩條尖峰在投影軸Xv上的位置坐標為t，Xj ;
[0034] 最后，根據(jù)尖峰對應的投影軸坐標計算出車道標志線起始點的坐標為（Xl，0)和 (Xj，0)，其中：
[0036] 檢測得到車道標志線的起始點坐標后，可以從起始點開始，沿著起始方向逐段跟 蹤檢測車道標志線，并用多條首尾相連的直線段近似表示車道標志線；
[0037] (2)車道標志線擬合;假設車道標志線模型為Y = X(i)+e，巾為求的車道標志線模型 參數(shù)，X，Y是第跟蹤檢測得到的車道標志線信息點，e是隨機噪聲，采用最小二乘法求出車道 標志線模型參數(shù)為=(乂1廣1巧；
[0038] e、采用基于AR模型的時間序列預測方法估計車輛的行駛軌跡；
[0039] f、根據(jù)檢測的道路模型與估計的車輛行駛軌跡求取車道偏離點的位置坐標，并計 算相應的車道偏離時間M;
[0040] 假設預測得到的相對于車道中線的側向偏移量序列為{ A U，i = l，2, . . .，20,左 右車道標志線的參數(shù)方程為:yi (X) = blQ+bllX+bl2X2和yr ( X ) = brQ+brlX+br2X2，算出20個預測 點的坐標為(Xi，yi)分別為yi = 50i-49，Xi = Xmi+ a i，其中Xmi可以通過聯(lián)立以下方程求得：
[0042] 算出20個預測點的位置坐標后，將其依次連接起來得到的預測的車輛行駛軌跡曲 線，與左右車道標志線的參數(shù)方程聯(lián)立可以求出當前時刻到車道偏離時刻車輛將行駛的距 離D，假設車輛的速度為v，求得M=D/v;
[0043] g、根據(jù)設置的閾值判斷車輛是否存在偏離車道的危險，在系統(tǒng)中設定一個閾值 Mt，gM<Mt，則認為車輛存在車道偏離的危險，系統(tǒng)對駕駛員發(fā)出告警;反之則認為暫時不 存在車道偏離的危險。
[0044] -種基于復合傳感實現(xiàn)路情實時識別和危險判斷的系統(tǒng)，該系統(tǒng)包括汽車中央控 制器、車輛周圍障礙物檢測系統(tǒng)、駕駛員狀態(tài)檢測系統(tǒng)、車道偏離預警系統(tǒng)和車輛運動控制 與通信系統(tǒng)，所述汽車中央控制器通過CAN總線分別和車輛周圍障礙物檢測系統(tǒng)、駕駛員狀 態(tài)檢測系統(tǒng)、車道偏離預警系統(tǒng)、車輛運動控制與通信系統(tǒng)相連接，實現(xiàn)對車輛周圍障礙物 檢測系統(tǒng)、駕駛員狀態(tài)檢測系統(tǒng)、車道偏離預警系統(tǒng)、車輛運動控制與通信系統(tǒng)信息融合和 決策。
[0045] 進一步的，
[0046] 所述車輛運動控制與通信系統(tǒng):包括控制器DSP四、電子制動器、車輪、執(zhí)行器、方 向盤、無線通信系統(tǒng)、電子點火器、發(fā)動機，所述控制器DSP四通過電子制動器和車輪相連 接，所述控制器DSP四通過執(zhí)行器和方向盤相連接，所述控制器DSP四通過電子點火器和發(fā) 動機相連接，所述控制器DSP四和無線通信系統(tǒng)相連接。
[0047]進一步的，
[0048]所述車道偏離預警系統(tǒng):車道偏離預警系統(tǒng)包括控制器DSP三、CCD攝像頭、視頻解 碼芯片、車輪轉速傳感器、存儲器、顯示器、加速度傳感器、報警系統(tǒng)，CCD攝像頭采集道路原 始模擬視頻信息，經(jīng)過視頻解碼芯片轉換為數(shù)字視頻后輸入給控制器DSP三，通過車道識別 算法檢測車道線，并計算出車輛在車道中的具體位置和偏離角度，根據(jù)偏離報警模型判斷 車輛是否偏離了原有車道，根據(jù)閾值判斷車輛是否處于安全行車狀態(tài)，當車輛不是處在安 全行車狀態(tài)時，給出報警信息。
[0049] 進一步的，
[0050] 駕駛員狀態(tài)檢測系統(tǒng)：駕駛員狀態(tài)檢測系統(tǒng)包括CMOS攝像頭、AD轉換器、電子斷路 開關、控制器DSP二、酒精傳感器和聲音報警器，所述CMOS攝像頭通過AD轉換器和控制器DSP 二相連接，所述控制器DSP二分別和電子斷路開關、酒精傳感器以及聲音報警器相連接， CMOS攝像頭采集車輛駕駛員行車過程中的視頻圖像信息，經(jīng)AD轉換器后輸入給控制器DSP 二，控制器DSP二通過處理并分析數(shù)字視頻信息，判斷駕駛員是否處于疲勞駕駛狀態(tài)，酒精 傳感器檢測駕駛員是否處于酒駕，當駕駛員處于疲勞駕駛狀態(tài)或酒駕狀態(tài)時，控制器DSP二 通過聲音報警器給出報警提示信息；當駕駛員開始啟動車輛時，如果酒精傳感器檢測駕駛 員呼氣中酒精含量超標，將通過電子斷路開關斷開發(fā)動機電源。
[0051 ]進一步的，
[0052] 車輛周圍障礙物檢測系統(tǒng):車輛周圍障礙物檢測系統(tǒng)包括控制器DSP -、近距離超 聲波傳感器、雷達傳感器、溫度傳感器和報警器，所述控制器DSP-分別和近距離超聲波傳 感器、雷達傳感器、溫度傳感器和報警器相連接。
[0053] 本發(fā)明的有益效果:本發(fā)明解決了路情的實時自動識別，行車過程中障礙物檢測， 駕駛員駕駛狀態(tài)檢測以及車道偏離預警，可以廣泛應用于汽車智能駕駛和智能交通領域。
【附圖說明】
[0054]圖1是本發(fā)明的基于復合傳感實現(xiàn)路情實時識別和危險判斷的汽車智能系統(tǒng)原理 示意圖；
[0055] 圖1中：1-汽車中央控制器;2-車輛周圍障礙物檢測系統(tǒng);3-駕駛員狀態(tài)檢測系統(tǒng)； 4-車道偏離預警系統(tǒng);5-車輛運動控制與通信系統(tǒng)結構。
[0056] 圖2是本發(fā)明的基于復合傳感實現(xiàn)路情實時識別和危險判斷的汽車智能系統(tǒng)中車 輛周圍障礙物檢測系統(tǒng)結構示意圖。
[0057] 圖3是本發(fā)明的基于復合傳感實現(xiàn)路情實時識別和危險判斷的汽車智能系統(tǒng)中駕 駛員狀態(tài)檢測系統(tǒng)結構示意圖。
[0058] 圖4是本發(fā)明的基于復合傳感實現(xiàn)路情實時識別和危險判斷的汽車智能系統(tǒng)中車 道偏離預警系統(tǒng)結構示意圖。
[0059] 圖5是本發(fā)明的基于復合傳感實現(xiàn)路情實時識別和危險判斷的汽車智能系統(tǒng)中車 輛運動控制與通信系統(tǒng)結構示意圖。
[0060] 圖6是本發(fā)明的車道偏離預警系統(tǒng)中算法實現(xiàn)流程圖。
【具體實施方式】
[0061] 下面結合附圖和【具體實施方式】對本發(fā)明作進一步詳細的說明。
[0062] 圖1是本發(fā)明的基于復合傳感實現(xiàn)路情實時識別和危險判斷的汽車智能系統(tǒng)原理 示意圖。基于復合傳感實現(xiàn)路情實時識別和危險判斷的汽車智能系統(tǒng)包括:汽車中央控制 器、車輛周圍障礙物檢測系統(tǒng)、駕駛員狀態(tài)檢測系統(tǒng)、車道偏離預警系統(tǒng)和車輛運動控制與 通信系統(tǒng)，所述汽車中央控制器通過CAN總線分別和車輛周圍障礙物檢測系統(tǒng)、駕駛員狀態(tài) 檢測系統(tǒng)、車道偏離預警系統(tǒng)、車輛運動控制與通信系統(tǒng)相連接，實現(xiàn)對車輛周圍障礙物檢 測系統(tǒng)、駕駛員狀態(tài)檢測系統(tǒng)、車道偏離預警系統(tǒng)、車輛運動控制與通信系統(tǒng)信息融合和決 策。
[0063] 圖2是本發(fā)明的基于復合傳感實現(xiàn)路情實時識別和危險判斷的汽車智能系統(tǒng)中車 輛周圍障礙物檢測系統(tǒng)結構示意圖，車輛周圍障礙物檢測系統(tǒng)包括控制器DSP -、近距離超 聲波傳感器、雷達傳感器、溫度傳感器和報警器，所述控制器DSP-分別和近距離超聲波傳 感器、雷達傳感器、溫度傳感器和報警器相連接。近距離超聲波傳感器使用超聲波進行測距 測速，超聲波的速度c與溫度t之間的關系如下：
，其中CQ = 331.4m/s，溫度傳感器測量的溫度值用于對近距 離超聲波傳感器和雷達傳感器的測量精度進行溫度補償。
[0065]在車輛周圍障礙物檢測系統(tǒng)中安全車距s的計算公式如下：
，其中P表示路面的附著系數(shù)，Vb表示本車車速，Vr 表示相對車速。
[0067] 圖3是本發(fā)明的基于復合傳感實現(xiàn)路情實時識別和危險判斷的汽車智能系統(tǒng)中駕 駛員狀態(tài)檢測系統(tǒng)結構示意圖，駕駛員狀態(tài)檢測系統(tǒng)包括CMOS攝像頭、AD轉換器、電子斷路 開關、控制器DSP二、酒精傳感器和聲音報警器，所述CMOS攝像頭通過AD轉換器和控制器DSP 二相連接，所述控制器DSP二分別和電子斷路開關、酒精傳感器以及聲音報警器相連接， CMOS攝像頭采集車輛駕駛員行車過程中的視頻圖像信息，經(jīng)AD轉換器后輸入給控制器DSP 二，控制器DSP二通過處理并分析數(shù)字視頻信息，判斷駕駛員是否處于疲勞駕駛狀態(tài)，酒精 傳感器檢測駕駛員是否處于酒駕，當駕駛員處于疲勞駕駛狀態(tài)或酒駕狀態(tài)時，控制器DSP二 通過聲音報警器給出報警提示信息。當駕駛員開始啟動車輛時，如果酒精傳感器檢測駕駛 員呼氣中酒精含量超標，將通過電子斷路開關斷開發(fā)動機電源。
[0068] 圖4是本發(fā)明的基于復合傳感實現(xiàn)路情實時識別和危險判斷的汽車智能系統(tǒng)中車 道偏離預警系統(tǒng)結構示意圖，車道偏離預警系統(tǒng)包括控制器DSP三、CCD攝像頭、視頻解碼芯 片、車輪轉速傳感器、存儲器、顯示器、加速度傳感器、報警系統(tǒng)，CCD攝像頭采集道路原始模 擬視頻信息，經(jīng)過視頻解碼芯片轉換為數(shù)字視頻后輸入給控制器DSP三，通過車道識別算法 檢測車道線，并計算出車輛在車道中的具體位置和偏離角度，根據(jù)偏離報警模型判斷車輛 是否偏離了原有車道，根據(jù)閾值判斷車輛是否處于安全行車狀態(tài)，當車輛不是處在安全行 車狀態(tài)時，給出報警信息。具體包括如下步驟：
[0069] 1、對車載攝像機采集的道路圖像進行逆透視變換，圖像緩存坐標系到車體坐標系 之間的逆透視變換公式如下：
[0073]式中車載攝像機安裝在車體中的位置對應車體坐標系下的坐標為(d，l，h)，Y是 攝像機光軸在zv = 〇平面的投影與yv軸之間的夾角，9是攝像機光軸偏離zv=〇平面的角度，2 a是車載攝像機的是角范圍，Rx是攝像機的水平分辨率，Ry是攝像機的垂直分辨率。
[0074] 2、對逆透視變換后的道路圖像進行預處理，預處理過程包括道路圖像的車道線的 邊緣提取，具體過程如下：
[0075]使用Robert算子提取圖像中的單邊緣信息，具體計算方法如下：
，. 用R(i，代j)替原圖像像素點（i，j)的灰度值，得到車道標志線的邊緣圖像。
[0077] 3、采用閾值分割算法對二值化的圖像進行處理，增強車道標志線的邊緣信息，具 體計算方法如下：
[0078] (1)選擇初始閾值，其中gmax，gmin是車道標志線的邊緣圖像中灰度 值的最大值和最小值；
[0079] (2)根據(jù)初始閾值Mo將車道標志線的邊緣圖像分為兩個區(qū)域，求取兩個區(qū)域的平 均灰度如下：
[0081] (3)更新閾值過程，求取新的閾值為」
[0082] (4)重復步驟⑵和（3)過程，直到Mk+i =Mk町算'/云1爭止，得到最佳閾值為Mk+i。
[0083] 4、在二值化圖像中進行標志線起始點檢測、跟蹤與擬合，獲取道路模型，完成車道 標志線提取，具體計算方法如下：
[0084 ] (1)車道標志線起始點檢測、跟蹤。
[0085] 根據(jù)攝像機在車體中的安裝位置，在逆透視投影變換后的道路圖像中，車輛的位 置應該位于圖像底部的中間位置附近。首先，采用Hough變換計算得到車道標志線的斜率k。 具體過程如下:選取圖像底部WXO. 1H的區(qū)域作為Hough變換的搜索區(qū)域，W是圖像的寬度，H 是圖像的高度。假設Ap為1像素，A0為1°，為每一個小單元（Ap，A0)設置累加器Abuej)， _ slwz+(i) UD：-1 其中/ = +(()? UK)2 - U = 〇，1，2，? ? ?，179，餌<9,)=[次p, ，然后搜索 i 二Q 出B( 0j)最大數(shù)組元素對應的00，可以求出車道標志線的斜率k = tan(00-90)。
[0086] 其次，判斷出車輛所在車道的左右標志線對應白點分布情況統(tǒng)計圖中的哪兩條尖 峰，求出兩條尖峰在投影軸Xv上的位置坐標為&，Xj。
[0087] 最后，根據(jù)尖峰對應的投影軸坐標計算出車道標志線起始點的坐標為（Xl，0)和 (Xj，0)，其中：
[0089] 檢測得到車道標志線的起始點坐標后，可以從起始點開始，沿著起始方向逐段跟 蹤檢測車道標志線，并用多條首尾相連的直線段近似表示車道標志線。
[0090] (2)車道標志線擬合。假設車道標志線模型為Y = X(i)+e，巾為求的車道標志線模型 參數(shù)，X，Y是第跟蹤檢測得到的車道標志線信息點，e是隨機噪聲，采用最小二乘法求出車道 標志線模型參數(shù)為= (xTxrixTY。
[0091 ] 5、采用基于AR模型的時間序列預測方法估計車輛的行駛軌跡。
[0092] 6、根據(jù)檢測的道路模型與估計的車輛行駛軌跡求取車道偏離點的位置坐標，并計 算相應的車道偏離時間M。
[0093] 假設預測得到的相對于車道中線的側向偏移量序列為{ A U，i = l，2, . . .，20,左 右車道標志線的參數(shù)方程為:yi (X) = blQ+bllX+bl2X2和yr ( X ) = brQ+brlX+br2X2，算出20個預測 點的坐標為(Xi，yi)分別為yi = 50i-49，Xi = Xmi+ a i，其中Xmi可以通過聯(lián)立以下方程求得：
[0095] 算出20個預測點的位置坐標后，將其依次連接起來得到的預測的車輛行駛軌跡曲 線，與左右車道標志線的參數(shù)方程聯(lián)立可以求出當前時刻到車道偏離時刻車輛將行駛的距 離D，假設車輛的速度為V，求得M=D/v。
[0096] 7、根據(jù)設置的閾值判斷車輛是否存在偏離車道的危險，在系統(tǒng)中設定一個閾值 Mt，gM<Mt，則認為車輛存在車道偏離的危險，系統(tǒng)對駕駛員發(fā)出告警;反之則認為暫時不 存在車道偏離的危險。
[0097] 圖5是本發(fā)明的基于復合傳感實現(xiàn)路情實時識別和危險判斷的汽車智能系統(tǒng)中車 輛運動控制與通信系統(tǒng)結構示意圖，包括控制器DSP四、電子制動器、車輪、執(zhí)行器、方向盤、 無線通信系統(tǒng)、電子點火器、發(fā)動機，所述控制器DSP四通過電子制動器和車輪相連接，所述 控制器DSP四通過執(zhí)行器和方向盤相連接，所述控制器DSP四通過電子點火器和發(fā)動機相連 接，所述控制器DSP四和無線通信系統(tǒng)相連接。車輛運動控制與通信系統(tǒng)根據(jù)車道偏離預警 系統(tǒng)、駕駛員狀態(tài)檢測系統(tǒng)和車輛周圍障礙物檢測系統(tǒng)的狀態(tài)信息通過執(zhí)行器控制車輛的 行駛方向，通過電子制動器控制汽車的車速，并可以通過無線通信系統(tǒng)將汽車行駛的狀態(tài) 信息發(fā)送給其它車輛。
[0098] 本發(fā)明的有益效果:解決了路情的實時自動識別，行車過程中障礙物檢測，駕駛員 駕駛狀態(tài)檢測以及車道偏離預警，可以廣泛應用于汽車智能駕駛和智能交通領域。
[0099]本領域的普通技術人員將會意識到，這里所述的實施例是為了幫助讀者理解本發(fā) 明的實施方法，應被理解為本發(fā)明的保護范圍并不局限于這樣的特別陳述和實施例。本領 域的普通技術人員可以根據(jù)本發(fā)明公開的這些技術啟示做出各種不脫離本發(fā)明實質的其 它各種具體變形和組合，這些變形和組合仍然在本發(fā)明的保護范圍內。
【主權項】
1. 一種基于復合傳感實現(xiàn)路情實時識別和危險判斷的方法，其特征在于： 該方法包括汽車智能控制系統(tǒng)：該控制系統(tǒng)包括汽車中央控制器、車輛周圍障礙物檢 測系統(tǒng)、駕駛員狀態(tài)檢測系統(tǒng)、車道偏離預警系統(tǒng)和車輛運動控制與通信系統(tǒng)，所述汽車中 央控制器通過CAN總線分別和車輛周圍障礙物檢測系統(tǒng)、駕駛員狀態(tài)檢測系統(tǒng)、車道偏離預 警系統(tǒng)、車輛運動控制與通信系統(tǒng)相連接，實現(xiàn)對車輛周圍障礙物檢測系統(tǒng)、駕駛員狀態(tài)檢 測系統(tǒng)、車道偏離預警系統(tǒng)、車輛運動控制與通信系統(tǒng)信息融合和決策； 車輛周圍障礙物檢測系統(tǒng)檢測車輛左右兩側的障礙物以及接近車身的行人、車輛，判 斷障礙物與車輛的距離是否小于安全車距，并給出報警信息； 駕駛員狀態(tài)檢測系統(tǒng)通過分析駕駛員的面部表情判斷駕駛員是否處于疲勞駕駛狀態(tài)， 當駕駛員處在疲勞駕駛狀態(tài)或酒駕狀態(tài)時，給出駕駛員聲音報警提示信息； 車道偏離預警系統(tǒng)通過車道識別算法檢測車道線，并計算出車輛在車道中的具體位置 和偏離角度，根據(jù)偏離報警模型判斷車輛是否偏離了原有車道，根據(jù)閾值判斷車輛是否處 于安全行車狀態(tài)，當車輛不是處在安全行車狀態(tài)時，給出報警信息； 車輛運動控制與通信系統(tǒng)根據(jù)車道偏離預警系統(tǒng)、駕駛員狀態(tài)檢測系統(tǒng)和車輛周圍障 礙物檢測系統(tǒng)的狀態(tài)信息對車輛進行智能控制，并將汽車行駛的狀態(tài)信息發(fā)送給其它車 輛。2. 根據(jù)權利要求1所述的基于復合傳感實現(xiàn)路情實時識別和危險判斷的方法，其特征 在于： 車輛周圍障礙物檢測系統(tǒng)檢測車輛左右兩側的障礙物以及接近車身的行人、車輛，判斷障礙 物與車輛的距離是否小于安全車距，安全車距s的計算公式為4 = η- ;， 其中口表示路面的附著系數(shù)，Vb表示本車車速，Vr表示相對車速，當障礙物與車輛的距離小 于安全車距時將給出報警信息。3. 根據(jù)權利要求1所述的基于復合傳感實現(xiàn)路情實時識別和危險判斷的法，其特征在 于： 車道偏離預警系統(tǒng)包括如下步驟： a、 對車載攝像機采集的道路圖像進行逆透視變換，圖像緩存坐標系到車體坐標系之間 的逆透視變換公式如下：式中車載攝像機安裝在車體中的位置對應車體坐標系下的坐標為(d，I，h)，γ是攝像 機光軸在Zv = O平面的投影與yv軸之間的夾角，Θ是攝像機光軸偏離Ζν = 〇平面的角度，2α是 車載攝像機的是角范圍，Rx是攝像機的水平分辨率，Ry是攝像機的垂直分辨率； b、 對逆透視變換后的道路圖像進行預處理，預處理過程包括道路圖像的車道線的邊緣 提取，具體過程如下： 使用Robert算子提取圖像中的單邊緣信息，具體計算方法如下：用R(i，代j)替原圖像像素點（i，j)的灰度值，得到車道標志線的邊緣圖像； c、 采用閾值分割算法對二值化的圖像進行處理，增強車道標志線的邊緣信息，具體計 算方法如下： (1) 選擇初始閾彳*其中&ax，gmin是車道標志線的邊緣圖像中灰度值的 最大值和最小值； (2) 根據(jù)初始閾值Mo將車道標志線的邊緣圖像分為兩個區(qū)域，求取兩個區(qū)域的平均灰度 如下：(3) 更新閾值過程，求取新的閾值為紙=; (4) 重復步驟(2)和(3)過程，直到Mw=Mk時算法停止，得到最佳閾值為Mk+1; d、 在二值化圖像中進行標志線起始點檢測、跟蹤與擬合，獲取道路模型，完成車道標志 線提取，具體計算方法如下： (1)車道標志線起始點檢測、跟蹤； 根據(jù)攝像機在車體中的安裝位置，在逆透視投影變換后的道路圖像中，車輛的位置應 該位于圖像底部的中間位置附近;首先，采用Hough變換計算得到車道標志線的斜率k;具體 過程如下:選取圖像底部W X 0.1H的區(qū)域作為Hough變換的搜索區(qū)域，W是圖像的寬度，H是圖 像的高度;假設Ap為1像素 ，Δ Θ為1°，為每一個小單元（Δρ，Δ Θ)設置累加器A(P1Jj),其中，然后搜索出Β(θ」） 最大數(shù)組元素對應的θ〇，可以求出車道標志線的斜率k = tan(θ〇-90); 其次，判斷出車輛所在車道的左右標志線對應白點分布情況統(tǒng)計圖中的哪兩條尖峰， 求出兩條尖峰在投影軸Xv上的位置坐標為X1 ,Xj ; 最后，根據(jù)尖峰對應的投影軸坐標計算出車道標志線起始點的坐標為(Xl，〇)和(Xj，〇)， 其中：檢測得到車道標志線的起始點坐標后，可以從起始點開始，沿著起始方向逐段跟蹤檢 測車道標志線，并用多條首尾相連的直線段近似表示車道標志線； (2)車道標志線擬合;假設車道標志線模型為Υ = ΧΦ+ε，Φ為求的車道標志線模型參 數(shù)，Χ，Υ是第跟蹤檢測得到的車道標志線信息點，ε是隨機噪聲，采用最小二乘法求出車道標 志線模型參數(shù)為Φ =(XtX)^1XtY; e、 采用基于AR模型的時間序列預測方法估計車輛的行駛軌跡； f、 根據(jù)檢測的道路模型與估計的車輛行駛軌跡求取車道偏離點的位置坐標，并計算相 應的車道偏離時間M; 假設預測得到的相對于車道中線的側向偏移量序列為{ A1)，i = 1，2, ...，20,左右車道 標志線的參數(shù)方程為:yi (X) = bi〇+bnx+bi2X2和yr (X) = br〇+brix+br2X2，算出20個預測點的坐 標為(xi，yi)分別為yi = 50i-49，xi = xmi+ A i，其中xmi可以通過聯(lián)立以下方程求得：算出20個預測點的位置坐標后，將其依次連接起來得到的預測的車輛行駛軌跡曲線， 與左右車道標志線的參數(shù)方程聯(lián)立可以求出當前時刻到車道偏離時刻車輛將行駛的距離 D，假設車輛的速度為V，求得M=D/v; g、 根據(jù)設置的閾值判斷車輛是否存在偏離車道的危險，在系統(tǒng)中設定一個閾值Mt，若M <Mt，則認為車輛存在車道偏離的危險，系統(tǒng)對駕駛員發(fā)出告警;反之則認為暫時不存在車 道偏離的危險。4. 一種基于復合傳感實現(xiàn)路情實時識別和危險判斷的系統(tǒng)，其特征在于：該系統(tǒng)包括 汽車中央控制器、車輛周圍障礙物檢測系統(tǒng)、駕駛員狀態(tài)檢測系統(tǒng)、車道偏離預警系統(tǒng)和車 輛運動控制與通信系統(tǒng)，所述汽車中央控制器通過CAN總線分別和車輛周圍障礙物檢測系 統(tǒng)、駕駛員狀態(tài)檢測系統(tǒng)、車道偏離預警系統(tǒng)、車輛運動控制與通信系統(tǒng)相連接，實現(xiàn)對車 輛周圍障礙物檢測系統(tǒng)、駕駛員狀態(tài)檢測系統(tǒng)、車道偏離預警系統(tǒng)、車輛運動控制與通信系 統(tǒng)信息融合和決策。5. 根據(jù)權利要求4所述的基于復合傳感實現(xiàn)路情實時識別和危險判斷的系統(tǒng)，其特征 在于： 所述車輛運動控制與通信系統(tǒng):包括控制器DSP四、電子制動器、車輪、執(zhí)行器、方向盤、 無線通信系統(tǒng)、電子點火器、發(fā)動機，所述控制器DSP四通過電子制動器和車輪相連接，所述 控制器DSP四通過執(zhí)行器和方向盤相連接，所述控制器DSP四通過電子點火器和發(fā)動機相連 接，所述控制器DSP四和無線通信系統(tǒng)相連接。6. 根據(jù)權利要求4所述的基于復合傳感實現(xiàn)路情實時識別和危險判斷的系統(tǒng)，其特征 在于： 所述車道偏離預警系統(tǒng)：車道偏離預警系統(tǒng)包括控制器DSP三、CCD攝像頭、視頻解碼芯 片、車輪轉速傳感器、存儲器、顯示器、加速度傳感器、報警系統(tǒng)，CCD攝像頭采集道路原始模 擬視頻信息，經(jīng)過視頻解碼芯片轉換為數(shù)字視頻后輸入給控制器DSP三，通過車道識別算法 檢測車道線，并計算出車輛在車道中的具體位置和偏離角度，根據(jù)偏離報警模型判斷車輛 是否偏離了原有車道，根據(jù)閾值判斷車輛是否處于安全行車狀態(tài)，當車輛不是處在安全行 車狀態(tài)時，給出報警信息。7. 根據(jù)權利要求4所述的基于復合傳感實現(xiàn)路情實時識別和危險判斷的系統(tǒng)，其特征 在于： 駕駛員狀態(tài)檢測系統(tǒng)：駕駛員狀態(tài)檢測系統(tǒng)包括CMOS攝像頭、AD轉換器、電子斷路開 關、控制器DSP二、酒精傳感器和聲音報警器，所述CMOS攝像頭通過AD轉換器和控制器DSP二 相連接，所述控制器DSP二分別和電子斷路開關、酒精傳感器以及聲音報警器相連接，CMOS 攝像頭采集車輛駕駛員行車過程中的視頻圖像信息，經(jīng)AD轉換器后輸入給控制器DSP二，控 制器DSP二通過處理并分析數(shù)字視頻信息，判斷駕駛員是否處于疲勞駕駛狀態(tài)，酒精傳感器 檢測駕駛員是否處于酒駕，當駕駛員處于疲勞駕駛狀態(tài)或酒駕狀態(tài)時，控制器DSP二通過聲 音報警器給出報警提示信息；當駕駛員開始啟動車輛時，如果酒精傳感器檢測駕駛員呼氣 中酒精含量超標，將通過電子斷路開關斷開發(fā)動機電源。8. 根據(jù)權利要求4所述的基于復合傳感實現(xiàn)路情實時識別和危險判斷的系統(tǒng)，其特征 在于： 車輛周圍障礙物檢測系統(tǒng):車輛周圍障礙物檢測系統(tǒng)包括控制器DSP-、近距離超聲波 傳感器、雷達傳感器、溫度傳感器和報警器，所述控制器DSP-分別和近距離超聲波傳感器、 雷達傳感器、溫度傳感器和報警器相連接。
【文檔編號】B60W50/14GK106004884SQ201610541189
【公開日】2016年10月12日
【申請日】2016年7月11日
【發(fā)明人】鄒水龍, 郭松, 何員子, 周小賓, 李永, 李天寶, 陳振宇
【申請人】南昌工學院