面向消防車行車安全的雙目技術研究

趙立金 余莎莎 黃浩

摘 要：消防車在執(zhí)行任務過程中，車速快、行車環(huán)境復雜，易造成二次事故，保障其行車安全的技術研究意義重大。雙目立體視覺技術采用兩個攝像機從各自的位置同時采集同一目標物體的圖像，并通過采樣、量化以及數字圖像處理，提取出目標物體在三維場景下的準確位置坐標。雙目技術可實現對周圍車輛、行人以及各種運動目標的跟蹤定位，是消防車安全預警系統(tǒng)的關鍵技術之一。面向消防車行車安全，介紹雙目技術的三維場景重建原理，描述安全距離報警、路面狀況信息提取、路標及指示牌識別的系統(tǒng)功能，列舉雙目技術的抗干擾能力強、靈活度與精確度高、成本低等優(yōu)勢。針對實際應用場景，分析特殊環(huán)境下的局限性、長距離測量精度的受限性、計算復雜度高及處理實時性低等待改進的技術要點，從而總結面向消防車行車安全的雙目技術演進方向。

關鍵詞：消防車安全；雙目技術；三維場景重建；計算機視覺

中圖分類號：TP39；U495 文獻標識碼：A 文章編號：2095-1302（2018）07-00-04

0 引 言

消防車不同于一般車種，其作為搶險救援的交通工具，在緊急情況下發(fā)揮著重大作用。當火災發(fā)生時，消防車需在最短的時間內將滅火劑、消防設備及消防人員送往所需地區(qū)。當出現重大交通事故需要救援，如有人被困在高層，天氣干旱民眾缺水等狀況發(fā)生時，也需要消防車施救。消防車在行駛過程中可能因為其他汽車的不規(guī)范駕駛、消防車司機的疲勞駕駛和視覺盲區(qū)而不能及時看到障礙物，無法采取正確措施來規(guī)避交通事故。緊急情況通常不可預料，出行時間、天氣、交通情況等都可能會增加消防車的行車風險[1]。

同時，城市人均車輛擁有量的增長帶來良莠不齊的駕駛員隊伍。當前消防車緊急出動途中，存在較多不避讓消防車的車輛，甚至還存在與消防車搶道的現象，不僅增加了消防車的行車風險，還失去了寶貴的救援時間。高速奔行的消防車發(fā)生交通事故的風險幾率直線上升。

最常見的交通事故是正面碰撞和追尾。為縮短消防車趕往滅火救援現場的時間，必須提高消防車的行駛速度，而高速行駛的消防車發(fā)生事故的概率會增大。為了保護消防車內人員的生命安全，提高汽車安全駕駛性的技術應運而生。比如，為減少側翻事故，消防車多采用獨立前懸及盤式制動器；為減少爆胎而采用輪胎爆裂保護系統(tǒng)；采用大視野前風擋玻璃以擴大視野范圍，減少盲區(qū)；應用在消防車上的智能轉向盤設計能夠讓駕駛員集中精力觀察路面環(huán)境變化，及時、準確地操控車輛；消防車多涂成紅色、橙色和黃色，方便公路上的車輛在較遠處就能看到消防車[2]。雖然這些技術可以在一定程度上減少消防車交通事故，增大安全系數，但對于需要在任何時間、地點、天氣出行的消防車來說遠遠不夠，仍需要應用能增大消防車安全系數的技術，因此本文提出一種可以將雙目立體視覺技術應用在消防車上的消防車安全車距預警系統(tǒng)。

消防車安全車距預警系統(tǒng)是在與周圍車輛或障礙物之間距離小于安全車距時，對駕駛員發(fā)出預警的自動報警裝置。這種系統(tǒng)的探測器一般安裝在消防車的各個關鍵部位，可以探測到接近消防車的人、車輛以及障礙物。它可以讓駕駛員預知將要面臨的危險，從而采取一定的措施避免危險，甚至可以在駕駛員來不及反應時自行判斷并采取最優(yōu)措施處理特殊險情，從而減少安全事故的發(fā)生，降低傷害，提高救援速度。

雙目立體視覺技術在消防車中的應用為保障消防車安全指明了一個新的方向，產業(yè)化前景廣闊。本文將從雙目技術有關基本概念、重要特性及其在消防車領域的研究和應用作簡要討論。

1 雙目技術在消防車安全方面的應用

1.1 計算機視覺的車距測量

計算機視覺是利用計算機或具備計算能力的軟硬件設備模擬人眼視覺，對客觀世界的三維結構等信息進行感知、判斷及解釋的學科[3]。計算機視覺的研究目的是通過數字圖像處理算法使得計算機具有從物體的二維圖像認知其三維結構相關信息的能力，包括目標物體的形狀、位置、姿態(tài)等[4]。計算機視覺的研究內容廣泛，包括立體視覺、運動視覺、顏色視覺、主動視覺等[5]。

立體視覺是計算機視覺的一個重要分支，而基于兩幅圖像的雙目立體視覺是其中的研究熱點[6]。雙目立體視覺通過直接模擬人類雙眼處理景物的方式，從兩個視點觀察同一景物，即由不同位置的兩臺或一臺攝像機經過移動或旋轉拍攝同一幅場景，通過三角測量的原理計算出空間點在兩幅圖像像素間的視差，從而恢復目標物體的深度信息[7]。

車距的測量是實現消防車安全車距預警系統(tǒng)的關鍵。目前，對安全車距的測量方法包括超聲波測距，激光雷達測距，毫米波雷達測距，紅外線測距和視覺測距等[8]。雙目視覺測距同以上提到的其他測距方式不同，它是一種被動測距方式，不用向物體發(fā)送任何指令，僅僅通過兩個或者多個攝像機對物體拍照，利用物體在不同攝像機上的成像差異獲得物體的幾何信息，從而推斷被測物體與汽車的距離，還可以得到各種交通指示和障礙物信息，節(jié)省了硬件開發(fā)成本[9]。盡管目前獲取距離信息的方法和技術很多，但雙目立體視覺是計算機被動測距中最重要的技術，它直接模擬了人類視覺處理的方式，可以在多種條件下靈活測量景物的立體信息，無論從視覺生理的角度還是在工程應用中都具有十分重要的意義[10]。

1.2 雙目技術原理

在雙目立體視覺系統(tǒng)中，信號的采集設備通常為兩個固定放置的攝像機，采集設備通過專用圖像采集卡與計算機相連，將攝像機采集到的信號經過處理后提供給計算機[11]。

雙目視覺技術的三維定位原理如圖1所示，將物體抽象為質點，當多個物體與攝像機的鏡頭光心處在一條直線上時，在照片上顯示的只有一個點，也就意味著從相片上并不能辨別出這兩個物體。例如，OL攝像頭所拍攝的圖片，則認為p和q是同一個點。然而，從另一個角度觀察，OR攝像頭拍攝的

圖片則可以分辨出p和q兩個點處于不同位置。雙目視覺技術即利用兩個攝像機從不同位置進行攝像，根據兩者所成的像在兩個相片中對應點的關系實現對物體的深度計算。

根據雙目立體視覺的物理結構和成像原理可以抽出如圖2所示的幾何關系。

設OL，OR分別為左、右兩個相機的光學中心位置（透鏡中心），OL與OR之間的距離為B，相機焦距為f。設物體上的點Q在左、右相機圖像平面上的投影點分別為Q，Q′，Q與OLOR連線間的距離為z，過OR，OT分別向圖像面（即視平面）作垂線，垂足分別為AL，AR，過Q向圖像面作垂線，垂足為D。令│ALQ│=CL，│ARQ′│=CR，│Q′D│=a。

1.3 面向行車安全的雙目技術應用

將雙目立體視覺技術應用到消防車上，獲得需要的道路信息。當有汽車靠近消防車時，安裝在消防車上的攝像頭采集圖像信息，通過預設程序計算汽車的速度與將要進行的行車軌跡并判斷是否會對消防車產生威脅。

（1）安全距離警報系統(tǒng)

當接近消防車的汽車超過預設安全距離時，消防車內的報警系統(tǒng)提醒司機有危險發(fā)生，同時計算如何行駛才能將事故發(fā)生概率降到最低。若車內的檢測系統(tǒng)檢測到司機未采取措施應對即將發(fā)生的事故，消防車將開啟自動駕駛裝置。

（2）路面狀況警報系統(tǒng)

當道路出現坍塌但還未放置任何警示牌時，司機由于其較快的行駛速度，警惕性較低，無法注意前方的坍塌事故。這時將雙目立體視覺技術應用到消防車上，車內的內置語音系統(tǒng)會及時發(fā)出警報，因此司機有充足的時間作出選擇是否停車或改道。

（3）路標及指示牌警示系統(tǒng)

雙目立體視覺系統(tǒng)可以獲取路標信息并告知駕駛員。當消防車偏離既定行車軌跡時，內置語音系統(tǒng)也會提醒司機最佳行駛方向。

將雙目立體視覺技術應用到消防車上，令司機不用時刻保持高度警惕，給消防車的行車提供了安全的環(huán)境，降低了事故的發(fā)生概率，使得消防救援行動能夠高效快速地進行。

2 雙目技術的優(yōu)勢

2.1 抗干擾性

從抗干擾性方面考慮，用于安全預警系統(tǒng)的雷達、激光、超聲等工作時通過收發(fā)脈沖的形式來測距，互相之間存在干擾，識別一些吸收物質或透明性強的物質的能力較弱。由于雙目立體視覺技術被動測距的特性，不會對周圍其他車輛造成信號干擾，因而被廣泛地應用到各個領域。

2.2 應用靈活性

雙目立體視覺技術是模擬人眼視覺處理的技術，具有靈活性，可以在不同的情況下獲得物體的三維立體信息與道路相關信息[12]。雙目技術的應用不需要建立數學模型或獲取大量的樣本就可以獲得有用信息，其作用巨大，是其他計算機視覺方法無法代替的，因而成為了機器視覺研究領域的熱點。用立體視覺獲取外界信息可以實現數據的實時傳遞，且探測范圍較廣、獲得的信息相對全面。

2.3 高精確度

若用于消防車上立體成像的兩個攝像頭之間的視場角（Field of View，FoV）不一樣，可通過算法輕松實現兩個光學鏡頭之間的光學變焦。采用單攝像頭時，放大指示牌后文字不清楚；若使用雙攝像頭，指示牌被放大后文字依然清楚。因此使用雙目技術，可以在人眼無法分辨指示牌的情況下，通過雙目立體成像獲得所需道路信息。

同時，因為雙目系統(tǒng)直接對所有障礙物進行測量，不需要識別后再測量，故雙目系統(tǒng)沒有識別率的限制。同樣雙目無樣本，即無需維護樣本數據庫。

2.4 成本優(yōu)勢

雙目立體視覺技術的成本與同樣可用于消防車預警的同類型技術相比成本較低（攝像頭的成本低于雷達、激光、超聲等設備）。

3 雙目技術的應用難點

雙目技術成本相對較低，但是深度信息依賴純算法得出，其算法復雜度高，難度大，處理芯片的計算性能需求高，同時它也繼承了普通RGB攝像機的缺點：在昏暗環(huán)境下以及道路特征不明顯的情況下并不適用。

3.1 應用場景的局限性

在消防車行駛過程中，常常會遇到逆光的問題，此時攝像頭需要適應這種環(huán)境。當太陽光直接照射到車內時，從駕駛座所看到的周圍景物較暗，駕駛員無法看清車道線、周圍車輛以及路標。這時應采取曝光模式，增加曝光度可以讓攝像頭很好地適應環(huán)境光的變化。

同樣，在遇到雨、霧、雪等天氣，或者在夜晚時，人眼對光線的感知能力減弱。但人眼有適應的過程，也就是攝像機的曝光過程。人眼適應環(huán)境光后，可以清楚地看到車道線、車輛以及路標。但攝像機與人眼的自適應功能不同，增加其曝光度，攝像機成像的對比度隨之下降。對比度的下降直接影響攝像機對道路信息的獲取，無法給司機提供有價值的信息。

3.2 長距離測量精度受限

應用到消防車上的雙目測距指的是圖像相關法的雙目視覺技術，即通過兩臺攝像機模擬雙目，通過拍攝不同位置的物體的二維圖像進行匹配，從而確定物體與消防車間的距離。其精度會受到攝像機性能、光照、基線長度（即兩臺相機之間的距離）的影響。同時因為其算法復雜，在應用上會受到諸多限制。將雙目測距同激光測距比較，激光屬于單色光，方向性強，激光測距利用計時器測定射出的激光束從其發(fā)出到接收的時間，從而計算出與被檢測物體的距離。

消防車上的雙目視覺系統(tǒng)在測量近距離的物體時，精度比利用激光測距要高很多。但是隨著物體與消防車之間距離的增大，激光測距的相對精度會越來越有優(yōu)勢。在消防車實際應用時，基線長度大大受限，最大僅能達到十幾米。因此，當被測物體很大時，用激光測距的相對精度就比雙目測距好。雙目測距一般更適用于近距離的高精度測量。

3.3 計算復雜度高，算法實現難度大

算法復雜度高則運算速度慢，為保障安全行駛，必需限制消防車的車速。舉例說明，如果每秒獲取20幀圖像匹配，消防車的行駛速度是100 km/h，那么相當于雙目攝像頭每1.39 m探測一次。如果在消防車周圍的距離內突然出現障礙物，系統(tǒng)將由于沒有獲取相關的信息而無法避免發(fā)生碰撞事故。但如果圖像匹配速度提升到30幀/s，在車速還是100 km/h時，每0.93 m探測一次即可大大降低事故的發(fā)生概率。

因此需要降低算法復雜度，從而提高系統(tǒng)運行速度。但是算法復雜度的降低也使得匹配圖像的精度下降，獲得的道路信息不夠完整，也會對消防車司機的預判造成影響。因此需要平衡算法的復雜度和圖像的精度。計算量較大是雙目技術的共性問題，因此雙目技術的有效應用對硬件單元的性能提出了非常高的要求，硬件的處理速度等因素也會影響到安全防御系統(tǒng)對事故的預判。

4 雙目技術的發(fā)展方向

雙目技術在消防車中的應用主要受價格和性能的限制。由于其應用場景的局限性、長距離測量精度受限、算法復雜度高、技術實現難度大，今后的發(fā)展方向應主要從以下幾個方面考慮：

（1）進一步改進算法，在降低復雜度的同時，保證圖像匹配的精度。同時不必局限于車距的保持，還可以開發(fā)別的功能，比如防追尾功能、車速測量功能、防偏移功能等。

（2）實現一上電就可以自標定，即將攝像機的標定程序固化到消防車的系統(tǒng)中。為了提高測量的精度和準確度，還可以采用變焦的攝像機。

（3）雙目技術的應用場景很多，而不僅僅是在消防車安全方面。針對不同的需求，設計出符合特定要求的立體成像系統(tǒng)?？梢杂糜谌S重建、工業(yè)檢測、生物醫(yī)學、虛擬現實等領域，還有可能應用于航天遙測、軍事偵察等。

5 結 語

雙目立體視覺技術憑借其抗干擾性、應用靈活性、高精度和成本優(yōu)勢已經逐漸替代了激光、雷達和超聲等技術，其廣泛應用在醫(yī)療、救援、軍事、科研、工業(yè)以及人們的日常生活中。無論是在工業(yè)應用還是日常生活中，基于雙目立體視覺系統(tǒng)的開發(fā)和研究一直備受關注。雙目技術應用在消防車安全預警系統(tǒng)中，可保證消防車與周圍汽車的距離在安全范圍內，隨時提醒路面事故并告知駕駛員路標及指示牌信息。雙目技術的應用與發(fā)展，對提高消防車主動安全性等方面具有非常重要的現實意義。

參考文獻

[1]叢靜華，何瑞銀，王家勝. 森林消防車的發(fā)展現狀和功能分析[J]. 林業(yè)機械與木工設備，2006，34（8）：4-6.

[2]何峰，董松林. 我國消防車的現狀及發(fā)展方向[J]. 消防技術與產品信息，2003（11）：70-72.

[3]隋婧，金偉其. 雙目立體視覺技術的實現及其進展[J]. 電子技術應用，2004，30（10）：4-6.

[4]趙亮亮. 雙目立體視覺中的圖像匹配技術研究[D]. 南京：南京航空航天大學，2007.

[5]周富強. 雙目立體視覺檢測的關鍵技術研究[D]. 北京：北京航空航天大學，2002.

[6]石繼雨. 機器人雙目立體視覺技術研究[D]. 哈爾濱：哈爾濱工程大學，2003.

[7]曹之樂，嚴中紅，王洪. 雙目立體視覺匹配技術綜述[J]. 重慶理工大學學報，2015，29（2）：70-75.

[8] BERTOZZI M，BROGGI A. GOLD：a parallel real-time stereo vision system for generic obstacle and lane detection[J]. IEEE transactions on image processing，1998，7（1）：62.

[9] ISAKOVA N，BASAK S，SONMEZ A C. FPGA design and implementation of a real-time stereo vision system[J]. IEEE transactions on circuits & systems for video technology，2010，20（1）：15-26.

[10] BARTH A，FRANKE U. Estimating the driving state of oncoming vehicles from a moving platform using stereo vision[J]. IEEE transactions on intelligent transportation systems，2009，10（4）：560-571.

[11]劉江華，陳佳品，程君實. 雙目視覺平臺的研究[J]. 機器人技術與應用，2002（1）：36-40.

[12]王榮本，張明恒，石德樂. 雙目視覺技術在目標測量中的應用[J]. 公路交通科技，2007，24（2）：122-125.