基于機(jī)器視覺(jué)和無(wú)線傳輸技術(shù)的路況全局俯視反饋系統(tǒng)

江岳桉　張雪芳

摘 要：在轉(zhuǎn)彎和路口路段，因大車或建筑導(dǎo)致視野受阻而造成的交通事故不計(jì)其數(shù)，且問(wèn)題存在已久。本項(xiàng)目主要通過(guò)在交通事故多發(fā)路段架設(shè)高空攝像頭，并用無(wú)線信號(hào)發(fā)送視頻信息，當(dāng)汽車靠近事故多發(fā)路段時(shí)，車內(nèi)接收裝置便可接收來(lái)自發(fā)射器的信號(hào)，并通過(guò)機(jī)器視覺(jué)對(duì)車輛行駛軌跡進(jìn)行智能分析，若其它車輛與所駕駛車輛存在接觸可能，設(shè)備便會(huì)向司機(jī)發(fā)出語(yǔ)音提示，并提供實(shí)時(shí)全局俯視影像。這樣以來(lái)，既解決了行車時(shí)視線被遮擋的問(wèn)題，又可以使司機(jī)對(duì)路段路況有一個(gè)全局的把控，可以有效避免交通事故的發(fā)生，在全局上最大限度地減少各種交通事件對(duì)道路運(yùn)行產(chǎn)生的不良影響，減少后繼交通事故的發(fā)生，避免事態(tài)的擴(kuò)大，保障車輛在道路上安全、暢通無(wú)阻的行駛。

關(guān)鍵詞：ITS;智能交通;交通事故;視線受阻;機(jī)器視覺(jué);無(wú)線傳輸;俯視影像

1 項(xiàng)目背景

隨著私家汽車的普及，道路交通事故率逐年遞增，而交通事故多發(fā)區(qū)域又以路口和轉(zhuǎn)彎處為最。當(dāng)司機(jī)駕車靠近路口時(shí)，常存在因旁邊有高大車輛或建筑阻擋視線，而影響對(duì)前方路況的預(yù)判，以至導(dǎo)致誤闖紅燈，拐彎卷到行人，被橫向車輛撞擊，甚至其他十分嚴(yán)重的事故。交管部門規(guī)定若因前車遮擋視線而誤闖紅燈，可以申請(qǐng)撤銷罰分，也佐證了道路交通領(lǐng)域在此方面存在欠缺。

2 目的和意義

目的：解決事故多發(fā)路段因大車或建筑遮擋導(dǎo)致視野受阻而造成的交通事故問(wèn)題

意義：通過(guò)本產(chǎn)品的應(yīng)用，司機(jī)靠近事故多發(fā)路段時(shí)，便可以獲得路段的實(shí)時(shí)全局俯視圖及聲音提示，既解決了行車時(shí)視線被遮擋的問(wèn)題，又可以使司機(jī)對(duì)路段路況有一個(gè)全局的把控，可以有效避免上述交通事故的發(fā)生，保證道路暢通。

3 可應(yīng)用案例

如上圖所示路口，一個(gè)典型的“鬼探頭”事故：

自行車剛到路口時(shí)，左右方向信號(hào)燈是綠燈;

自行車走到路口中間時(shí)，信號(hào)燈發(fā)生變化，上下方向變?yōu)榫G燈;

卡車司機(jī)見(jiàn)自行車行至一半，于是未發(fā)動(dòng)汽車，等待自行車行過(guò);

紅色轎車自圖片下側(cè)駛來(lái)，由于大卡車遮擋視線，不能提前發(fā)現(xiàn)自行車;

紅色轎車與自行車間發(fā)生碰撞。

若在該路口架設(shè)本項(xiàng)目外設(shè)裝置，車內(nèi)司機(jī)便可通過(guò)車載裝置所供俯視影像發(fā)現(xiàn)自行車，從而避免事故的發(fā)生。

4 項(xiàng)目方案

4.1 綜述

設(shè)計(jì)的基于機(jī)器視覺(jué)和無(wú)線傳輸技術(shù)的路況全局俯視反饋系統(tǒng)，有路段外設(shè)裝置和車載接收裝置兩大部分。由視頻采集、無(wú)線傳輸、數(shù)據(jù)處理、圖像顯示和語(yǔ)音播報(bào)等幾大模塊組成。

4.2 外設(shè)裝置

路段外設(shè)裝置主體分為圖像采集器、無(wú)線傳輸結(jié)構(gòu)、能源裝置、機(jī)械固定結(jié)構(gòu)幾部分。圖像采集器選用高清攝像頭，可對(duì)事故多發(fā)路段全局路況進(jìn)行采集;無(wú)線傳輸裝置選擇定頻電磁波輻射器，將視頻采集器采集的信號(hào)通過(guò)發(fā)射裝置定頻輻射，以供車載接收器的信號(hào)接收;能源裝置采用蓄電池和太陽(yáng)能板相結(jié)合，陽(yáng)光充足時(shí)太陽(yáng)能板供電的同時(shí)給蓄電池供電，陽(yáng)光不充足時(shí)蓄電池供電;機(jī)械固定結(jié)構(gòu)對(duì)各模塊裝置進(jìn)行結(jié)合固定。

4.3 車載裝置

車載裝置主體分為顯示器、無(wú)線接收裝置、數(shù)據(jù)處理模塊、聲音模塊和數(shù)據(jù)轉(zhuǎn)換器。顯示器選用便攜式液晶顯示屏，兼顧體積和清晰度;無(wú)線接收裝置采用定頻信號(hào)接收器，將接收裝置與外設(shè)裝置的發(fā)射器調(diào)至相同頻段，可實(shí)現(xiàn)靠近事故多發(fā)路段時(shí)的信號(hào)自動(dòng)搜索接收;聲音播報(bào)模塊可在靠近事故多發(fā)路段時(shí)對(duì)司機(jī)進(jìn)行聲音提示，可解決司機(jī)駕車期間無(wú)法顧及圖像顯示器的問(wèn)題;數(shù)據(jù)裝換器旨在將顯示器、無(wú)線接收裝置、聲音裝置幾部分進(jìn)行有機(jī)結(jié)合。

數(shù)據(jù)處理模塊依托于機(jī)器視覺(jué)系統(tǒng)的車輛檢測(cè)技術(shù)，集合了模式識(shí)別、運(yùn)動(dòng)目標(biāo)檢測(cè)、視頻圖像收集技術(shù)的綜合性視覺(jué)檢測(cè)技術(shù)。應(yīng)用攝像機(jī)的標(biāo)定法，可以算出其內(nèi)部的參數(shù)，由于參數(shù)不會(huì)受到外界環(huán)境的制約，可以展開攝像機(jī)的離線標(biāo)定。既節(jié)約了實(shí)時(shí)測(cè)距程序的時(shí)間，又能夠借助反復(fù)標(biāo)定，獲得更加精確的參數(shù)，從而有效解決了攝像機(jī)標(biāo)定中的誤差。此外，借助機(jī)器視覺(jué)系統(tǒng)中的車輛檢測(cè)及其與前方車輛的測(cè)距算法，可以完成對(duì)車輛輔助系統(tǒng)軟件的編程，生成警報(bào)系統(tǒng)，為司機(jī)安全駕駛提供重要的技術(shù)保障。

機(jī)器視覺(jué)算法、無(wú)線傳輸技術(shù)、全局俯視影像、聲音系統(tǒng)等幾大部分的有機(jī)結(jié)合和面向智能交通領(lǐng)域改造是本設(shè)計(jì)要解決的根本性問(wèn)題。

5 核心算法

5.1 幀間作差法

將攝像頭捕獲的視頻圖像除去顏色信息（灰度化處理），再將相鄰兩幀圖像對(duì)應(yīng)位置像素的亮度信息做差，因?yàn)橄噜弮蓭瑘D像中，靜態(tài)物體圖像并沒(méi)有發(fā)生變化，所以所得幀差圖中大部分區(qū)域亮度為0，不為0的區(qū)域即是運(yùn)動(dòng)物體所在區(qū)域。將相鄰兩個(gè)幀差圖做比較，像素平移的距離，換算成實(shí)地距離，再除以鄰幀時(shí)間間隔，即為運(yùn)動(dòng)物體的瞬時(shí)速度，像素平移方向?yàn)檫\(yùn)動(dòng)方向。將所得兩個(gè)相鄰瞬時(shí)速度差除以鄰幀時(shí)間間隔，即求得運(yùn)動(dòng)物體的瞬時(shí)加速度。當(dāng)有了物體的瞬時(shí)速度、加速度，即可預(yù)測(cè)運(yùn)動(dòng)物體短時(shí)間內(nèi)運(yùn)動(dòng)軌跡，若某一運(yùn)動(dòng)物體的運(yùn)動(dòng)預(yù)測(cè)軌跡，與所駕車輛的軌跡在同一時(shí)間發(fā)生交匯，則認(rèn)為存在碰撞風(fēng)險(xiǎn)，觸發(fā)語(yǔ)音報(bào)警器響司機(jī)報(bào)警。

5.2 基于 Bag-of-Features 特征的車輛檢測(cè)算法[1]

通過(guò)車輛的邊緣化特點(diǎn)與BOF的模型有機(jī)的整合，可以對(duì)前方正地運(yùn)行的車輛展開實(shí)時(shí)性的檢測(cè)，具體包括兩方面內(nèi)容，即生成車輛的假定存在區(qū)、假設(shè)區(qū)的驗(yàn)證。第一，要對(duì)相關(guān)的圖像做預(yù)處理，然后，應(yīng)用邊緣檢測(cè)技術(shù)進(jìn)行再次處理，可以得到車輛的假定存在區(qū)。再借助BOF最近鄰域的計(jì)算方法，對(duì)假定的存在區(qū)加以驗(yàn)證，進(jìn)而將虛警目標(biāo)排除，極大地提升了車輛檢測(cè)的效率與精確度。

5.3 基于機(jī)器視覺(jué)系統(tǒng)的前方車輛的測(cè)距算法[2]

運(yùn)用單目視覺(jué)系統(tǒng)

單目視覺(jué)系統(tǒng)指的是借助一個(gè)攝像機(jī)來(lái)測(cè)算距離，這是現(xiàn)階段我國(guó)對(duì)前方運(yùn)行車輛進(jìn)行測(cè)距的重點(diǎn)研究方向。因?yàn)椴灰粯拥淖鴺?biāo)系，彼此存在相應(yīng)的關(guān)系，因此，人們可以分析二維、三維圖像的空間關(guān)系，進(jìn)而計(jì)算測(cè)量的實(shí)際距離。

投影模型的算法

攝像機(jī)的成像與測(cè)距過(guò)程，可視為彼此逆向的過(guò)程。成像一般將實(shí)際生活中的三維圖象投射于二維平面圖象的過(guò)程。而測(cè)距則是將二維平面圖轉(zhuǎn)化為三維圖像，進(jìn)而可以得到前方運(yùn)行車輛的具體方位，同時(shí)，可算出需要測(cè)量的實(shí)際距離。本文主要應(yīng)用了不同維度的坐標(biāo)系之間的立體關(guān)系，通過(guò)投影整合攝像機(jī)標(biāo)定的測(cè)量方式實(shí)現(xiàn)對(duì)前方車輛的測(cè)距。這種方法主要應(yīng)用了攝像機(jī)的投影模型，進(jìn)而推導(dǎo)出適合的測(cè)距公式。只是公式里含有一些攝像機(jī)內(nèi)部的參數(shù)，必須通過(guò)攝像機(jī)的標(biāo)定法獲得然后，再將其帶入推導(dǎo)的公式里，計(jì)算實(shí)際的距離。

6 總結(jié)

以“鬼探頭”為典型案例的視野受阻類交通事故問(wèn)題存在已久且亟待解決，本文提出的解決方案，通過(guò)外置設(shè)備采集路況俯視影像并傳輸?shù)杰囕d設(shè)備上，轉(zhuǎn)換了視角，可有效消除視野盲區(qū)，再結(jié)合機(jī)器視覺(jué)對(duì)采集到的圖像進(jìn)行分析，為司機(jī)提供危險(xiǎn)預(yù)警，有望較大程度緩解此種視野盲區(qū)類交通事故問(wèn)題。

參考文獻(xiàn)：

[1]梁炳春，孫韶媛，彭寶，趙海濤.基于Bag-of-Features算法的車輛檢測(cè)研究[J].微型機(jī)與應(yīng)用，2016，35（01）：95-98.

[2]佟卓遠(yuǎn). 基于機(jī)器視覺(jué)的前方車輛檢測(cè)與測(cè)距系統(tǒng)設(shè)計(jì)[D].哈爾濱工業(yè)大學(xué)，2015.