蔡亮

（蘭州文理學(xué)院數(shù)字媒體學(xué)院，甘肅蘭州730000）

行車輔助預(yù)警服務(wù)平臺研究與設(shè)計

蔡亮

（蘭州文理學(xué)院數(shù)字媒體學(xué)院，甘肅蘭州730000）

面對城市復(fù)雜的交通環(huán)境，如何設(shè)計一個既不增加使用成本，又能提高普通民用車輛行駛安全性的行車輔助預(yù)警服務(wù)平臺是本文研究的重點(diǎn).該平臺利用移動智能通信設(shè)備，在LBS服務(wù)基礎(chǔ)上，采用B/S與C/S相結(jié)合的結(jié)構(gòu)，不僅能夠提供線路規(guī)劃、信息推送等基礎(chǔ)服務(wù)，同時能夠通過圖像采集，運(yùn)用機(jī)器視覺相關(guān)技術(shù)為用戶提供實(shí)時的前方行車環(huán)境預(yù)警提示，具有一定的實(shí)際應(yīng)用價值.

行車預(yù)警；LBS；圖像處理；目標(biāo)跟蹤

目前我國機(jī)動車保有量已達(dá)到2.79億輛，當(dāng)中私家車所占比例達(dá)到72%.這使得道路交通狀況日益復(fù)雜，事故不斷頻發(fā).為減少事故緩解交通壓力，相關(guān)機(jī)構(gòu)雖采用了一些防護(hù)技術(shù)，但提高了購車費(fèi)用.而我國私家車價格普遍偏低，配置簡化，三輪民用車甚至沒有安全防護(hù).因此如何提高行駛安全性又不增加成本，同時降低事故發(fā)生率呢？智能移動通信設(shè)備的使用為我們找到了解決辦法.據(jù)統(tǒng)計預(yù)測，我國2018年手機(jī)保有量會達(dá)到12.2億臺.因此利用其構(gòu)建一個能實(shí)時監(jiān)控前方行車環(huán)境、提高駕駛?cè)税踩庾R、減少事故發(fā)生、降低使用成本的行車輔助預(yù)警服務(wù)平臺就顯得日益重要.

1 安全防護(hù)技術(shù)現(xiàn)狀

現(xiàn)有安全防護(hù)技術(shù)主要分三個方面：

（1）基本安全防護(hù)，是車輛出廠時的基本配置，如安全帶、氣囊、防撞梁、發(fā)動機(jī)下沉技術(shù)等.這些防護(hù)措施僅在交通事故發(fā)生時對車內(nèi)人員安全起到一定保護(hù)作用，但無法提前預(yù)防，且不能預(yù)測交通狀況.

（2）輔助駕駛系統(tǒng)，早期有ABS、穩(wěn)定控制等，能提升行駛中車身安全性，但僅在事故發(fā)生時保護(hù)車內(nèi)人員安全；后期有通過傳感器感知的輔助系統(tǒng)，如全景攝像、自適應(yīng)巡航、上坡輔助及并線輔助等[1]，但這些系統(tǒng)需安裝大量電子設(shè)備模塊和PC模型，各模塊間相互獨(dú)立、集成度低、功能重復(fù)，同時增加了制造成本.

（3）無安全措施.目前還存在著大量三輪機(jī)動車、摩托車、電動電瓶車等，這些車輛一般無安全輔助系統(tǒng)，甚至沒有安全防護(hù)措施，發(fā)生事故往往更嚴(yán)重.

因此需要一個符合我國交通狀況，以駕駛?cè)藶榉?wù)主體，不受限于車輛類型并能對其前方行車環(huán)境預(yù)警的服務(wù)平臺來彌補(bǔ)其他系統(tǒng)的不足.

2 技術(shù)分析

2.1 LBS技術(shù)

LBS即定位服務(wù)，是移動設(shè)備通過移動網(wǎng)絡(luò)和其當(dāng)前位置來獲取附加信息的一組信息服務(wù)[2].該技術(shù)能有效降低成本、提高效益，同時能獲取大量交通數(shù)據(jù)信息.LBS服務(wù)系統(tǒng)體系架構(gòu)見圖1：

圖1 LBS服務(wù)系統(tǒng)體系架構(gòu)圖

2.2 機(jī)器視覺

2.2.1 圖像處理

通過移動終端所采集的道路圖像十分復(fù)雜，需快速去除其中干擾信息，處理技術(shù)主要有：

（1）彩色空間轉(zhuǎn)化

所采集圖像多為RGB格式，使用前須轉(zhuǎn)化成CIELab.轉(zhuǎn)化分兩步，先由線性變換轉(zhuǎn)化到XYZ，再轉(zhuǎn)化到CIELab.取值范圍L為[1,100]，均為[-128,127].公式如下：

X0=95.04，Y0=100.00，Z0=108.255為標(biāo)準(zhǔn)參考白光，根據(jù)公式1帶入RGB值后即得到相應(yīng)CIELab值.

（2）圖像灰度化、降噪及增強(qiáng)

灰度化處理時分量法圖像偏深、最大值法圖像偏淺、平均值法圖像效果較差，而加權(quán)平均法通過權(quán)值修正后，效果更符合人類視覺灰度值[4].因此在其基礎(chǔ)上結(jié)合彩色通道提取法能夠增強(qiáng)圖像效果，公式如下：

降噪方法有均值和中值濾波法，前者能使噪聲得到衰減或消除，但也使圖像模糊，其程度隨所選領(lǐng)域半徑變大逐漸加深，雖可用閾值控制，但閾值大小不易控制[5]；因此采用后者，其公式為：f(x,y)=med{Sf(x,y)}，Sf(x,y)為像素的領(lǐng)域.處理流程見圖2：

圖2 中值濾波處理流程

增強(qiáng)方法有空間域和頻域方法，通過增強(qiáng)對比度、增強(qiáng)邊緣提高清晰度.增強(qiáng)對比度主要有基于直方圖的錐形拉伸、均衡化、匹配等；邊緣檢測主要通過微分算子卷積完成，常見算子有Sobel、Roberts、Prewitt等.

2.2.2 運(yùn)動目標(biāo)檢測與跟蹤

檢測主要分基于圖像差分和基于光流場兩種，前者又分為幀間差分和背景差分[6].背景差分需構(gòu)建不含運(yùn)動目標(biāo)的基礎(chǔ)圖像，多用于固定監(jiān)控設(shè)備；幀間差分動態(tài)環(huán)境自適應(yīng)性強(qiáng)、檢測目標(biāo)快，應(yīng)用范圍廣.跟蹤方法有基于幾何亮度特征、光流場、頻域等.其中光流場對于有背景運(yùn)動或運(yùn)動鏡頭拍攝目標(biāo)進(jìn)行檢測跟蹤有很好效果.常見光流法有Horn&Schunck、Lucas&Kanade等.

3 系統(tǒng)設(shè)計

3.1 總體結(jié)構(gòu)設(shè)計

行車輔助預(yù)警服務(wù)平臺采用B/S與C/S結(jié)構(gòu)相結(jié)合，主要由移動客戶端服務(wù)、圖像采集分析處理、后臺服務(wù)管理及數(shù)據(jù)分類管理四大部分構(gòu)成，見圖3：

圖3 行車輔助預(yù)警服務(wù)平臺結(jié)構(gòu)

3.2 功能模塊分析

行車輔助預(yù)警服務(wù)平臺除常見線路規(guī)劃、信息推送等功能外，主要功能是為用戶提供前方信號燈安全提醒、用戶車輛行為安全提示及前方車輛行為預(yù)測提醒等安全服務(wù).平臺分為移動客戶端服務(wù)和后臺服務(wù)管理.

（1）移動客戶端服務(wù)主要分為用戶注冊、路線導(dǎo)航、數(shù)據(jù)處理、語音播報提醒及信息推送等.數(shù)據(jù)處理模塊主要實(shí)現(xiàn)數(shù)據(jù)上傳下載，上傳為移動客戶端實(shí)時數(shù)據(jù)，包含位置、速度、采集的圖像及視頻等；下載包含信號燈指示提醒、行為預(yù)測結(jié)果、系統(tǒng)更新等信息.語音播報提醒主要實(shí)現(xiàn)將各種安全提示信息通過語音形式告知用戶.信息推送主要實(shí)現(xiàn)周邊餐飲及住宿預(yù)訂、團(tuán)購及廣告發(fā)布等.

圖4 移動客戶端服務(wù)功能模塊

（2）后臺服務(wù)管理主要分為交通信息管理、業(yè)務(wù)管理及系統(tǒng)維護(hù).交通信息管理主要對應(yīng)移動客戶端所上傳數(shù)據(jù)的分類、處理、存儲、查詢以及相應(yīng)的安全信息發(fā)布、管理，還能對用戶上傳交通事故情況向其他用戶發(fā)布來提醒提前安排路線等.業(yè)務(wù)管理主要提供周邊信息登記、發(fā)布，餐廳、酒店信息發(fā)布及訂單處理，特惠團(tuán)購、增值業(yè)務(wù)以及廣告業(yè)務(wù)與發(fā)布.系統(tǒng)維護(hù)主要負(fù)責(zé)不同用戶權(quán)限及數(shù)據(jù)維護(hù)等.

圖5 后臺服務(wù)管理模塊

4 模塊設(shè)計研究

4.1 路線規(guī)劃功能

線路規(guī)劃其主要功能是在電子定位地圖的基礎(chǔ)上，為用戶提供車輛行駛路線規(guī)劃功能.模塊基于百度API地圖SDK，通過GPS獲取移動終端經(jīng)緯度信息來定位或由用戶給出出發(fā)點(diǎn)、目的地信息，來確定用戶所需線路.在建立路線規(guī)劃mSearch=RoutePlanSearch.newInstance()的同時，調(diào)用LocationClient類，使registerLocationListener()獲得監(jiān)聽數(shù)據(jù).由于事件監(jiān)聽器涵蓋多個接口函數(shù)，而根據(jù)設(shè)計需要，選用onGetDrivingRouteResult()，即自駕路線.當(dāng)選定目的地enN-ode后便可根據(jù)監(jiān)聽的位置和目的地進(jìn)行線路規(guī)劃.代碼如下：

圖6 線路規(guī)劃功能設(shè)計圖一

圖7 線路規(guī)劃功能設(shè)計圖二

4.2 車輛行為跟蹤功能

車輛行為跟蹤主要功能是完成前方車輛運(yùn)動檢測，為用戶提供車輛行為預(yù)警.模塊功能基于MATLAB通過獲取移動終端視頻幀并將其轉(zhuǎn)化為相應(yīng)圖片，調(diào)用vision.OpticalFlow()轉(zhuǎn)化為灰度圖以計算光流場，經(jīng)幅值、閾值、分割后獲得二值圖，再運(yùn)用形態(tài)學(xué)濾波、腐蝕、關(guān)閉對分割后圖形進(jìn)行處理，調(diào)用vision.BlobAnalysis()計算位置、面積.同時結(jié)合幀間差法，運(yùn)用幀間特征與MeanShift算法相結(jié)合以提高檢測效果、加強(qiáng)定位準(zhǔn)確性，獲取移動軌跡來判斷其運(yùn)動傾向.同時使用vision.ForegroundDetectord()對象，以彌補(bǔ)光流法缺陷.

圖8 跟蹤捕捉圖一

圖9 跟蹤捕捉圖二

圖10 跟蹤捕捉軌跡圖

5 結(jié)語

行車輔助預(yù)警服務(wù)平臺不僅能提供線路規(guī)劃、信息推送等基礎(chǔ)性服務(wù)，同時能提供實(shí)時前方行車環(huán)境預(yù)警提示，及時告知駕駛?cè)吮苊馐鹿拾l(fā)生.目前該平臺部分功能已逐步完成，但仍有一些需進(jìn)一步補(bǔ)充和完善，特別在復(fù)雜環(huán)境下穩(wěn)定跟蹤及車輛行為判定上，還有待更進(jìn)一步提高，今后考慮引入尺度不變特征及模板匹配，結(jié)合圖像數(shù)據(jù)挖掘技術(shù)，在所獲取圖像數(shù)據(jù)不斷累積的情況下降低目標(biāo)跟蹤不穩(wěn)定性，提高實(shí)時性、準(zhǔn)確性及處理速度.相信該平臺能提供更安全的行車環(huán)境，使用戶能更便捷獲取交通安全信息.

〔1〕張翔.2014年汽車ADAS技術(shù)的最新進(jìn)展[J].汽車電器. 2014,(8):4-7.

〔2〕郭瑞亮.基于移動終端的位置服務(wù)(LBS)系統(tǒng)的研究與實(shí)現(xiàn)[D].哈爾濱:哈爾濱工程大學(xué),2013.

〔3〕肖若榮.基于機(jī)器視覺的交通標(biāo)志識別關(guān)鍵技術(shù)研究[D].長沙:中南大學(xué),2013.

〔4〕林廣宇.基于嵌入式技術(shù)的車載圖像監(jiān)控系統(tǒng)研究[D].西安:長安大學(xué),2009.

〔5〕萬洪林,彭玉華,郭銳.基于方向的自適應(yīng)多級中值濾波[J].通信學(xué)報,2006(4):119-123.

〔6〕季鳴,王紅茹,童偉.基于改進(jìn)差分和光流的新型運(yùn)動目標(biāo)檢測方法[J].計算機(jī)系統(tǒng)應(yīng)用,2015(10):111-115.

〔7〕Ahn Byungtae，Han，Yudeog Kweon，et al．Real-time facial landmarks tracking using active shape model and LK optical flow.International conference on ubiquitous robots and ambient intelligence.2012,(1):541-543.

〔8〕Cruz-Mota,Javier,Bogdanova,Iva,etal.ScaleInvariant Feature Transform on the Sphere:Theory and Applications[J].International Journal of Computer Vision,2012,98 (2):217-241.

〔9〕江濟(jì)良,屠大維,許超,陳勇.復(fù)雜光流場運(yùn)動分析與特征提取[J].電子測量與儀器學(xué)報,2011(3):285-290.

〔10〕徐麗珍,何耀平,孫霖.基于智能手機(jī)的人行橫道紅綠燈自動識別[J].計算機(jī)工程與應(yīng)用,2010(23):219-222.

〔11〕張錚.精通Matlab數(shù)字圖像處理與識別[M].北京:人民郵電出版,2013.

〔12〕王江峰,陳天華.基于行為視覺的交通肇事現(xiàn)場檢測模型仿真[J].計算機(jī)仿真,2015,(8):195-198.

TP311

：A

：1673-260X（2017）03-0031-03

2016-12-12

甘肅省自然科學(xué)基金項(xiàng)目資助（1508RJZA076）