孫德生
(深圳智者行天下科技有限公司,廣東 深圳 518133)
車輛的不斷增多造成了交通擁堵以及停車位的不足,汽車在倒車時極易引發(fā)碰撞,同時倒車的失誤會引發(fā)甚多交通事故的發(fā)生[1]。行車安全的受重視程度越來越高,倒車影像顯示功能在整個汽車電子市場中已經(jīng)占有了十分重要的比重,人們也越來越需求于便于行車安全的產(chǎn)品[2]。從2018年5月開始,在美國銷售的所有新車必須配備后視攝像系統(tǒng)[3]。倒車影像功能是在倒車時將倒車攝像頭圖形顯示到車載終端上,如中控主機、后視鏡,司機倒車時通過顯示屏幕觀察后方動態(tài)。倒車時不僅僅要觀察車輛后方,司機還可能需要觀察左側(cè)、右側(cè)或前方的狀況,因此司機的視線可能會離開屏幕,在司機視野離開后方的時候,如果有行人、小孩、電動車或其他車輛進入車輛后方,司機觀察不及時容易發(fā)生交通事故。雖然車輛可能配備了倒車雷達,但輻射面有限,角度上還有死角,對這種快速橫穿進來的物體也不能做到很好地及時提醒預(yù)警,因此目前的倒車影像功能對這種突發(fā)事件應(yīng)對還是存在不足,這個功能的作用和體驗都需要得到進一步的提高。在一些高端車配置的毫米波雷達,可以快速識別出障礙物但無圖像顯示,但不清楚具體是什么障礙物,需司機下車確認,若遇雨天則體驗感更加不好,測量效率和系統(tǒng)成本優(yōu)勢遠高于攝像頭[4],基于視覺的ADAS系統(tǒng)市場應(yīng)用前景廣闊[5]。ADAS的市場空間也將隨著智能網(wǎng)聯(lián)汽車的發(fā)展保持持續(xù)性的增長[6]。
本文提出基于高級駕駛輔助系統(tǒng)(Advanced Driver Assistant System,ADAS)的汽車倒車防碰撞系統(tǒng),通過實時識別倒車時后視攝像頭圖像來監(jiān)控車輛后方可能突然出現(xiàn)的行人、小孩、電單車、其他汽車等,快速給出聲音與圖文的顯示提醒司機,提高駕駛安全性,系統(tǒng)成本較低,便于普及應(yīng)用。
本文提出倒車防碰撞系統(tǒng)是運行在智能后視鏡上,同樣適用于中控主機,在倒車影像系統(tǒng)的基礎(chǔ)上,增加基于倒車攝像頭圖像分析的ADAS識別功能,在系統(tǒng)倒車的時候自動運行該ADAS功能,并且通過屏幕顯示和聲音輸出來預(yù)警提醒司機采取合適的操作,起到輔助司機安全倒車的作用。
在智能后視鏡系統(tǒng)中倒車影像顯示處理的硬件原理框圖如圖1所示。
圖1 系統(tǒng)倒車硬件原理框圖
高清倒車攝像頭Sensor捕捉車輛后面的圖像通過串行器轉(zhuǎn)化為AHD模擬高清信號,通過AHD傳輸線束接入到智能后視鏡,先通過解串器將模擬信號解碼轉(zhuǎn)換成 MIPI信號,再接入 SOC的 CSI模塊,CSI控制器將收到的攝像頭數(shù)字信號數(shù)據(jù)交給主控芯片的軟件系統(tǒng)再做其他的圖像處理,如顏色空間轉(zhuǎn)換、圖像翻轉(zhuǎn)、裁剪等,將處理好的視頻圖像信號通過MIPI信號輸出到顯示屏幕上。倒車信號的檢測是基于GPIO電平觸發(fā),倒車檢測線接到車輛的剎車信號線或者剎車燈上,有倒車系統(tǒng)將立即收到中斷信號再做倒車處理。倒車信號也可來自于汽車的CAN協(xié)議。
ADAS的發(fā)展將減少駕駛風險,汽車出險率將相應(yīng)下降[7],有很好的社會意義。本系統(tǒng)的ADAS算法基于AdaBoost迭代算法建造算法模型、訓(xùn)練分類器。倒車時車尾的車輛、行人等往往不能捕捉到全部特征,例如車只能看到側(cè)方、行人是半身或者就是高個子的大長腿,因此需要增加提取局部特征,如根據(jù)人體固有的特點將圖像劃分成頭、上身、下身幾個部分,構(gòu)建人體部位特征鄰接圖,對不同部位特征之間的關(guān)系進行建模[8];車輛的局部特征有車輪、側(cè)方車前臉、局部車尾等,單一特征具有建模簡單、計算速度快的優(yōu)點,但檢測正確率不穩(wěn)定[9]。針對倒車場景應(yīng)用的這些特點,加強融合特征建模訓(xùn)練成豐富的分類器,可提升算法的識別準確率。
ADAS算法引擎工作流程如圖2所示。
從倒車攝像頭中獲取到每一幀圖像的YUV數(shù)據(jù),然后確定圖像的 ROI區(qū)域(也就是感興趣區(qū)域),將訓(xùn)練好的分類器對ROI進行復(fù)核,實現(xiàn)對目標物體的檢測[10]。把圖像特征提取出來,在圖像每個區(qū)域遍歷,然后提取每個區(qū)域的特征,將這些特征輸入訓(xùn)練好的分類器中進行分類,引擎通過比對能夠識別出進入車輛后方圖像上的行人、小孩、電動車、其他車輛等,通過比對識別,篩選定位標識出物體類型,以及物體在圖像上的坐標。遍歷篩選多個大小的目標小區(qū)域,如24×24、36×36、48×48。多做幾種遍歷,識別出來的效果更好,但是消耗的CPU也會更多一點。本ADAS系統(tǒng)運行在倒車時,系統(tǒng)占CPU高的任務(wù)可以暫時讓出CPU,如語音識別,經(jīng)過完整的ADAS識別后把這些信息通過回調(diào)傳遞給應(yīng)用來處理[11]。
圖2 ADAS引擎工作流程
倒車防碰撞系統(tǒng)在倒車時運行基于倒車攝像頭圖像ADAS識別算法,把算法識別結(jié)果通過系統(tǒng)的聲音和圖文提醒司機,構(gòu)成了倒車防碰撞系統(tǒng)。
通過CPU數(shù)據(jù)處理模塊的硬件抽象層獲取倒車攝像頭圖像每一幀的原始數(shù)據(jù)送給ADAS算法預(yù)警診斷模塊,通過預(yù)警診斷模塊識別出行人、車輛、障礙物等物體的類型、坐標等信息,再把識別出來的信息傳遞到APP應(yīng)用,APP應(yīng)用根據(jù)信息來制定預(yù)警提示的邏輯處理,根據(jù)預(yù)警級別交給處理人機交互語音模塊處理語音提醒功能[11]。防碰撞系統(tǒng)處理框架設(shè)計如圖3所示。
圖3 防碰撞系統(tǒng)處理框架
倒車防碰撞系統(tǒng)的運行效果需要結(jié)合產(chǎn)品的實際安裝環(huán)境和運行環(huán)境,才能有更精準的效果、更友善的用戶體驗。
在汽車后裝市場車型眾多,有小轎車、SUV、小貨車、大貨車等各種車型,因此倒車攝像頭安裝的位置就可能千差萬別。例如,有些車(如SUV)高一點,攝像頭離地的高度就高一點;有些車矮一些,攝像頭離地的高度就矮一點。攝像頭離地的高度也會影響后拉攝像頭成像的范圍與距離感的差異。即使是同一款車,也存在后拉攝像頭安裝位置的差異(在車輛中間位置、偏左、偏右),以及攝像頭安裝后的朝向角度一點點的差異都會導(dǎo)致成像的范圍和距離感有差異,要獲取識別物體的準確距離是非常困難的。
針對這些復(fù)雜的場景結(jié)合倒車低速的特點,制定了根據(jù)成像范圍來報警預(yù)警的方法。系統(tǒng)將倒車圖形分成兩部分:預(yù)警監(jiān)測區(qū)和預(yù)警報警區(qū),系統(tǒng)會默認倒車圖像垂直方向的中間水平線為分界線,在預(yù)警監(jiān)測器只做目標物體的跟蹤識別,目標物體進入預(yù)警報警區(qū)將引發(fā)系統(tǒng)的聲音和圖文的預(yù)警提醒信息。用戶可以調(diào)整這個分界線的位置來適配自己車的情況,也可以根據(jù)自己的駕駛水平來擴大或縮小預(yù)警報警范圍。倒車ADAS預(yù)警區(qū)域劃分如圖4所示。
圖4 ADAS預(yù)警區(qū)域調(diào)整示意圖
根據(jù)ADAS算法給出的目標物體的成像坐標在預(yù)警報警區(qū)域內(nèi),則發(fā)出特別提示音,有確定類型的還可以增加TTS語音播報(如小心行人),及時提醒司機注意后方安全,同時還在顯示屏的右側(cè)畫出似雷達波的警示圖標標識危險物體是在車尾的左后方、正后方、右后方,還是3個方向都有,便于司機注意查看狀況。
倒車防碰撞系統(tǒng)運行效果與運行的環(huán)境有直接關(guān)系,如天晴下雨、白天夜晚、逆光順光、雨霧等都對攝像頭圖像效果有直接的影響。本系統(tǒng)采用的攝像頭是基于SONY IMX307,針對各種環(huán)境場景均作了最佳配置的場測,因此圖像畫面的質(zhì)量是有保障的。實際測試的效果圖如圖 5~圖 7所示。
在非常惡劣的自然條件下,如狂風暴雨情況下造成圖像模糊,使得基于攝像頭圖像分析的ADAS算法還是存在技術(shù)上的缺陷,融合激光雷達或毫米波雷達等障礙物測距技術(shù)將使得駕駛輔助作用更大。
圖5 停車場車輛識別效果
圖6 車輛及半身行人識別實際效果
圖7 全身行人和右側(cè)車輪識別效果
本文詳細分析了當前倒車影像系統(tǒng)的不足和雷達的技術(shù)缺陷,以及高成本的毫米波雷達難以普及應(yīng)用的現(xiàn)狀,介紹了基于ADAS的汽車倒車防碰撞系統(tǒng)設(shè)計。針對系統(tǒng)倒車功能做了深入的原理分析,對基于后視攝像頭圖像分析的ADAS算法介紹了其技術(shù)關(guān)鍵點和基于倒車場景融合特征的創(chuàng)新應(yīng)用。算法識別效果精準有效,針對車輛攝像頭安裝位置朝向角度的差異預(yù)留了靈活的預(yù)警和報警區(qū)域的調(diào)節(jié),極大地改善了該倒車防碰撞系統(tǒng)的用戶體驗和實際作用。隨著消費者對汽車智能化和安全性需求的逐步提升,ADAS技術(shù)正逐漸衍生出完善的主動式安全防預(yù)解決方案[12]。