孔丹尼

摘? 要：汽車輔助系統(tǒng)能夠輔助駕駛員進(jìn)行汽車駕駛，提高汽車駕駛的安全性。在汽車駕駛過程中，駕駛?cè)藛T主要通過視覺來獲取信息，通過視覺傳感器來掌握周邊環(huán)境信息，為駕駛員的駕駛提供輔助，可以有效地提高汽車駕駛的安全性，基于此本文對(duì)機(jī)器視覺在汽車駕駛輔助系統(tǒng)中的應(yīng)用進(jìn)行了探討。

關(guān)鍵詞：機(jī)器視覺;駕駛輔助系統(tǒng);交通安全

1? 前言

當(dāng)前，汽車已經(jīng)成為人們重要的交通工具，在人們生活中起著重要作用。汽車在給人們生活帶來便利的同時(shí)，也導(dǎo)致了交通事故不斷增加，給人們的生命和財(cái)產(chǎn)安全帶來較大的損失，相關(guān)數(shù)據(jù)顯示，世界上每年有超過100萬人死于道路交通。為了提高道路交通的安全性，人們加強(qiáng)了對(duì)汽車安全防護(hù)系統(tǒng)的研究。當(dāng)前，駕駛輔助系統(tǒng)在汽車行業(yè)中已經(jīng)獲得了重要應(yīng)用，駕駛輔助系統(tǒng)中通過應(yīng)用超聲、視覺、雷達(dá)和GPS等傳感器來對(duì)車輛行駛過程中自身狀態(tài)和環(huán)境的變化進(jìn)行感知，采集環(huán)境和車輛信息，并對(duì)信息進(jìn)行分析，根據(jù)結(jié)果給駕駛?cè)藛T提供駕駛建議和采取應(yīng)急措施，對(duì)駕駛?cè)藛T的駕駛進(jìn)行輔助，從而降低交通事故的出現(xiàn)。在實(shí)際的駕駛過程中，視覺是駕駛員獲取信息的重要途徑，包括交通標(biāo)志、障礙物、路面狀況等信息都需要駕駛?cè)藛T通過視覺來獲取信息，基于這一因素，通過應(yīng)用視覺傳感器來掌握路面情況，對(duì)提高車輛的智能化有重要意義，基于視覺導(dǎo)航的交通標(biāo)志檢測(cè)、道路檢測(cè)、行人檢測(cè)和障礙物檢測(cè)的車輛駕駛輔助系統(tǒng)，能夠有效地降低駕駛員的勞動(dòng)強(qiáng)度，更高的保證交通安全，因此加強(qiáng)機(jī)器視覺在汽車駕駛輔助系統(tǒng)中的應(yīng)用具有重要意義。

2? 機(jī)器視覺在輔助駕駛系統(tǒng)中的應(yīng)用

2.1? 車道線檢測(cè)技術(shù)

車道線檢測(cè)技術(shù)的相關(guān)研究主要集中在設(shè)備和算法兩方面。在設(shè)備方面，車道線檢測(cè)技術(shù)通過傳感器來進(jìn)行數(shù)據(jù)采集，主要有激光雷達(dá)、立體視覺和單目視覺等三種。其中激光雷達(dá)的機(jī)器視覺原理是，通過不同顏色或材質(zhì)的不同反射率來實(shí)現(xiàn)道路的識(shí)別;相較于激光雷達(dá)技術(shù)，立體視覺具有更高的精確性，缺點(diǎn)在于設(shè)備成本高，難以實(shí)現(xiàn)圖像匹配，而且算法也比較復(fù)雜，造成實(shí)時(shí)性不高;單目視覺通過特征、模型、融合和機(jī)器學(xué)習(xí)等實(shí)現(xiàn)。在這三種傳感器中，單目視覺的應(yīng)用最為廣泛。在采集到信息之后，通過相應(yīng)的算法進(jìn)行計(jì)算，進(jìn)行決策。在算法方面，常用的方法包括基于模型的方法和基于特征的方法?；谔卣魉惴ㄊ紫葘?duì)獲取的圖像進(jìn)行處理，從中提出邊緣信息等特征信息，然后根據(jù)預(yù)定規(guī)則來獲取車道線標(biāo)記;基于模型的算法通過分析圖像來獲取參數(shù)，然后建立道路模型，通過模型完成車道線的檢測(cè)。

2.2? 交通標(biāo)志識(shí)別技術(shù)

交通標(biāo)志識(shí)別技術(shù)能夠識(shí)別交通標(biāo)志，并提示給駕駛員，幫助駕駛員進(jìn)行正確決策，保證行駛安全。交通標(biāo)志一般都具有顯著的顏色和形狀特征，基于其具有的視覺特征，機(jī)器視覺技術(shù)可以檢測(cè)出不同的交通標(biāo)志。當(dāng)前，比較普遍的交通標(biāo)志識(shí)別技術(shù)是基于顏色和形狀特征的檢測(cè)方法。當(dāng)前，交通識(shí)別技術(shù)主要通過設(shè)定顏色分量的閾值范圍實(shí)現(xiàn)圖像分割，然后從背景區(qū)域中提取出感興趣區(qū)域（ROI），然后通過對(duì)這一區(qū)域進(jìn)行形狀過濾來實(shí)現(xiàn)交通標(biāo)志的識(shí)別。其中，直接彩色閾值分割算法具有重要應(yīng)用，這種算法的工作原理是：在RGB 顏色空間對(duì)圖像所有像素進(jìn)行分割，然后進(jìn)行角點(diǎn)檢測(cè)，通過這樣的方式來識(shí)別目標(biāo)區(qū)域是否存在交通標(biāo)志，該方法的缺陷在于光照的影響比較大，而且不能夠有效解決遮擋問題;相關(guān)研究人員對(duì)算法進(jìn)行了改進(jìn)，通過將RGB圖像進(jìn)行轉(zhuǎn)換，轉(zhuǎn)化成 HSV、HIS 等圖像模型，然后再對(duì)圖像進(jìn)行分割和提取，實(shí)現(xiàn)對(duì)交通標(biāo)志的識(shí)別，通過這樣的方式能夠有效地降低光照和遮擋等因素的影響。

2.3? 車輛識(shí)別技術(shù)

交通環(huán)境是非常復(fù)雜的，在這樣的條件下進(jìn)行車輛檢測(cè)，應(yīng)用單傳感器很難實(shí)現(xiàn)，因此當(dāng)前車輛識(shí)別技術(shù)的發(fā)展趨勢(shì)是多傳感器融合，通過不同傳感器的互補(bǔ)來提高識(shí)別效果。雷達(dá)可以實(shí)現(xiàn)車輛前方障礙物位置、速度和深度等的監(jiān)測(cè)，具有良好的效果;基于車載攝像頭的視覺信息，可以實(shí)現(xiàn)外部環(huán)境的立體視覺或者單目視覺檢測(cè)，其中立體視覺檢測(cè)在實(shí)時(shí)性方面較差，而且受到車輛顛簸等因素的影響，測(cè)定的誤差也比較大，而單目視覺檢測(cè)的實(shí)時(shí)性非常好，因此當(dāng)前應(yīng)用的較多。單目視覺的車輛識(shí)別技術(shù)主要包括先驗(yàn)知識(shí)、基于運(yùn)動(dòng)和基于統(tǒng)計(jì)學(xué)習(xí)的檢測(cè)方法。

2.4? 行人檢測(cè)技術(shù)

行人既具有剛性物體的特性，也具有柔性物體的特性，因此行人檢測(cè)比較特殊，在對(duì)行人進(jìn)行檢測(cè)時(shí)，行人的行為、姿勢(shì)和穿著等都會(huì)影響檢測(cè)的結(jié)果。行人檢測(cè)技術(shù)主要是通過傳感器采集圖像，然后提取人的位置，并對(duì)其行為進(jìn)行判斷。通過對(duì)視頻圖像進(jìn)行提取，獲取運(yùn)動(dòng)目標(biāo)所在區(qū)域的信息，然后通過背景減除、光流和幀差等方式進(jìn)行處理，并且結(jié)合人體的形態(tài)和膚色等進(jìn)行判斷，確認(rèn)人的位置和行為;通過對(duì)靜態(tài)圖片進(jìn)行分析，采用基于機(jī)器學(xué)習(xí)的檢測(cè)方法來對(duì)行人進(jìn)行檢測(cè)，這種方法的性能主要受兩方面因素影響，一方面是行人描述;另一方面是分類器訓(xùn)練。該方法檢測(cè)的實(shí)時(shí)性會(huì)受到特征描述的復(fù)雜程度的影響。當(dāng)前，行人特征描述方法中，HOG具有比較多的應(yīng)用，Haar、LBP以及基于這兩種方法的改進(jìn)方法應(yīng)用也比較多。機(jī)器學(xué)習(xí)的分類器對(duì)于行人檢測(cè)的檢測(cè)率有著比較大的影響，當(dāng)前常見的分類器包括神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和 Boosting 方法以及基于這些方法的改進(jìn)方法。

結(jié)論

隨著傳感器技術(shù)、智能化技術(shù)和信息技術(shù)等的發(fā)展，汽車逐步進(jìn)入智能化時(shí)代。機(jī)器視覺作為一種環(huán)境感知技術(shù)，在汽車駕駛輔助系統(tǒng)中具有重要意義，提高了汽車駕駛輔助系統(tǒng)的功能。通過采取高質(zhì)量的圖像信息，并且快速的對(duì)信息圖像進(jìn)行處理和識(shí)別，為駕駛員提的駕駛提供決策建議，可以有效地提高駕駛的安全性，因此應(yīng)不斷改進(jìn)傳感器技術(shù)、研究圖像處理算法，提高汽車輔助系統(tǒng)的功能，使機(jī)器視覺技術(shù)更好地滿足汽車駕駛的實(shí)時(shí)性和準(zhǔn)確性的要求，更好地提高汽車駕駛的安全性。

參考文獻(xiàn)

[1]閆龍.基于視覺的駕駛輔助系統(tǒng)研究[J].科技創(chuàng)新與應(yīng)用，2020（11）.

[2]朱明珠，趙云，沈英.車載機(jī)器視覺的應(yīng)用概述[C]// 福建省汽車工程學(xué)會(huì).福建省汽車工程學(xué)會(huì)，2013.

[3]吳茂友.基于機(jī)器視覺的智能車駕駛輔助系統(tǒng)[D].揚(yáng)州大學(xué)，2019.