袁朝春，王俊嫻，何友國，JIE Shen，陳 龍，翁爍豐

(1.江蘇大學 汽車工程研究院，江蘇 鎮(zhèn)江 212013；2.密西根大學迪爾本分校 計算機科學與信息科學系，密西根州 迪爾本MI 48128)

隨著汽車保有量的增加，道路承擔的運輸壓力越來越大.目前，由于路面基礎(chǔ)設(shè)施不夠完善，產(chǎn)生了大量的路面病害，其中較常見影響行車安全的是路面坑洞.路面坑洞會對行駛過程中的車輛產(chǎn)生頻繁顛簸，加劇車輛零部件間的磨損，大幅度降低車輛的使用年限，同時影響人們乘坐舒適性和運輸貨物的完整性.因此，路面坑洞引發(fā)的車輛行駛安全問題是一項亟需解決的技術(shù)難題[1].主動避障控制系統(tǒng)可以根據(jù)實際路況與自車的信息判斷車輛行駛狀況的安全程度，在出現(xiàn)危險情況時，系統(tǒng)自動采取干預(yù)措施控制汽車，減少事故的發(fā)生[2].現(xiàn)有的主動避障控制算法大多只考慮車輛、行人等障礙物的碰撞問題，缺乏對路面坑洞的避障研究.

目前坑洞檢測方法主要包含接觸式和非接觸式2種.接觸式檢測方法大多運用加速度等傳感器獲取車輛過坑的振動數(shù)據(jù)，通過設(shè)定遇到坑洞時的加速度閾值來判斷坑洞的存在，然后分析振動波形，建立振動模型來推測坑洞的具體屬性，但存在誤檢和漏檢的可能[3].非接觸式檢測主要有三維重建和機器視覺2種方法，三維重建法包括立體視覺和激光射線法[4]，其中立體視覺利用雙目相機在2個不同方向夾角形成視差的原理，進行空間三維坐標的計算，得到坑洞的深度，但受圖像匹配精度的影響，該方法很難適應(yīng)實際的路面環(huán)境檢測.而激光射線法利用坑洞處的激光變形并輔以數(shù)學幾何模型計算出坑洞的具體屬性，但建模計算量大且耗時長.機器視覺能夠通過圖像處理技術(shù)檢測路面坑洞，但大多僅檢測坑洞的存在與否，很少有研究坑洞的具體屬性.

針對上述研究方法的不足，筆者提出一種基于多傳感器融合的路面坑洞特征提取方法，通過仿真試驗得到滿足人體舒適性要求的過坑極限車速.在兼顧安全性和舒適性的同時，設(shè)計能夠控制車輛安全通過前方坑洞的主動避障控制算法，以期減少坑洞路面造成的事故發(fā)生率.

1 路面坑洞特征提取

路面坑洞是道路局部破損中常出現(xiàn)的病害形式，路面坑洞的輪廓、面積和深度信息對車輛通行的安全性和舒適性有重要影響.基于多傳感器融合的方法對路面坑洞的主要特征進行提取，包括基于視覺圖像的路面坑洞輪廓、面積計算和基于單點測距激光雷達的路面坑洞深度計算.路面坑洞特征值計算流程如圖1所示.

圖1 路面坑洞特征值計算流程圖

1.1 圖像預(yù)處理

在相機采集路面坑洞圖像的過程中，由于光照、設(shè)備等因素的影響，會產(chǎn)生大量噪聲，影響坑洞輪廓的精確提取.為解決該問題，對采集到的圖像進行預(yù)處理，包括圖像灰度化與圖像增強等操作.

CCD相機采集到的圖片為RGB三通道彩色圖像，為了降低無關(guān)信息的干擾，提高圖像處理的效率，按照人眼對紅、綠、藍三原色的敏感程度不同，賦予R、G、B這3個分量不同的權(quán)值進行加權(quán)平均，得到較合理的灰度圖像，表達式如下：

Q(i,j)=0.299R(i,j)+0.578G(i,j)+

0.114B(i,j)，

(1)

式中：(i,j)為像素點的坐標；Q(i,j)為灰度化后圖像的像素值.

在采集圖像的過程中，光照、傳感器靈敏度等的不均勻都會導致圖像細節(jié)信息缺失，呈現(xiàn)局部較暗或較亮的情況.在Retinex理論基礎(chǔ)上，使用MSR多尺度算法，改善坑洞圖像暗區(qū)域內(nèi)的光照不均現(xiàn)象，表達式為

s(i,j)=l(i,j)r(i,j)，

(2)

式中：s(i,j)為給定圖像；l(i,j)為入射光照圖像；r(i,j)為反射光照圖像.

對式(2)兩邊取對數(shù)可得

logs(i,j)=log(l(i,j)r(i,j))=

logl(i,j)+logr(i,j).

(3)

令

(4)

則

S(i,j)=L(i,j)+R(i,j).

(5)

將高斯函數(shù)F(i,j)與輸入圖像卷積運算后可以估算出原圖像的亮度分量，計算公式如下：

l(i,j)=F(i,j)*s(i,j)，

(6)

(7)

式中：*為卷積運算；λ為量綱一化系數(shù)；σ為高斯函數(shù)的尺度參數(shù).

對不同尺度進行加權(quán)求和，即

log(Fn(i,j)*S(i,j))]，

(8)

式中：n為高斯核個數(shù)，一般取n=3個；W1=W2=W3=1/3.

由式(8)得到的圖像增強效果如圖2所示.

圖2 圖像增強效果對比圖

1.2 基于閾值分割的路面坑洞輪廓提取

針對預(yù)處理后圖像的灰度直方圖分布特點，首先利用calcHist函數(shù)統(tǒng)計圖像的通道索引.雙波峰灰度直方圖如圖3所示，其中：tp為灰度值；Q為灰度值所包含的像素數(shù).當圖像中的目標物體與背景灰度差異較大時，像素灰度會集中在2處，表現(xiàn)為雙波峰特性[5].

圖3 雙波峰灰度直方圖

在圖3中繪制直線l，其方程為

(9)

式中：m為相機采集圖像的像素寬度；n為相機采集圖像的像素高度.

直線l表示整張圖像的像素均值，必然會與直方圖的2個波峰相交產(chǎn)生4個交點，計算出這4個交點的灰度值即可確定2個波峰所在的灰度范圍.

在已知雙波峰灰度范圍的基礎(chǔ)上利用minMaxLoc函數(shù)分別計算左側(cè)和右側(cè)波峰范圍內(nèi)的像素最大值及其灰度位置.為了將路面坑洞從圖像中提取出來，需要確定圖像的分割閾值.首先計算出圖像的初始分割閾值T0，即

(10)

將圖像分割出目標和背景2部分，然后求出目標和背景部分的灰度均值tlm和trm，計算公式如下：

(11)

(12)

式中：Q(i,j)為圖像任意一點的灰度；F(i,j)為像素點(i,j)的像素數(shù)；Tk為k時刻的閾值.

新閾值Tk+1的表達式為

(13)

若滿足等式Tk=Tk+1，則得到圖像的最佳分割閾值Tk，閾值分割后的二值化圖像如圖4c所示.設(shè)定坑洞區(qū)域內(nèi)所有像素點的灰度值為255(白色)，外部像素點灰度值為0(黑色).該算法計算簡單、易于實現(xiàn)，能夠較好地將坑洞從路面背景中提取出來.在采集和傳輸圖像的過程中，CCD相機的抖動、外界的電磁波干擾等都會導致圖像噪聲出現(xiàn)，使圖像檢測目標邊緣模糊化，從而丟失很多細節(jié)，如圖4c所示.使用中值濾波能夠有效清除圖像中隨機出現(xiàn)的椒鹽噪聲，在保障清晰度的同時保護圖像邊緣信息，圖像質(zhì)量較好，效果如圖4d所示.

圖4 路面坑洞邊緣提取

中值濾波的基本思想如下：定義一個長度為L的窗口，滿足關(guān)系式L=2N+1，N取正整數(shù).假設(shè)窗口內(nèi)的信號為fi-n, ...,fi-1,fi,fi+1, ...,fi+n，將該窗口內(nèi)的信號值按從小到大順序排序，取序列的中值fi代替指定點(一般為原窗口中心點)的灰度值，其數(shù)學表達式為

yi=med{fi-n,...,fi-1,fi,fi+1,...,fi+n}.

(14)

1.3 基于邊界跟蹤的路面坑洞面積計算

在獲取路面坑洞的輪廓特征后，需要對坑洞邊界的像素點進行編碼.鏈碼是指用曲線起始點坐標和邊界點方向代碼來表述曲線或邊界的方法[6].在確定線段起點后按逆時針方向編碼，用8方向鏈碼中的數(shù)字代表線條走向，如圖5b所示，曲線的鏈碼為57670013234.

圖5 鏈碼示意圖

基于鏈碼法可以實現(xiàn)路面坑洞的邊緣跟蹤，然后計算出路面坑洞的面積，具體流程如圖6所示.

圖6 路面坑洞面積算法流程圖

首先對二值圖像邊緣按從小到大的順序逆時針標記，直至回到起始點，結(jié)尾處的最大編號即為邊界像素總數(shù)A1；然后通過定義前位矢量fv和后位矢量bv將坑洞邊界點轉(zhuǎn)化為矢量形式，前位矢量表示上一邊界點N-1到當前邊界點N的矢量鏈路，后位矢量表示當前邊界點N到下一邊界點N+1的矢量鏈路，矢量方向參照8方向鏈碼標記，鏈碼中心像素點為當前邊界點.為簡化圖像處理的計算量，對坑洞邊界點按照由上到下、由左到右的順序重新整理排列.接著統(tǒng)計坑洞邊界內(nèi)像素總數(shù)A2，通過計算相鄰邊界點之間的像素個數(shù)總和實現(xiàn)，公式為Ni+1-Ni-1,其中:Ni為當前邊界點的列值;Ni+1為下一個邊界點的列值.參照文獻[7]，若滿足:

fv=5及bv≠8，或fv<3及|fv-bv|>4，

或fv>5及|fv-bv|<4,

(15)

則定義當前邊界點為邊界內(nèi)點.最終得到路面坑洞的面積為

(16)

式中:u為像素當量.

1.4 路面坑洞深度計算

激光雷達技術(shù)可以快速、精確地獲取被測目標的深度數(shù)據(jù)，尤其對于地面下的障礙物，僅依靠攝像頭采集到的二維圖像很難獲取路面坑洞的深度信息[8].因此，在CCD相機采集路面坑洞圖像的基礎(chǔ)上結(jié)合單點測距激光雷達組成一個完整的采集系統(tǒng).

激光雷達測量路面坑洞的幾何模型如圖7所示，單點測距激光雷達固定在車輛保險杠上的點O處，俯仰角為β，O1和O2是固定點O在車輛不同行駛階段的相同位置點，則O1O2為水平直線，四邊形O1O2AD為平行四邊形，O1D=O2A.當汽車行駛在平整路面上時，單點測距激光雷達的激光點到達路面的距離為定值l0，當平整路面上出現(xiàn)坑洞時，激光點到達坑洞的距離突然變大，在坑洞最深處時的距離為lmax，l0和lmax的值由激光雷達數(shù)據(jù)采集獲得.在直角△ABC中，AB=O2B-O1D=lmax-l0，則路面坑洞深度為

圖7 坑洞深度測量幾何模型圖

h=AC=ABcosβ=(lmax-l0)cosβ.

(17)

2 過坑極限車速分析

在Adams軟件中建立不同面積、深度的坑洞模型，設(shè)定車輛按照不同速度勻速通過同一路面坑洞，并以加權(quán)加速度均方根作為評價車輛受到振動沖擊的指標，以此得到滿足要求的過坑極限車速[9].

2.1 整車及坑洞模型建立

利用Adams中自帶的虛擬樣機模型MDI_Demo_Vehicle，建立整車動力學模型.參考文獻[10]，將路面坑洞按表1進行分類.加權(quán)加速度均方根值與乘員主觀感覺之間的關(guān)系如表2所示.

表1 坑洞破損大小分類

表2 加權(quán)加速度均方根值與乘員主觀感覺之間的關(guān)系

(18)

式中：Ga(f)為加速度功率譜密度；f為頻率；W(f)為垂向頻率加權(quán)函數(shù).

(19)

2.2 仿真分析

在路面建模器中修改已有的路譜文件3d_road_obstacle_pothole,以路面單側(cè)凹坑為研究對象，設(shè)定前輪作為探測輪，將坑洞形狀簡化為正方形.坑洞面積的梯度為0～3 m2(每0.5 m2為一個梯度)，坑洞深度的梯度為0～0.10 m(每0.03 m為一個梯度)，設(shè)定車輛以速度v分別為10、20、30、40、50、60 km·h-1勻速通過坑洞，仿真時間為5 s，步長為500步，仿真工況如圖8所示.

圖8 路面坑洞仿真工況

為了研究路面坑洞面積對行車舒適性的影響，設(shè)置面積為0.5 m2，深度為0.03 m的路面坑洞，得到垂向加速度az隨時間t的變化曲線如圖9所示.

圖9 垂向加速度時域曲線

若車輛以最大垂向振動所對應(yīng)的速度通過路面坑洞，得到的垂向加速度小于駕駛員舒適性閾值，說明車輛以任何速度通過該路面坑洞均可保證乘員舒適性，由此得出結(jié)論：在保證舒適度的前提下，車輛可以按照任何速度通過面積小于0.5 m2且深度小于0.03 m的坑洞.

保持其他參數(shù)不變，修改路面坑洞面積為1.0 m2，得到不同速度下車輛的垂向加權(quán)加速度均方根值，如表3所示，其中g(shù)為重力加速度.

表3 不同速度下垂向加權(quán)加速度均方根值

為了研究路面坑洞深度對行車舒適性的影響，設(shè)置路面坑洞面積S=1.0 m2，修改路面坑洞深度為0.06、0.08、0.10 m，其他參數(shù)保持不變，得到不同坑洞深度的垂向加速度變化曲線如圖10所示.

圖10 不同坑洞深度的垂向加速度變化曲線

從圖10可以看出：路面坑洞面積不變，當車速v≥40 km·h-1，路面坑洞深度h分別為0.06、0.08、0.10 m時，車輛經(jīng)過路面坑洞的垂向振動加速度曲線完全重合.車速v=10 km·h-1工況下的垂向加速度絕對值最大值大于v=60 km·h-1時的數(shù)值，即車速越快，車輛通過路面坑洞時的垂向振動影響反而越小.

對面積為0～3.0 m2，深度為0～0.10 m的路面坑洞進行多次仿真試驗，得到能夠滿足人體舒適性要求的過坑極限車速如表4所示.

表4 過坑極限車速表

3 車輛主動避障算法設(shè)計

汽車主動避障系統(tǒng)能夠提高車輛通過坑洞路面的行駛安全性和乘坐舒適性[12].基于模糊控制理論和車輛動力學特性搭建Carsim/Simulink聯(lián)合仿真模型.

3.1 安全距離模型

駕駛員為規(guī)避障礙物所需要的減速度可以通過安全距離模型進行表征.目前安全距離模型的研究大多集中在可測障礙物的碰撞規(guī)避，如車輛、行人等，缺乏針對路面坑洞導致的事故風險規(guī)避研究.根據(jù)自車當前車速v和過坑極限車速vl，建立坑洞安全距離模型為

(20)

式中：d為車輛到前方坑洞的安全距離；amax為最大制動加速度，取-8.5 m·s-2.

3.2 基于模糊控制算法的車輛避障控制

面對復雜多變的車輛行駛環(huán)境，很難用具體的數(shù)學模型描述被控系統(tǒng)的狀態(tài)變化.而模糊控制可以將駕駛員的相關(guān)經(jīng)驗作為控制規(guī)則的一部分融合到控制算法中，解決非線性和復雜系統(tǒng)的控制問題.基于模糊控制器實現(xiàn)對車輛減速度的合理控制，可以提高主動避障系統(tǒng)的安全性和舒適性.設(shè)定車輛與路面坑洞的實際距離s和安全距離d的距離差值es為模糊控制器的第1個輸入量，自車速度v與過坑極限車速vl的速度差值ev為模糊控制器的第2個輸入量，系統(tǒng)輸出量為自車的加速度a，即

(21)

考慮到汽車在普通路面上行駛的速度一般不超過80 km·h-1，設(shè)定ev的論域為[-80,80]km·h-1.參考相機原理，普通相機最遠能夠拍攝的距離一般為焦距的2.4倍，根據(jù)本研究所選相機的焦距25 mm可以得到es的論域為[0,60]m.輸出量a的論域設(shè)定為[-10,10]m·s-2.將輸入和輸出采用7種不同的模糊語言來表示，分別為{負大(NB)、負中(NM)、負小(NS)、0(ZO)、正小(PS)、正中(PM)、正大(PB)}，其隸屬度函數(shù)及模糊規(guī)則如圖11所示.其中：f(ev)、f(es)、f(a)分別為ev、es、a的隸屬度函數(shù).

圖11 輸入輸出量的隸屬度函數(shù)及模糊規(guī)則

3.3 仿真驗證分析

為了驗證算法的有效性，設(shè)置3種不同的路面坑洞條件，利用Matlab與Carsim對車輛的行駛狀態(tài)進行聯(lián)合仿真，設(shè)置路面附著系數(shù)為0.85，仿真時間為5 s.

1)工況1，車輛以60 km·h-1的初速度在道路上行駛，距車輛起始位置40 m處有一面積為2.7 m2，深度為0.03 m的路面坑洞，所設(shè)計的主動避障算法控制車輛后得到車速、加速度以及車輛與前方路面坑洞距離變化曲線如圖12所示.

圖12 工況1下車速、加速度及車輛與前方路面坑洞距離的變化曲線

圖13 工況2下車速、加速度及車輛與前方路面坑洞距離的變化曲線

圖14 工況3下車速、加速度及車輛與前方路面坑洞距離的變化曲線

4 結(jié) 論

針對車輛行駛的路面環(huán)境特征，利用多傳感器融合方法對車輛前方的坑洞輪廓、面積及深度進行了檢測，依據(jù)人體舒適性評價指標確立了不同面積、深度的路面坑洞對應(yīng)的過坑極限車速，建立了基于路面坑洞檢測的主動避障控制算法，并通過仿真試驗驗證了算法的有效性，在保證車輛安全通過坑洞路面的同時兼顧人員乘坐的舒適性要求.