靳海軍,邢拴龍,張坤飛,盧艷道,黃國鵬
(1.神華北電勝利能源有限公司,內(nèi)蒙古錫林浩特 026000;2.北京中礦華沃科技股份有限公司,北京 100000)
大型露天采礦設(shè)備的出現(xiàn),極大地提高了礦井 的生產(chǎn)效率,促進了采礦技術(shù)的現(xiàn)代化發(fā)展。然而,由于礦山開采場地存在較多的車輛,并且交通環(huán)境十分復(fù)雜,大型車輛及設(shè)備的盲區(qū)較多,因此經(jīng)常會出現(xiàn)各種安全事故,對礦山的安全生產(chǎn)帶來諸多隱患。因此,研究主動防撞預(yù)測目標(biāo)識別系統(tǒng),對于提高交通安全管理水平,減少煤礦運輸車碰撞事故的發(fā)生,具有較大的現(xiàn)實意義。
文獻[1]提出基于前車駕駛意圖辨識的主動防撞預(yù)警目標(biāo)識別系統(tǒng),以前車踏板信息為觀測值,結(jié)合雙層隱馬爾可夫算法構(gòu)建前車駕駛意圖實時辨識模型,并計算前向碰撞風(fēng)險系數(shù),以提高系統(tǒng)的識別精度。最后,通過識別軟件對目標(biāo)進行仿真測試。文獻[2]提出基于組合定位的主動防撞預(yù)警目標(biāo)識別系統(tǒng),根據(jù)運輸環(huán)境特征,結(jié)合無線射頻識別技術(shù)識別預(yù)警目標(biāo),并采用擴展卡爾曼濾波對目標(biāo)的信息進行預(yù)處理,以提高預(yù)警目標(biāo)的識別精度。以上兩種系統(tǒng)由于信號強度極易受干擾信號影響,導(dǎo)致目標(biāo)識別結(jié)果誤差較大。為此,設(shè)計了露天煤礦運輸車輛主動防撞預(yù)警目標(biāo)識別系統(tǒng)。
系統(tǒng)硬件設(shè)計中,將運輸車輛前車窗上的工業(yè)照相機與后端處理系統(tǒng)相結(jié)合,構(gòu)成一個機器視覺模塊,實現(xiàn)對運輸車的探測與測距[3]。通過兩臺VK282傳感器,利用ZigBee 射頻信號構(gòu)成點對點的傳感網(wǎng)絡(luò),獲取同一道路上不同運輸車輛的相對速度信息,最后的警報判定結(jié)果會顯示在車輛的處理終端上。
系統(tǒng)采用S3C2440處理器,其處理速度為400 MHz,計算速度較高。該CPU 使用了標(biāo)準(zhǔn)的視頻采集接口,降低了系統(tǒng)開發(fā)的難度。在攝像機與主控制器的視頻采集接口之間加入了A/D 轉(zhuǎn)換器,以實現(xiàn)攝像機模擬信號的精準(zhǔn)采集[4-5]。該系統(tǒng)使用飛利浦公司生產(chǎn)的SAA7113 視頻編碼芯片,該芯片采用Ycrcb4∶2∶2 格式,并且可以將攝像機采集到的圖像進行數(shù)字化處理,大大提高了處理效率。CPU 結(jié)構(gòu)如圖1 所示。
圖1 CPU結(jié)構(gòu)
由圖1 可知,該CPU 結(jié)構(gòu)主要包括CAMIF 接口、JTAG 接口和RS232 串行接口等。
1)CAMIF 接口
該接口以Ycrcb4∶2∶2 的方式將所獲得的所有視頻信號通過C 通道存儲到SDRAM中,方便進行后續(xù)的圖像處理。
2)JTAG 接口
該接口可以存取晶片內(nèi)的元件信息,借此可以進行系統(tǒng)的調(diào)試。
本組研究采用SPSS19.0統(tǒng)計學(xué)軟件進行數(shù)據(jù)的分析和處理,計數(shù)資料采用(n/%)表示,采用卡方檢驗,P<0.05為差異具有統(tǒng)計學(xué)意義。
3)RS232 串行接口
在系統(tǒng)開發(fā)階段就需要對該接口進行調(diào)試,使PC 機與其串行接口相連,以進行圖像采集[6]。
車速傳感器是一種可以檢測汽車速度的電子設(shè)備,控制電腦使用輸入信號來控制發(fā)動機的怠速[7]。一般情況下,車速傳感器都是裝在汽車傳動橋殼體或齒輪箱外殼中,以避免因高壓電氣線路、車載電話或其他電子裝置引起的電磁及無線電頻率干擾,確保電子通信不會受到干擾[8-9]。車速傳感器結(jié)構(gòu)如圖2所示。
圖2 車速傳感器結(jié)構(gòu)
由于露天煤礦的礦車車燈照明距離很短,光線亮度很低,常規(guī)攝像機不能滿足圖像采集要求。并且由于礦用電力供應(yīng)不足的情況時有發(fā)生,容易導(dǎo)致車頭大燈的燈光變得很微弱。另外,由于露天煤礦附近無照明,一旦到了夜晚,從普通攝像機中無法獲取任何有效信息,為此,使用紅外線CCD 攝像機[10-13]。CCD 攝像機結(jié)構(gòu)如圖3 所示。
由圖3 可知,CCD 攝像機是一種根據(jù)光線的強弱來累積一定百分比電荷的半導(dǎo)體成像設(shè)備,在攝像時序控制下,將各像素的電荷逐點向外移,并經(jīng)濾波、放大處理,最終形成影像信號[14]。CCD 攝像機的電子快門是自動的電子快門,能根據(jù)光線明暗的不同,自動調(diào)節(jié)快門的速度,從而得到清晰的影像。
圖3 CCD攝像機結(jié)構(gòu)
露天煤礦運輸車輛主動防撞預(yù)警目標(biāo)定位過程就是車輛測距過程,該過程利用車輛在地面的投影線與其平面坐標(biāo)之間的關(guān)系來判斷車輛之間的真實物理距離,基于此計算相對車距,計算公式為:
式中,H表示攝像機的實際安裝高度;h表示圖像縱坐標(biāo)和鏡頭中心縱坐標(biāo)的差值;θ表示攝像機安裝俯仰角;κ表示攝像機有效焦距[15]。
將像素坐標(biāo)和光芯坐標(biāo)代入式(1)中,由此得到相對車距,完成目標(biāo)定位。
當(dāng)露天煤礦運輸車輛在道路上行駛時,主要的危險來自同一條車道上的其他車輛,而在其他車道上的車輛通常不會造成危險,為此模擬的露天煤礦運輸車輛行駛環(huán)境,如圖4 所示。
圖4 運輸車輛行駛環(huán)境模擬圖
由圖4(a)可知,在雷達掃描區(qū)域中存在危險目標(biāo),除了目標(biāo)f 之外,最大的威脅是目標(biāo)d,應(yīng)該把它們作為主要的判定目標(biāo)。由圖4(b)可知,假定在某個時間點,目標(biāo)b 通過了其左側(cè)這條線,或者要與目標(biāo)c 平行地行進,這時要在目標(biāo)c 右側(cè)道路上找第三個目標(biāo)。最大的威脅取決于距離的優(yōu)先次序,如果目標(biāo)b 發(fā)生變道,并在短時間內(nèi)返回了原車道,那么目標(biāo)c 就是最有威脅的對象[16]。綜合考慮,將前方相同車道內(nèi)的車輛作為威脅對象,將主要道路上的車輛作為潛在危險對象,將車輛行駛中的車輛作為不存在威脅的車輛,由此完成危險目標(biāo)識別。
為了減小目標(biāo)識別誤差,使用網(wǎng)格法強化目標(biāo)識別結(jié)果。首先采用網(wǎng)格法劃分由CCD 攝像機拍攝的影像,經(jīng)過梯度像素代入梯度相關(guān)公式為:
式中,g(x,y)表示像素值。利用二線插值法計算運輸車道權(quán)值,并將計算結(jié)果存儲到數(shù)據(jù)庫中,實現(xiàn)信息的全面提取與存儲。
對于目標(biāo)識別結(jié)果的強化,需要利用樣本空間構(gòu)造判別函數(shù)進行判斷,公式為:
式中,W表示高維判別矩陣權(quán)重;δ表示外部偏置。將待檢測的數(shù)據(jù)經(jīng)過特征提取后代入式(3),并將計算結(jié)果進行二值化處理,實現(xiàn)目標(biāo)分類。
將待測幀經(jīng)過特征提取后代入式(2),并對結(jié)果進行二值判斷,即可實現(xiàn)目標(biāo)的分類。通過上述公式的計算,可得到分類結(jié)果,經(jīng)過強化處理后,使得識別結(jié)果誤差更小。
在聯(lián)想R720 計算平臺中,對露天煤礦運輸車輛主動防撞預(yù)警目標(biāo)識別系統(tǒng)設(shè)計合理性進行實驗驗證分析[17-18]。
采用焦距鏡頭為35 mm 的工業(yè)相機進行實驗圖像采集,將鏡頭前方50 m、100 m 處的行駛車輛作為研究對象,每隔5 m 放置一個標(biāo)樁,當(dāng)行駛車輛駛?cè)氲皆撀范魏螅罁?jù)設(shè)備記錄的相關(guān)信息,確定車輛行駛位置。實驗圖像采集結(jié)果如圖5 所示。
圖5 實驗圖像采集結(jié)果
基于上述采集的實驗圖像,分別使用基于前車駕駛意圖辨識的主動防撞預(yù)警目標(biāo)識別系統(tǒng)、基于組合定位的主動防撞預(yù)警目標(biāo)識別系統(tǒng)和該文系統(tǒng)進行驗證,對比三種系統(tǒng)在不同車速下的報警距離,如圖6 所示。
由圖6(a)可知,基于前車駕駛意圖辨識的主動防撞預(yù)警目標(biāo)識別系統(tǒng)與實際結(jié)果相差較大,在車速為16 km/h時,報警距離與實際距離誤差最大,達到18 m;基于組合定位的主動防撞預(yù)警目標(biāo)識別系統(tǒng)與實際識別結(jié)果同樣存在一定的差距,在車速為34.5 km/h時,報警距離與實際距離誤差最大,為7.5 m;該文提出的露天煤礦運輸車輛主動防撞預(yù)警目標(biāo)識別系統(tǒng)與實際結(jié)果之間雖然存在一定偏差,但是偏差值小于兩種對比系統(tǒng),當(dāng)車速為40 km/h時,報警距離與實際距離誤差最大,僅為2.0 m。
由圖6(b)可知,基于前車駕駛意圖辨識的主動防撞預(yù)警目標(biāo)識別系統(tǒng)和基于組合定位的主動防撞預(yù)警目標(biāo)識別系統(tǒng)均與實際預(yù)警值相差較大,最大誤差分別發(fā)生在車速為50.5 km/h 和26.5 km/h時,最大數(shù)值分別為38 m 和20 m;而該文提出的露天煤礦運輸車輛主動防撞預(yù)警目標(biāo)識別系統(tǒng),與實際預(yù)警值相差較小,最大誤差發(fā)生在車速為16 km/h時,最大數(shù)值為0.5 m。
圖6 報警距離識別結(jié)果對比分析
設(shè)計的露天煤礦運輸車輛主動防撞預(yù)警目標(biāo)識別系統(tǒng),將檢測坐標(biāo)載入目標(biāo)定位模型中測量安全車距,并通過危險目標(biāo)識別過程,獲取識別結(jié)果,通過網(wǎng)格法強化目標(biāo)識別結(jié)果,實現(xiàn)車輛主動防撞預(yù)警。實驗證明,與傳統(tǒng)系統(tǒng)相比,該系統(tǒng)獲取的識別結(jié)果誤差更小,因此系統(tǒng)的可靠性更高。