（精密仪器及机械专业论文）智能车载红外视觉预警系统关键问题研究.pdf

智能车载红外视觉预警系统关键问题研究摘要随着现代社会交通的发展，随之而来的日渐紧张的交通状况成为最直接的安全隐患，各类交通事故明显增加。车辆防撞预警系统作为智能交通系统的核心部分，正成为当今世界车辆工程领域的研究热点。通过对国内外智能车辆防撞预警系统的研究分析发现，现有的基于视觉检测的系统在阴雨、大雾等较为恶劣的天气情况下检测结果不太满意。因此，本文提出了基于红外视觉检测技术的汽车防撞预警系统设计方案。文中首先对几种红外图像采集系统的性能给予分析，构建了主动式红外图像采集系统。该系统主要由红外l e d 灯、低照度黑白c c d 摄像头、截止型红外滤光片等构成。根据采集的红外道路图像的特点和先验知识，本文提出用等腰梯形来分割图像，并在此基础上研究了红外图像预处理方法，包括：中值滤波、s o b e l 边缘检测和最大最小方差阈值分割。然后在确定的范围内运用h o u g h变换检测车道线边缘，进而确定感兴趣区域( a o i ) 。接着在感兴趣区域内运用灰度变化的原理搜索前方车辆，并确定其在图像中的位置；运用卡尔曼滤波技术实现了对前方车辆的实时跟踪。最后基于投影几何模型，利用道路平坦假设，建立了世界坐标系、摄像机坐标系、图像坐标系及帧存坐标系之间的坐标变换方程，推导出本车与前方车辆距离计算公式并提出安全距离判断准则。经过以上一系列处理，本系统能实时、准确地检测到本车道内的前方车辆并确定其位置，实现车辆防撞预警功能。关键词：防撞预警，单目视觉，主动式红外图像采集，车道线检测，车距计算t h ec r u xo fi n t e l l i g e n ti n - - c a r sp r e w a r n i n gs y s t e mb a s e do nt h ei n f r a r e dv i s i o na b s t r a c tw i t ht h ed e v e l o p m e n to ft r a f f i ci nt h em o d e r ns o c i e t y ，i n c r e a s i n gb u s y n e s so ft r a f f i cc o n d i t i o n sh a sb e c o m et h em o s td i r e c ts a f e t yp r o b l e m s ，a n dv a r i o u st y p e so fa c c i d e n t si n c r e a s e d a sah a r d c o r eo ft h ei n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ，t h ei n c a r sp r e w a r n i n gs y s t e mi sv e r yh o ti nt h er e s e a r c hf i e l do fv e h i c l ee n g i n e e r i n gi nt o d a y sw o r l d t h r o u g ha n a l y z i n gt h ed o m e s t i ca n di n t e r n a t i o n a lr e s e a r c ho ft h ei n - c a r sp r e w a r n i n gs y s t e m ，w ef o u n dt h a tt h e s ev i s i o ns y s t e m sd o e s n tw o r kw e l li nr a i n ，f o ga n do t h e ra d v e r s ew e a t h e rc o n d i t i o n s s oi nt h i sp a p e rw ed e s i g n e dt h ei n - c a r sp r e w a r n i n gs y s t e mw h i c hb a s e do nt h ei n f r a r e dv i s i o nd e t e c t i o n f i r s t l y ，a c t i v ei n f r a r e di m a g ec o l l e c t i o ns y s t e mw a sd e s i g n e da f t e ra n a l y s i st h ep e r f o r m a n c eo fs e v e r a li n f r a r e di m a g ec o l l e c t i o ns y s t e m s i tm a i n l ym a k e su po fi n f r a r e dl e dl i g h t ，l o w 1 u m i n a n c ec c dc a m e r aa n di n f r a r e df i l t e r s e c o n d l y ，b a s e do nt h ec h a r a c t e r so ft h ei n f r a r e dr o a di m a g e sa n dt h ep r i o r ik n o w l e d g e ，i s o s c e l e st r a p e z o i dw a su s e dt os e g m e n tt h ei m a g e t h e nw es t u d i e dt h ep r e p r o c e s s i n gm e t h o do fi n f r a r e di m a g e sw h i c hc o n t a i n sm e d i a nf i l t e r i n g ，s o b e le d g ed e t e c t i o na n dt h el a r g e s tm i n i m u mv a r i a n c et h r e s h o l ds e g m e n t a t i o n n e x t ，t h ea r e ao fi n t e r e s t ( a o i ) w a sd e t e r m i n e da f t e rd e t e c tt h ee d g eo fl a n el i n eb yh o u g ht r a n s f o r m a t i o n t h es y s t e mu s et h ep r i n c i p l eo fg r a yc h a n g et os e a r c ht h ef r o n tc a r si nt h ea r e ao fi n t e r e s t ，u s ek a l m a nf i l t e r i n gt ot r a c kf r o n tc a r s f i n a l l y ，b a s e do nt h eg e o m e t r i cm o d e lp r o je c t i o n ，f l a tr o a dh y p o t h e s i si su s e dt os e tu pt h ec o o r d i n a t et r a n s f o r m a t i o ne q u a t i o n sb e t w e e nt h ew o r l dc o o r d i n a t es y s t e m ，c a m e r ac o o r d i n a t es y s t e m ，i m a g ec o o r d i n a t es y s t e ma n d f r a m eb u f f e rc o o r d i n a t e s ，t h e nd e r i v e dt h ef o r m u l af o rm e a s u r ed i s t a n c ef r o mt w oc a r sa n dt h es a f ed i s t a n c ec r i t e r i o n a f t e rt h ep r o c e s sa b o v e ，t h i ss y s t e mc a nd e t e c tt h ef r o n tc a r sa n ds i t et h e mq u i c k l ya n da c c u r a t e l y ，i m p l e m e n tt h ei n - c a r sp r e - w a r n i n gs y s t e mf u n c t i o n k e y w o r d s ：i n c a r sp r e - w a r n i n g ，m o n o c u l a rv i s i o n ，a c t i v ei n f r a r e di m a g ec o l l e c t i o n ，l a n el i n ed e t e c t i o n ，m e a s u r e m e n to fd i s t a n c ei i插图清单图2 1 系统结构图5图2 2c c d 摄像机的光谱响应分布曲线6图2 3 主动红外图像采集系统构成框图8图2 - 4 黑白c c d 感光范围。9图2 5m t v - 1 8 8 1 e x 3 型摄像机。9图2 6s e 510 8 镜头。9图2 7 滤光片性能波长示意图。1 1图2 8 红外透射可见吸收型滤光片1 1图2 - 9 红外l e d 光源实物图1 1图2 1o 图像采集部分安装侧视图1 2图2 1 1 摄像机安装俯视图1 2图3 1 中值滤波效果图1 7图3 2 灰度变化的类型。1 7图3 3s o b e l 边缘检测1 9图3 - 4 经s o b e l 变换后图像的灰度直方图。2 l图3 5 不同k 值的二值化处理效果2 1图4 1 标准高速公路2 3图4 2 感兴趣区域( a o i ) 示意图2 3图4 3 等腰梯形区域示意图2 3图4 4 梯形区域示意图2 5图4 5 直线的h o u g h 变换图2 5图4 - 6 图像空间与参数空间的映射关系2 5图4 7h o u g h 变换检测车道线2 6图5 1 透镜成像的原理图3 3图5 2 小孔成像模型3 3图5 3 距离测量几何模型3 5图5 4 帧存坐标和投影坐标变换3 6图5 5 摄像机标定几何模型3 6图5 - 6 摄像机成像坐标变换步骤3 7图5 7 临界安全车距示意图。3 8图6 1 系统软件流程4 1图6 2 程序界面图4 3图6 3 主动红外图像采集系统效果图4 4图6 4 摄像机标定模板图4 4图6 5 摄像机标定过程4 5v i表格清单表1 1 近几年发生在我国高速公路上由大雾引起的特大交通事故1表6 1 摄像机标定参数4 5表6 2 测距实验数据4 6v i i独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得金8 巴王些太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者槐纠汲签字日期湖年牛月阮学位论文版权使用授权书本学位论文作者完全了解金目巴王些太堂有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权金壁工些太堂可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。( 保密的学位论文在解密后适用本授权书)学位论文作者签名：杏川签字日期的7 年争月了日学位论文作者毕业后去向：工作单位：通讯地址：导师签名：协签字日期：7 年￥电话：邮编：日忽彳诊p 伽月敛谢值此学位论文完成之际，谨向曾教导我的师长、鼓励我的前辈、帮助我的同学和朋友、默默支持我的亲人，表达我最诚挚的谢意!三年前我十分荣幸地加入了合肥工业大学仪器科学与光电工程学院就读研究生，成为这个优秀集体的一员。回顾将近三年的攻读硕士学位的学习经历，心中存有太多的感激和感动!最先感谢的是敬爱的导师金施群副教授。从入学到现在，金老师一直孜孜不倦地教导着我。在学习方面，无论是前期知识和实践的累积，还是后期论文的开题、方法研究以及撰写，金老师都倾注了大量的心血和精力：在生活方面，金老师百忙之中还经常的教导我正确的人生观、价值观和道德观，使我的思想认识不断深化。金老师严谨求实的生活态度、高瞻远瞩的学术思想和开拓创新的科研精神，给我留下深刻难忘的印象，并将成为我以后学习、工作和生活的宝贵资源。在此成文之际，谨向辛勤培育我多年的恩师致以衷心的感谢和诚挚的敬意!同时感谢学院实验室的王宏涛老师、丁苏红老师，给我们的项目研究提供了实验器材和实验场所：对我们的实验进行了十分必要的指导和帮助。感谢所有的同窗，他们是修亮、钟国、解甜。三年来我们相互交流、取长补短共同完成了多个科研项目；在生活上我们情同手足，在学习上互相帮助，共同营造了和谐温暖的实验室氛围!最后要特别感谢在人生道路上给予我无私关怀的父母，感谢他们多年来对我默默的照顾、支持和理解!作者：刘波2 0 0 9 年3 月19 日1 1 现代社会交通问题第一章绪论汽车作为一种快速、灵活而经济的交通工具，普遍受到人们的青睐。近年来，由于经济的快速发展，道路交通迅速发展，机动车辆的保有量迅速攀升。截止到2 0 0 5 年l2 月底，我国高速公路通车总里程突破了4 _ 1 万公里，居世界第二位。为了符合国家经济发展的需要，交通部制定的国家高速公路网规划中指出【lj ：到2 0 2 0 年，我国高速公路网将要达到8 2 万公里，可以覆盖l0 多亿人口，接近高速公路世界第一的美国8 8 万公罩的规模，这将大大改善我国的交通运输状况，极大地促进我国经济进一步高速发展。然而，近年来伴随着高速公路交通量的迅速增长，随之而来的日渐紧张的交通状况成为最直接的安全隐患，各类交通事故也明显增加。据中国公安部2 0 0 5 年1 月14 日发布的新闻：仅2 0 0 4 年，全国共发生交通事故5 6 7 7 5 3 起，直接财产损失2 7 7 亿元【2 1 。在我国，随着高速公路通车里程的增加，由大雾引起的高速公路交通事故率也呈上升趋势。表1 1 是近几年发生在我国高速公路上由大雾引起的特大交通事故【3 1 。表1 1 近几年发生在我国高速公路上由大雾引起的特人交通事故时间地点事故情况2 0 0 1 年8 月京沪高速公路l0 0 多辆车追尾相撞，死伤2 0 余人2 0 0 1 年l1 月京沪高速公路2 0 0 多辆车连环相撞2 0 0 4 年2 月沪宁高速公路4 0 辆车追尾，7 人死伤2 0 0 4 年10 月连霍高速公路近百辆车受损，5 人死亡，2 0 多人受伤2 0 0 6 年1 月京珠高速公路13 辆车连环相撞，6 死l 失踪2 0 0 6 年1 月京沈高速公路6 0 多辆车相撞，2 人死亡，1 0 余人受伤l8 辆货车追尾挤压，2 辆货车当场烧毁，32 0 0 8 年1 1 月京沪高速公路辆货车报废，当场死亡2 人，受伤6 人2 0 0 9 年2 月京沪高速公路4 7 辆车发生碰撞，造成5 人死亡，6 人受伤专家对汽车交通事故的分析结果表明【4 1 ，在所发生的交通事故中，有8 0 是由于驾驶员反应不及时，处置不当所造成。其中有6 5 的事故属汽车追尾碰撞造成，其余则属于侧面碰撞、擦挂所致。因此，德国奔驰公司的专家们在对各类交通事故进行系统研究分析后得出【5 】：若驾驶员能在事故发生前提早几秒钟意识到会有交通事故发生，并采取了相应的正确措施，则绝大多数事故都可能避免。道路交通安全问题成为各国共同关注的社会问题。当庞大的数字摆在眼前，当悲痛的教训发生在身边时，人们才能亲自体会到安全行车的必要性。1 2 汽车防撞预警系统概述智能交通系统，英文全称为“i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ( 简称i t s ) ，指通过高科技开发，使交通系统实现智能化。i t s 体现了“人车路环境”的密切结合，从而可以极大地提高交通的安全性、系统的工作效率、环境质量以及能源的利用率i o j 。智能交通系统最核心的还是汽车的安全设计。汽车安全技术主要分为被动安全技术和主动安全技术。过去，汽车安全设计主要考虑被动安全系统，如设置安全带、安全气囊、保险杠等。现在汽车设计师们更多考虑的则是主动安全设计，使汽车能够自己“思考”，主动采取措施，避免事故发生。在这种汽车上装有汽车规避系统，包括防撞雷达、多普勒雷达、红外雷达等传感器、盲点探测器等设施，由计算机进行控制。在超车、倒车、换道、大雾、雨天等易发生危险的情况下随时以声、光等形式向驾驶者提供车体周围必要的信息，并可自动采取措施，有效防止事故发生。另外在计算机的存储器内还可储大量有关驾驶者和车辆的各种信息，对驾驶者和车辆进行监测控制。从广义上讲，汽车防撞预警系统1 6 】是目前最为流行的智能交通系统的一部分。汽车防撞预警系统是在汽车行驶过程中，对汽车的前后以及左右方向的危险物进行检测，在汽车与危险物具有发生碰撞危险的情况下，进行声光报警，提示驾驶员危险物的方向以及危险程度，以便让驾驶员采取相应的措施，避免追尾碰撞和侧挂等交通事故的发生。汽车防撞预警系统一般由信息采集、信息处理、信息判断、预警信息等四个部分组成。汽车防撞预警系统对提高汽车行驶安全性十分重要。1 3 汽车防撞预警系统国内外研究现状从l9 7 1 年开始，国内外相继出现了超声波、雷达、激光、机器视觉、红外以及交互式等防撞预警系统的研究或者产品。我国在车辆主动安全技术和主动安全系统的研究方面起步较晚，目前主要有清华大学、浙江大学、重庆大学、国防科技大学、吉林大学、上海交通大学等高校和部分研究所在进行车辆主动导航、车辆防撞报警、辅助驾驶系统及其相关技术的研究工作。在汽车主动安全性理论分析上取得了一定研究成果，并开发出了一些仿真系统。总的来看，限于我国的基础设施水平和经济实力，我国的车辆主动安全系统的研究与工业发达国家有一定的距离。现有汽车防撞预警系统主要有超声波测距仪、雷达汽车防撞预警系统。在汽车上应用较广的有非成像式激光雷达和成像式激光雷达等激光测距系统，由图像传感器、图像采集装置、图像分析处理装置以及报警装置组成的机器视觉汽车防撞预警系统，红外汽车防撞预警系统，以及由基于i n t e r n e t 的信息交换网络、m m d s 宽带数字通信子站、车距信息无线交互车后单元、无线车载前机单元组成的交互式智能化防撞系统。对现有的各种汽车防撞预警系统的特点、性能进行分析，可以发现存在以下固有缺陷：l 、在汽车一方出现多目标时，不能很好的辨识出最危险的目标，导致误报；2 、在道路弯道处不能很好检测到危险目标，受公路上栏杆影响，也导致误报和漏报；3 、雷达和激光都能测出几公罩的距离，但是在2 0 0 m 以下效果不好、成本高、大题小做，并且它们系统复杂、体积庞大、造价昂贵；4 、激光的视觉角度几乎为0 ，方向性强，天气变化鲁棒性差；5 、机器视觉的防撞预警系统的技术要求和硬件要求高，受气候影响；6 、红外防撞预警系统相对来说是最好的，可以全天候使用，抗干扰能力强，但是系统的技术要求和硬件要求也高；7 、交互式智能化防撞预警系统在交通信息化上有一定的促进作用，但是要广泛应用和汽车配套使用都需要漫长的过程j 。1 4 本文的研究内容与方法通过以上介绍看到，汽车防撞预警系统的研究尽管有了长足发展，但离期望的目标还有较大距离。结合目前国内外的研究现状，我们认为随着计算机图像处理能力和技术的提高，加之视觉信号具有探测范围宽、目标信息完整、价格相对便宜且更符合人的认知习惯等优点，在深入研究图像处理与模式识别技术之后，我们认为基于计算机视觉技术的视觉检测作为防撞预警系统的方式将是今后的发展趋势。利用计算机视觉和专家系统技术，开发研制面向现有高速公路和标准高等级公路的汽车防撞预警系统是切实可行而且有很高学术意义的。而现有的基于机器视觉的汽车防撞预警系统在雨夜、雪天或大雾等能见度较低情况下视距不远、效果不佳的弊病成为提高系统可靠性的最大障碍。因此我们通过采集红外图像来进行系统研究。令人遗憾的是，目前仅有国内外红外采集系统结构复杂，价格昂贵，并非一般汽车消费者所能承受。因此，我们设计了一种结构简单、性能稳定、性价比高、可靠性好、适用性强的红外图像采集系统。本文研究红外车载视觉预警系统，采用红外视觉检测方案，由红外光源、普通黑白c c d 图像传感器、视频采集卡、数字信号处理器、微处理器、报警显示终端等部分组成。通过探测物体反射的红外光，产生实时红外图像。运用视频采集卡将图像转换成数字信息，并送到数字信号处理器( d s p ) 处理分析；利用图像分析、图像识别、图像跟踪的方法，对危险物进行识别和跟踪，在液晶显示器上动态实时显示前方行驶车辆位置与车速，并及时计算出危险物与本车的距离、相对速度等，利用专家系统的报警决策，提前2 s - - 3 s 对危险情况报警，提示驾驶员采取正确措施。1 5 论文内容安排论文的第一部分通过对当前社会交通状况的调查引出了本论文的研究方向，接着对本课题的国内外研究状况以及应用作了一个简要地介绍。论文的第二部分介绍了本论文研究的汽车防撞系统的系统结构，对主动式红外图像采集系统的构建、性能、效果等方面作了详细的介绍。论文的第三部分对系统采集的红外图像进行了分析并研究了图像预处理的方法，包括图像中值滤波方法、基于s o b e l 算子的边缘检测方法和最大最小方差阈值分割方法等。论文的第四部分介绍了在采集的道路图像中选取感兴趣区域的方法、步骤；车道线检测与障碍物检测、跟踪的方法和实验结果。论文的第五部分是对于前方车辆实时测距方法，安全距离的计算公式的具体阐述；并根据所计算出的数据进行当前行车环境的安全性判断。论文第六部分介绍了实验过程和实验数据的分析处理，指出了系统的优越性和不足。论文的最后对本论文的工作进行了总结，分析了系统存在的问题并提出了今后研究的方向和重点。4第二章系统结构设计2 1 系统工作原理本论文研究的汽车防撞预警系统主要面向结构化道路，如高速公路和标准高等级公路，要求在阴天、大雾等恶劣的环境条件下也能实现其基本功能。根据系统的功能目标和设计要求，本系统采用主动红外视觉检测方案。系统结构如图2 1 所示，主要由红外l e d 光源、普通黑白c c d 图像传感器、截止性红外滤光片、视频采集卡、数字信号处理器d s p 、可编程控制器c p l d 、车载报警显示终端等部分组成。图2 - 1 系统结构图根据该系统结构图可知，本汽车防撞预警系统工作时，红外照射灯将发出特定波长的红外线，并照射到汽车前方o 15 0 m 处，这时，在红外线照射范围内的物体将反射出红外线，这些被物体反射的红外线将被黑白摄像机接收，成为物体成像的信息来源。为了防止其他可见光对红外信号产生不利影响，在黑白摄像机前应安装红外滤光片，以将其他光波滤掉，只让处于近红外波段的光线通过，当前方物体反馈回来的光线信号经过红外滤光镜的过滤后，使有用的红外影像信号输入到黑白摄像机中【9 j 。由于黑白c c d 摄像机可将红外光信号转化成电信号，而图像电信号经过视频处理电路的处理之后，一路直接输入到车载显示器上，供观察者使用；而另一路把得到的信号同时输入到高速数字信号处理器进行相关的分析、处理，为后续的车道线检测和前方车辆目标的检测以及其它图像处理算法提供数据，处理完成之后再显示。图像信息被送到数字信号处理器之后，首先通过道路的实时检测，运用边缘检测、阈值分割等方法，实时、准确地在图像上确定系统图像处理的感兴趣区域。然后在感兴趣区域内进行搜索，正确识别出前方车辆在图像中的位置。进而计算出前方车辆与本车的距离，相对速度等数据，并根据这些数据判断是否提示驾驶员就当前路面情况采取相应的措施，进而保证行车安全。-2 2 主动式红外图像采集系统介绍对于红外图像的采集，通常有以下几种图像采集系统【l o 】：1 、红外探照灯+ 红外夜视仪红外夜视仪是一种利用光电转换技术的军用夜视仪器，主要分为主动式和被动式两种。前者是当红外探照灯照射目标时，接收反射的红外光形成图像。后者本身并不发射红外光线，而是依靠目标自身的红外辐射形成热图像，故又称为热像仪。夜间可见光很微弱，但人眼看不见的红外线却很丰富。红外夜视仪可以帮助人们在夜间进行观察、搜索、瞄准和驾驶车辆。红外探照灯与红外夜视仪构建的红外图像采集系统具有可探测距离远、成像清晰的特点。但由于夜视仪成像过程中，整体图像偏淡绿色，不适于人眼视觉观测：同时也不能应用于其它图像显示设备来进行图像的处理及显示，即利用红外夜视仪所能观测到的图像效果完全依赖于红外探照灯的照射功率以及红外夜视仪本身的性能，并不能利用后续的信号处理手段对其进行相应的图像增强处理。2 、红外探照灯+ c c d 摄像机+ p c 采集卡电荷耦合器件( c h a r g ec o u p l e dd e v i c e ，c c d ) 是一种半导体成像器件，具有灵敏度高、抗强光、畸变小、体积小、寿命长、抗震动等优点。c c d 摄像机的工作方式为被摄物体的图像经过镜头聚焦至c c d 芯片上，c c d 根据光的强弱积累相应比例的电荷，各个像素积累的电荷在视频时序的控制下，逐点外移，经滤波、放大处理后，形成视频信号输出。视频信号连接到p c 图像采集卡的输入端，便可以看到与原始图像相同的视频图像。c c d 器件由硅材料制成，对近红外光比较敏感，光谱响应可延伸到1 2 0 0 n m 左右，其响应峰值为绿光( 波长为5 5 0 n m ) ，c c d 摄像机的光谱响应分布曲线如图2 2 所示。1 0 08 06 04 02 04 0 06 0 08 0 01 0 0 01 2 0 0波长( n m )图2 2c c d 摄像机的光谱响应分布曲线6当能见度不高时，可以采用红外探照灯照明，这时人眼所看不清的环境情况，在显示器上可以清晰成像。由于c c d 传感器表面有一层吸收紫外的透明电极，所以c c d 对紫外光线不敏感。而彩色摄像机的成像单元上有红、绿、蓝三色滤光条，所以通常彩色摄像机对红外光线、紫外光线均不敏感。标准的红外图像采集装置是由照明器件、摄像头以及计算机组成。目前，各种成像系统一般采用的是c c d 图像传感器技术，它具有读取噪声低、动态范围大、响应灵敏度高等优点：高度集成化减小了系统的复杂性，降低了制造成本；对获得的图像信息读出和处理简单而快捷，同时具有体积小、重量轻、功耗低和成本低等优点。采用c c d 图像传感器开发出来的微型摄像头可以输出p a l 制黑白图像全电视信号，从而作为计算机采集系统的输入部件。这种微型摄像头最突出的优点是对人眼不可见的红外光特别敏感，光谱敏感范围在近红外光波段比对可见光的灵敏度高出5 6 倍。3 、红外探照灯+ 硬件图像采集显示这里的硬件图像采集显示是指应用d s p 或者f p g a 等硬件芯片来构建图像采集与处理系统。主要有以下几种方法：一种是超大规模集成电路，它将成型后的电路集成到一个芯片中，这样就达到降低信号在芯片间的传输时间，增加了系统工作的稳定性的效果，但这种方法具有成本高、开发周期长、功能单一的缺点。另一种方法是使用专用集成电路板进行图像的采集、处理等工作。可选择的方法还有采用f p g a ( 现场可编程门阵列) 来实现。如果作为一个系统，理论上应该可以对不同的图像做出不同的处理，以期获得更加理想的效果。要在一片f p g a 中实现所有算法比较困难，而由多片f p g a 分别实现不同的算法，又将使系统变得十分复杂。现在的数字信号处理器( d s p ) 的功能已经得到不断的完善，速度也不断提高，可以考虑将d s p 和f p g a 相结合，使得这些算法中共同的部分由f p g a 来实现，不同的部分由d s p 来实现，这样不仅发挥了f p g a 的速度优势，又发挥了d s p 的软件编程灵活的优势，在提高了系统处理速度的同时，又增强了系统的功能。尽管应用上述硬件芯片来构建高速、方便的红外图像采集处理系统，都可以快速、有效、实时地对图像进行采集与处理，但通常所需开发时间长、硬件芯片所需调试及应用环境要求较高、花费较大，所以目前应用硬件芯片来构建图像采集系统仍没有广泛应用。根据作用原理的不同，红外图像采集系统可分为被动红外采集系统和主动红外采集系统【8 】。被动红外图像采集系统是通过接收物体发出的不同能量的红外辐射，并将信号进行放大，最后在显示装置上将物体的影像显现出来。被动红外图像采集系统及其相关技术对硬件的技术水平要求较高，其显示质量也有所缺憾，不利于提高其性价比，更重要的是其作用距离难以满足基于红外图像的汽车防撞预警系统的具体要求。主动红外图像采集系统是利用其所携带的红外光源主动照射目标，使目标在视场中突显出来。主动红外图像采集系统构成框图如图2 3 所示。主动红外图像采集系统的工作波段在7 6 0 n m - 1 2 0 0 n m 的近红外光谱区，利用近红外波段辐射工作有许多优点。首先，能充分利用人造目标和自然界景物之间反射能力的显著差异，而获得目标与背景的高对比度图像。其次，近红外辐射比可见光受大气散射的影响小而较易通过大气层。第三，由于系统自身携带光源而主动照明目标，而且这类系统在工作时不受环境照明的影响，可以在几乎全黑条件下工作。同时，主动红外图像采集系统还可以充分利用红外探照灯的狭窄光束照明目标，使目标在视场中突出出来，造成与背景较大的反差，从而获得较为清晰的图像。由于适当加大红外光源的功率，就可以有效增加其作用距离，因此，主动红外图像采集系统十分适合视距在数百米的基于红外图像的汽车防撞预警系统中使用。图2 - 3 主动红外图像采集系统构成框图本论文所研究和开发的基于红外视觉的汽车防撞预警系统要求汽车在阴雨、大雾甚至夜间驾驶时，能使驾驶员的行车视距扩大到足够安全的范围，并要求兼顾安装的方便性、使用的耐久性、经济的合理性、器件的通用性等要求；因此，本系统将采用主动红外视觉检测方案。相比普通的单目视觉系统，本系统在自然光照不是很理想的情况比如阴雨、大雾的情况下能够更好排除环境影响采集到清晰的路面图像。2 3 主动式红外图像采集系统构建本小节详细介绍本文所研究的主动红外图像采集系统的构成。2 3 1 黑白c c d 摄像机本系统采用普通的低照度黑白c c d 摄像机，是因为与其它传感器相比较，黑白c c d 摄像机有以下几个优点：( 1 ) 在信息采集时是以非侵犯方式进行，不会增加环境噪声：( 2 ) 图像扫描速度能够满足车辆快速行驶时系统实时性的要求：( 3 ) 目前的摄像机本身具有一些新的特点，即能够在传感器级别解决一些基本问题，如增强图像的稳定性、动态调整系统参数，来适应外界时变的光强，这样传感器的处理能力得到了加强，并减少了采集过程和变换过程的时间消耗；。( 4 ) 相比红外热像管、热释电红外摄像管、红外电荷耦合成像器等专用红外摄像器件c c d 摄像机和存储器价格低廉，使得只采用摄像头的视觉系统成本很低，利于后期的推广和普及。本系统采用普通的低照度黑白c c d 摄像机采集图像。低照度摄像机是近年来随着半导体技术发展而推出的热点产品。一般的低照度黑白c c d 摄像机大都采用e x v i e w h a d 技术，具有很宽的感光光谱范围，如图2 - 4 所示。低照度黑白c c d 摄像机对外界光线的敏感程度大大提高，感光光谱通常可延长至波长为7 6 0 n m 1 2 0 0 n m t 人眼不可见的近红外区域：在近红外区域，其感光度可以提高到普通摄像机的4 倍。如果辅助合适波长的红外照明，就可以得到高清晰度的黑白图像1 9 。g a m m ax 射线肇外鲅红外线雷达被f mt v 短被a m弋 f ，于是v = f ，因此可以将透镜成像模型近似地用小孔模型代替。小孔成像模型，这是透视模型的一种表现形式，它假设物体表面的反射光都经过一个小孔而投影在像平面上即满足光的直线传播的条件。假设小孔是一个点，那么只有唯一一条光线穿过三个点：成像板上的平面上的一个点、小孔以及景物中的某个点，如图5 2 所示【。图5 - 2 小孔成像模型为了得到图像中的像素和实际道路区域点的对应关系，必须知道二维图像信息和三维世界信息的关系模型。由于单目视觉系统损失了三维世界中的深度信息，这个过程是不可逆的，在实际应用中，根据需要作了一些假设和已知一定的信息，从而从二维图像中估计出三维的道路信息。具体的做法如下：假设车辆前方的道路是平坦的，设定摄像机的安装位置固定( 安装的高度h 、俯视角儿偏离角) ，摄像机的固有参数为常数( 摄像机焦距f 、孔径张角20 【) 。由于在道路检测的过程中，只需要得到道路延伸方向、车辆的偏移距离，并不需要将道路的三维信息完全恢复，以上的假设是可以满足实际需要【2 4 1 。本系统中，摄像机安装在车辆的成像几何模型如图2 10 和图2 1 l 所示。有关世界和图像的两个欧式空间可定义如下，w = ( x ，y ，z ) e 3 代表三维世界坐标系，= ( “，v ) e 2 代表图像二维坐标系。由于假定道路是平坦的，道路平面坐标系可以看作世界坐标系中z = 0 的情况下的平面，道路平面坐标系为r = ( x ，y ，o ) cw 。摄像机在w 坐标系中的坐标为( d ，h ) cw 。o 代表摄像机光轴与道路切线方向的夹角，丫代表摄像机俯视角( 摄像机光轴与坐标系中x轴的夹角) ，f 为摄像机的有效焦距，h 为摄像机的安装高度( 镜头中心到地面的高度) 。设定摄像机采集的图像分辨率为m n ( 像素) ，摄像机孔径张角为2 0 【。按照小孔成像原理，通过几何和三角变换，得到二维图像坐标i 与三维道路平面坐标r 对应关系如表达式( 5 - 1 ) ，( 5 2 ) ，( 5 3 ) 所示。砌= h x c o t 卜小甜南i c o s 卜小v 惫l “( 5 - )y v ) = h x c o t 卜小“罴陋卜小v 是卜( 5 - 2 )z ( u ，1 ，) = 0( 5 3 )由公式( 5 1 ) 、( 5 2 ) 、( 5 - 3 ) 可以得到图像中的像素的坐标与真实道路路面的点坐标之间的对应关系，己知图像中像素，可以轻易求出其在道路路面上对应的世界坐标【4 8 】【49 1 。本系统检测出图像感兴趣中的车辆目标后，根据目标在图像中的坐标，按照公式( 5 一1 ) 、( 5 - 2 ) 、( 5 - 3 ) 可以求出目标在道路中的世界坐标。5 3 距离测量距离测量的前提是：利用第四章介绍的方法已经准确的探测得到本车道内前方车辆的在图像中的位置，可以利用前方车辆底下的阴影来计算距离。本系统采用的是焦距为2 5 m m 的长焦镜头，因此用小孔成像模型来描述此透视变换。根据小孔成像模型，可以将单目视觉系统简化为摄像机投影模型，如图5 3 所示。这里，点p 就是检测出的前方车辆底部水平阴影上的一点。则根据几何关系得到点p 与镜头中心的水平距离d 的计算公式如下：拈耳硼h( 5 4 )在公式5 - 4 的参数中，h 和a 可直接测量得到，y o 一般取作0 ，f 、y 是未知的。f 是c c d 摄像机的有效焦距，属于内部参数，y 是目标点在c c d 像平3 4面上的投影坐标在y 轴方向上的分量，称为像平面坐标，单位是f i l m 。由公式：“= 压+ n o ，y = + v o( 5 5 )可得：x = ( u - - 0 ) d x ，y = ( v k ) a y( 5 - 6 )其中，u 、v 由图像处理得到。( x 0 ，y 0 ) 为光轴与像平面的交点，作为像平面坐标系的原点，一般取( o ，0 )即：xo=yo=0( 5 7 )将式( 5 6 ) 和( 5 7 ) 代入式( 5 - 4 ) 得：d =( 5 8 )可见，求内部参数时不必分别求出有效焦距f 和像素对应的物理尺寸砂，而只需要二者的比值a ，。图5 - 3 距离测量几何模型本文中虽然摄像机随车运动，但我们所需要的参数都是内部参数，不需要在车辆行驶过程中重新标定。因此，只需预先标定摄像机的内部参数，就可以在车辆行驶过程中用来计算前方车距”州【5 引。影响本算法结果精度的因素有以下两点：一是摄像机的高度是否准确；另一个就是摄像机的俯仰角是否准确。本文的算法是离线标定各参数，包括关键的俯仰角。而汽车在实际行驶过程中会有颠簸，致使摄像机参数发生变化，本文的后续章节就是通过模拟数据试验来估计这些变化造成的误差。如果要进一步提高本测距算法的精度，我们可以利用车道线平行的约束条件来求解摄像机俯仰角，这个涉及到车道线检测和车道线二维恢复，将在后续研究中实现5 4 摄像机的标定由于镜头生产工艺、加工精度以及机械装配时的不确定性等因素，通用型c c d 摄像机的在成像时镜头畸变等存在较大的误差，为了有效的完成任务，必须对c c d 摄像机所拍摄的物体空间与成像之间的定量对应关系有一个清楚的了解，这就要求对c c d 摄像机的内部参数以及外部参数进行标定。在本文中采用m a t l a b 来进行摄像机标定。m a t l a b 作为m a t h w o r k s 公司推出的一种以矩阵运算为基本编程单位的高效数值运算语言，不仅具有强大的运算功能，而且用户还可以利用它的脚本语言编制程序，或者使用其提供的c + + 或者c 的数学库、图形库进行编程，极大的方便了用户对科学运算的需求。在进行摄像机标定的过程中要涉及到大量的矩阵运算、还有非线性优化，若是使用一般的编程语言如v c + + 、v b 等则是非常繁琐，而选择m a t l a b 进行实现则可以在很大程度上降低了工作量，提高了效率。数字图像是由计算机内的存储器存放，而我们通过图像处理只能获得目标点在计0 0一u0 1- r( u o ，v 0 )x1y1 rv图5 4 帧存坐标和投影坐标变换算机内存中的坐标，称之为帧存坐标( 甜，v ) ，单位是像素( p i x e l s ) ，如图5 - 4 所示。因此要将计算机内存中的帧存坐标转换到像平面坐标系统中。图5 5 摄像机标定几何模型摄像机机标定过程就是根据一组已知其参考坐标系中坐标值和图像坐标系中坐标值的控制点来确定相机的内部和外部参数。常用到的3 种坐标系为：世界坐标系( x w ，y w ，z 伽) ，相机坐标系( 勋，毙，历) ，图像坐标系( 材，y ) ，如图5 - 5所示。摄像机标定需要先知道一组像平面点的客观世界坐标和帧存坐标。从客观场景到数字图像的成像变换可看作由3 步组成，如图5 - 6 所示。3 6图5 - 6 摄像机成像坐标变换步骤经过计算推导得到从客观世界坐标到计算机帧存坐标的变换式如公式( 5 - 9 ) 。h历”纥0 0 v 。ool=雕u?0驴r0a y0000 习= iv oi in r：lili ljf00f00o0x wz 10 0o oo 0lorrr 0 7 ，lf= m i m 2x wz wlx wz w1= mx wz wl( 5 9 )其中q = 夕幺，q = 夕乙，m l 为内部参数，m 2 为外部参数，m 为投影矩阵。式( 5 4 ) 表示了空间一个点的帧存坐标和空间坐标的对应关系，可以得到两个独立的方程。标定过程中，一般取数十个已知空间点，使方程的个数大大超过未知数的个数，采用最小二乘法求解，从而降低误差造成的影响，得到投影矩阵m ，然后由此分解出内部参数m l 和外部参数m 2 。具体的标定过程将在后面的章节介绍。5 5 计算安全车距安全车距，即安全行车间距，指行驶在高速公路上同一车道的后车与前车之间为保证交通安全而必须保持的行车间距。如果前、后两车行车间距保持在此距离以上，则不会发生追尾碰撞类交通事故。所谓临界安全车距，即临界安全行车间距，是指为保证安全而两车之间必须保持的最小行车问距。安全距离模型是系统功能实现的基础。为获得两车之间的临界安全车距，对高速公路上两车，前车a 和后车b的行驶过程作具体分析，并进行必要的简化【5 1 儿5 2 1 。( 1 ) 高速公路上前后两车a 、b 在同一车道上同向运动，后车b 尚无意超前车a ，只是跟随前车在运动。将在高速公路上汽车短时间内的运动简化为一匀速运动。设高速公路上某一瞬间前车a 以速度v 匀速前进，后车b 以速度v h匀速前进。此时，前车a 与后车b 之间的距离为d 。( 2 ) 随着时间的推移，前车a 与后车b 之间的距离状况有两种变化趋势，一种情况是两车之间的距离d 保持不变或越来越大，这显然不存在安全车距问题：另一种情况是某一时刻前车a 突然制动，经过一定反应时间后，后车b3 7发现两车之间的距离在不断减少，于是马上进行制动以避免两车之间的碰撞。如图5 7 所示，在这种后车b 采取制动的情况下，前后两车仍不至于发生碰撞，我们定义这种情形下在前车制动前瞬间两车必须保持的最小距离即为i 临界安全车距s 安。妥墅一日臣习臣习口 二- - v 一之二主；二- - 二v , - ) 煎正二二二二爿 二二j 二二二j 二二二 趣夏 二二二二二二二= 图5 7 临界安全车距示意图( 3 ) 忽略制动力波动、空气阻力及地面附着系数的变化( 4 ) 假设前后两车车型和车况相同，驾驶员状况一致。即假设两车制动时的有关参数相同目驾驶员的反应状况也一样 过程分析对汽车制动过程进行分析【5 3 】【54 1 ，驾驶员接受了制动信号后，此过程可分为3 个阶段。第l 阶段为驾驶员从发现紧急情况到制动器出现制动力所经历的时间t l 。它又可分为两部分时间：反应时间t i ，及动作时间t i 。反应时间t 驾驶员发现紧急情况后把脚从油门踏板移到制动踏板上的时间，一般约为0 3 s 1s 。动作时间：驾驶员踩下制动踏板到制动器出现制动力所需的时间，一般约为0 0 4 5 s 左右。这主要是制动系统机构间隙所致。t l 内无制动效果，车速将保持不变。第2 阶段为制动器制动力从零开始逐步增加到最大值所经历的时间为t 2 。t 2 ，一般约为o 2 s 左右。在此段时间内，汽车减速度逐渐增加，汽车做变减速运动。第3 阶段为从制动减速度达到最大值后到汽车停下来所经历的时间t 3 。在此段时间内，汽车近似做匀减速运动。 公式推导在某一时刻，前车a 发现前方紧急情况，经过反应及动作时间t l ，减速度增长阶段t 2 ，匀减速阶段t 3 最后以车速屹驶于m 点，行驶距离为：= s i + 是+ 墨( 5 - 1 0 )在t l 阶段，汽车驶过距离为：s i = 圪f l = v o ( r , 。+ 互，)( 5 11 )在t 2