基于TMS320DM6437的車道偏離報警系統設計

摘 要：據統計約有50%的汽車交通事故是因為汽車偏離正常的行駛車道引起的，如果在駕駛員無意識偏離原車道時提前預警，則可以大大減少因車道偏離引發的碰撞事故。因此，本文以TI公司推出的達芬奇系列多媒體圖像處理器TMS320DM6437為核心，設計了一套嵌入式車道偏離預警系統。本文給出了車道偏離預警系統的結構及工作原理，闡述了硬件設計和軟件設計實現方法。實驗證明，該系統具有較好的實時性和較高的車道偏離預警準確率，能夠滿足車道偏離預警要求。

關鍵詞：車道偏離報警；TMS320DM6437；機器視覺

1 引言

汽車交通技術的發展滿足人類需求的同時，也帶來了新的問題——交通事故，因此，汽車的安全性問題己經成為人們所關注的焦點。近年來高速公路上由于駕駛員過度疲勞、疏忽或突發疾病，使車輛偏離車道造成重大交通事故的比例逐年增長。因此研究車道偏離預警系統輔助駕駛員在單調駕駛環境如高速公路中保持車輛在車道內行駛，成為國內外的研究重點[1]。在過去的幾十年中，國內外專家和學者都在積極開展有關車道偏離預警系統的研究工作[2-5]。但這些研究中存在的主要缺點是設備成本高和體積大，不具有實用性。在滿足低成本、小體積的條件下，選擇合適的嵌入式硬件裝置，并以此設計出滿足系統性能要求的算法軟件成為汽車車道偏離報警系統的研究趨勢。

本文采用基于機器視覺技術的車道偏離預警檢測方法，并通過DSP系統應用技術與數字圖像處理技術相結合，設計了一套嵌入式車道偏離預警系統，具有較好的實時性和較高的車道偏離預警準確率，有著廣闊的應用前景。

2 系統總體設計

本系統選擇TI公司推出的達芬奇系列多媒體處理器TMS320DM6437(簡稱DM6437)作為視頻處理器。該處理器采用具有超長指令字結構的C64+內核，內核工作頻率可達到600MHz，處理能力達4800MPIS，同時軟件與C64x系列DSP完全兼容，便于不同平臺之間的軟件移植，同時還具有網絡、CAN總線等多種設備通信接口，非常適合于汽車視覺系統。同時，DM6437還提供了強大的視頻處理子系統（VPSS），其包括提供數字視頻輸入及預處理的視頻處理前端（VPFE）和提供數字視頻輸出及驅動顯示設備的視頻處理后端（VPBE）。這一子系統提供的各種接口為視頻的采集和顯示處理提供了極大的便利。

本系由CCD攝像頭、視頻編碼芯片、視頻處理器模塊、LCD顯示器組成，系統的整體硬件框圖如圖1所示：

CCD攝像頭負責采集車輛前方道路信息，將采集到的視頻圖像傳送給視頻解碼芯片TVP5150。視頻解碼芯片負責將模擬圖像數據轉換成YCbCr422形式的數字圖像數據，送給視頻處理器。主處理器DM6437接收到該數據后，負責對數字圖像數據進行處理，進行車道線提取和車道偏離判別，將判別結果通過LCD顯示出來。DDR2為DM6437的數據存儲器擴展，負責圖像處理數據的存儲，FLASH為DM6437的程序存儲器擴展，負責存儲算法的程序。

3 系統硬件設計

視頻解碼芯片選擇TI公司的TVP5150芯片，TVP5150是超低功耗、支持NTSC、PAL、SECAM的高性能視頻解碼器。它可以接收2路復合視頻信號(CVBS)或1路S-Video信號。TVP5150把復合視頻轉換成標準8位的ITU-RBI.656格式的數字信號傳輸到DM6437。

視頻輸出顯示功能主要通過DM6437的VPBE模塊以及外圍接口電路來實現。DM6437的視頻編碼器VENC模塊，主要是將數字視頻信號編碼成NTSC或PAL電視標準的視頻格式，在DM6437經過片內集成的DA轉換器轉換后的輸出模擬信號DAC_IOUT_A等，無法在顯示設備上顯示，因此，需要對DAC_IOUT_A～D引腳輸出的這些模擬信號進行放大處理。本系統中選擇了TI公司的高速3V視頻放大器OPA361，適用于3V應用的混合視頻輸出。

視頻圖像的處理，涉及的數據量較大，DSP的片內資源遠遠不夠，因此必須擴展外部高速存儲設備。根據DM6437對DDR2設備的存儲容量以及DM6437對數據存取速度的要求，本系統選用兩片美國美光公司(Micron)的16位數據總線的高速DDR2存儲器MT47H64M16BT芯片通過行、列地址分時復用的方式尋址64MB存儲空間(兩片共128MB)。

本系統擴展異步存儲器主要用于存儲執行代碼和自啟動代碼，因此我們選擇了SPANSION公司的56引腳TSOP封裝的SG29GL256N NOR Flash芯片。該芯片容量為32MB，內部劃分為256段，每段128KB空間，在進行擦除操作時，以段為單位。

4 系統軟件設計

車道偏離預警系統的核心算法集中在兩個方面：一是車道識別算法，二是車道偏離決策。在進行車道線提取之前，需要對獲取的前方道路圖像進行預處理。

(1) 圖像預處理

在進行道路邊界識別之前，要對獲取的前方道路圖像進行預處理，主要包括濾波、邊緣增強和二值化。本文采用如式(1)所示的中值濾波器對圖像進行濾波。

f(x，y)=median{Sf(x，y)} (1)

式中，Sf(x，y)是像素點f(x，y)附近的一個小區域。

對經過中值濾波的圖像采用Sobel算子進行邊緣增強。針對車道線檢測，基于一階導數的Sobel算子能夠發揮更好的效果，由于需要判別的有效車道線是近似于垂直方向的，算法只使用了Sobel算子的水平梯度進行處理，這樣做的另一個好處就是減小了算法的耗時。

經過Sobel算子增強后，道路圖像仍然包括大量無用信息，為了減小這些無用信息的影響和便于運算，要對圖像進行二值化處理。在圖像二值化處理中，閾值的選擇是關鍵，其直接影響著識別的效果。固定閾值的二值化方法通過選取固定的閾值，針對亮度固定的圖像具有較好的處理效果。但由于LDWS算法所要處理的圖像是不同的路段圖像，不同光照情況下，其亮度變化較大，所以不適合使用固定閾值法。迭代法二值化算法通過對于圖像整幅亮度進行分析，自動確定閾值，克服了固定閾值二值化的缺點。逐行迭代法二值化，針對圖像每行的像素進行亮度分析，確定每行像素的分割閾值，從而排除了整幅圖像對于車道線識別的干擾。而且其時間復雜度與迭代法二值化相比，相差不多，所以算法中采用逐行迭代法二值化算法。

(2) 車道線提取

在路況及光照情況都比較理想時，經過二值化后的兩車道線之間是不含噪聲點的黑色區域。確定道路候選邊界點的方法是：在每一行掃描線上，以圖像中心線為起始位置，分別向左和向右進行搜索，當搜索到第一個白點(像素值為255)時，即停止在本行當前方向的搜索，并將此點作為該行的候選邊界點。但當兩車道線之間含有較多的噪聲點時，用此算法提取道路邊界候選點對于后續車道線識別干擾較大。因此，在上述道路邊界候選點提取算法的基礎上，加上了直線模板的二次判定，加入直線模板的道路邊界候選點提取算法[4]。這種算法對于車道線的噪聲點能夠起到很好的抑制作用。

Hough變換是根據局部度量來計算全面描述函數，對局部信息缺損不敏感，對隨機噪聲具有較好的魯棒性[5]。Hough變換的主要瓶頸是它要求較大的存儲空間和較長的計算時間，這很難滿足道路識別的實時性要求。而針對道路邊界候選點進行Hough變換，使得存儲空間和運算時間大大地縮減。因此，本系統采用針對道路邊界候選點進行Hough變換提取車道線。

(3) 車道偏離決策

車道偏離報警策略就是根據車輛運行狀態和當前位置，判斷或預測車輛是否會偏離當前車道。系統中主要用到了空間報警算法CCP，時間報警算法TLC。當左右車道線均存在時采用時間報警算法TLC，當僅存在一條車道線時，采用空間報警算法CCP。

時間報警模式的基本思想就是預測車輛偏離當前車道的時間間隔，即TLC（Time to Lane Crossing），以TLC的值作為評價偏離可能性的指標，基于直線模型的判斷方法為：

式中，ts為車輛前輪瞬態偏離時間。

當ts≤Tt時，即偏離時間小于閾值，車輛即將發生偏離；

當ts＞Tt時，即偏離時間大于閾值，車輛不會發生偏離。

其中，Tt為設定的時間閾值。

空間報警算法CCP是根據車輛的左、右前輪在車道中的位置判斷車輛是否偏離。其判斷方法為：

若△yl≤Td或△yr≤Td，表示車輛已偏離，Td為設定的偏離位置閾值，當yw固定時，Td可取0或根據駕駛習慣取值。

空間報警算法檢測車輛離車道線的最近距離，當發現前輪與車道線的距離達到一定閾值時，觸發報警。

5 試驗及結果

為了檢驗算法的效果，在奇瑞試驗車上進行道路試驗。硬件采用自己設計的DM6437電路板，主頻594MHz、DDR2工作速率135MHz；視頻輸入采用CCD攝像頭、NTSC格式、復合視頻輸入；視頻輸出采用LCD液晶屏、NTSC格式、復合視頻輸出。

(a)車輛位于車道線中央

(b)車輛向左偏離

(c)車輛向右偏離

試驗道路為蕪湖經濟技術開發區泰山路西的一段測試公路上。測試結果如圖2所示。圖中(a)是車輛位于車道線中央沒有出現車道偏離現象，在LCD上只顯示出所識別的車道線；圖中(b)是在沒有打左轉向時車輛出現了車輛向左偏離的現象，除了有語音報警提示外，在LCD上將左側車道線標紅，提示駕駛員注意。圖中(c)是在沒有打右轉向時車輛出現了車輛向右偏離的現象，除了有語音報警提示外，在LCD上將右側車道線標紅，提示駕駛員注意。

從道路試驗可以看出，當車輛在車道內正常行駛時，本系統具有較高的車道線識別率和偏離報警準確率，實時性可達到25幀/秒，系統滿足實時性要求。但在大雨天和彎道弧度較大時，本系統會出現道路邊界識別的準確率降低的現象。如何在保證系統實時性的前提下提高在復雜路況及彎道下道路邊界識別的準確率是下一步的主要研究方向。

6 結論

本文以TMS320DM6437為核心，設計了一套嵌入式車道偏離預警系統。本文首先給出了系統的總體設計方案和工作原理，然后闡述了硬件設計和軟件設計實現方法。硬件部分詳細介紹了系統的電源電路、視頻解碼電路、存儲器擴展電路和視頻輸出放大電路；軟件部分詳細介紹了本系統所用的圖像預處理算法、車道線提取算法和車道偏離決策算法。道路試驗結果表明，該系統具有較好的實時性和較高的車道偏離預警準確率，能夠滿足車道偏離預警要求。

參考文獻

[1]王榮本，余天洪，郭烈，等.基于機器視覺的車道偏離警告系統研究綜述[J].汽車工程，2005，27(4):463-466.

[2]李旭，張為公.基于視覺的車道偏離報警系統的研究[J].儀器儀表學報，2008，29(7):1554-1558.

[3]林廣宇，魏朗，蹇小平.基于嵌入式的車道偏離預警系統研究[J].電子設計工程，2010，18(8):26-28.

[4]陳軍，徐友春，趙明，等.基于隨機Hough變換的道路邊界識別算法研究[J].中國圖象圖形學報，2009，14(5):905-911.

[5]于兵，張為公，龔宗洋.基于機器視覺的車道偏離報警系統[J].東南大學學報（自然科學版），2009，39(5):928-932.