一種基于雙目視覺的安全車距測量方法

岳 亮

(重慶電子工程職業學院，重慶 401331)

責任編輯:任健男

車載終端既是汽車用戶的智能終端設備，也是車輛監控管理系統的前端設備，一般安裝在車輛的前端靠近方向盤的位置，車載終端設備通常由車載視頻服務器、LCD觸摸屏、外接攝像機、通話手柄、汽車防盜器等各種外接設備組成。車載終端作為車載標準配置常見于一些汽車，車載終端功能也根據不同需求略有不同，一般的車載終端包括導航儀、CD播放、收音機等。隨著近年來視頻技術的發展，視頻終端得到市場的廣泛認可，比如可視倒車，利用后視視頻設備獲取倒車圖像，方便倒車;比如視頻監測，遠程監測車內情況。

智能交通成為近年來的研究熱點，而汽車輔助駕駛作為智能交通系統車載終端部分，具有一定的研究價值，汽車輔助駕駛能夠幫助司機更好地行車，提高行駛安全性，在智能交通系統概念中，安全輔助駕駛的內容不但很多，而且也很復雜。僅以保持車間距系統為例，這套系統需要配置車輛前方超聲測距系統頭端。比如，車輛偏移行駛線較遠則給予警示，車距超過警戒距離則自動剎車等，這些在很大程度上降低了安全事故的發生概率［1］。

車載輔助駕駛離不開視頻技術，尤其是計算機視覺，行駛線和車距的測量都需要該技術的支持。車距測量有多種技術可以實現雷達測距、激光測距、超聲波測距、視覺測距。雷達測距分辨力好，但容易產生電磁干擾;激光測距對人類有安全隱患，且易受環境的影響;超聲波測距范圍較近且易受環境干擾，而視覺技術則很好地平衡了其他三種測量技術的測量準確度及環境抗干擾能力［2］。

現在車載攝像頭已非常普遍，車載信息終端從攝像頭安裝在車外和車內兩種情況考慮。輔助駕駛主要對最小安全車距預警進行了深入研究，有利于防撞安全預警系統的實用化和產品化，對于提高車輛的主動安全性，降低交通事故發生有重要作用。

1 車載終端視頻功能解析

車載視頻功能主要包括車內視頻監控、輔助駕駛、倒車后視、視頻娛樂等部分。主要模塊圖如圖1所示，其中車內視頻監控、輔助駕駛及倒車后視都與智能交通的發展有著一定的聯系，車內視頻監控更好地保證車內安全，監測司機的工作狀態，而輔助駕駛則直接提高了車輛行駛的安全，可視倒車系統提高了車載終端的智能化水平，是智能交通發展的產物。

1.1 車內視頻監控

遠程車內視頻遠程監控在某些特定環境下是非常有必要的，特別是長途客車、公交車及校車，這些車輛乘載人員較多，有的行程較遠，安全性有待提高。

圖1 車載視頻模塊結構圖

車輛的視頻監控平臺，綜合使用了GIS地理信息系統、GPS衛星定位系統、公共3G數據傳輸技術、視頻壓縮存儲系統、數據庫存儲技術、流媒體分發技術，徹底解決了客運車輛管理的兩大頑癥——票務流失和影響行車安全的五超(超速、超員、超時駕駛、超線路、超范圍)。螞蟻線子系統可以直觀地顯示每條線路的車輛在該條路線的運行情況、線路兩端的排班情況，例如小型的運管ERP系統，可以輕松地管理系統內全部車輛的生產經營。

無線視頻車載監控在指揮調度城鄉公共交通領域中得到廣泛應用。無線視頻監控指揮系統將發揮反應靈活的特點，通過無線實時視頻將現場情況及時傳回指揮中心，便于遠程指揮和調度，極大地縮短反應時間，增強應急指揮能力。同時，由于3G視頻的遠程存儲和智能圖像截取功能，結合GPS的區域圍欄功能、開門報警截取錄像功能，可以清晰地記錄客運車輛的乘車人員數量，解決困擾客運系統多年的票務流失問題。3G車載視頻監控正是解決上述矛盾的最佳解決方案［3］。圖2是中國聯通為北京公交集團部分公交車開發配備的車載監控。

圖2 公交車內及車外視頻監控圖

另外，疲勞駕駛是交通事故的一個很重要原因，特別是長途客車駕駛，通過在車輛內部前端安裝攝像頭，對駕駛員的眼球進行實時監測，清醒情況下，人的眼球是在快讀轉動的，如果在一段時間內，駕駛人的眼球處于靜止狀態，即可判斷為疲勞駕駛，可以發出警示，這是基于計算機視覺的車載視頻監控高級應用［4］。

1.2 輔助駕駛

輔助駕駛是計算機視覺技術、模式識別技術和自動控制技術高速發展的產物，通過模式識別技術與計算機視覺技術對車輛行駛環境進行識別判斷，然后利用自動控制系統實現對車輛的控制［5］。

一般在車輛前端安裝攝像頭，對前進方向的圖像采集處理，通過模式識別等算法，若在鬧市行駛，判斷前方物體，聯合雙目視覺測距，得到物體的距離;如果是在道路上行駛，可以判斷是否偏離車道。圖3是安全車距輔助駕駛的流程簡圖。

圖3 安全車距控制流程簡圖

該頭端對車載終端的輸出參數為本車車頭與前方物體的相對距離，信息車載終端內設安全標志位。車載終端內通過計算當前車速、前方車速與前方間距是否恰當，并可以簡單地采用兩個系數，以概括任意車速下的警戒距離和安全剎車距離。當計算警戒距離大于測距頭端的輸出時，該安全標志位被置有效，此時車載終端觸發語音指令告警。當計算安全剎車距離大于測距頭端的輸出時，車載終端立即接管車輛剎車控制，直接啟動車輛ABS剎車系統實施車輛緊急制動。

利用計算機視覺測距具有較高的精度，并且能夠利用采集圖像中的大量信息，實現車道狀態識別、行駛車輛識別、交通信號標志識別等輔助駕駛功能。

1.3 可視倒車

通過在車輛后端安裝攝像頭，倒車時可實時看到車后景象，并通過圖像算法實現倒車軌跡規劃，避免不必要的相撞［6］，如圖4 所示。

在倒車視頻上清晰看到車后環境，而且還有輔助白色虛線，用于司機操作方向盤時保證不觸碰到左右車輛，方便快捷，特別適用于地下車庫，在光線較暗且車輛停放密集的地方，采用可視倒車在很大程度上提高了倒車的便捷性。

圖4 可視倒車系統界面圖

1.4 視頻娛樂

車載視頻娛樂系統已成為整車差異化的一個關鍵點，大多數情況下作為車載設備標準配置而存在。大部分車輛的視頻娛樂系統只限于本地視頻服務，將存儲的視頻文件或者CD放入車載系統中，利用播放器播放資源，隨著遠程通信技術的發展，一些新的技術也不斷運用到車載視頻娛樂系統中，比如數字無線電廣播、環繞音效、高清視頻播放等，地鐵數字電視和公交車載電視便是最好的例子，而基于普通家用車輛的遠程視頻播放還具有廣闊的發展空間。

2 雙目視覺安全測距系統設計

2.1 硬件選型

雙目視覺測距系統硬件選擇方面應考慮設備的運行環境，車載系統運行環境既要考慮到低功耗要求［7］，又要考慮到電磁兼容問題，本系統選擇2個1 000像素的模擬攝像頭作為雙目視覺視頻采集設備，根據需求焊接電路板，具體硬件實物圖如圖5所示。

圖5 雙目攝像頭硬件實物圖

2.2 雙目視覺測距原理

雙目視覺測距利用光學原理及數學計算來實現，具體原理示意圖如圖3所示，將攝像機坐標系統和世界坐標系統重合，保證像平面與世界坐標系統的XY平面也是平行［8］，2個鏡頭中心間的連線稱為系統的基線B，鏡頭所得圖如圖6所示。

圖6 雙目成像示意圖

由圖6可得

由式(1)和式(2)消去x，則可得

可求得被測對象距離雙目攝像機的距離Z為

式中:D=B+x1+x2。

假設攝像機誤差為e，則

測距精度為

除此以外，還要考慮角度掃描成像，像素按鏡頭的方位角和仰角均勻分布

可借助鏡頭的方位角來表示物象的空間距離

若2個單目系統各自繞中心相向旋轉，則空間距離Z可表示為

另外，因為

由式(12)、式(13)、式(14)，消去λ和r后可求得距離Z，公式為

2.3 測量步驟

整個測量步驟如下:

1)安裝放置雙目攝像頭于三腳架上，盡量保證三腳架置于水平面［9］。

2)調整焦距并進行標定，保證清晰度。

3)分別從左右攝像頭拍攝兩幅圖像。拍攝的圖像如圖7所示。

圖7 雙目攝像頭左右視頻圖像

4)將采集的圖像導入程序，定位車牌。

5)分別求出矩形車牌的中心點坐標(x1，y1)和(x2，y2)，并代入公式求得車距。

2.4 結果分析

對圖1所示的車輛在不同方向、不同角度、不同距離進行了距離測量，使用雙目測距公式進行了試驗，所得實驗數據如表1所示。

表1 車距測量結果圖

從表1可以看出，距離越小，測量誤差也越小，距離變大，測量誤差也隨之變大。范圍在10 m之內的測距效果比較好，可以滿足車輛安全測距的要求。這種誤差產生的原因是多方面的，一方面由于采用的雙目攝像頭是普通的模擬攝像頭，精度不高;另外一方面，實驗器材布置過程中，雙目攝像頭的安裝及腳架放置的路面平整度也有誤差，這也是引起測量誤差的原因。

從試驗結果可得，基于雙目視覺的測距方法適合作為安全車距預警的方法，因為安全測距一般都在20 m以內，用該種方法測量距離20 m距離的誤差在1%左右，完全滿足測距要求。

3 結語

本文通過對車載終端視頻功能進行研究分析，重點分析了視頻技術在汽車輔助駕駛安全測距的運用，通過雙目視覺測距方法完成了車距測量，經實驗證明，使用該方法測距能夠滿足車輛安全距離的要求，相比雷達測距、超聲波測距和激光測距，優勢明顯，而且在一定距離范圍內能夠達到高精度標準，具有一定的實用價值。

后續研究主要針對整個測距系統優化，提高測距精度，保證整個測距系統的穩定性，以及借助雙目視覺技術應用于車道狀態識別和交通信號識別，豐富安全駕駛功能。

［1］XIE Yonggang，WANG Zhongmin，SU Shitao.The research of binocular ranging system on independent mobile robot［J］.Advanced Materials Research，Material Science and Engineering Technology，2012，46(2):603－608.

［2］HOU Alin，GENG Ying，CUI Xue，et al.The implementation of distance measurement using binocular vision［EB/OL］.［2013－02－20］.http://www.scientific.net/AMR.490－495.711.

［3］陳威兵，劉光燦，馮璐.基于3G網絡的車輛定位與視頻監控系統設計［J］.計算機測量與控制，2011(3):600－603.

［4］程如中，趙勇，戴勇，等.基于Adaboost方法的車載嵌入式疲勞駕駛預警系統［J］.北京大學學報:自然科學版，2012(5):719－726.

［5］周欣，黃席樾，樊友平，等.汽車智能輔助駕駛系統中的單目視覺導航技術［J］.機器人，2003，25(4):289－296.

［6］黃麗萍，和軍平，倪龍，等.汽車可視倒車雷達預警系統的設計與實現［J］.計算機測量與控制，2011(1):150－153.

［7］ZHANG Xiaolin，ZHANG Baofeng，LIN Yuchi.Study on attitude of dynamic object based on binocular vision system［C］//Proc.International Conference on Computer Application and System Modeling(ICCASM).Taiyuan:［s.n.］，2010:4674－4677.

［8］ZHU Kun，YANG Tang，WEN Ruan，et al.Real－time tracking and measuring of moving objects based on binocular vision［J］.Robot，2009，31(4):327－334.

［9］徐杰，陳一民，史志龍.雙目視覺變焦測距技術［J］.上海大學學報，2009(2):169－175.