無(wú)人地面車輛鄉(xiāng)村典型工作環(huán)境復(fù)雜度評(píng)價(jià)*

李 靜, 唐振民, 譚業(yè)發(fā), 石朝俠, 劉家銀

(1.解放軍理工大學(xué) 野戰(zhàn)工程學(xué)院，江蘇 南京 210007；2.南京理工大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，江蘇 南京 210094)

無(wú)人地面車輛鄉(xiāng)村典型工作環(huán)境復(fù)雜度評(píng)價(jià)*

李 靜1, 唐振民2, 譚業(yè)發(fā)1, 石朝俠2, 劉家銀2

(1.解放軍理工大學(xué) 野戰(zhàn)工程學(xué)院，江蘇 南京 210007；
2.南京理工大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，江蘇 南京 210094)

環(huán)境復(fù)雜度是無(wú)人地面車輛自主性評(píng)價(jià)三因素(即任務(wù)復(fù)雜度、環(huán)境復(fù)雜度、人機(jī)交互程度)的一個(gè)重要方面。在對(duì)美國(guó)陸軍新版《作戰(zhàn)綱要》中作戰(zhàn)環(huán)境分析的基礎(chǔ)上，定義無(wú)人地面車輛鄉(xiāng)村典型工作環(huán)境，以該環(huán)境復(fù)雜度作為評(píng)價(jià)目標(biāo)，分為道路環(huán)境、車道內(nèi)障礙、路面覆蓋、路面破損、光照與陰影、成像模糊六個(gè)評(píng)價(jià)方面，建立鄉(xiāng)村典型工作環(huán)境復(fù)雜度評(píng)價(jià)指標(biāo)體系。通過(guò)算法進(jìn)行道路邊界分割，實(shí)現(xiàn)定量評(píng)價(jià)，并給出典型場(chǎng)景中環(huán)境復(fù)雜度的參考值。

無(wú)人地面車輛;工作環(huán)境;環(huán)境復(fù)雜度評(píng)價(jià);道路邊界分割

0 引言

環(huán)境復(fù)雜度是無(wú)人地面車輛自主性評(píng)價(jià)三因素[1](即任務(wù)復(fù)雜度、環(huán)境復(fù)雜度、人機(jī)交互程度)的一個(gè)重要方面。美國(guó)陸軍新版《作戰(zhàn)綱要》定義的作戰(zhàn)環(huán)境由地理、地形、氣象與基礎(chǔ)設(shè)施四大要素組成。本文在此基礎(chǔ)上，定義無(wú)人地面車輛鄉(xiāng)村典型工作環(huán)境為沒有道路標(biāo)識(shí)的鄉(xiāng)村公路、路況較差的鄉(xiāng)間道路，或無(wú)鋪裝的土路，以中國(guó)農(nóng)村特有的場(chǎng)景為背景組成的環(huán)境；建立無(wú)人地面車輛鄉(xiāng)村典型工作環(huán)境復(fù)雜度評(píng)價(jià)指標(biāo)體系；通過(guò)算法進(jìn)行道路邊界分割、路面障礙物識(shí)別和可通行區(qū)域劃分，完成對(duì)該環(huán)境復(fù)雜度的定量評(píng)價(jià)，給出典型場(chǎng)景中環(huán)境復(fù)雜度的參考值。旨在提高無(wú)人地面車輛在鄉(xiāng)村典型工作環(huán)境下自主性評(píng)價(jià)的準(zhǔn)確性和科學(xué)性。

1 環(huán)境復(fù)雜度研究現(xiàn)狀

對(duì)無(wú)人地面車輛環(huán)境復(fù)雜度的研究涉及到地形學(xué)、氣象學(xué)、道路工程學(xué)、車輛工程學(xué)、戰(zhàn)場(chǎng)環(huán)境建模、信息工程學(xué)、電磁學(xué)等諸多學(xué)科[2-3]。目前，一般采用結(jié)構(gòu)化和非結(jié)構(gòu)化來(lái)區(qū)分道路環(huán)境[4]，這種方法描述不夠精確，包含的因素不夠全面，分析時(shí)也主要集中在一些特征明顯的場(chǎng)景或是用來(lái)驗(yàn)證算法的特定環(huán)境，與真實(shí)的自然環(huán)境差別較大。而且，在結(jié)構(gòu)化或非結(jié)構(gòu)化道路環(huán)境中也同樣存在復(fù)雜程度的差別，無(wú)人地面車輛在不同復(fù)雜程度的環(huán)境中，其自主性評(píng)價(jià)值是不具可比性的。因此，如何科學(xué)地對(duì)環(huán)境復(fù)雜度進(jìn)行定量評(píng)價(jià)，給出典型場(chǎng)景中環(huán)境復(fù)雜度的參考值，是無(wú)人地面車輛自主性評(píng)價(jià)的基礎(chǔ)，對(duì)擴(kuò)大其工作范圍具有重要的現(xiàn)實(shí)意義。

2 鄉(xiāng)村典型工作環(huán)境復(fù)雜度評(píng)價(jià)指標(biāo)分解

鄉(xiāng)村環(huán)境的復(fù)雜度較高，道路一般是非標(biāo)準(zhǔn)的，地表粗糙而又凹凸不平，有的甚至是自然形成的小道，沒有清晰的車道線和道路邊界，易受光照、陰影、天氣變化等環(huán)境因素的干擾，且沒有交通信號(hào)標(biāo)識(shí)，人車混行，路內(nèi)障礙多。因此，本文結(jié)合無(wú)人地面車輛執(zhí)行任務(wù)的特點(diǎn)和性質(zhì)，提取大量鄉(xiāng)村環(huán)境圖例的組成因素，以無(wú)人地面車輛鄉(xiāng)村典型工作環(huán)境復(fù)雜度作為評(píng)價(jià)目標(biāo)，按層次分析法理論要求，將環(huán)境復(fù)雜度分為道路環(huán)境、車道內(nèi)障礙、路面覆蓋、路面破損、光照與陰影、成像模糊六個(gè)評(píng)價(jià)方面，建立鄉(xiāng)村典型工作環(huán)境復(fù)雜度評(píng)價(jià)指標(biāo)體系。

2.1 道路環(huán)境

無(wú)人地面車輛在有路環(huán)境中分割出道路邊界，在無(wú)路環(huán)境中分出可通行區(qū)域是其感知的最終目標(biāo)[5]。將影響道路邊界分割的道路環(huán)境因素分為車道線、路面類型、路側(cè)環(huán)境和道路線形四個(gè)指標(biāo)因素，如圖1。

圖1 道路環(huán)境指標(biāo)的分解

2.2 車道內(nèi)障礙

由于基于視覺的道路導(dǎo)航系統(tǒng)主要是由道路檢測(cè)和障礙物檢測(cè)兩部分組成[6]，因此把車道內(nèi)障礙單列成一個(gè)評(píng)價(jià)方面，分為靜態(tài)和動(dòng)態(tài)障礙兩個(gè)指標(biāo)因素，如圖2。

圖2 車道內(nèi)障礙指標(biāo)的分解

2.3 路面覆蓋

被覆蓋的路面常常與路側(cè)環(huán)境融為一體，造成道路邊界模糊，一般分為落葉、積雪、雨后積水、運(yùn)輸過(guò)程中遺撒物四個(gè)指標(biāo)因素，如圖3。

2.4 路面破損

鄉(xiāng)村道路在建設(shè)時(shí)由于受經(jīng)費(fèi)、地形等諸多因素的限制，道路建設(shè)標(biāo)準(zhǔn)低、路面材質(zhì)差、道路養(yǎng)護(hù)不及時(shí)等造成后期使用中出現(xiàn)路面破損嚴(yán)重，將不同的破損類型[7-8]作為指標(biāo)因素，如圖4。

圖3 路面覆蓋指標(biāo)的分解

圖4 路面破損指標(biāo)的分解

圖5 光照與陰影指標(biāo)的分解

2.5 光照與陰影

在城市環(huán)境中造成陰影的因素較多，在鄉(xiāng)村環(huán)境中相對(duì)比較單一。將車架、山體、建筑物、植物(高大茂盛的樹木、高草、密灌叢)造成的陰影作為指標(biāo)因素，如圖5。

圖6 光照與陰影指標(biāo)的分解

2.6 成像模糊

無(wú)人地面車輛是基于機(jī)器視覺的環(huán)境感知，將揚(yáng)塵、霧霾、雨天、雪天和陽(yáng)光反射作為成像模糊的指標(biāo)因素，如圖6。

3 鄉(xiāng)村典型工作環(huán)境復(fù)雜度評(píng)價(jià)

道路邊界分割是利用圖像處理或模式識(shí)別技術(shù)將圖像中的路和非路區(qū)分出來(lái)，是體現(xiàn)無(wú)人地面車輛自主性能的基礎(chǔ)[9]。

3.1 評(píng)價(jià)方法

無(wú)人地面車輛工作環(huán)境復(fù)雜度是一個(gè)模

糊概念，其組成因素事先難以確定，隨機(jī)性大，由這些因素組成的環(huán)境復(fù)雜程度更是難以用常規(guī)的分類方法或模型進(jìn)行度量。因此，本文選取大量具有代表性的鄉(xiāng)村真實(shí)場(chǎng)景圖例(352×288 dpi)，按六個(gè)評(píng)價(jià)方面分類，以此作為不同指標(biāo)因素的驗(yàn)證環(huán)境圖，經(jīng)算法驗(yàn)證，給出最終的評(píng)價(jià)結(jié)論。

本文采用基于最大類間方差和紋理區(qū)別的算法[10]對(duì)圖像進(jìn)行道路邊界分割。首先，采用最大類間方差閾值分割法對(duì)圖像進(jìn)行初步分割(利用圖像的灰度值，通過(guò)計(jì)算目標(biāo)與背景兩大類間的最大方差而動(dòng)態(tài)得到圖像分割的閾值，然后據(jù)此進(jìn)行圖像分割)；初步分割后的二值圖像有多個(gè)連通區(qū)域(忽略面積較小的噪聲區(qū)域)，為了進(jìn)一步確定道路區(qū)域，采用道路紋理作為主要特征進(jìn)行匹配，分別計(jì)算各連通域的紋理特征與實(shí)際道路紋理特征的方差，取具有方差最小值的區(qū)域作為所求的道路區(qū)域。對(duì)于模糊圖像先采用基于暗通道的算法去霧[11]處理后，再進(jìn)行以上步驟，具體流程如圖7。

圖7 算法實(shí)現(xiàn)流程圖

其次，以人工分割的道路邊界為評(píng)價(jià)標(biāo)準(zhǔn)，將其與算法分割的道路邊界轉(zhuǎn)化至同一坐標(biāo)系下，連成一條由多條線段連接成的線段集，求解兩條線段集的平均距離，得到的左右邊界平均距離取平均值作為環(huán)境復(fù)雜度的評(píng)價(jià)值，評(píng)價(jià)值越大說(shuō)明分割效果越差，即該環(huán)境復(fù)雜程度越高。

3.2 實(shí)驗(yàn)驗(yàn)證

采用上述方法進(jìn)行無(wú)人地面車輛鄉(xiāng)村典型工作環(huán)境復(fù)雜度評(píng)價(jià)，需要大量圖例進(jìn)行驗(yàn)證，受篇幅限制本文僅列出6個(gè)評(píng)價(jià)方面的各一個(gè)圖例，如圖8～13。由于道路邊界分割是在原圖基礎(chǔ)上進(jìn)行的，原圖不再單列。每組圖中(a)為人工分割結(jié)果，(b)為算法分割結(jié)果，(c)為兩類分割結(jié)果的平均距離計(jì)算結(jié)果。如果圖中有雙側(cè)道路邊界，但分割結(jié)果只有單邊，表明另一邊分割效果不好，不可靠，算法已將其自動(dòng)過(guò)濾。

圖8 道路環(huán)境

圖9 車道內(nèi)障礙

圖10 路面覆蓋

圖11 路面破損

圖12 陰影和光照

圖13 圖像模糊

整理以上6組圖中數(shù)值得到鄉(xiāng)村典型工作環(huán)境復(fù)雜度評(píng)價(jià)值，如表1。

表1 鄉(xiāng)村典型工作環(huán)境評(píng)價(jià)值

4 評(píng)價(jià)結(jié)果分析

通過(guò)建立無(wú)人地面車輛鄉(xiāng)村典型工作環(huán)境復(fù)雜度評(píng)價(jià)模型，經(jīng)算法程序?qū)崿F(xiàn)，用圖例驗(yàn)證不同環(huán)境的可識(shí)別難度，得到評(píng)價(jià)值。對(duì)大量評(píng)價(jià)結(jié)果分析、歸類，將環(huán)境分為簡(jiǎn)單(評(píng)價(jià)值<2)、一般(評(píng)價(jià)值2～5)、較復(fù)雜(評(píng)價(jià)值5～10)、復(fù)雜(包括無(wú)法識(shí)別的情況，評(píng)價(jià)值>10)四個(gè)等級(jí)，并在具體場(chǎng)地實(shí)驗(yàn)結(jié)論的基礎(chǔ)上，給出影響無(wú)人地面車輛鄉(xiāng)村典型工作環(huán)境復(fù)雜度的指標(biāo)因素，如表2。

表2 無(wú)人地面車輛鄉(xiāng)村典型工作環(huán)境復(fù)雜度評(píng)價(jià)分析

表2中列出的鄉(xiāng)村典型環(huán)境復(fù)雜度因素還不全面，今后將通過(guò)建立環(huán)境數(shù)據(jù)庫(kù)對(duì)結(jié)論進(jìn)行不斷的完善和補(bǔ)充。

5 結(jié)論

在實(shí)際的無(wú)人地面車輛鄉(xiāng)村典型工作環(huán)境中，環(huán)境基

本上是由多個(gè)單因素疊加組成的，而多個(gè)因素對(duì)鄉(xiāng)村典型環(huán)境道路邊界分割的影響卻不是單因素的簡(jiǎn)單相加，必須采用科學(xué)的方法來(lái)判斷環(huán)境的復(fù)雜程度。因此，對(duì)環(huán)境復(fù)雜度評(píng)價(jià)的研究是一項(xiàng)長(zhǎng)期而有意義的工作，為無(wú)人地面車輛自主性評(píng)價(jià)提供一定的基礎(chǔ)。

[1] HUANG H M, PAVKE K, NOVAK B, et al. A framework for autonomy levels for unmanned systems (ALFUS)[C]. Proceedings of the AUVSI’s Unmanned System, North America, 2005.

[2] 董志明，郭齊勝，黃璽瑛.戰(zhàn)場(chǎng)環(huán)境建模與仿真[M].北京：國(guó)防工業(yè)出版社，2013.

[3] 鄭有飛.環(huán)境科學(xué)概論[M].北京：氣象出版社，2011.

[4] 胡旭，劉滿祿，張華，等.基于特征模型的非結(jié)構(gòu)化道路跟蹤算法研究[J].微型機(jī)與應(yīng)用，2012，31(17)：46-50.

[5] 宋懷波，何東健，辛湘俊.基于機(jī)器視覺的非結(jié)構(gòu)化道路檢測(cè)與障礙物識(shí)別方法[J].農(nóng)業(yè)工程學(xué)報(bào)，2011，27(6)：225-229.

[6] 劉華軍.面向智能車輛的道路環(huán)境理解技術(shù)研究[D].南京：南京理工大學(xué)，2006.

[7] 潘威，李旭丹.公路技術(shù)狀況檢測(cè)與評(píng)價(jià)技術(shù)[M].北京：人民交通出版社,2014.

[8] 劉章棋，張亞岐，席曉哲，等. 基于PDE和小波分析的破損路面檢測(cè)技術(shù)[J].微型機(jī)與應(yīng)用，2012，31(8)：35-37.

[9] 郝志帥.復(fù)雜環(huán)境的道路檢測(cè)技術(shù)研究[D].南京：南京理工大學(xué),2009.

[10] 夏良正.數(shù)字圖像處理[M].南京：東南大學(xué)出版社，1999.

[11] He Kaiming, Sun Jian, Tang Xiaoou. Single image haze removal using dark channel prior[C].IEEE Transactions on Pattern Analysis and Machine Intelligence, 2009，33(12)：1956-1963.

Evaluation of typical rural environment complexity of the unmanned ground vehicles

Li Jing1, Tang Zhenmin2, Tan Yefa1, Shi Zhaoxia2, Liu Jiayin2

(1.College of Field Engineering, PLA University of Science & Technology, Nanjing 210007, China;2. Department of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing 210094, China)

Environment complexity is an important aspect of the autonomy evaluation of the unmanned ground vehicles (UGVs), which has three factors, i.e. task complexity, environmental complexity and the degree of human-computer interaction. On the basis of the operational environment analysis of the new battle outline of the U.S. army, the typical rural environment of the unmanned ground vehicles was defined. The environment complexity was divided into six aspects, i.e. the inside lane road, obstacles, pavement, road surface damage, light and shadow and fuzzy imaging evaluation. Evaluation index system of the typical rural environment complexity was established. By dividing the road boundary through the algorithm, a quantitative evaluation method was implemented. Moreover, the reference values of the environments complexity in several typical situations were given.

unmanned ground vehicle; working environment; evaluation of environmental complexity; road boundary integral

國(guó)家自然科學(xué)基金(61305134；61371040)

TP242.6

A

1674-7720(2016)05-0061-04

李靜,唐振民,譚業(yè)發(fā),等. 無(wú)人地面車輛鄉(xiāng)村典型工作環(huán)境復(fù)雜度評(píng)價(jià)[J].微型機(jī)與應(yīng)用，2016,35(5)：61-64.

2015-11-03)

李靜(1978-)，通信作者，女，博士研究生，工程師，主要研究方向：無(wú)人地面車輛自主性評(píng)價(jià)、無(wú)人地面車輛工作環(huán)境復(fù)雜度分析、多智能體協(xié)同、機(jī)械車輛技術(shù)綜合保障。E-mail：lijingwry@126.com。

唐振民(1961-)，男，博士生導(dǎo)師，教授，主要研究方向：智能機(jī)器人環(huán)境理解、多傳感器數(shù)據(jù)融合、模式識(shí)別與人工智能。

譚業(yè)發(fā)(1963-)，男，博士生導(dǎo)師，教授，主要研究方向：機(jī)械車輛技術(shù)綜合保障。