關(guān)于電動車智能限速系統(tǒng)實現(xiàn)的研究

蔡慧敏　劉巖愷

摘 要：本文以電動車智能化設(shè)計為背景，首先分析了現(xiàn)在電動車出行的優(yōu)缺點，之后提出了利用攝像頭和紅外線、超聲波、角速度等傳感器，通過智能檢測周圍環(huán)境來避免或減輕危險的方法。在具體實現(xiàn)上為利用stm芯片控制，結(jié)合傳感器庫函數(shù)、腐蝕算法、圖像轉(zhuǎn)碼等。

關(guān)鍵詞：智能電動車 自動限速 傳感器 腐蝕算法 圖像顏色分析

中圖分類號：U495 文獻標識碼：A 文章編號：1674-098X（2017）11（b）-0001-02

當今中國電動車的發(fā)展正面臨著前所未有的機遇。電動車是互聯(lián)網(wǎng)+時代當中最具前景、能最快催生跨行業(yè)融合效應(yīng)的領(lǐng)域。電動車的智能化發(fā)展與分布式清潔能源、物聯(lián)網(wǎng)、互聯(lián)網(wǎng)多角度交集，它正以強大的力量推動汽車產(chǎn)業(yè)進行一次影響深遠的結(jié)構(gòu)升級。

電動車這種出行方式綠色、低碳、環(huán)保，且因其體積較小的特點在出行上比汽車更加靈活，電動車不像汽車一樣在行車上有諸多限制，它屬于非機動車輛，出行省力便捷。但是電動車的安全問題鮮有人關(guān)注，如今的電動車有很多安全隱患。首先，現(xiàn)在的電動車大多是利用車把的旋轉(zhuǎn)開關(guān)控制，一旦誤操作就很有可能造成速度瞬間加快引起危險。其次，當用戶因注意力不集中時會有撞到前方障礙物的風(fēng)險，可能會造成嚴重危險，甚至可能引起連環(huán)車禍。

1 主要思想

本設(shè)計采用stm32f103zet6作為開發(fā)板，stm32系列的芯片專為高效率、低能耗、低成本的嵌入式系統(tǒng)設(shè)計。它內(nèi)置32K～128K的閃存，性能非常強大。攝像頭采用的是OV7670圖像傳感器，其體積很小，可以方便安裝在電動車的任何位置。OV7670通過SCCB總線控制，可以完全控制圖像質(zhì)量、輸出格式、傳輸方式、亮度、飽和度、黑白平衡等各項參數(shù)，可以得到穩(wěn)定而又非常清晰的彩色圖像[1]。

限速模塊主要通過圖像和周圍障礙物的距離兩種方式判定限速程度。本設(shè)計采用紅外線、超聲波、角速度傳感器感知距離情況，利用攝像頭采集周圍的圖像數(shù)據(jù)，再發(fā)送給stm32分析圖像內(nèi)容，結(jié)合分布在車身周圍的傳感器所提取的周圍環(huán)境信息綜合分析周圍狀況[2]。一方面給電動車一個合適的速度上限；另一方面在前方出現(xiàn)障礙物而車主沒有反應(yīng)時利用蜂鳴器提醒，多次提醒無效時取消動力供應(yīng)，大大提高避免事故的可能性，并可以降低碰撞傷害。同時，本設(shè)計的所有功能都可以人為干預(yù)取消，留下根據(jù)實際情況靈活調(diào)整的空間。

2 紅外線、超聲波、角速度傳感器感知部分

電動車前方和左右兩側(cè)安裝了傳感器輔助。為了節(jié)約能量，在地形較為簡單，沒有特殊天氣，周圍均沒有障礙物時不完全開啟攝像頭圖像分析，攝像機將長時間休眠與短時間工作交替進行，來檢測雪、霧等極端天氣[3]。只有當傳感器發(fā)現(xiàn)周圍有較多障礙物，例如：在市場中，或在有很多車的路上時才利用攝像頭模塊做輔助。超聲波和紅外傳感器的感知能耗較低，只需要做簡單的模數(shù)轉(zhuǎn)換即可分析得到的信息，省去了控制芯片一幀一幀讀取攝像頭信息并分析時間和能量，可以更靈活多變地監(jiān)控周圍的環(huán)境。在具體測量時利用IO口的TRIG觸發(fā)測距，即每遇到一個上升沿就獲得一次距離數(shù)據(jù)，上升沿持續(xù)的時間就是超聲波從發(fā)射到返回的時間。

除了利用攝像頭和距離感知傳感器獲得周圍的環(huán)境復(fù)雜狀況外，本設(shè)計還使用了角速度傳感器用于彎道的檢測。一旦檢測到車輛進入彎道，會根據(jù)彎道角度限制最大速度，防止因速度過快造成的車輛彎道翻倒。

3 利用圖像識別分析環(huán)境情況

當周圍環(huán)境較為復(fù)雜時，僅通過傳感器已經(jīng)無法全面地采集周圍環(huán)境數(shù)據(jù)，分析環(huán)境狀況，給出合理的速度上限了，此時攝像頭的輔助就顯得極為重要[4]。比如：在雨天、雪天、霧天等極端天氣下，雖然周圍暫時沒有檢測到車輛靠近，行車依然不宜過快，因此，圖像分析是不可或缺的。

對于攝像頭采集到的圖片濾波之后在顏色和邊緣識別上的分析，采用如下方法。

3.1 物體邊緣的識別過程

識別物體邊緣時首先遍歷圖像在屏幕中找到一個符合要求的點，然后以此點為中心向外進行迭代尋找新的腐蝕中心。該算法從該點開始向周圍上下左右4個方向讀點，然后分析所讀點的參數(shù)，如果符合要求則向外繼續(xù)讀點，直到4個方向的運算全部結(jié)束。通過識別物體的邊緣，結(jié)合顏色識別的輔助，即可分析周圍的環(huán)境狀況并辨認出城市道路、郊區(qū)、市場等一些典型場景[5]，再按照事先預(yù)設(shè)（也可以由用戶自行調(diào)整）的值限定速度。

利用這種方法可以方便尋找到物體的邊緣，當物體距離較遠導(dǎo)致距離傳感器無法正確識別時，攝像頭的輔助可以使系統(tǒng)感知到接近的物體，并對其軌跡預(yù)測，使系統(tǒng)有了預(yù)先判斷[6]。再結(jié)合距離傳感器的輔助就能更加全面感知，保證安全。

3.2 物體顏色識別的過程

除去識別圖片的邊緣，識別顏色也有著重要的意義。識別圖像中的顏色可以輔助邊緣識別辨認出物體的類型或者疏密程度。顏色識別可以利用標志性的灰色識別城市的道路，從而判斷車主可能行駛在城市中，再結(jié)合四周的紅外線及超聲波傳感器，可判斷車輛的疏密程度。僅依靠邊緣的識別在復(fù)雜的環(huán)境下很難正確分析周圍的情況，結(jié)合同一物體顏色常常是同一色系的方法可以更準確地分析周圍的情況[7]。

在實際行駛時采用先將圖像轉(zhuǎn)換為HSL格式的方法。即通過色相、飽和度、明度來表示顏色。這種表示方法的優(yōu)越性在于同一個色系的顏色色相是不變的，只有明度和飽和度會有不同，非常方便識別具體顏色。例如：深紅色的數(shù)值是H/S/L=0/240/61，而淺紅色的數(shù)值是H/S/L=0/240/151。雖然都是紅色，兩者的實際數(shù)值卻只有S和L不同。由于它在顏色識別上的優(yōu)良表現(xiàn)，它也可以用于識別道路標志牌等指引信息。

4 結(jié)語

本文以電動車的智能改造為背景，針對智能限速的功能做了研究。基于紅外線測距技術(shù)，超聲波技術(shù)，電機控制模塊等相關(guān)技術(shù)，主要研究了利用角速度等傳感器和攝像頭通過智能檢測周圍環(huán)境并把所采集到的環(huán)境數(shù)據(jù)先通過整流轉(zhuǎn)換為數(shù)字信號再進行發(fā)送來避免或減輕危險。結(jié)合stm32中的庫函數(shù)、腐蝕算法、圖像轉(zhuǎn)碼，可全面感知周圍環(huán)境，有效降低了危險發(fā)生的可能性，還可以在危險無法避免時大大減輕傷害。

參考文獻

[1] 蔣樹強，閔巍慶，王樹徽.面向智能交互的圖像識別技術(shù)綜述與展望[J].科技資訊，2016（24）：1-2.

[2] 孫濟遠.淺談攝像頭顏色識別技術(shù)[J].科技經(jīng)濟導(dǎo)刊，2016（4）：603-617.

[3] 洪文彬，楊慧斌.基于顏色識別的快遞包裹分揀系統(tǒng)[J].機械工程報：工學(xué)版，2015，40（2）：249-253.

[4] 胡焯源.車輛信息識別系統(tǒng)設(shè)計與實現(xiàn)[D].福建師范大學(xué)，2015.

[5] 林曉津.基于視覺顏色處理機制的運動人體識別算法[J].數(shù)字技術(shù)與應(yīng)用，2015，29（2）：94.

[6] 李宏光.幾種顏色測量方法的比較[J].應(yīng)用光學(xué)，2005， 26（3）：60-63.

[7] 杜春玲，張希，格蕾.顏色測量儀器及其發(fā)展[J].現(xiàn)代儀器， 2005（3）：56-57.endprint