基于機器視覺和無線傳輸技術的路況全局俯視反饋系統

江岳桉　張雪芳

摘 要：在轉彎和路口路段，因大車或建筑導致視野受阻而造成的交通事故不計其數，且問題存在已久。本項目主要通過在交通事故多發路段架設高空攝像頭，并用無線信號發送視頻信息，當汽車靠近事故多發路段時，車內接收裝置便可接收來自發射器的信號，并通過機器視覺對車輛行駛軌跡進行智能分析，若其它車輛與所駕駛車輛存在接觸可能，設備便會向司機發出語音提示，并提供實時全局俯視影像。這樣以來，既解決了行車時視線被遮擋的問題，又可以使司機對路段路況有一個全局的把控，可以有效避免交通事故的發生，在全局上最大限度地減少各種交通事件對道路運行產生的不良影響，減少后繼交通事故的發生，避免事態的擴大，保障車輛在道路上安全、暢通無阻的行駛。

關鍵詞：ITS;智能交通;交通事故;視線受阻;機器視覺;無線傳輸;俯視影像

1 項目背景

隨著私家汽車的普及，道路交通事故率逐年遞增，而交通事故多發區域又以路口和轉彎處為最。當司機駕車靠近路口時，常存在因旁邊有高大車輛或建筑阻擋視線，而影響對前方路況的預判，以至導致誤闖紅燈，拐彎卷到行人，被橫向車輛撞擊，甚至其他十分嚴重的事故。交管部門規定若因前車遮擋視線而誤闖紅燈，可以申請撤銷罰分，也佐證了道路交通領域在此方面存在欠缺。

2 目的和意義

目的：解決事故多發路段因大車或建筑遮擋導致視野受阻而造成的交通事故問題

意義：通過本產品的應用，司機靠近事故多發路段時，便可以獲得路段的實時全局俯視圖及聲音提示，既解決了行車時視線被遮擋的問題，又可以使司機對路段路況有一個全局的把控，可以有效避免上述交通事故的發生，保證道路暢通。

3 可應用案例

如上圖所示路口，一個典型的“鬼探頭”事故：

自行車剛到路口時，左右方向信號燈是綠燈;

自行車走到路口中間時，信號燈發生變化，上下方向變為綠燈;

卡車司機見自行車行至一半，于是未發動汽車，等待自行車行過;

紅色轎車自圖片下側駛來，由于大卡車遮擋視線，不能提前發現自行車;

紅色轎車與自行車間發生碰撞。

若在該路口架設本項目外設裝置，車內司機便可通過車載裝置所供俯視影像發現自行車，從而避免事故的發生。

4 項目方案

4.1 綜述

設計的基于機器視覺和無線傳輸技術的路況全局俯視反饋系統，有路段外設裝置和車載接收裝置兩大部分。由視頻采集、無線傳輸、數據處理、圖像顯示和語音播報等幾大模塊組成。

4.2 外設裝置

路段外設裝置主體分為圖像采集器、無線傳輸結構、能源裝置、機械固定結構幾部分。圖像采集器選用高清攝像頭，可對事故多發路段全局路況進行采集;無線傳輸裝置選擇定頻電磁波輻射器，將視頻采集器采集的信號通過發射裝置定頻輻射，以供車載接收器的信號接收;能源裝置采用蓄電池和太陽能板相結合，陽光充足時太陽能板供電的同時給蓄電池供電，陽光不充足時蓄電池供電;機械固定結構對各模塊裝置進行結合固定。

4.3 車載裝置

車載裝置主體分為顯示器、無線接收裝置、數據處理模塊、聲音模塊和數據轉換器。顯示器選用便攜式液晶顯示屏，兼顧體積和清晰度;無線接收裝置采用定頻信號接收器，將接收裝置與外設裝置的發射器調至相同頻段，可實現靠近事故多發路段時的信號自動搜索接收;聲音播報模塊可在靠近事故多發路段時對司機進行聲音提示，可解決司機駕車期間無法顧及圖像顯示器的問題;數據裝換器旨在將顯示器、無線接收裝置、聲音裝置幾部分進行有機結合。

數據處理模塊依托于機器視覺系統的車輛檢測技術，集合了模式識別、運動目標檢測、視頻圖像收集技術的綜合性視覺檢測技術。應用攝像機的標定法，可以算出其內部的參數，由于參數不會受到外界環境的制約，可以展開攝像機的離線標定。既節約了實時測距程序的時間，又能夠借助反復標定，獲得更加精確的參數，從而有效解決了攝像機標定中的誤差。此外，借助機器視覺系統中的車輛檢測及其與前方車輛的測距算法，可以完成對車輛輔助系統軟件的編程，生成警報系統，為司機安全駕駛提供重要的技術保障。

機器視覺算法、無線傳輸技術、全局俯視影像、聲音系統等幾大部分的有機結合和面向智能交通領域改造是本設計要解決的根本性問題。

5 核心算法

5.1 幀間作差法

將攝像頭捕獲的視頻圖像除去顏色信息（灰度化處理），再將相鄰兩幀圖像對應位置像素的亮度信息做差，因為相鄰兩幀圖像中，靜態物體圖像并沒有發生變化，所以所得幀差圖中大部分區域亮度為0，不為0的區域即是運動物體所在區域。將相鄰兩個幀差圖做比較，像素平移的距離，換算成實地距離，再除以鄰幀時間間隔，即為運動物體的瞬時速度，像素平移方向為運動方向。將所得兩個相鄰瞬時速度差除以鄰幀時間間隔，即求得運動物體的瞬時加速度。當有了物體的瞬時速度、加速度，即可預測運動物體短時間內運動軌跡，若某一運動物體的運動預測軌跡，與所駕車輛的軌跡在同一時間發生交匯，則認為存在碰撞風險，觸發語音報警器響司機報警。

5.2 基于 Bag-of-Features 特征的車輛檢測算法[1]

通過車輛的邊緣化特點與BOF的模型有機的整合，可以對前方正地運行的車輛展開實時性的檢測，具體包括兩方面內容，即生成車輛的假定存在區、假設區的驗證。第一，要對相關的圖像做預處理，然后，應用邊緣檢測技術進行再次處理，可以得到車輛的假定存在區。再借助BOF最近鄰域的計算方法，對假定的存在區加以驗證，進而將虛警目標排除，極大地提升了車輛檢測的效率與精確度。

5.3 基于機器視覺系統的前方車輛的測距算法[2]

運用單目視覺系統

單目視覺系統指的是借助一個攝像機來測算距離，這是現階段我國對前方運行車輛進行測距的重點研究方向。因為不一樣的坐標系，彼此存在相應的關系，因此，人們可以分析二維、三維圖像的空間關系，進而計算測量的實際距離。

投影模型的算法

攝像機的成像與測距過程，可視為彼此逆向的過程。成像一般將實際生活中的三維圖象投射于二維平面圖象的過程。而測距則是將二維平面圖轉化為三維圖像，進而可以得到前方運行車輛的具體方位，同時，可算出需要測量的實際距離。本文主要應用了不同維度的坐標系之間的立體關系，通過投影整合攝像機標定的測量方式實現對前方車輛的測距。這種方法主要應用了攝像機的投影模型，進而推導出適合的測距公式。只是公式里含有一些攝像機內部的參數，必須通過攝像機的標定法獲得然后，再將其帶入推導的公式里，計算實際的距離。

6 總結

以“鬼探頭”為典型案例的視野受阻類交通事故問題存在已久且亟待解決，本文提出的解決方案，通過外置設備采集路況俯視影像并傳輸到車載設備上，轉換了視角，可有效消除視野盲區，再結合機器視覺對采集到的圖像進行分析，為司機提供危險預警，有望較大程度緩解此種視野盲區類交通事故問題。

參考文獻：

[1]梁炳春，孫韶媛，彭寶，趙海濤.基于Bag-of-Features算法的車輛檢測研究[J].微型機與應用，2016，35（01）：95-98.

[2]佟卓遠. 基于機器視覺的前方車輛檢測與測距系統設計[D].哈爾濱工業大學，2015.