基于多源信息融合的車輛避障系統

鄭曰文，王 玨，嚴 程，王 翔

（江蘇大學 汽車與交通工程學院，江蘇 鎮江212013）

1 背景與意義

汽車主動避撞系統（ACAS）是一種輔助駕駛系統，它可以利用汽車上安裝的傳感器來獲取車輛自身以及周圍環境的信息，實時地對車輛的狀態進行監控[1]。經過研究我們發現，ACAS 可以使得車輛駕駛員在正常的行駛過程中的疲勞感有效降低，并且在車輛的前方有危險發生時會發出預警[2]。當發生緊急情況時避障系統會直接對車輛進行管理，控制車輛使其減速并且制動，使得駕駛員的生命安全能夠得到最大程度的保障，從而降低交通事故造成的傷害程度。通過對中國的各類交通事故進行統計發現，有1/3 的交通事故是由于汽車追尾引起的，而引起追尾的原因則有非常多[3]。外界的原因主要是陰雨天氣使得能見度偏低，雨雪天氣使得路面變得濕滑，車輛控制系統失靈。內部的主要原因是駕駛員疲勞駕駛、酒后駕駛等眾多原因。上述的原因都會造成車輛在高速行駛的情況下發生追尾現象，而僅僅依靠駕駛員的感知能力來保障行車過程的安全還有一些問題。

2 基于多源信息融合的車輛避障系統

2.1 特征提取

HOG 特征提取。HOG 特征是一種圖像局部區域的特征描述子，因其對光照和幾何形變都能保持良好的不變性，常被用于目標檢測與識別。以（u，v）表示輸入圖像的像素點，則圖像中像素點的梯度計算公式為：

其中Gu（u，v），Gv（u，v），H（u，v）分別表示圖像中像素點（u，v）處的水平方向梯度、垂直方向梯度和像素值。

2.2 特征融合

設提取的一幅圖像的HOG 特征、不變矩特征和灰度共生矩陣特征的特征向量分別為[a1，a2，a3，…，an]、[b1，b2，b3，…，bk]、[c1，c2，c3，…，cm]，將其融合，得到融合的特征向量V：

本文圖像經前文算法運算之后，所提HOG 特征經降維操作得到的特征向量的維數為376 維，不變矩特征的特征向量的維數為7 維，灰度共生矩陣特征的特征向量的維數為5維，以上三類特征經歸一化處理，根據相關特征向量間線性組合不影響其不變性的特點，采用線性融合方法將3 種特征向量直接串聯得到新的388 維的融合特征向量。

3 車輛避障系統實現

車輛換道避障分析如圖1 所示。將智能車輛感應并獲取到的路況圖像進行多源信息融合，并按照避障規則進行避障，最終實現。

圖1 車輛換道避障分析

當行駛中的自身車輛發現其前方有障礙物或者是沒有行駛的車輛時，第一步要做的事情就是做出預警，然后伴隨著2 輛車的距離越來越近，本身的車輛會減小其節氣門的開度，當距離比安全距離小時，會對制動輪缸的壓力進行調整，從而降低車速，進而與前方車輛保持安全的距離。

當行駛中的自身車輛發現前方的車輛處于低速行駛的狀態，為了保證車輛行駛過程中的安全性，自身車輛會進行制動減速，直到其速度與前方車輛的速度相同。

對于處于高速行駛狀態的車輛，采取緊急制動的方式是非常危險的，如果前方車輛突然采取緊急制動，雷達可以迅速監測出前方車輛的速度降低，兩輛車的車距迅速減小。這時，自身車輛會馬上進行減速，然后輪缸的壓力會不斷的上升，直到最終能夠保持最大的輪缸壓力進行減速。

論文中研究的車輛避撞控制策略兼容制動與轉向的避撞方式，如果車輛已經采取了制動，但是仍然不可以避免碰撞的發生，還是會通過轉向來避免碰撞，在車輛處于高速行駛的狀態以及低附著的道路條件時，轉向避障所帶來的安全效益會更高。

碰撞臨界距離對比如圖2 所示。

圖2 碰撞臨界距離對比

由圖2（a）可知，在高附著路面條件下，車速低于70 km/h，制動的臨界距離會小于轉向的臨界距離，實施緊急避障應當首先考慮制動。在這個過程中，制動的距離會跟隨車速的提升而增加，在車速大于70 km/h 時，轉向的距離會更短。所以在汽車處于高速狀態時要優先考慮轉向制動。從圖2（b）中的低附著路面條件采用制動的極限距離以及采用轉向的極限距離的對比曲線可以得出，這二者的臨界車速是39 km/h。路面的附著條件會對兩者的臨界車速產生影響，當路面的附著較低時，行駛的速度較高的車使用轉向避障方法會更好，同時也可以說明這種條件下采用制動方式的極限距離也會更大。

4 小結

本文設計出的汽車避撞系統既有跟著車輛行駛的功能，同時還具有縱向的避撞功能，當前方的車輛正常行駛時，后方車輛會以前方車輛的速度為依據對自身的速度作出適當的調整，保持好間距。當前方的車輛處于靜止、較低的速度勻速行駛以及緊急制動時，后方車輛會根據實際情況來對自身的速度進行調整，從而實現縱向的避撞。