基于計(jì)算機(jī)視覺的輔助自動駕駛系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

劉晏馳

摘要：自動駕駛汽車是一種典型的高科技綜合應(yīng)用，包括場景感知、優(yōu)化計(jì)算、多層次輔助駕駛等，運(yùn)用了計(jì)算機(jī)視覺、傳感器、信息融合、信息通信、高性能計(jì)算、人工智能和自動控制等技術(shù)。在這些技術(shù)中，計(jì)算機(jī)視覺作為數(shù)據(jù)處理的直接切入點(diǎn)，是自動駕駛儀的一個重要組成部分。該技術(shù)基于許多新的、先進(jìn)的綜合應(yīng)用，其關(guān)鍵模塊可以概括為環(huán)境感知、行為決策、路徑規(guī)劃和運(yùn)動控制。同時，車輛的周圍環(huán)境數(shù)據(jù)和內(nèi)部數(shù)據(jù)是支持輔助駕駛儀的基礎(chǔ)數(shù)據(jù)。本文設(shè)計(jì)的輔助駕駛儀系統(tǒng)，能夠有效地采集和快速處理基礎(chǔ)數(shù)據(jù)，并基于計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)自動控制駕駛。因此，本文的研究具有重要意義。

關(guān)鍵詞：計(jì)算機(jī)視覺;輔助自動駕駛儀系統(tǒng);設(shè)計(jì);實(shí)施

1、國外發(fā)展分析

（1）MobileEye成立于1999年，堅(jiān)信利用計(jì)算機(jī)視覺安全技術(shù)能使道路更安全，減少交通擁堵，拯救生命。MobileEye使用計(jì)算機(jī)視覺硬件作為主要傳感器，其驅(qū)動系統(tǒng)由攝像頭、揚(yáng)聲器、主芯片、顯示器和接線盒組成。主要功能有：碰撞報(bào)警、行人檢測與防撞報(bào)警、車道偏離報(bào)警、車道維護(hù)與危險(xiǎn)報(bào)警。該系統(tǒng)將攝像頭、揚(yáng)聲器和芯片集成到車輛擋風(fēng)玻璃內(nèi)部，幾乎可以在任何車輛上使用。MobileEye介紹了從Adas到自動駕駛儀的三項(xiàng)關(guān)鍵技術(shù)：感知、高分辨率地圖和駕駛策略。感知是所有場景的基礎(chǔ)，MaMyPobe使用計(jì)算機(jī)視覺作為感知的主要手段。但是感知系統(tǒng)的有效性是有限的，一旦系統(tǒng)失效，就必須考慮是否有替代方案，這就是高分辨率地圖的目的。駕駛策略可根據(jù)司機(jī)的參與程度，現(xiàn)場分為參與、可選參與和不參與三部分。從最初的警告，到接管的許可，再到最終的完全控制，系統(tǒng)的滲透性越來越強(qiáng)[1]。這些系統(tǒng)的芯片由MobileEye開發(fā)的Eyeq系列芯片控制。

（2）巡航推出RP-1，該系統(tǒng)價(jià)值1萬美元。駕駛室內(nèi)部安裝執(zhí)行元件、處理單元，在控制屏上安裝按鍵開關(guān)。該系統(tǒng)目前可用于奧迪的2012版和更新的A4或S4車型，成本約為車輛價(jià)格的29%。初期測試駕駛員無方向干預(yù)的時間為30秒到10分鐘。該系統(tǒng)僅用于高速公路，不能在雨天、霧天和夜間工作，不具備障礙物檢測功能。Cruise采用計(jì)算機(jī)視覺方案，大大降低了系統(tǒng)的成本，體現(xiàn)了計(jì)算機(jī)視覺在Adas領(lǐng)域的潛在應(yīng)用前景。

（3）谷歌的Waymo系統(tǒng)采用了計(jì)算機(jī)視覺和激光雷達(dá)相結(jié)合的技術(shù)，這一技術(shù)已被研究用于將激光雷達(dá)的成本降低90%。考慮交通規(guī)則的限制和預(yù)測相關(guān)情景，該系統(tǒng)通過道路測試發(fā)現(xiàn)各種問題，采用兩種感知方案，使信息的收集更加準(zhǔn)確。此外，Waymo還設(shè)置了系統(tǒng)備份和備份設(shè)備，如果出現(xiàn)故障，系統(tǒng)將備份電腦、方向盤、剎車等設(shè)備。該系統(tǒng)還建立了事故后應(yīng)急體系，將事故發(fā)生地點(diǎn)發(fā)送給應(yīng)急人員和執(zhí)法人員，大大減少了事故后損失。WAYMO的安全系統(tǒng)使用了一種模擬學(xué)習(xí)方法，使系統(tǒng)能夠顯著提高感知和決策物體的能力。

2、國內(nèi)發(fā)展

（1）百度的阿波羅項(xiàng)目主要采用激光雷達(dá)、毫米波雷達(dá)、攝像頭一體化方案收集外界信息。阿波羅2.0的感知方案由障礙物檢測和紅綠燈檢測兩部分組成。障礙物檢測模塊輸入激光雷達(dá)點(diǎn)云數(shù)據(jù)和毫米波雷達(dá)數(shù)據(jù)，輸出基于兩個傳感器的障礙物融合結(jié)果，包括障礙物的位置、形狀、類型、速度和方向等，使自主車輛能夠在簡單的城市道路上自行行駛。

（2）地平線擁有領(lǐng)先的人工智能算法和芯片設(shè)計(jì)，通過軟硬件結(jié)合，設(shè)計(jì)開發(fā)高性能、低成本、低功耗的邊緣人工智能芯片和解決方案。目前，地平線公司基于人工智能專用計(jì)算架構(gòu)，成功生產(chǎn)出中國首個以智能駕駛為核心的“旅程”系統(tǒng)，并實(shí)現(xiàn)了大規(guī)模商業(yè)應(yīng)用。在環(huán)境感知方面，horizon采用矩陣360°視覺感知方案，基于矩陣自動駕駛儀計(jì)算平臺，配備4192個Fov魚眼攝像頭和8594個Fov窄角攝像頭，通過合理布局?jǐn)z像頭位置，實(shí)現(xiàn)對物體周圍360°無死角視覺感知檢測，能夠準(zhǔn)確定位前方道路上的車輛、行人、車道線、交通標(biāo)志、紅綠燈等目標(biāo)。

（3）4D地圖汽車駕駛新產(chǎn)品主要包括：汽車駕駛地圖、高精度定位、高精度融合定位、汽車代客泊車、汽車駕駛視覺感知、智能感知等。在環(huán)境感知方面，采用了基于自主研發(fā)的視覺感知算法的單目攝像頭。該攝像頭成本低，易于部署，并基于人工智能技術(shù)建立了對車輛周圍動態(tài)環(huán)境的感知分析模型，從而輔助自駕車輛的決策。大多數(shù)感知系統(tǒng)都采用計(jì)算機(jī)視覺與雷達(dá)相結(jié)合的感知方案，因此，計(jì)算機(jī)視覺是一種不可或缺的感知方法。

3、主要技術(shù)

3.1圖像處理

首先對圖像進(jìn)行歸一化處理以匹配模型中的圖像，并對圖像進(jìn)行高斯模糊處理以降低圖像中的噪聲。其次在提取顏色階段，需要轉(zhuǎn)換顏色空間，然后設(shè)置顏色的HSV閾值。然后掩模運(yùn)算得到二值圖像，發(fā)現(xiàn)輪廓并計(jì)算面積，根據(jù)輪廓面積和矩形的長寬比過濾其他輪廓，以提高運(yùn)算效率[2]。最后對圖像進(jìn)行切割。

3.2云臺

通常檢測汽車和紅綠燈的攝像頭是70度的窄角攝像頭，所以只有兩輛車在拐角處非常接近才能看到前面的汽車。云臺攝像頭增加視角范圍，可以讓攝像頭在汽車轉(zhuǎn)彎時跟蹤汽車，通過識別車牌來定位汽車，更快更準(zhǔn)確地切割汽車圖像。

3.3樹莓派的GPIO控制。

本系統(tǒng)采用兩塊樹莓派進(jìn)行處理，并且通過GPIO的電平變化進(jìn)行通信來完成相應(yīng)的功能。由于本系統(tǒng)實(shí)時進(jìn)行檢測，對采集到的路況信息應(yīng)立即做出相應(yīng)的決策，該功能對軟件性能的要求較高，因此采用兩個樹莓派進(jìn)行數(shù)據(jù)處理。

4、方案設(shè)計(jì)

4.1輔助自動駕駛儀系統(tǒng)框架設(shè)計(jì)

該系統(tǒng)分為五個模塊：視頻采集模塊、圖像處理模塊、模型訓(xùn)練模塊、數(shù)據(jù)預(yù)測模塊和網(wǎng)絡(luò)通信模塊。視頻采集模塊利用攝像機(jī)實(shí)時采集道路、車輛、紅綠燈等信息，圖像處理模塊對圖像進(jìn)行過濾和切割，模型訓(xùn)練模塊分批讀取訓(xùn)練數(shù)據(jù)并使用神經(jīng)網(wǎng)絡(luò)建立模型，數(shù)據(jù)預(yù)測模塊用于檢測車輛和行人，網(wǎng)絡(luò)通信模塊用于檢測器和駕駛控制系統(tǒng)間的通信[3]。

4.2數(shù)據(jù)流程圖

本系統(tǒng)采用兩個攝像頭采集數(shù)據(jù)，一個攝像頭負(fù)責(zé)采集道路信息，另一個攝像頭負(fù)責(zé)采集紅綠燈信息和車輛信息，對采集到的數(shù)據(jù)進(jìn)行訓(xùn)練得到訓(xùn)練模型，然后對路況信息進(jìn)行預(yù)測，使汽車做出相應(yīng)的決定。本系統(tǒng)采用兩塊樹莓派進(jìn)行處理，并與GPIO電平轉(zhuǎn)換完成通信及相應(yīng)的功能，利用云臺控制攝像機(jī)的轉(zhuǎn)向，使汽車在轉(zhuǎn)彎時也能檢測到前方的路況。

4.3試驗(yàn)結(jié)果

本系統(tǒng)對道路圖像進(jìn)行壓縮、濾波和二值化后輸入車道識別模型，對采集到的道路圖像進(jìn)行處理。車輛識別是基于車牌的檢測和基于車牌的車輛裁剪，由于裁剪后的照片在不同距離和不同車輛上的大小和形狀是不同的，因此必須對裁剪后的照片進(jìn)行壓縮和處理。

5結(jié)論

經(jīng)過多次實(shí)驗(yàn)，本文開發(fā)的基于計(jì)算機(jī)視覺的自動駕駛系統(tǒng)取得了較好的效果，但仍有很大的改進(jìn)空間。首先，為了避免系統(tǒng)卡頓，減少內(nèi)存消耗，需要對神經(jīng)網(wǎng)絡(luò)進(jìn)行進(jìn)一步優(yōu)化，調(diào)整神經(jīng)網(wǎng)絡(luò)的層數(shù)，在保證識別精度的前提下，盡可能減少神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的層數(shù)。在中午時段，道路和汽車反射對機(jī)器視覺的干擾非常嚴(yán)重，需要通過調(diào)整相機(jī)角度等方式實(shí)現(xiàn)更好的解決方案。

參考文獻(xiàn)：

[1]白辰甲.基于計(jì)算機(jī)視覺和深度學(xué)習(xí)的自動駕駛方法研究[D].哈爾濱工業(yè)大學(xué)，2017.

[2]黃凱.基于嵌入式的汽車全景環(huán)視系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].重慶大學(xué)，2017.

[3]周寶通.車載3D全景輔助駕駛系統(tǒng)關(guān)鍵技術(shù)研究及應(yīng)用[D].北方工業(yè)大學(xué)，2017.