張宏雙, 應(yīng)世明
(1.長城汽車股份有限公司;2.河北省汽車技術(shù)創(chuàng)新中心,河北 保定 071000)
隨著人們對汽車安全需求的提升,汽車前照燈由最初只能實現(xiàn)基本的遠(yuǎn)近光照明向智能燈轉(zhuǎn)變逐漸成為一個趨勢。目前燈光的遠(yuǎn)近光自動切換、防眩目控制等智能化功能越來越多地被應(yīng)用到車燈上?,F(xiàn)階段實現(xiàn)此類功能的主流方式有3種:①通過機(jī)械擋板結(jié)合電機(jī)控制前照燈轉(zhuǎn)動方式實現(xiàn)遠(yuǎn)近光切換及不同工況下的照明;②采用矩陣式LED方式,通過控制相應(yīng)LED燈開和關(guān)來實現(xiàn)基本照明和防眩目等功能;③通過采用DMD芯片可實現(xiàn)基本照明、精準(zhǔn)防眩目以及百萬像素級別交互功能。但是第1種和第2種實現(xiàn)方式均存在問題,第1種方案采用機(jī)械裝置,可靠性不高,且無法滿足智能化需求;第2種方案的控制精度有限,現(xiàn)階段像素最高只能達(dá)到1024,無法滿足行駛中互動需求。本方案研究的智能像素式前照燈是以LED作為光源,DMD芯片作為核心器件,基于DLP技術(shù),結(jié)合智能識別控制算法,實現(xiàn)全數(shù)字化操控,可擴(kuò)展性好,控制精度高達(dá)百萬像素級別的智能前照燈系統(tǒng)。具體DMD工作原理如圖1所示。

圖1 DMD工作原理
DLP智能前照燈系統(tǒng)是由智能前置攝像頭控制模塊、智能像素交互模塊及智能系統(tǒng)驅(qū)動模塊3部分組成。其中,智能前置攝像頭控制模塊可以感知車外環(huán)境亮度、前方行人/車輛的距離和狀態(tài) (速度、位置),并將相關(guān)信號傳遞給控制器,控制器通過CAN網(wǎng)絡(luò)接收來自汽車的車速、轉(zhuǎn)向盤角度、轉(zhuǎn)向、車輛狀態(tài)等信號,在不同的場景將攝像頭識別的圖形經(jīng)過內(nèi)部處理輸出給智能前照燈驅(qū)動模組,控制DMD來實現(xiàn)自動遠(yuǎn)近光燈切換、車輛靜態(tài)投影和行人防炫目等功能。整個系統(tǒng)如圖2所示。

圖2 智能像素前照燈系統(tǒng)框架
前置攝像頭與控制器通過LVDS信號連接,攝像頭將采集信息 (行人、車輛、限速標(biāo)識、隧道燈圖像信息)輸入到控制器SOC;MCU接收車身CAN網(wǎng)絡(luò)信號進(jìn)行功能邏輯的判斷,并發(fā)送燈光控制信號和系統(tǒng)啟動狀態(tài)信號給SOC;SOC接收MCU內(nèi)部指令,輸出LVDS信號實現(xiàn)DLP像素前照燈14項功能;控制器輸出兩路LVDS信號給左右DMD車燈,實現(xiàn)自動燈光功能。系統(tǒng)硬件原理如圖3所示。

圖3 系統(tǒng)硬件原理圖
智能像素前照燈系統(tǒng)的攝像頭布置在前風(fēng)擋玻璃,主要對車輛前方的目標(biāo)檢測:識別車輛、行人、隧道、限速牌然后輸出相應(yīng)的光型??刂破髫?fù)責(zé)對駕駛員燈光請求下基礎(chǔ)燈光的控制邏輯處理,并在燈光的近光顯示區(qū)域,投射轉(zhuǎn)向標(biāo)識、限速牌、LOGO標(biāo)識等。該系統(tǒng)主要可實現(xiàn)的功能如圖4所示。

圖4 智能像素前照燈系統(tǒng)實現(xiàn)功能
攝像頭視覺系統(tǒng)進(jìn)行目標(biāo)識別的工作原理為:將圖像識別到的二維圖像信息進(jìn)行幾何變換,根據(jù)攝像頭的內(nèi)部參數(shù)和外部參數(shù),換算到車輛三維坐標(biāo)系,并根據(jù)所對應(yīng)的算法,對車輛進(jìn)行預(yù)警或駕駛員輔助控制。在傳統(tǒng)的攝像頭標(biāo)定中,分為內(nèi)部參數(shù)標(biāo)定和外部參數(shù)標(biāo)定兩個獨立的步驟。由于攝像頭視覺系統(tǒng)的攝像頭采用定焦鏡頭,其內(nèi)部參數(shù)在攝像頭生產(chǎn)環(huán)節(jié)已經(jīng)固定,并且不會產(chǎn)生變化,故在工廠的下線標(biāo)定過程中,主要針對攝像頭外部參數(shù)進(jìn)行標(biāo)定,標(biāo)定位置如圖5所示。標(biāo)定角度標(biāo)準(zhǔn)見表1。

表1 標(biāo)定要求

圖5 攝像頭標(biāo)定基準(zhǔn)
智能像素前照燈系統(tǒng)需要將攝像頭識別的行人、車輛、隧道、限速標(biāo)識等經(jīng)過內(nèi)部處理輸出給驅(qū)動模組,基于功能實現(xiàn)要求給出了部分功能圖片輸出結(jié)果要求。表2為攝像頭識別處理實例。

表2 攝像頭識別處理實例
如圖像識別算法框圖(圖6)所示,DLP項目算法實現(xiàn)主要包括3個部分:目標(biāo)檢測算法、目標(biāo)跟蹤算法及功能控制算法。其中,目標(biāo)檢測算法和目標(biāo)跟蹤算法作為DLP圖像識別算法中的核心內(nèi)容。

圖6 圖像識別算法框圖
1)目標(biāo)檢測:圖7為目標(biāo)檢測示意圖。深度學(xué)習(xí)算法由于具有非常強(qiáng)大的處理非線性方程的能力,它可以逼近任何復(fù)雜的函數(shù),其對數(shù)據(jù)的擬合能力相當(dāng)強(qiáng)大。它不僅可以用于特征提取,也可以用來訓(xùn)練端到端的物體檢測模型。本研究采用深度學(xué)習(xí)方法進(jìn)行目標(biāo)檢測,基于車載視覺自動駕駛的網(wǎng)絡(luò)模型,在DLP項目中,實現(xiàn)了對環(huán)境光、隧道、限速標(biāo)志、車輛、夜間車輛燈光(點亮)、行人的檢測和識別。

圖7 目標(biāo)檢測示意圖
2)目標(biāo)跟蹤:圖8為目標(biāo)跟蹤示意圖。簡單來說,就是在連續(xù)的視頻序列中,建立所要跟蹤物體的位置關(guān)系,得到物體完整的運動軌跡。給定圖像第1幀的目標(biāo)坐標(biāo)位置,計算在下一幀圖像中目標(biāo)的確切位置。如跟蹤算法示意(圖9)所示,算法采用 “匹配—更新—預(yù)測”的三步法進(jìn)行目標(biāo)建模和更新,結(jié)合每幀的圖像檢測結(jié)果、本車運動狀態(tài)、相機(jī)參數(shù)等信息,對本車及目標(biāo)對象分別建立獨立的運動學(xué)模型,以達(dá)到對目標(biāo)進(jìn)行跟蹤并預(yù)測的目的。

圖8 目標(biāo)跟蹤示意圖

圖9 跟蹤算法示意圖
與傳統(tǒng)前照燈或低智能化前照燈不同,智能像素式前照燈系統(tǒng)在傳感器和算法領(lǐng)域進(jìn)行了大量技術(shù)革新,使該系統(tǒng)具備了自己的 “眼睛”和 “大腦”,可以結(jié)合復(fù)雜路面環(huán)境以及對道路上行人、車輛等物體的識別進(jìn)行深度學(xué)習(xí)計算,進(jìn)而對光路進(jìn)行編程投影和像素級別控制。