一種適用于高速公路的車輛智能霧燈設計

王新月 于宏博 付皓天 王嘉曦 孫博宇 王憲彬

（東北林業大學交通學院 黑龍江哈爾濱 150040）

汽車問世后，惡劣天氣下的行車安全一直是人們十分關注的話題。低能見度天氣就是一種常見的惡劣天氣，車輛在這種環境下行駛時極易發生交通事故。如在大雨、霧等極易產生低能見度天氣的情況下，交通事故的發生率是平時的5倍［1］。因此，我國規定，在高速公路上行車時，如果遇到低能見度天氣，駕駛人需在環境能見度低于200m時開啟車輛霧燈，車輛之間需要保持安全車距和安全車速［2］。但是，當今社會上有很多駕駛人在低能見度環境下行車時不及時開啟霧燈。王暢［3］等人通過調查發現在能見度低于200m 的高速公路上，僅有不足10%的車輛開啟了霧燈。顯然，這種行為會引起極大的交通安全隱患。同時，Caro［4］等發現駕駛員在濃霧環境行駛時會無意識地縮短跟車距離。以上研究結果說明，低能見度環境下的高速公路追尾事故發生的風險較大。因此，基于圖像識別，設計一款在高速公路低能見度下行車時可自動開啟并在危險跟車距離下警示后車的車輛智能霧燈是十分有必要的，其不僅有助于提高駕駛人在高速公路下行車的安全性和舒適性，減少低能見度環境下交通事故的發生，還可以很好地降低傳統車輛霧燈的主觀隨意性，簡化駕駛人的操作。

1 研究現狀

目前，已有一些學者提出了車輛智能霧燈的設計和研究。張金軍［5］提出了一種前霧燈能夠在夜間車輛轉彎時自動開啟并實現輔助照明的設計，該設計中的前霧燈不能夠在低能見度下開啟和警示，所要達到的效果與本設計不同。劉璐、徐祖澤［6-7］等人所研究的車輛智能照明系統中，分別使用DHT11溫濕度傳感器和顆粒傳感器來檢測外界霧天環境，從而實現車輛霧燈的自動開啟，但是這兩種檢測的方式對能見度的檢測精確不夠靈敏和精確，不能夠達到準確檢測的效果。李偉東［8］提出了一種基于圖像識別檢測前方車輛的動態來判斷能見度的霧燈自動開啟裝置；玉雄侯［9］提出了一種基于機器學習通過檢測前方能見度圖像來控制車輛霧燈的自動開啟。上述兩種智能霧燈均實現了利用圖像識別技術對低能見度環境的檢測從而控制霧燈的開啟，但兩種智能霧燈均沒有閃爍后霧燈警示后車的功能，可能有后車追尾的風險。

2 整體方案設計

2.1 裝置結構

車輛智能霧燈主要由3 個部分組成，其中包括外界環境檢測部分、控制部分、霧燈部分。車輛智能霧燈的裝置結構如圖1所示。外界環境檢測部的主要負責外界環境信息的檢測和收集。控制部分主要負責對所收集到的環境信息進行處理、判斷和識別，從而發送相關指令，實現對下一部分的控制，該部分的核心是運行在內部的計算機視覺程序，是實現該裝置中圖像識別的重要內容。霧燈部分是由車輛前后兩組霧燈組成，得到控制部分發送的指令后，可實現發光和閃爍兩種功能。

圖1 車輛智能霧燈的裝置組成

2.2 硬件設計

2.2.1 樹莓派

本設計選取樹莓派（Raspberry Pi）4B 主板作為控制部分的核心模塊，對所獲取的圖像信息進行處理和識別，并將識別后的結果轉變為電平信號輸出，從而實現對霧燈的控制。

2.2.2 攝像頭

本設計選用樹莓派專用的500 萬像素攝像頭，分別安裝于車前和車后，獲取能見度信息和車輛后方信息。

2.2.3 測距傳感器

該車輛智能霧燈需要在霧、霾、雨、雪等低能見度環境下使用，因此，應用于本設計的測距傳感器應具有響應快、方向性好、干擾小、測量范圍廣的特點。通過對多種測距傳感器進行對比，最終選擇激光測距傳感器作為本設計的測距模塊。將激光測距傳感器安裝于車輛后端，獲取后車的距離信息，并將信息傳輸至控制部分。

2.2.4 發光模塊

區別于傳統霧燈所使用的鹵素燈，該設計選用LED 燈管作為霧燈的發光模塊，可以有效地節省車輛的電力資源，并且不會過度產生光污染，在達到所希望的亮度的前提下，能夠節約資源，實現保護環境的效果。

2.3 關鍵技術

車輛智能霧燈所使用的主要關鍵技術是基于深度學習的圖像識別技術，包括外界環境的能見度識別和車輛識別均使用該技術來實現。卷積神經網絡作為深度學習的主要算法之一，已經在智能交通的圖像識別領域有了很好的應用效果［10］。因此，此設計使用卷積神經網絡作為基于深度學習的能見度識別部分和車輛識別部分的主要算法［11-12］，并選用計算消耗小、運行速度快而且可以在移動端應用場景發揮很好的作用的Efficient Net網絡模型作為主要學習模型。

3 功能實現

車輛智能霧燈能夠實現兩種功能，具體如下。

（1）該車輛智能霧燈通入電源后，自動開始收集并識別前方道路環境，當前方道路環境處于低能見度環境下時，其自動開啟。

（2）該智能霧燈開啟后，自主檢測后方是否有車輛，當后方有車輛時，通過對后車的跟車距離和實時車速的綜合分析，并根據不同的能見度選擇后霧燈閃爍策略，給予后車警示。

兩種功能實現的工作原理如下。車輛智能霧燈利用控制部分啟用安裝于車輛前方的攝像頭1，該攝像頭1 將拍攝到的前方圖像再次反饋至控制部分，控制部分利用計算機視覺判斷外界環境的能見度情況，隨后將識別出的環境能見度情況與4個能見度等級進行匹配。其中，根據我國在高速公路上的霧燈使用規范及車輛安全車距和車速的規定［2］，本裝置將能見度級別提前預設為4個，分別為極低、低、較低和正常，與可視距離L 的關系如表1 所示。當識別出的道路能見度L 低于200m，即能見度等級為極低、低或較低時，則自動開啟車輛的前后霧燈。

表1 能見度級別和可視距離L 關系表

霧燈開啟后，控制部分將啟用安裝于車輛后方的攝像頭2，計算機視覺再次對攝像頭2所收集的后方圖像進行識別，當時識別到后方有車輛時，啟用安裝在車輛尾部的激光測距傳感器進行測距，測量出與后車之間距離的第一個數值后，啟用裝于本車的速度傳感器進行測速，隨后，激光測距傳感器和速度傳感器將同時以時間間隔T的檢測速度為來進行收集，最后，將所測得的后車的跟車距離和本車的速度進行綜合計算，得到后車的速度。后車速度計算公式為（其中，假設傳感器收集的時間間隔T足夠短）：

此時，得到了第n次測得的后車跟車距離、本車速度、后車速度及道路能見度后，將這些數值與后霧燈閃爍策略進行比對。美國國家公路與運輸工作者協會（AASHTO）利用停車視距模型建立了道路能見度、車輛速度和車距三者之間的關系［13］，以上述關系為基礎，并結合我國高速公路低能見度行車規定［2］，車輛智能霧燈預設了后霧燈閃爍策略，如表2所示。

表2 后霧燈閃爍策略表

4 軟件設計

Open CV可以給該裝置的軟件部分設計提供很好的函數和算法支撐［14］，選擇Raspbian 作為本次樹莓派的操作系統，該車輛智能霧燈總體流程設計圖如圖2所示。

圖2 車輛智能霧燈總體流程設計圖

5 裝置優勢

區別于傳統的霧燈，上述設計的車輛智能霧燈具有以下優勢。

5.1 功能優勢

該裝置充分運用圖像識別技術和深度學習算法完成對低能見度環境的準確檢測，使車輛霧燈在低能見度下可代替手動開啟，達到自動開啟的效果，既保證了駕駛員的行車安全，同時也有效地降低了因駕駛員不及時開啟霧燈所導致的交通事故發生率。同時，該裝置也充分地考慮到了低能見度天氣追尾事故的多發性和嚴重性，給予了后霧燈在不同能見度下的警示策略，使后車可以更加容易地發現和注意本車，同時，提醒后車控制行車距離，有效地降低了低能見度環境下高速公路追尾事故的發生率。

5.2 技術優勢

該裝置所使用的核心技術是基于深度學習的圖像識別技術，其作為圖像識別領域的新興技術，可達到較高的識別準確率，同時也具有更細化的圖像分類能力，從而實現了該裝置的不同能見度的細分及更準確的車輛識別效果。

5.3 環境優勢

該裝置順應了國家對環境保護方面的要求，將LED 燈管作為霧燈部分的發光模塊，可以實現以更少的電量達到相同的發光效果，減少了電能的消耗和光源的污染，在環境保護方面有著相對優勢。

6 結語

發展智能交通和改善交通安全作為交通運輸行業的熱點話題一直以來都備受關注。本文便結合該熱點話題，基于當下高速公路復雜的交通環境和出行現狀，提出了一種適用于高速公路的車輛智能霧燈的設計方案，該設計方案結合圖像識別技術，以多個傳感器和計算機視覺為工具，對外界能見度環境和后車的跟車情況進行了全方位的檢測和判斷，最終實現了智能霧燈的自動開啟和警示。該車輛智能霧燈可以有效地發揮其功能，給予消費者更加安全、舒適的駕駛環境，極大程度地降低低能見度天氣下交通事故的發生率。