2.2.2 車輛檢測(cè)

　　車輛檢測(cè)是利用各種傳感器探測(cè)前方、側(cè)方、后方的車輛的信息，包括前后方車輛速度、位置以及障礙物的大小位置等。與此相關(guān)的汽車駕駛安全輔助支持系統(tǒng)有自適應(yīng)巡航控制系統(tǒng)（ACC，adaptivecruisecontrolsystem）、前向碰撞預(yù)警系統(tǒng)（FCW，F(xiàn)orwardCollisionWarning）、橫向碰撞預(yù)警系統(tǒng)（LDW，LateralDriftWarning），泊車輔助系統(tǒng)（ParkingAssistanceSystem）。在ACC和FCW中采用77GHZ微波雷達(dá)或攝像機(jī)采集道路前方信息，并融合道路幾何線形、電子地圖數(shù)據(jù)作為汽車巡航控制的輸入信號(hào)或顯示給駕駛員。在LDW中采用攝像機(jī)、前方探測(cè)雷達(dá)、側(cè)向探測(cè)雷達(dá)采集本車前向和側(cè)向信息，并融合道路寬度等數(shù)據(jù)，作為LDW系統(tǒng)輸入數(shù)據(jù)。在泊車輔助系統(tǒng)中采用超聲傳感器或雷達(dá)探測(cè)本車后方與側(cè)方的障礙物信息，并顯示給駕駛員。在日本的ASV（AdvancedSafetyVehicle）、美國的IVI（IntelligentVehicleInitiative）、歐洲的e-Safety項(xiàng)目中ACC、FCW、LDW、泊車輔助系統(tǒng)等均有研究。

　　2.2.3 交通標(biāo)志的探測(cè)

　　道路交通標(biāo)志為重要的道路交通安全附屬設(shè)施，可向駕駛員提供各種引導(dǎo)和約束信息。

　　駕駛員實(shí)時(shí)地正確地獲取交通標(biāo)志信息，可保障行車更加安全。在汽車安全輔助駕駛系統(tǒng)中交通標(biāo)志的探測(cè)是通過圖像識(shí)別系統(tǒng)實(shí)現(xiàn)的。戴姆勒·克萊斯勒公司目前正開展新一代圖像識(shí)別系統(tǒng)研究，該系統(tǒng)在道路標(biāo)志方法上首先對(duì)形狀進(jìn)行判斷，然后再讀取上述形狀中的文字和圖形信息，以做出最終判斷。在難以對(duì)標(biāo)志進(jìn)行判斷時(shí)，駕駛員也可利用事先記錄的道路標(biāo)識(shí)相關(guān)電子地圖數(shù)據(jù)進(jìn)行識(shí)別。寶馬公司在ADAS（AdvancedDriverAssistanceSystems）項(xiàng)目研究中，也利用圖像識(shí)別技術(shù)進(jìn)行了交通標(biāo)志的研究，此外日本豐田公司也積極進(jìn)行交通標(biāo)志自動(dòng)識(shí)別系統(tǒng)的研發(fā)。國外，許多研究人員在交通標(biāo)志圖像識(shí)別算法研究中進(jìn)行了多方面的探索。交通標(biāo)志圖像識(shí)別包括交通標(biāo)志定位（即確定感興趣區(qū)域）、分類器設(shè)計(jì)等幾個(gè)過程。交通標(biāo)志與背景的顏色以及交通標(biāo)志的形狀在交通工程標(biāo)準(zhǔn)中有明確的規(guī)定，因此可根據(jù)交通標(biāo)志顏色和形狀進(jìn)行定位研究。由于交通標(biāo)志種類多，拍攝交通標(biāo)志圖像環(huán)境影響因素多，在交通標(biāo)志模式分類器設(shè)計(jì)研究中多為非線性分類器。交通標(biāo)志形態(tài)骨架，并利用匹配算法識(shí)別交通標(biāo)志。

　　2.2.4 行人檢測(cè)技術(shù)

　　車輛輔助駕駛系統(tǒng)中基于計(jì)算機(jī)視覺的行人檢測(cè)是指利用安裝在運(yùn)動(dòng)車輛上的攝像機(jī)獲取車輛前面的視頻信息，然后從視頻序列中檢測(cè)出行人的位置?；谟?jì)算機(jī)視覺的行人檢測(cè)系統(tǒng)一般包括ROIs分割和目標(biāo)識(shí)別兩個(gè)模塊。ROIs分割的目的是快速確定行人可能出現(xiàn)的區(qū)域，縮小搜索空間，目前常用的方法是采用立體攝像機(jī)或雷達(dá)的基于距離的方法，其優(yōu)點(diǎn)在于速度比較快。目標(biāo)識(shí)別的目的是在ROIs中精確檢測(cè)行人的位置，目前常用的方法是基于統(tǒng)計(jì)分類的形狀識(shí)別方法，其優(yōu)點(diǎn)在于比較魯棒。由于它在行人安全方面的巨大應(yīng)用前景，歐盟從2000年到2005年連續(xù)資助了PROTECTOR和SAVE-U項(xiàng)目，開發(fā)了兩個(gè)以計(jì)算機(jī)視覺為核心的行人檢測(cè)系統(tǒng)；意大利Parma大學(xué)開發(fā)的ARGO智能車也包括一個(gè)行人檢測(cè)模塊；以色列的MobilEye公司開發(fā)了芯片級(jí)的行人檢測(cè)系統(tǒng)；日本本田汽車公司開發(fā)了基于紅外攝像機(jī)的行人檢測(cè)系統(tǒng)；在國內(nèi)西安交通大學(xué)、清華大學(xué)、吉林大學(xué)也在該領(lǐng)域做了許多研究工作。

　　3 車輛內(nèi)部信息的機(jī)器視覺輔助駕駛技術(shù)

　　車輛內(nèi)部信息的機(jī)器視覺輔助駕駛技術(shù)是通過車載的視像機(jī)判別駕駛員的狀態(tài)、位置等信息，實(shí)施必要的安全保障措施，包括駕駛員視線調(diào)節(jié)以及駕駛疲勞檢測(cè)等。

　　3.1 視線調(diào)節(jié)

　　駕駛員的視線調(diào)節(jié)是使每位駕駛員的眼睛處于同樣的相對(duì)高度上，保證提供一個(gè)對(duì)路面和周圍車道的無阻礙視野和最好的視見度，從而保障駕駛安全。該技術(shù)包括：

　?。?）眼位傳感器可以測(cè)定駕駛員眼睛的位置，然后據(jù)此確定、調(diào)節(jié)座椅的位置；

　?。?）電機(jī)將座椅自動(dòng)升降到最佳高度上，為駕駛員提供能夠掌握路面情況的最佳視線；

　?。?）電機(jī)自動(dòng)調(diào)整轉(zhuǎn)向盤、踏板、中央控制臺(tái)甚至地板高度，提供盡可能舒適的駕駛位置。在一些高檔轎車上視線調(diào)節(jié)系統(tǒng)已經(jīng)得到應(yīng)用，如沃爾沃視線調(diào)節(jié)系統(tǒng)，由位于風(fēng)窗上飾板內(nèi)的一個(gè)視頻攝像機(jī)掃描駕駛員的座椅區(qū)域以查找一個(gè)代表駕駛員臉部的模式，進(jìn)而對(duì)駕駛員臉部進(jìn)行掃描以確定其眼睛的位置，然后再找出各眼的中心，完成這三步工作時(shí)所需要的時(shí)間不到1s。

　　3.2 疲勞與分神檢測(cè)

　　由于疲勞駕駛是重大交通事故主要原因，國內(nèi)外研究機(jī)構(gòu)紛紛開展該領(lǐng)域的研究。疲勞的與清醒的駕駛相比，較有特異性的指標(biāo)是：方向盤的微調(diào)，頭部前傾，眼瞼的眨動(dòng)、甚至閉合。在目前駕駛疲勞檢監(jiān)測(cè)系統(tǒng)研究中，多采用車載機(jī)器視覺系統(tǒng)監(jiān)測(cè)人體姿態(tài)和操作行為信息，判別疲勞狀態(tài)。在歐洲的e-Safety項(xiàng)目中開發(fā)了AWAKE駕駛診斷系統(tǒng)。該系統(tǒng)利用視覺傳感器和方向盤操縱力傳感器實(shí)時(shí)獲取駕駛員信息，并利用人工智能算法判斷駕駛員的狀態(tài)（清醒、可能打瞌睡、打瞌睡）。當(dāng)駕駛員處于疲勞狀態(tài)時(shí)，通過聲音、光線、振動(dòng)等刺激駕駛員，使其恢復(fù)清醒狀態(tài)。文獻(xiàn)[34]通過自行開發(fā)的專用照相機(jī)、腦電圖儀和其他儀器來精確測(cè)量頭部運(yùn)動(dòng)、瞳孔直徑變化和眨眼頻率，用以研究駕駛疲勞問題。研究結(jié)果表明：

　　一般情況下人們眼睛閉合的時(shí)間在0.12～0.13s之間，駕駛時(shí)若眼睛閉合時(shí)間達(dá)到0.15s就很容易發(fā)生交通事故。

　　4 結(jié)語

　　駕駛員80%以上信息通過視覺獲得，針對(duì)駕駛員視覺的不足，開發(fā)基于車載機(jī)器視覺的汽車安全輔助駕駛系統(tǒng)一直是智能交通的研究熱點(diǎn)之一，文中對(duì)該領(lǐng)域技術(shù)現(xiàn)狀進(jìn)行綜述，結(jié)論如下：

　　1）分析駕駛操作過程，并對(duì)駕駛操作的三個(gè)階段進(jìn)行描述；

　　2）根據(jù)信息獲取范圍將汽車安全輔助駕駛分為：外部信息的機(jī)器視覺與內(nèi)部信息的機(jī)器視覺技術(shù)。外部信息的機(jī)器視覺技術(shù)分為：視覺增強(qiáng)、視野擴(kuò)展、道路環(huán)境理解，內(nèi)部信息的機(jī)器視覺技術(shù)分為：視線跟蹤與駕駛疲勞監(jiān)測(cè)，綜述汽車安全輔助駕駛系統(tǒng)中機(jī)器視覺技術(shù)的研究現(xiàn)狀；

　　3）分析了汽車安全輔助駕駛系統(tǒng)中機(jī)器視覺技術(shù)當(dāng)前研究不足，指出：低能見度駕駛員視覺增強(qiáng)方法、道路環(huán)境理解信息融合以及駕駛疲勞檢測(cè)等技術(shù)需進(jìn)一步開展研究。