基于OpenCV的嵌入式車輛駕駛偏離報(bào)警系統(tǒng)

陳潔婧，高　錚，桂穎溢（.中國農(nóng)業(yè)大學(xué)　信息與電氣工程學(xué)院，北京　00083；.北京理工大學(xué)　光電學(xué)院，北京　0008）

基于OpenCV的嵌入式車輛駕駛偏離報(bào)警系統(tǒng)

陳潔婧1，高錚1，桂穎溢2
（1.中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，北京100083；2.北京理工大學(xué)光電學(xué)院，北京100081）

為減少因駕駛員無意識(shí)偏離車道行駛造成的交通事故，基于ARM和OpenCV建立嵌入式車道偏離報(bào)警系統(tǒng)。重點(diǎn)介紹了系統(tǒng)的設(shè)計(jì)、平臺(tái)的搭建和算法處理流程。該系統(tǒng)通過攝像頭采集獲取圖像信息，并應(yīng)用OpenCV對(duì)圖像進(jìn)行預(yù)處理，通過提取圖像中車道線信息，評(píng)估車輛行駛狀態(tài)是否偏離車道中心位置，根據(jù)車輛的行駛狀態(tài)，發(fā)出報(bào)警，提醒車輛駕駛?cè)藛T當(dāng)前行駛偏離情況，以達(dá)到輔助安全駕駛的目的。

車輛離道報(bào)警系統(tǒng)；嵌入式系統(tǒng)；OpenCV；安全輔助駕駛

0　引言

近些年隨著智能汽車的發(fā)展，汽車的主動(dòng)安全性能受到人們的廣泛關(guān)注，安全輔助駕駛的設(shè)備大量涌現(xiàn)，相關(guān)研究已經(jīng)成為智能交通系統(tǒng)研究的重要內(nèi)容。大量相關(guān)研究表明，約有44％的車輛事故是由駕駛員疲勞駕駛或其他因素引起的車輛無意識(shí)偏離車道導(dǎo)致的。因此，車輛離道報(bào)警系統(tǒng)能夠有效避免事故的發(fā)生，提高駕駛安全性能。

目前大多數(shù)嵌入式車輛離道報(bào)警系統(tǒng)多由一塊簡(jiǎn)單的嵌入式CPU配以DSP或FPGA處理器加速圖像處理部分［1］，抑或在ARM處理器的Linux操作系統(tǒng)上直接運(yùn)行車道偏離檢測(cè)算法［2］。隨著近些年嵌入式處理器性能的大幅度提升，已經(jīng)可以將全部的圖像采集、處理、報(bào)警系統(tǒng)全部交給高性能嵌入式CPU進(jìn)行處理，開發(fā)人員只需要在一種平臺(tái)上進(jìn)行設(shè)計(jì)、開發(fā)即可完成全部系統(tǒng)的搭建，具有降低開發(fā)難度的優(yōu)勢(shì)。本研究在高性能ARM平臺(tái)上移植OpenCV（Open Source Computer Vision Library），使用OpenCV完成全部圖像采集處理以及報(bào)警功能，系統(tǒng)集成度高，具有可用性強(qiáng)、穩(wěn)定性高、維護(hù)與升級(jí)簡(jiǎn)單等優(yōu)勢(shì)。

1　系統(tǒng)設(shè)計(jì)

在汽車行駛過程中，駕駛員、汽車、行駛情況（路況）三者呈緊密耦合的閉環(huán)系統(tǒng)［3］，如圖1所示。本文主要從監(jiān)控形式情況中的路面信息入手，解決駕駛員無意識(shí)行駛偏離情況，通過報(bào)警的方式提醒駕駛員車輛偏離車道，從而實(shí)現(xiàn)輔助安全駕駛的目的。

圖1　駕駛員、汽車、行駛狀況關(guān)系圖

本文所實(shí)現(xiàn)的系統(tǒng)由硬件平臺(tái)、Linux操作系統(tǒng)和上層OpenCV軟件及算法程序組成。系統(tǒng)主要實(shí)現(xiàn)功能包括：通過攝像頭獲取包含車道信息的視頻幀圖像，通過OpenCV對(duì)取得的圖像進(jìn)行預(yù)處理、車道邊緣提取，再根據(jù)提取出的車道邊緣信息進(jìn)行車輛駕駛離道評(píng)估，最終根據(jù)評(píng)估結(jié)果進(jìn)行相應(yīng)的報(bào)警措施。其流程圖如圖2所示。

圖2　系統(tǒng)流程圖

2　系統(tǒng)搭建

硬件層面，本系統(tǒng)的核心處理器選用ARM4412四核處理器，具有1.4～1.6GHz主頻，通過Pin口在硬件電路上直接與500萬像素高清晰攝像頭相連，外圍配以42V轉(zhuǎn)5V供電電路，可以直接接入汽車42V電源系統(tǒng)。

軟件層面，本系統(tǒng)在ARM處理器上移植Linux2.6.38操作系統(tǒng)，并配置攝像頭驅(qū)動(dòng)。在宿主機(jī)上通過交叉編譯的方式，向其移植OpenCV。由操作系統(tǒng)控制，通過攝像頭采集來的數(shù)據(jù)交付OpenCV進(jìn)行處理，返回的報(bào)警信息經(jīng)操作系統(tǒng)判斷是否為無意識(shí)車道偏離，并發(fā)送給報(bào)警系統(tǒng)，發(fā)出報(bào)警。系統(tǒng)結(jié)構(gòu)如圖3所示。

圖3　系統(tǒng)軟硬件結(jié)構(gòu)圖

3　算法設(shè)計(jì)

本系統(tǒng)核心算法實(shí)現(xiàn)于OpenCV上，在OpenCV上對(duì)采集來的圖像進(jìn)行按幀處理，通過以下算法進(jìn)行車道圖像的預(yù)處理、車道檢測(cè)、偏離報(bào)警功能。

在原始圖像中，由于路面障礙物、車道遠(yuǎn)方景物以及天空等信息具有很強(qiáng)的干擾性，因此，需要將圖像進(jìn)行預(yù)處理后才能用于車道的檢測(cè)。預(yù)處理階段將圖像初始化，裁剪選擇適當(dāng)?shù)膮^(qū)域［4］，以減少干擾并提高計(jì)算效率。為了消除畫面中的噪聲，同時(shí)提高后續(xù)算法的準(zhǔn)確性，還需要對(duì)圖像進(jìn)行濾波操作。在綜合考慮處理效果與運(yùn)算速度的情況下，本系統(tǒng)在預(yù)處理階段首先對(duì)圖像進(jìn)行灰度化，以便加快后續(xù)處理速度；再對(duì)畫面進(jìn)行高斯模糊，去除原始圖像中的噪點(diǎn)；然后進(jìn)行連通域?yàn)V波，通過預(yù)先設(shè)定的面積閾值，消除畫面中小面積的干擾圖像，使畫面中干擾點(diǎn)大幅度降低。

對(duì)經(jīng)過預(yù)處理后的圖像進(jìn)行車道提取時(shí)，首先使用Canny算子運(yùn)算，提取出畫面中物體的邊緣，由于Canny算子使用時(shí)需要確定閾值，一些圖像識(shí)別算法采用動(dòng)態(tài)閾值的方法進(jìn)行處理，而導(dǎo)致運(yùn)算量增加，系統(tǒng)實(shí)時(shí)性降低［5］。本文通過實(shí)驗(yàn)確定在較高時(shí)速行駛時(shí)Canny算子恰當(dāng)閾值，采用固定閾值算法進(jìn)行運(yùn)算，在保證實(shí)時(shí)性的前提下，達(dá)到準(zhǔn)確檢測(cè)車道的目的［6］。提取邊緣后，通過霍夫變換［7］提取圖片中車道的信息。再通過拋物線車道線擬合，將車道信息變換成數(shù)學(xué)模型，即完成完整的車道信息提取步驟。

將處理好的車道線數(shù)學(xué)模型經(jīng)過運(yùn)算，求出車道中心點(diǎn)，并與車輛中心點(diǎn)進(jìn)行比較。由于本系統(tǒng)選用前置攝像頭模式，并默認(rèn)將攝像頭安裝在車頭的中央，畫面的中心即為車輛的中心，因此將車道中點(diǎn)與畫面中心坐標(biāo)進(jìn)行對(duì)比判斷，即可得出車輛相對(duì)于車道的偏移量，從而得出車輛的離道情況。根據(jù)道路寬度和車輛的寬度，本系統(tǒng)默認(rèn)設(shè)置車輛偏離車道達(dá)到約30cm時(shí)為偏離，約50cm時(shí)為嚴(yán)重偏離，該閾值可以在系統(tǒng)中進(jìn)行調(diào)整?？傮w流程圖如圖4所示。

圖4　軟件處理流程圖

4　實(shí)際效果

以實(shí)際路面為例，顯示本系統(tǒng)在不同階段處理圖像后的結(jié)果。圖5為原始圖像經(jīng)過灰度、高斯模糊后的圖像，圖6為Canny算子運(yùn)算后的圖像，圖7為提取出的車道線以及其延長線。

圖5　灰度處理

圖6　Canny邊緣檢測(cè)

圖7　提取車道線

5　結(jié)論

本系統(tǒng)創(chuàng)新之處在于將OpenCV移植到嵌入式平臺(tái)上，通過高性能的嵌入式處理器，支持系統(tǒng)的高性能運(yùn)作。相較于以往的車輛離道報(bào)警系統(tǒng)，本系統(tǒng)良好地屏蔽了嵌入式環(huán)境，提供了更好的開發(fā)模式，易于升級(jí)和系統(tǒng)維護(hù)。

［1］芮晴波.基于DSP Builder的行車道檢測(cè)的實(shí)現(xiàn)［J］.電子技術(shù)應(yīng)用，2007，33（6）：60-61.［2］李曉松.基于ARM汽車視覺導(dǎo)航的車道線識(shí)別技術(shù)研究［D］.武漢：湖北工業(yè)大學(xué)，2013.

［3］陳清陽，李健，安向京，等.嵌入式車道跑偏告警系統(tǒng)設(shè)計(jì)［J］.計(jì)算機(jī)仿真，2008，25（11）：261-265.

［4］劉紀(jì)紅，康小霞，楊麗.結(jié)合機(jī)器視覺的車道偏離識(shí)別算法研究［J］.電子技術(shù)應(yīng)用，2013，39（3）：133-135.

［5］BERTOZZI M，BROGGI A，CELLARIO M，et al.Artificial vision in road vehicles［C］.Proceedings of the IEEE，2002，90（7）：1258-1271.

［6］雒濤，鄭喜鳳，丁鐵夫.改進(jìn)的自適應(yīng)閾值Canny邊緣檢測(cè)［J］.光電工程，2009，36（11）：106-111.

［7］韓博.嵌入式車道偏離預(yù)警系統(tǒng)［D］．吉林：東北師范大學(xué)，2014.

OpenCV-based embedded lane departure warning system

Chen Jiejing1，Gao Zheng1，Gui Yingyi2
（1.College of Information and Electrical Engineering，China Agricultural University，Beijing 100083，China；2.School Optoelectronics，Beijing Institute of Technology，Beijing 100081，China）

In order to reduce traffic accidents caused by the driver′s unintentional lane deviation，based on the ARM embedded and OpenCV this paper builds a lane departure warning system.It focuses on the design of building systems，platforms，and processing algorithms.The system acquires the image information by the camera，and preprocesses the image using OpenCV.By extracting lane image information，it assesses whether the vehicle running state deviates from the lane center position.According to the driving state of the vehicle，it sounds an alarm to alert drivers of vehicles currently travel deviation in order to achieve the purpose of safe driving aid.

lane departure warning system；embedded system；OpenCV；safe driving assistant

TP391.4

A

1674-7720（2015）16-0034-02

陳潔婧，高錚，桂穎溢.基于OpenCV的嵌入式車輛駕駛偏離報(bào)警系統(tǒng)［J］.微型機(jī)與應(yīng)用，2015，34（16）：34-35，42.

2015-04-16）

陳潔婧（1993-），通信作者，女，本科，主要研究方向：圖像處理、視頻編解碼。E-mail：cjjing1312@126.com。

高錚（1994-），男，本科，主要研究方向：嵌入式、物聯(lián)網(wǎng)。

桂穎溢（1996-），男，本科，主要研究方向：光學(xué)電子、視頻算法優(yōu)化與實(shí)現(xiàn)、信息安全。