基于卷積神經(jīng)網(wǎng)絡(luò)的駕駛輔助系統(tǒng)設(shè)計

(1.西安交通工程學(xué)院 電氣工程學(xué)院，西安 710300； 2.西安交通工程學(xué)院 中興通信學(xué)院，西安 710300)

0 引言

卷積神經(jīng)網(wǎng)絡(luò)是一類具有前饋控制功能網(wǎng)絡(luò)結(jié)構(gòu)體的簡稱，通常情況下，該網(wǎng)絡(luò)體結(jié)構(gòu)在應(yīng)用過程中必須經(jīng)歷卷積計算處理，并根據(jù)數(shù)值結(jié)果的導(dǎo)向作用，對網(wǎng)絡(luò)中存儲的數(shù)據(jù)信息進行統(tǒng)計與維護，是具有深度學(xué)習(xí)作用的典型物理算法實體。標準卷積神經(jīng)網(wǎng)絡(luò)具有直觀學(xué)習(xí)的表征化能力，能夠按照所屬系統(tǒng)中心階層結(jié)構(gòu)位置的不同，對數(shù)據(jù)信息進行平移或分類處理，故也被稱為“平移不變的神經(jīng)性人工網(wǎng)絡(luò)”[1]。最基本的卷積神經(jīng)網(wǎng)絡(luò)包含輸入層、隱含層兩級物理結(jié)構(gòu)。其中，輸入層可以從不同維度上處理卷積神經(jīng)網(wǎng)絡(luò)中的固化數(shù)據(jù)信息，檔案一維網(wǎng)絡(luò)子實體接收到數(shù)組或其它信息后，過渡性關(guān)聯(lián)組織會直接按照時間條件進行頻譜采樣處理，并將這些樣本數(shù)據(jù)傳輸至二維子實體中。當網(wǎng)絡(luò)環(huán)境中的物理通道全部打開時，固化數(shù)據(jù)信息會通過二維子實體進入三級子實體，即卷積神經(jīng)網(wǎng)絡(luò)的核心處理結(jié)構(gòu)。最后，通過一系列的規(guī)范化操作處理，總結(jié)卷積神經(jīng)網(wǎng)絡(luò)中的數(shù)據(jù)傳輸特性[2]。

駕駛輔助系統(tǒng)是由自動泊車輔助系統(tǒng)、行車輔助系統(tǒng)、剎車輔助系統(tǒng)、倒車輔助系統(tǒng)、自動泊車輔助系統(tǒng)共同組成的車輛行駛控制體系。其中，車道保持輔助系統(tǒng)能夠提供車輛行駛所需的一切支持條件，當監(jiān)測攝像頭獲取到行駛車道的異常情況后，會通過振動方向盤的方式提醒駕駛員注意車輛的行駛情況，并通過監(jiān)測儀表中的輔助波來反應(yīng)車體是否已經(jīng)脫離行駛軌道。如果車輛能夠始終保持在車道中央行駛，駕駛輔助系統(tǒng)則會長時間保持待命狀態(tài)，即檢測儀表盤中的綠色指示燈始終保持顯示狀態(tài)[3-4]。在系統(tǒng)處于待命狀態(tài)的情況下，如果在車輛越過標記線之前，駕駛員就開啟了轉(zhuǎn)向燈，那么系統(tǒng)會默認此次行為為有目的的換道形式，那么就不會出現(xiàn)任何的警告或提示。隨著車輛行駛時間的增加，駕駛員需要始終關(guān)注檢測儀表中輔助波的變化情況，且由于波長不當偏移等因素的影響，輔助波會出現(xiàn)劇烈的振動狀態(tài)，進而造成駕駛員誤差判斷事件的產(chǎn)生。為解決上述問題，引入卷積神經(jīng)網(wǎng)絡(luò)，設(shè)計一種全新的駕駛輔助系統(tǒng)，通過安置Learning Navigation模塊、Learning Controller模塊、駕駛傳感器等物理裝置的方式，完善系統(tǒng)的結(jié)構(gòu)需求設(shè)計功能。根據(jù)輔助監(jiān)測圖像所反應(yīng)出的車輛行駛情況，連接系統(tǒng)中的Job應(yīng)用請求，完成駕駛輔助系統(tǒng)的設(shè)計與運行。

1 駕駛輔助系統(tǒng)的需求與設(shè)計

駕駛輔助系統(tǒng)設(shè)計包含汽車導(dǎo)航架構(gòu)搭建、Learning Navigation與Learning Controller模塊連接、車輛巡航控制等多個物理操作流程，其具體處理方法可按如下步驟進行。

1.1 汽車導(dǎo)航系統(tǒng)架構(gòu)

汽車導(dǎo)航系統(tǒng)是輔助駕駛系統(tǒng)的硬件分支體系，由用戶界面、系統(tǒng)服務(wù)、設(shè)備驅(qū)動程序、核心服務(wù)等多個層次組織構(gòu)成，根據(jù)所負擔(dān)應(yīng)用職責(zé)的不同，可劃分為多個不同的屬性模塊，如圖1所示。

圖1 汽車導(dǎo)航系統(tǒng)架構(gòu)圖

Learning Navigation模塊與Learning Controller模塊隸屬于汽車導(dǎo)航系統(tǒng)的同層體系結(jié)構(gòu)中，與ADAS芯片一起為車輛行駛數(shù)據(jù)的獲取提供保障。輔助駕駛傳感器分屬于汽車導(dǎo)航系統(tǒng)的連接服務(wù)層，能夠在Audio、Error Log等設(shè)備的支持下，將卷積網(wǎng)絡(luò)中與車輛行駛相關(guān)的數(shù)據(jù)，完全轉(zhuǎn)換成定向連接的存在方式，并以此確保后續(xù)連接服務(wù)的順利進行。設(shè)備驅(qū)動程序負責(zé)疏導(dǎo)駕駛輔助系統(tǒng)中的數(shù)據(jù)信息擁堵，并調(diào)節(jié)各級硬件結(jié)構(gòu)間的物理連接狀態(tài)，使卷積神經(jīng)網(wǎng)絡(luò)能夠在最短時間適應(yīng)系統(tǒng)內(nèi)部的執(zhí)行工作狀態(tài)，進而解決車輛監(jiān)測儀表中輔助波出現(xiàn)不良振動行為的問題。核心服務(wù)層是汽車導(dǎo)航系統(tǒng)架構(gòu)中最基本的設(shè)備調(diào)節(jié)組織，能夠借助輔助性結(jié)構(gòu)及卷積神經(jīng)網(wǎng)絡(luò)組織，確定系統(tǒng)對車輛巡航能力的控制情況，并將最終信息數(shù)據(jù)反饋給相關(guān)硬件設(shè)備結(jié)構(gòu)。

1.2 Learning Navigation與Learning Controller

Learning Navigation模塊是系統(tǒng)獲取車輛行駛信息的主要途徑，以兩個完全相同的Trail控制器作為核心搭建設(shè)備。在卷積神經(jīng)網(wǎng)絡(luò)處于穩(wěn)定傳導(dǎo)的前提下，Trail控制器的上端彈片會記錄導(dǎo)航狀態(tài)下車輛的輔助行駛情況，并借助疏導(dǎo)芯片，將這些數(shù)據(jù)信息傳輸至下端彈片中，在經(jīng)過系統(tǒng)數(shù)據(jù)庫的統(tǒng)一存儲處理后，下端彈片建立與輸出信道的物理連接，并借助該結(jié)構(gòu)將車輛輔助行駛數(shù)據(jù)傳輸至Learning Controller模塊中。

圖2 Trail控制器

Learning Controller模塊作為Learning Navigation模塊的下級設(shè)備結(jié)構(gòu)體，具備較強的數(shù)據(jù)運輸功能，能夠根據(jù)卷積神經(jīng)網(wǎng)絡(luò)中車輛行駛信息的記錄情況，選擇性建立該結(jié)構(gòu)與系統(tǒng)軟件數(shù)據(jù)庫間的物理聯(lián)系。與Learning Navigation模塊不同的是，Learning Controller模塊以phocos裝置作為核心搭建設(shè)備。隨著駕駛輔助系統(tǒng)運行時間的延長，phocos設(shè)備所負載輸出線路的數(shù)量條件也會隨之增加，直至接口槽插口全部被占用連接。而在此過程中，Learning Controller模塊始終保持與Learning Navigation模塊的物理連接，直至汽車行駛數(shù)據(jù)被系統(tǒng)數(shù)據(jù)庫完全記錄。

圖3 phocos設(shè)備結(jié)構(gòu)

1.3 輔助駕駛傳感器

輔助駕駛傳感器是短程雷達傳感器的特殊表現(xiàn)形式，固有工作頻率始終保持為24 GHz，可用于感知車輛行駛過程中任意數(shù)據(jù)信息的變更行為。為深入卷積神經(jīng)網(wǎng)絡(luò)獲取大量的輔助波監(jiān)測信息，這種傳感器只能安置在行駛車輛的側(cè)面。當車輛行駛進入監(jiān)測器盲點區(qū)域或車輪位置超過邊界限制條件時，輔助駕駛傳感器會借助傳送信道，將告警信息傳遞至監(jiān)測儀表結(jié)構(gòu)中，并通過振動或警示音的方式，提醒駕駛員注意車輛的不安全行駛行為。對于卷積神經(jīng)網(wǎng)絡(luò)來說，輔助駕駛傳感器中的數(shù)據(jù)信息能夠與導(dǎo)航組合結(jié)構(gòu)發(fā)生結(jié)合性連接，進而實現(xiàn)系統(tǒng)內(nèi)部駕駛輔助操作的引導(dǎo)處理[5-6]。同樣地，由于該結(jié)構(gòu)組織位于車輛側(cè)面，能夠時刻嚴密注視車輛的行駛狀態(tài)，并在第一時間對所有相關(guān)于輔助波的物理信息進行整合匯總，以達到預(yù)防碰撞性行為發(fā)生的目的。

圖4 短程雷達傳感器

標準的短程雷達傳感器結(jié)構(gòu)由實體傳感設(shè)備和傳感圖像兩部分組成。其中，實體傳感設(shè)備是駕駛輔助系統(tǒng)硬件結(jié)構(gòu)的重要組成部分，位于形式車輛的側(cè)面，負責(zé)記錄實時行駛信息，并將這些數(shù)據(jù)整合成卷積神經(jīng)網(wǎng)絡(luò)可承載的容量大小，借助傳入信道運輸至系統(tǒng)核心指揮計算機中。傳感圖像是關(guān)于實時行車信息的記錄結(jié)果，從功能性角度來看，類似于數(shù)據(jù)信息的分布排列方式，能夠暫存于輔助駕駛傳感器中，但為了全面增強數(shù)據(jù)信息的存儲時間，傳感圖像必須經(jīng)由相關(guān)信道組織進入系統(tǒng)數(shù)據(jù)庫，以便于系統(tǒng)后續(xù)調(diào)度程序的選取與應(yīng)用。

1.4 車輛巡航控制

車輛巡航控制是指系統(tǒng)借助輔助駕駛傳感器采集行車信息的物理過程，為保證卷積神經(jīng)網(wǎng)絡(luò)不出現(xiàn)明顯的異?；瘓?zhí)行操作，在進行車輛巡航控制處理的同時，系統(tǒng)支持駕駛員在不操作油門或剎車的情況下，直接保持車體的巡航性功能。應(yīng)用駕駛輔助控制系統(tǒng)時，當前方車輛出現(xiàn)明顯減速行為時，被監(jiān)測車輛能夠在此影響下進行自動減速，進而使兩車之間始終維持一定的安全距離，以避免不安全行駛現(xiàn)象的出現(xiàn)；而當前方車輛恢復(fù)加速或離開原有行駛軌跡時，被監(jiān)測車輛也能隨之進行加速度恢復(fù)行為，直至行駛速度達到理想速度的數(shù)值水平。在進行上述巡航控制的過程中，被監(jiān)測車輛能夠自主避讓行駛路徑上的行人，這在一定程度上也更為接近了自動化駕駛技術(shù)的應(yīng)用初衷[7]。假定被監(jiān)測車輛為A，前方行駛車輛的初始位置為B，巡航控制后位置為C，則駕駛輔助系統(tǒng)的車輛巡航控制原理可表示為圖5。

圖5 駕駛輔助系統(tǒng)車輛巡航控制原理

2 卷積神經(jīng)網(wǎng)絡(luò)研究

以系統(tǒng)應(yīng)用需求為前提，利用輔助激活函數(shù)，對駕駛行車圖像進行正規(guī)化約束處理，完成卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)建研究。

2.1 輔助激活函數(shù)確定

輔助激活函數(shù)決定了卷積神經(jīng)網(wǎng)絡(luò)對于車輛行駛數(shù)據(jù)的處理方式，直接影響網(wǎng)絡(luò)內(nèi)部的自主學(xué)習(xí)能力。如果駕駛原節(jié)點的激活函數(shù)屬于線性函數(shù)，卷積神經(jīng)網(wǎng)絡(luò)只是執(zhí)行數(shù)據(jù)學(xué)習(xí)到輸入的線性排列形式，則網(wǎng)絡(luò)最終輸出的車輛行駛數(shù)據(jù)也滿足線性輸入需求。如果卷積神經(jīng)網(wǎng)絡(luò)的激活函數(shù)只能表現(xiàn)為線性狀態(tài)，那么不論駕駛輔助系統(tǒng)含有多少層隱含層結(jié)構(gòu)，其總體表現(xiàn)形式也只能繼續(xù)保持線性關(guān)聯(lián)狀態(tài)。因此輔助激活函數(shù)必須滿足線性制應(yīng)用需求，才能適應(yīng)卷積神經(jīng)網(wǎng)絡(luò)的運行調(diào)節(jié)形式，進而使車輛監(jiān)測儀表中的輔助波長期維持穩(wěn)定。設(shè)λ代表卷積神經(jīng)網(wǎng)絡(luò)中的線性偏移向量，e代表車輛行駛數(shù)據(jù)的線性實值，則利用上述變量，可將系統(tǒng)輔助激活函數(shù)表示為：

(1)

其中:f代表輔助激活函數(shù)的標準定義項，w、k代表卷積神經(jīng)網(wǎng)絡(luò)中兩個不同的節(jié)點位置信息。

2.2 行車圖像的正規(guī)化約束

從定向調(diào)節(jié)的角度來看，卷積神經(jīng)網(wǎng)絡(luò)能夠根據(jù)行車圖像中節(jié)點的生成軌跡，確定系統(tǒng)在駕駛輔助運行過程中所應(yīng)用激活函數(shù)的復(fù)雜度水平，通常情況下，卷積神經(jīng)網(wǎng)絡(luò)的復(fù)雜度越低，輔助駕駛系統(tǒng)激活函數(shù)所擁有的數(shù)據(jù)擬合能力也就越強。而對于行車圖像的正規(guī)化約束是卷積神經(jīng)網(wǎng)絡(luò)具有的特定執(zhí)行功能，可遵照系統(tǒng)中輔助波的振動情況，選擇性完成數(shù)據(jù)信息的連接與應(yīng)用，直至輔助駕駛傳感器所獲取的車輛行駛圖像完全保持穩(wěn)定。常規(guī)情況下的行車圖像正規(guī)化約束分為節(jié)點權(quán)重衰減、輔助損失確定兩個部分，設(shè)w代表卷積神經(jīng)網(wǎng)絡(luò)中的平均節(jié)點覆蓋數(shù)量，t代表駕駛輔助系統(tǒng)中數(shù)據(jù)信息的最小衰減周期，聯(lián)立公式(1)，可將行車圖像正規(guī)化約束處理的計算公式表示為：

(2)

其中:y代表節(jié)點權(quán)重衰減計算項，g代表輔助損失確定計算項，LF(e)代表行車圖像的權(quán)重項行為參量，HF(e)代表行車圖像的輔助項行為參量，i代表節(jié)點損失系數(shù)，c、x代表兩個不同的節(jié)點輔助誤差值，d代表輔助節(jié)點的最小權(quán)重參數(shù)項，φ代表駕駛輔助系統(tǒng)對于行車圖像的約束行為條件。

3 功能實現(xiàn)

在卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，聯(lián)合關(guān)鍵性硬件結(jié)構(gòu)設(shè)備，完成行車數(shù)據(jù)的學(xué)習(xí)與傳輸處理，實現(xiàn)駕駛輔助系統(tǒng)的功能調(diào)節(jié)與運行。

3.1 駕駛輔助數(shù)據(jù)學(xué)習(xí)

駕駛輔助數(shù)據(jù)學(xué)習(xí)是在卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上，對Learning Navigation模塊與Learning Controller模塊數(shù)據(jù)功能進行的并行化總結(jié)處理。當系統(tǒng)核心計算機收到輔助駕駛傳感器的行車記錄結(jié)果后，Learning Navigation模塊首先建立一個空白的Trail協(xié)議實體，再根據(jù)行車圖像中輔助節(jié)點的分布位置條件，開始制作關(guān)于車輛信息的path數(shù)據(jù)包，進而取得當前輔助波振動幅度下的原始車輛行駛數(shù)據(jù)[8]。而Learning Controller模塊則負責(zé)根據(jù)行車圖像中數(shù)據(jù)節(jié)點的分布情況，對駕駛輔助數(shù)據(jù)進行削減處理，再根據(jù)卷積神經(jīng)網(wǎng)絡(luò)對于系統(tǒng)所設(shè)置的限制條件，整合數(shù)據(jù)庫中存儲的剩余信息參量，進而完成駕駛輔助系統(tǒng)的數(shù)據(jù)學(xué)習(xí)處理。

3.2 數(shù)據(jù)傳輸

駕駛輔助系統(tǒng)數(shù)據(jù)學(xué)習(xí)的具體流程如下：

1)系統(tǒng)啟動:當卷積神經(jīng)網(wǎng)絡(luò)全面進入啟動狀態(tài)后，Learning Navigation模塊與Learning Controller模塊先后進入啟動連接狀態(tài)。前者在啟動過程中創(chuàng)建的空白Trail協(xié)議實體，會借助輸出信道送達至后者，并促使后者開始接收必要的行車數(shù)據(jù)信息。

2)獲取Job節(jié)點:開始行車數(shù)據(jù)傳輸之前，輔助駕駛傳感器會從系統(tǒng)服務(wù)器端獲取一個Job節(jié)點，之后再根據(jù)車輛對于巡航控制的具體要求，進行后續(xù)連接處理。

3)取得輔助權(quán)限:如果系統(tǒng)服務(wù)器要求客戶端上傳數(shù)據(jù)，核心計算機需要從Learning Controller模塊取得輔助處理所需的權(quán)限許可。首先取得各項權(quán)限證書的輔助trip ip，然后取得每項權(quán)限許可的trip description，如果證實客戶端確實有明確的輔助連接需求，再取得與權(quán)限許可先關(guān)的trip path[9]。

4)篩選trip信息:按照行車數(shù)據(jù)信息description條件的不同，判斷每個輔助權(quán)限許可的trip ip是否滿足系統(tǒng)應(yīng)用需求。只有完全符合系統(tǒng)需求的輔助權(quán)限許可，其trip path信息才能發(fā)送給系統(tǒng)的執(zhí)行客戶端組織[10]。

5)上傳數(shù)據(jù):將所有滿足系統(tǒng)應(yīng)用條件輔助權(quán)限許可的trip path信息保存成文本形式，并上傳至核心處理計算機中。

3.3 Job請求連接

Job請求實現(xiàn)了卷積神經(jīng)網(wǎng)絡(luò)到輔助駕駛系統(tǒng)間的行車數(shù)據(jù)傳輸，按照連接狀態(tài)下系統(tǒng)的指令需求，可將Job請求連接時的參數(shù)狀態(tài)總結(jié)為表1。

表1 Job請求連接參數(shù)

4 實車實驗

在全景化實驗室中，利用中央計算機及關(guān)聯(lián)儀表設(shè)備，搭建卷積神經(jīng)網(wǎng)絡(luò)平臺。將駕駛輔助系統(tǒng)連接在中央計算機內(nèi)部，通過調(diào)節(jié)儀表參數(shù)的方式，控制輔助系統(tǒng)是否接入神經(jīng)網(wǎng)絡(luò)平臺。確保其它外界因素不發(fā)生改變的前提下，令監(jiān)測車輛由慢速到快速多次駛?cè)雽崪y單元結(jié)構(gòu)中，利用中央計算機的分析軟件，記錄相關(guān)實驗參數(shù)的變化情況。

4.1 卷積神經(jīng)網(wǎng)絡(luò)平臺構(gòu)建

中央計算機作為卷積神經(jīng)網(wǎng)絡(luò)平臺的直屬領(lǐng)導(dǎo)設(shè)備，可通過傳輸線纜與平臺實體組織相連(如圖6)。

圖6 卷積神經(jīng)網(wǎng)絡(luò)平臺

實測結(jié)構(gòu)作為卷積神經(jīng)網(wǎng)絡(luò)平臺的下屬組織機構(gòu)，內(nèi)設(shè)多個感應(yīng)記錄設(shè)備，可在行駛過程中感知監(jiān)測車輛的行進情況，并將記錄所得的數(shù)據(jù)信息反饋至核心計算機之中。

圖7 駕駛實測結(jié)構(gòu)

監(jiān)測車輛內(nèi)搭載一臺次級操控計算機，可調(diào)節(jié)車輛的行進速度，通過感應(yīng)天線向中央計算機傳輸信息數(shù)據(jù)，并接收卷積神經(jīng)網(wǎng)絡(luò)平臺的調(diào)度指令，對監(jiān)測車輛的行駛方式進行后續(xù)更改。

圖8 監(jiān)測車輛

4.2 車輛監(jiān)測儀表中的輔助波振動幅度

調(diào)節(jié)卷積神經(jīng)網(wǎng)絡(luò)平臺中的儀表參數(shù)，分別記錄在駕駛輔助網(wǎng)絡(luò)接入前、后，次級操控計算機中相關(guān)車輛行進數(shù)據(jù)的變化情況，借助感應(yīng)天線將這些數(shù)據(jù)反饋至中央計算機中，利用該設(shè)備所負載的OriginPro軟件，繪制車輛監(jiān)測儀表中輔助波的振動變化圖。

圖9 車輛監(jiān)測儀表中的輔助波振動變化

圖9中VA代表車輛監(jiān)測儀表中輔助波的振動幅值，應(yīng)用駕駛輔助系統(tǒng)后，該項指標的最大值保持下降、最小值保持上升，整體幅度區(qū)間持續(xù)縮??；應(yīng)用駕駛輔助系統(tǒng)前，該項指標的最大值出現(xiàn)小幅度，最小值基本保持不變，整體幅度區(qū)間持續(xù)增大。綜上可認為，在卷積神經(jīng)網(wǎng)絡(luò)的支持下，應(yīng)用駕駛輔助系統(tǒng)，能夠促進車輛監(jiān)測儀表中輔助波振動頻率逐漸趨于穩(wěn)定。

4.3 輔助波波長偏移量

保留振動幅值測量結(jié)果，切換OriginPro軟件的記錄標準，根據(jù)相關(guān)時間節(jié)點中的具體數(shù)值結(jié)果，繪制行車輔助波波長偏移量的變化情況。

分析圖10可知，隨實驗時間的增加，應(yīng)用駕駛輔助系統(tǒng)前、后輔助波波長偏移量均呈現(xiàn)先上升、再下降的變化趨勢，且最大值結(jié)果也完全一致。但從曲線分布的角度來看，應(yīng)用駕駛輔助系統(tǒng)前曲線的覆蓋面積恒大于應(yīng)用駕駛輔助系統(tǒng)后的曲線覆蓋面積，且前者的相對極大值出現(xiàn)頻率也明顯大于后者。綜上可認為，在卷積神經(jīng)網(wǎng)絡(luò)的支持下，應(yīng)用駕駛輔助系統(tǒng)，完全能夠?qū)崿F(xiàn)抑制行車輔助波波長偏移量增長的初衷。

圖10 輔助波波長偏移量變化

5 結(jié)束語

卷積神經(jīng)網(wǎng)絡(luò)既能對行車圖像進行正規(guī)化約束，也能確定單一形式的激活函數(shù)，可為汽車導(dǎo)航系統(tǒng)框架結(jié)構(gòu)的建立，提供原始數(shù)據(jù)支持。從實用性角度來看，隨著駕駛輔助系統(tǒng)的應(yīng)用，車輛監(jiān)測儀表中輔助波的波長不再出現(xiàn)異常攀升行為，波形的整體振動幅度也得到有效控制，駕駛員在行駛過程中承載的操作負擔(dān)大大降低，誤差判斷事件得以徹底避免。