基于車聯(lián)網(wǎng)V2P的行人檢測安全預警行車輔助系統(tǒng)設計

康之訥 徐陶祎 陳鑠 楊鎮(zhèn)瑜 高夭雨

摘要：本文致力于設計一款以行車記錄儀為載體的基于車聯(lián)網(wǎng)V2P的行人檢測安全預警行車輔助系統(tǒng)。該系統(tǒng)配備對外、對內兩個攝像頭：對外攝像頭應用人體檢測算法，通過驅動LED燈和揚聲器提示駕駛員車輛前方行駛方向范圍內出現(xiàn)的行人信息;對內攝像頭應用人臉識別算法，通過驅動揚聲器提醒車內防盜、駕駛員疲勞駕駛、注意力不集中等信息。

關鍵詞：行車記錄儀;車聯(lián)網(wǎng);V2P;行人檢測;人臉識別

中圖分類號：U471文獻標識碼：A

基金項目：2019年省級大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目《基于車聯(lián)網(wǎng)V2P的行人檢測安全預警行車輔助系統(tǒng)設計》，項目編號為S201913235005。

0 引言

自動駕駛如今已經(jīng)成為眾多車企堅定不移的未來重點研發(fā)方向。然而在現(xiàn)階段的技術、社會背景下，自動駕駛技術更多的停留在概念與測試階段，其實際應用還有很長的路要走[1]。因此，將未來可期的自動駕駛技術以智能輔助駕駛系統(tǒng)的方式逐步引入汽車現(xiàn)有的配置中，提高駕駛安全系數(shù)，簡化駕駛過程，是現(xiàn)今的主流趨勢。

所謂車聯(lián)網(wǎng)，指的是通過汽車上集成的GPS定位，RFID識別，傳感器、攝像頭和圖像處理等電子組件。按照約定的通信協(xié)議和數(shù)據(jù)交互標準，在V2V、V2P、V21等之間，進行無線通信和信息交換的大系統(tǒng)網(wǎng)絡。車聯(lián)網(wǎng)技術不僅可以改善道路通行效率，解決交通擁堵，還能提高交通安全水平，是未來智慧交通的重點發(fā)展方向[2]。由于缺乏可行的溝通渠道，V2P安全系統(tǒng)的發(fā)展并未達到與V2V和V21同等的高度[3]。

本文設計的系統(tǒng)就是在這種理念下，將自動駕駛中的一項關鍵技術：行人檢測功能應用到已經(jīng)普遍配備于汽車上的行車記錄儀上。同時增加對車內駕駛員情況的監(jiān)督功能，達到提示駕駛員車輛非行駛或行駛狀態(tài)下可能遇到的與行人相關的危險情況以及車輛盜竊、疲勞駕駛和注意力不集中等車內情況。

1 系統(tǒng)組成及功能

1.1 系統(tǒng)組成及功能概述

本系統(tǒng)在硬件結構組成上可以分為3個部分：控制模塊、行人檢測模塊和駕駛員監(jiān)督模塊。其中控制模塊由樹莓派和音頻輸出模塊組成;行人檢測模塊包含一個帶有夜視功能的攝像頭和三色LED燈發(fā)光模塊;駕駛員監(jiān)督模塊則包含一個帶有夜視功能的攝像頭。

1.2 控制模塊

系統(tǒng)的控制器為8G內存版本的樹莓派4B，該控制器配備ARM Cortex-A72 1.5GHz（四核）內核，8GB運行內存，支持有線/WiFi/4G網(wǎng)絡連接，40個外接I/O引腳，能夠運行基于Linux內核的Raspbian系統(tǒng)，并能夠連接顯示器、鼠標和鍵盤等外部設備直接進行桌面可視化操作。以上特性為系統(tǒng)的功能實現(xiàn)提供了硬件支持，并且極大程度的簡化了系統(tǒng)的研發(fā)、提高了項目設計和程序調試的效率。

在樣機開發(fā)、調試過程中，音頻輸出模塊使用了可同時支持3.5 mm音頻輸入連接和藍牙連接的可充電便攜式揚聲器，可分別實現(xiàn)與控制器的有線/無線連接。該模塊的主要功能是完成系統(tǒng)中包含的全部語音提示功能，具體有：在檢測到汽車行駛方向范圍內出現(xiàn)行人時，提示行人所在的方向和大致距離;在檢測到駕駛位置上出現(xiàn)非授權使用者時發(fā)出警告音;車輛行駛中，在檢測到駕駛員出現(xiàn)面部特征識別不清時提示注意安全駕駛[4]。

1.3行人檢測模塊

行人檢測模塊由帶有夜視功能的攝像頭（圖2）和三色LED模塊（圖3）組成。由于車輛行駛過程及停車后環(huán)境光線可能存在較暗的情況，本系統(tǒng)采用帶有夜視功能的攝像頭以增強視頻、圖像的采集質量。除傳統(tǒng)行車記錄儀必備的車輛行駛過程錄制功能外，攝像頭模塊的另一個重要功能是每隔一定時間間隔截取一幀圖像，應用人體檢測算法，得到汽車行駛方向范圍內行人的位置和距離，并通過語音提示駕駛員。同時，點亮對應方向的LED，經(jīng)由特制反光板反射在儀表臺上，既起到提示駕駛員的作用，又不至于影響正常駕駛的視野。

1.4 駕駛員監(jiān)督模塊

駕駛員監(jiān)督模塊包含一個帶有夜視功能的攝像頭。由于夜晚行車時容易出現(xiàn)疲勞駕駛的情況，而這種條件下車內的光線普遍不足，對內攝像頭采用的仍然是與對外模塊相同的帶有夜視功能的攝像頭。對內攝像頭每隔一定時間間隔會對駕駛員面部方向拍攝一幀圖像，應用人臉識別算法，得到駕駛員的人臉信息，并實現(xiàn)2個功能。

（1）當駕駛員不屬于授權人員時，通過揚聲器發(fā)出警告。

（2）當車輛行駛過程中出現(xiàn)面部特征識別不清時，提示駕駛員注意安全駕駛。

2 系統(tǒng)關鍵技術研究

2.1 系統(tǒng)關鍵技術概述

系統(tǒng)關鍵技術分為3個部分：第一，用于實現(xiàn)行人檢測的人體檢測算法;第二，用于實現(xiàn)駕駛員監(jiān)督的人臉識別算法;第三，用于提示駕駛員的語音合成算法。由于前兩者（視頻/圖像處理）需要的硬件資源支持要求較高，這里對部署算法方式的可行性分析著重考慮系統(tǒng)關鍵技術中的第一點和第二點。

本系統(tǒng)選擇的控制器樹莓派4B的性能參數(shù)足以支撐部署在本地的圖像處理算法，同時該控制器支持有線/WiFi/4G網(wǎng)絡連接，所以備選的算法部署方案有以下2種。

（1）本地部署OpenCV庫，應用python編程實現(xiàn)上述三個部分的算法設計。其優(yōu)點為不需要依賴網(wǎng)絡，缺點為圖像處理較大的運算量對整個系統(tǒng)的硬件資源占用率較高、對系統(tǒng)實時性的影響較為明顯。

（2）本地采集視頻/圖像信息，經(jīng)由網(wǎng)絡連接上傳至智能云應用相應算法后返回處理結果，再由本地根據(jù)返回值執(zhí)行后續(xù)操作。其優(yōu)點為本地硬件資源占用率低、系統(tǒng)實時性較好，缺點為對網(wǎng)絡連接的依賴較強且受網(wǎng)絡信號強度、智能云服務質量等因素制約[5]。

由于本系統(tǒng)為汽車智能輔助駕駛系統(tǒng)，對實時性的要求較高，且系統(tǒng)設計基于智能車聯(lián)網(wǎng)平臺，網(wǎng)絡連接功能應處在一個符合上述要求的條件下，所以本系統(tǒng)選擇上述方案中的后者，即采用智能云計算的方式部署系統(tǒng)關鍵算法。市面上常見的可以為本項目研發(fā)提供技術支持的智能云計算包含百度云、華為云、阿里云等品牌，本文選擇了百度智能云作為解決方案，算法名稱與官方網(wǎng)站提供的在線算法名稱保持一致。

2.2 人體檢測

人體檢測功能的實現(xiàn)過程如下（經(jīng)由python代碼實現(xiàn)）。

（1）本地對外攝像頭采集車輛行駛路徑方向前方的圖像并保存至本地目錄。

（2）連接百度智能云服務器上傳拍攝圖像。

（3）從百度智能云服務器得到該上傳圖像應用人體檢測算法后的返回結果（圖4），包含檢測到人體所在的位置長方形邊框左上角端點的坐標。

（4）根據(jù)拍攝圖像像素點將圖片區(qū)域劃分為左、中和右三個部分。以1080P圖像為例：橫坐標1-640屬于左側區(qū)域;641-1280屬于中間區(qū)域;1281-1920屬于右側區(qū)域。

（5）根據(jù)步驟（3）中百度智能云返回的坐標值判斷行人出現(xiàn)的區(qū)域，經(jīng)由I/O口驅動對應三色LED燈點亮。左側區(qū)域，紅色LED點亮;中間區(qū)域，黃色LED點亮;右側區(qū)域，綠色LED點亮，提示駕駛員注意避讓。

（6）生成對應語音提示語句，經(jīng)由在線語音合成功能提示駕駛員注意避讓。

2.3 人臉識別

人臉識別功能包含車輛防盜和疲勞駕駛及注意力不集中提醒兩部分，分別對應汽車非行駛狀態(tài)與行駛狀態(tài)兩種情況[6]。當汽車屬于非行駛狀態(tài)時，車輛防盜功能的實現(xiàn)過程如下。

（1）攝像頭采集駕駛員面部方向的圖像并保存至本地目錄。

（2）連接百度智能云服務器上傳拍攝圖像。

（3）從服務器得到該上傳圖像應用人臉識別算法后的返回結果（圖5），包含檢測到人臉所屬用戶組姓名信息。

（4）此時若返回信息中人臉所屬用戶姓名為unknown，則表示此時駕駛員不是用戶授權的車輛使用者。

（5）生成提示語句，經(jīng)在線語音合成功能提示停止操作車輛。此時非授權車輛使用者的面部信息已存儲至本地目錄，可根據(jù)需要進一步選擇提醒車主車輛非授權使用狀態(tài)的方式。

當汽車屬于行駛狀態(tài)時，疲勞駕駛、注意力不集中提醒功能的實現(xiàn)過程如下（經(jīng)由python代碼實現(xiàn)）。

（1）～（3）同上。

（4）此時若返回信息：未檢測到人臉，則系統(tǒng)判定出現(xiàn)低頭、扭頭等影響駕駛安全的行為出現(xiàn)，對內攝像頭進入連續(xù)拍照模式。參照預先設定的閾值時間，當超過該時間的情況下仍然返回信息：未檢測到人臉時，判定駕駛員出現(xiàn)疲勞駕駛、注意力不集中的情況。

（5）生成對應語音提示語句，經(jīng)由在線語音合成功能提示駕駛員注意安全駕駛。

2.4 在線語音合成

在線語音合成功能的實現(xiàn)過程如下（經(jīng)由python代碼實現(xiàn)）。

（1）本地生成需要播放的語句的字符串。

（2）連接百度智能云服務器上傳字符串。

（3）從百度智能云服務器得到返回的機器合成語音音頻文件。

（4）由樹莓派4B驅動揚聲器播放音頻文件，達到提示駕駛員的目的。

3 結束語

本文設計了一款以行車記錄儀為載體的基于車聯(lián)網(wǎng)V2P的行人檢測安全預警行車輔助系統(tǒng)。該系統(tǒng)實現(xiàn)了3個方面的主要功能：通過三色LED燈光、語音兩種方式提示車輛行駛方向上出現(xiàn)的行人及其所在位置;非授權人員駕駛車輛監(jiān)控;通過語音方式對駕駛員疲勞駕駛、注意力不集中的行為進行提醒。該系統(tǒng)的設計基于車聯(lián)網(wǎng)V2P理念，并結合了在線智能云技術，達到了智能輔助駕駛的目的。該項目得到了《2019年省級大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目》的支持，團隊設計的樣機經(jīng)測試能夠達到預期效果。

[參考文獻]

[1] 來飛，黃超群，胡博，智能汽車自動駕駛技術的發(fā)展與挑戰(zhàn)[J].西南大學學報（自然科學版），2019，41（08）：124-133.

[2] 彭理群，何書賢，賀宜，等.基于車聯(lián)網(wǎng)V2P的行人碰撞風險辨識研究[J].交通運輸系統(tǒng)工程與信息，2018，18（01）：89-95.

[3] 王超凡，基于V2P的避撞算法研究[D].重慶郵電大學，2018.

[4] 王飛躍，曹東璞，李升波，等，自動駕駛技術的挑戰(zhàn)與展望[J].人工智能，2018（06）：111-119.

[5] 崔興文，基于行車記錄儀的汽車輔助駕駛策略[J].電子技術與軟件工程，2019（12）：94.

[6] 王新雨，汪馳升，舒齊奇，等，深度學習目標檢測算法在行車記錄儀上的應用[J].智能城市，2019，5（14）：4-8.

作者簡介：

康之訥，碩士，助教，研究方向為單片機。