基于ADAS的汽車倒車防碰撞系統(tǒng)設(shè)計(jì)與研究

孫德生

(深圳智者行天下科技有限公司，廣東 深圳 518133)

0 引言

車輛的不斷增多造成了交通擁堵以及停車位的不足，汽車在倒車時(shí)極易引發(fā)碰撞，同時(shí)倒車的失誤會(huì)引發(fā)甚多交通事故的發(fā)生[1]。行車安全的受重視程度越來越高，倒車影像顯示功能在整個(gè)汽車電子市場(chǎng)中已經(jīng)占有了十分重要的比重，人們也越來越需求于便于行車安全的產(chǎn)品[2]。從2018年5月開始，在美國銷售的所有新車必須配備后視攝像系統(tǒng)[3]。倒車影像功能是在倒車時(shí)將倒車攝像頭圖形顯示到車載終端上，如中控主機(jī)、后視鏡，司機(jī)倒車時(shí)通過顯示屏幕觀察后方動(dòng)態(tài)。倒車時(shí)不僅僅要觀察車輛后方，司機(jī)還可能需要觀察左側(cè)、右側(cè)或前方的狀況，因此司機(jī)的視線可能會(huì)離開屏幕，在司機(jī)視野離開后方的時(shí)候，如果有行人、小孩、電動(dòng)車或其他車輛進(jìn)入車輛后方，司機(jī)觀察不及時(shí)容易發(fā)生交通事故。雖然車輛可能配備了倒車?yán)走_(dá)，但輻射面有限，角度上還有死角，對(duì)這種快速橫穿進(jìn)來的物體也不能做到很好地及時(shí)提醒預(yù)警，因此目前的倒車影像功能對(duì)這種突發(fā)事件應(yīng)對(duì)還是存在不足，這個(gè)功能的作用和體驗(yàn)都需要得到進(jìn)一步的提高。在一些高端車配置的毫米波雷達(dá)，可以快速識(shí)別出障礙物但無圖像顯示，但不清楚具體是什么障礙物，需司機(jī)下車確認(rèn)，若遇雨天則體驗(yàn)感更加不好，測(cè)量效率和系統(tǒng)成本優(yōu)勢(shì)遠(yuǎn)高于攝像頭[4]，基于視覺的ADAS系統(tǒng)市場(chǎng)應(yīng)用前景廣闊[5]。ADAS的市場(chǎng)空間也將隨著智能網(wǎng)聯(lián)汽車的發(fā)展保持持續(xù)性的增長[6]。

本文提出基于高級(jí)駕駛輔助系統(tǒng)(Advanced Driver Assistant System，ADAS)的汽車倒車防碰撞系統(tǒng)，通過實(shí)時(shí)識(shí)別倒車時(shí)后視攝像頭圖像來監(jiān)控車輛后方可能突然出現(xiàn)的行人、小孩、電單車、其他汽車等，快速給出聲音與圖文的顯示提醒司機(jī)，提高駕駛安全性，系統(tǒng)成本較低，便于普及應(yīng)用。

1 倒車防碰撞系統(tǒng)設(shè)計(jì)

本文提出倒車防碰撞系統(tǒng)是運(yùn)行在智能后視鏡上，同樣適用于中控主機(jī)，在倒車影像系統(tǒng)的基礎(chǔ)上，增加基于倒車攝像頭圖像分析的ADAS識(shí)別功能，在系統(tǒng)倒車的時(shí)候自動(dòng)運(yùn)行該ADAS功能，并且通過屏幕顯示和聲音輸出來預(yù)警提醒司機(jī)采取合適的操作，起到輔助司機(jī)安全倒車的作用。

1.1 系統(tǒng)倒車硬件框架設(shè)計(jì)

在智能后視鏡系統(tǒng)中倒車影像顯示處理的硬件原理框圖如圖1所示。

圖1 系統(tǒng)倒車硬件原理框圖

高清倒車攝像頭Sensor捕捉車輛后面的圖像通過串行器轉(zhuǎn)化為AHD模擬高清信號(hào)，通過AHD傳輸線束接入到智能后視鏡，先通過解串器將模擬信號(hào)解碼轉(zhuǎn)換成 MIPI信號(hào)，再接入 SOC的 CSI模塊，CSI控制器將收到的攝像頭數(shù)字信號(hào)數(shù)據(jù)交給主控芯片的軟件系統(tǒng)再做其他的圖像處理，如顏色空間轉(zhuǎn)換、圖像翻轉(zhuǎn)、裁剪等，將處理好的視頻圖像信號(hào)通過MIPI信號(hào)輸出到顯示屏幕上。倒車信號(hào)的檢測(cè)是基于GPIO電平觸發(fā)，倒車檢測(cè)線接到車輛的剎車信號(hào)線或者剎車燈上，有倒車系統(tǒng)將立即收到中斷信號(hào)再做倒車處理。倒車信號(hào)也可來自于汽車的CAN協(xié)議。

1.2 基于倒車攝像頭圖像分析的ADAS

ADAS的發(fā)展將減少駕駛風(fēng)險(xiǎn)，汽車出險(xiǎn)率將相應(yīng)下降[7]，有很好的社會(huì)意義。本系統(tǒng)的ADAS算法基于AdaBoost迭代算法建造算法模型、訓(xùn)練分類器。倒車時(shí)車尾的車輛、行人等往往不能捕捉到全部特征，例如車只能看到側(cè)方、行人是半身或者就是高個(gè)子的大長腿，因此需要增加提取局部特征，如根據(jù)人體固有的特點(diǎn)將圖像劃分成頭、上身、下身幾個(gè)部分，構(gòu)建人體部位特征鄰接圖，對(duì)不同部位特征之間的關(guān)系進(jìn)行建模[8]；車輛的局部特征有車輪、側(cè)方車前臉、局部車尾等，單一特征具有建模簡單、計(jì)算速度快的優(yōu)點(diǎn)，但檢測(cè)正確率不穩(wěn)定[9]。針對(duì)倒車場(chǎng)景應(yīng)用的這些特點(diǎn)，加強(qiáng)融合特征建模訓(xùn)練成豐富的分類器，可提升算法的識(shí)別準(zhǔn)確率。

ADAS算法引擎工作流程如圖2所示。

從倒車攝像頭中獲取到每一幀圖像的YUV數(shù)據(jù)，然后確定圖像的 ROI區(qū)域(也就是感興趣區(qū)域)，將訓(xùn)練好的分類器對(duì)ROI進(jìn)行復(fù)核，實(shí)現(xiàn)對(duì)目標(biāo)物體的檢測(cè)[10]。把圖像特征提取出來，在圖像每個(gè)區(qū)域遍歷，然后提取每個(gè)區(qū)域的特征，將這些特征輸入訓(xùn)練好的分類器中進(jìn)行分類，引擎通過比對(duì)能夠識(shí)別出進(jìn)入車輛后方圖像上的行人、小孩、電動(dòng)車、其他車輛等，通過比對(duì)識(shí)別，篩選定位標(biāo)識(shí)出物體類型，以及物體在圖像上的坐標(biāo)。遍歷篩選多個(gè)大小的目標(biāo)小區(qū)域，如24×24、36×36、48×48。多做幾種遍歷，識(shí)別出來的效果更好，但是消耗的CPU也會(huì)更多一點(diǎn)。本ADAS系統(tǒng)運(yùn)行在倒車時(shí)，系統(tǒng)占CPU高的任務(wù)可以暫時(shí)讓出CPU，如語音識(shí)別，經(jīng)過完整的ADAS識(shí)別后把這些信息通過回調(diào)傳遞給應(yīng)用來處理[11]。

圖2 ADAS引擎工作流程

1.3 防碰撞系統(tǒng)框架設(shè)計(jì)

倒車防碰撞系統(tǒng)在倒車時(shí)運(yùn)行基于倒車攝像頭圖像ADAS識(shí)別算法，把算法識(shí)別結(jié)果通過系統(tǒng)的聲音和圖文提醒司機(jī)，構(gòu)成了倒車防碰撞系統(tǒng)。

通過CPU數(shù)據(jù)處理模塊的硬件抽象層獲取倒車攝像頭圖像每一幀的原始數(shù)據(jù)送給ADAS算法預(yù)警診斷模塊，通過預(yù)警診斷模塊識(shí)別出行人、車輛、障礙物等物體的類型、坐標(biāo)等信息，再把識(shí)別出來的信息傳遞到APP應(yīng)用，APP應(yīng)用根據(jù)信息來制定預(yù)警提示的邏輯處理，根據(jù)預(yù)警級(jí)別交給處理人機(jī)交互語音模塊處理語音提醒功能[11]。防碰撞系統(tǒng)處理框架設(shè)計(jì)如圖3所示。

圖3 防碰撞系統(tǒng)處理框架

2 倒車防碰撞系統(tǒng)方案應(yīng)用及測(cè)試

倒車防碰撞系統(tǒng)的運(yùn)行效果需要結(jié)合產(chǎn)品的實(shí)際安裝環(huán)境和運(yùn)行環(huán)境，才能有更精準(zhǔn)的效果、更友善的用戶體驗(yàn)。

2.1 報(bào)警預(yù)警的范圍

在汽車后裝市場(chǎng)車型眾多，有小轎車、SUV、小貨車、大貨車等各種車型，因此倒車攝像頭安裝的位置就可能千差萬別。例如，有些車(如SUV)高一點(diǎn)，攝像頭離地的高度就高一點(diǎn)；有些車矮一些，攝像頭離地的高度就矮一點(diǎn)。攝像頭離地的高度也會(huì)影響后拉攝像頭成像的范圍與距離感的差異。即使是同一款車，也存在后拉攝像頭安裝位置的差異(在車輛中間位置、偏左、偏右)，以及攝像頭安裝后的朝向角度一點(diǎn)點(diǎn)的差異都會(huì)導(dǎo)致成像的范圍和距離感有差異，要獲取識(shí)別物體的準(zhǔn)確距離是非常困難的。

針對(duì)這些復(fù)雜的場(chǎng)景結(jié)合倒車低速的特點(diǎn)，制定了根據(jù)成像范圍來報(bào)警預(yù)警的方法。系統(tǒng)將倒車圖形分成兩部分：預(yù)警監(jiān)測(cè)區(qū)和預(yù)警報(bào)警區(qū)，系統(tǒng)會(huì)默認(rèn)倒車圖像垂直方向的中間水平線為分界線，在預(yù)警監(jiān)測(cè)器只做目標(biāo)物體的跟蹤識(shí)別，目標(biāo)物體進(jìn)入預(yù)警報(bào)警區(qū)將引發(fā)系統(tǒng)的聲音和圖文的預(yù)警提醒信息。用戶可以調(diào)整這個(gè)分界線的位置來適配自己車的情況，也可以根據(jù)自己的駕駛水平來擴(kuò)大或縮小預(yù)警報(bào)警范圍。倒車ADAS預(yù)警區(qū)域劃分如圖4所示。

圖4 ADAS預(yù)警區(qū)域調(diào)整示意圖

根據(jù)ADAS算法給出的目標(biāo)物體的成像坐標(biāo)在預(yù)警報(bào)警區(qū)域內(nèi)，則發(fā)出特別提示音，有確定類型的還可以增加TTS語音播報(bào)(如小心行人)，及時(shí)提醒司機(jī)注意后方安全，同時(shí)還在顯示屏的右側(cè)畫出似雷達(dá)波的警示圖標(biāo)標(biāo)識(shí)危險(xiǎn)物體是在車尾的左后方、正后方、右后方，還是3個(gè)方向都有，便于司機(jī)注意查看狀況。

2.2 系統(tǒng)測(cè)試情況

倒車防碰撞系統(tǒng)運(yùn)行效果與運(yùn)行的環(huán)境有直接關(guān)系，如天晴下雨、白天夜晚、逆光順光、雨霧等都對(duì)攝像頭圖像效果有直接的影響。本系統(tǒng)采用的攝像頭是基于SONY IMX307，針對(duì)各種環(huán)境場(chǎng)景均作了最佳配置的場(chǎng)測(cè)，因此圖像畫面的質(zhì)量是有保障的。實(shí)際測(cè)試的效果圖如圖 5～圖 7所示。

在非常惡劣的自然條件下，如狂風(fēng)暴雨情況下造成圖像模糊，使得基于攝像頭圖像分析的ADAS算法還是存在技術(shù)上的缺陷，融合激光雷達(dá)或毫米波雷達(dá)等障礙物測(cè)距技術(shù)將使得駕駛輔助作用更大。

圖5 停車場(chǎng)車輛識(shí)別效果

圖6 車輛及半身行人識(shí)別實(shí)際效果

圖7 全身行人和右側(cè)車輪識(shí)別效果

3 結(jié)束語

本文詳細(xì)分析了當(dāng)前倒車影像系統(tǒng)的不足和雷達(dá)的技術(shù)缺陷，以及高成本的毫米波雷達(dá)難以普及應(yīng)用的現(xiàn)狀，介紹了基于ADAS的汽車倒車防碰撞系統(tǒng)設(shè)計(jì)。針對(duì)系統(tǒng)倒車功能做了深入的原理分析，對(duì)基于后視攝像頭圖像分析的ADAS算法介紹了其技術(shù)關(guān)鍵點(diǎn)和基于倒車場(chǎng)景融合特征的創(chuàng)新應(yīng)用。算法識(shí)別效果精準(zhǔn)有效，針對(duì)車輛攝像頭安裝位置朝向角度的差異預(yù)留了靈活的預(yù)警和報(bào)警區(qū)域的調(diào)節(jié)，極大地改善了該倒車防碰撞系統(tǒng)的用戶體驗(yàn)和實(shí)際作用。隨著消費(fèi)者對(duì)汽車智能化和安全性需求的逐步提升，ADAS技術(shù)正逐漸衍生出完善的主動(dòng)式安全防預(yù)解決方案[12]。