基于路面坑洞檢測(cè)的智能汽車主動(dòng)避障控制

袁朝春，王俊嫻，何友國(guó)，JIE Shen，陳 龍，翁爍豐

(1.江蘇大學(xué) 汽車工程研究院，江蘇 鎮(zhèn)江 212013；2.密西根大學(xué)迪爾本分校 計(jì)算機(jī)科學(xué)與信息科學(xué)系，密西根州 迪爾本MI 48128)

隨著汽車保有量的增加，道路承擔(dān)的運(yùn)輸壓力越來越大.目前，由于路面基礎(chǔ)設(shè)施不夠完善，產(chǎn)生了大量的路面病害，其中較常見影響行車安全的是路面坑洞.路面坑洞會(huì)對(duì)行駛過程中的車輛產(chǎn)生頻繁顛簸，加劇車輛零部件間的磨損，大幅度降低車輛的使用年限，同時(shí)影響人們乘坐舒適性和運(yùn)輸貨物的完整性.因此，路面坑洞引發(fā)的車輛行駛安全問題是一項(xiàng)亟需解決的技術(shù)難題[1].主動(dòng)避障控制系統(tǒng)可以根據(jù)實(shí)際路況與自車的信息判斷車輛行駛狀況的安全程度，在出現(xiàn)危險(xiǎn)情況時(shí)，系統(tǒng)自動(dòng)采取干預(yù)措施控制汽車，減少事故的發(fā)生[2].現(xiàn)有的主動(dòng)避障控制算法大多只考慮車輛、行人等障礙物的碰撞問題，缺乏對(duì)路面坑洞的避障研究.

目前坑洞檢測(cè)方法主要包含接觸式和非接觸式2種.接觸式檢測(cè)方法大多運(yùn)用加速度等傳感器獲取車輛過坑的振動(dòng)數(shù)據(jù)，通過設(shè)定遇到坑洞時(shí)的加速度閾值來判斷坑洞的存在，然后分析振動(dòng)波形，建立振動(dòng)模型來推測(cè)坑洞的具體屬性，但存在誤檢和漏檢的可能[3].非接觸式檢測(cè)主要有三維重建和機(jī)器視覺2種方法，三維重建法包括立體視覺和激光射線法[4]，其中立體視覺利用雙目相機(jī)在2個(gè)不同方向夾角形成視差的原理，進(jìn)行空間三維坐標(biāo)的計(jì)算，得到坑洞的深度，但受圖像匹配精度的影響，該方法很難適應(yīng)實(shí)際的路面環(huán)境檢測(cè).而激光射線法利用坑洞處的激光變形并輔以數(shù)學(xué)幾何模型計(jì)算出坑洞的具體屬性，但建模計(jì)算量大且耗時(shí)長(zhǎng).機(jī)器視覺能夠通過圖像處理技術(shù)檢測(cè)路面坑洞，但大多僅檢測(cè)坑洞的存在與否，很少有研究坑洞的具體屬性.

針對(duì)上述研究方法的不足，筆者提出一種基于多傳感器融合的路面坑洞特征提取方法，通過仿真試驗(yàn)得到滿足人體舒適性要求的過坑極限車速.在兼顧安全性和舒適性的同時(shí)，設(shè)計(jì)能夠控制車輛安全通過前方坑洞的主動(dòng)避障控制算法，以期減少坑洞路面造成的事故發(fā)生率.

1 路面坑洞特征提取

路面坑洞是道路局部破損中常出現(xiàn)的病害形式，路面坑洞的輪廓、面積和深度信息對(duì)車輛通行的安全性和舒適性有重要影響.基于多傳感器融合的方法對(duì)路面坑洞的主要特征進(jìn)行提取，包括基于視覺圖像的路面坑洞輪廓、面積計(jì)算和基于單點(diǎn)測(cè)距激光雷達(dá)的路面坑洞深度計(jì)算.路面坑洞特征值計(jì)算流程如圖1所示.

圖1 路面坑洞特征值計(jì)算流程圖

1.1 圖像預(yù)處理

在相機(jī)采集路面坑洞圖像的過程中，由于光照、設(shè)備等因素的影響，會(huì)產(chǎn)生大量噪聲，影響坑洞輪廓的精確提取.為解決該問題，對(duì)采集到的圖像進(jìn)行預(yù)處理，包括圖像灰度化與圖像增強(qiáng)等操作.

CCD相機(jī)采集到的圖片為RGB三通道彩色圖像，為了降低無關(guān)信息的干擾，提高圖像處理的效率，按照人眼對(duì)紅、綠、藍(lán)三原色的敏感程度不同，賦予R、G、B這3個(gè)分量不同的權(quán)值進(jìn)行加權(quán)平均，得到較合理的灰度圖像，表達(dá)式如下：

Q(i,j)=0.299R(i,j)+0.578G(i,j)+

0.114B(i,j)，

(1)

式中：(i,j)為像素點(diǎn)的坐標(biāo)；Q(i,j)為灰度化后圖像的像素值.

在采集圖像的過程中，光照、傳感器靈敏度等的不均勻都會(huì)導(dǎo)致圖像細(xì)節(jié)信息缺失，呈現(xiàn)局部較暗或較亮的情況.在Retinex理論基礎(chǔ)上，使用MSR多尺度算法，改善坑洞圖像暗區(qū)域內(nèi)的光照不均現(xiàn)象，表達(dá)式為

s(i,j)=l(i,j)r(i,j)，

(2)

式中：s(i,j)為給定圖像；l(i,j)為入射光照?qǐng)D像；r(i,j)為反射光照?qǐng)D像.

對(duì)式(2)兩邊取對(duì)數(shù)可得

logs(i,j)=log(l(i,j)r(i,j))=

logl(i,j)+logr(i,j).

(3)

令

(4)

則

S(i,j)=L(i,j)+R(i,j).

(5)

將高斯函數(shù)F(i,j)與輸入圖像卷積運(yùn)算后可以估算出原圖像的亮度分量，計(jì)算公式如下：

l(i,j)=F(i,j)*s(i,j)，

(6)

(7)

式中：*為卷積運(yùn)算；λ為量綱一化系數(shù)；σ為高斯函數(shù)的尺度參數(shù).

對(duì)不同尺度進(jìn)行加權(quán)求和，即

log(Fn(i,j)*S(i,j))]，

(8)

式中：n為高斯核個(gè)數(shù)，一般取n=3個(gè)；W1=W2=W3=1/3.

由式(8)得到的圖像增強(qiáng)效果如圖2所示.

圖2 圖像增強(qiáng)效果對(duì)比圖

1.2 基于閾值分割的路面坑洞輪廓提取

針對(duì)預(yù)處理后圖像的灰度直方圖分布特點(diǎn)，首先利用calcHist函數(shù)統(tǒng)計(jì)圖像的通道索引.雙波峰灰度直方圖如圖3所示，其中：tp為灰度值；Q為灰度值所包含的像素?cái)?shù).當(dāng)圖像中的目標(biāo)物體與背景灰度差異較大時(shí)，像素灰度會(huì)集中在2處，表現(xiàn)為雙波峰特性[5].

圖3 雙波峰灰度直方圖

在圖3中繪制直線l，其方程為

(9)

式中：m為相機(jī)采集圖像的像素寬度；n為相機(jī)采集圖像的像素高度.

直線l表示整張圖像的像素均值，必然會(huì)與直方圖的2個(gè)波峰相交產(chǎn)生4個(gè)交點(diǎn)，計(jì)算出這4個(gè)交點(diǎn)的灰度值即可確定2個(gè)波峰所在的灰度范圍.

在已知雙波峰灰度范圍的基礎(chǔ)上利用minMaxLoc函數(shù)分別計(jì)算左側(cè)和右側(cè)波峰范圍內(nèi)的像素最大值及其灰度位置.為了將路面坑洞從圖像中提取出來，需要確定圖像的分割閾值.首先計(jì)算出圖像的初始分割閾值T0，即

(10)

將圖像分割出目標(biāo)和背景2部分，然后求出目標(biāo)和背景部分的灰度均值tlm和trm，計(jì)算公式如下：

(11)

(12)

式中：Q(i,j)為圖像任意一點(diǎn)的灰度；F(i,j)為像素點(diǎn)(i,j)的像素?cái)?shù)；Tk為k時(shí)刻的閾值.

新閾值Tk+1的表達(dá)式為

(13)

若滿足等式Tk=Tk+1，則得到圖像的最佳分割閾值Tk，閾值分割后的二值化圖像如圖4c所示.設(shè)定坑洞區(qū)域內(nèi)所有像素點(diǎn)的灰度值為255(白色)，外部像素點(diǎn)灰度值為0(黑色).該算法計(jì)算簡(jiǎn)單、易于實(shí)現(xiàn)，能夠較好地將坑洞從路面背景中提取出來.在采集和傳輸圖像的過程中，CCD相機(jī)的抖動(dòng)、外界的電磁波干擾等都會(huì)導(dǎo)致圖像噪聲出現(xiàn)，使圖像檢測(cè)目標(biāo)邊緣模糊化，從而丟失很多細(xì)節(jié)，如圖4c所示.使用中值濾波能夠有效清除圖像中隨機(jī)出現(xiàn)的椒鹽噪聲，在保障清晰度的同時(shí)保護(hù)圖像邊緣信息，圖像質(zhì)量較好，效果如圖4d所示.

圖4 路面坑洞邊緣提取

中值濾波的基本思想如下：定義一個(gè)長(zhǎng)度為L(zhǎng)的窗口，滿足關(guān)系式L=2N+1，N取正整數(shù).假設(shè)窗口內(nèi)的信號(hào)為fi-n, ...,fi-1,fi,fi+1, ...,fi+n，將該窗口內(nèi)的信號(hào)值按從小到大順序排序，取序列的中值fi代替指定點(diǎn)(一般為原窗口中心點(diǎn))的灰度值，其數(shù)學(xué)表達(dá)式為

yi=med{fi-n,...,fi-1,fi,fi+1,...,fi+n}.

(14)

1.3 基于邊界跟蹤的路面坑洞面積計(jì)算

在獲取路面坑洞的輪廓特征后，需要對(duì)坑洞邊界的像素點(diǎn)進(jìn)行編碼.鏈碼是指用曲線起始點(diǎn)坐標(biāo)和邊界點(diǎn)方向代碼來表述曲線或邊界的方法[6].在確定線段起點(diǎn)后按逆時(shí)針方向編碼，用8方向鏈碼中的數(shù)字代表線條走向，如圖5b所示，曲線的鏈碼為57670013234.

圖5 鏈碼示意圖

基于鏈碼法可以實(shí)現(xiàn)路面坑洞的邊緣跟蹤，然后計(jì)算出路面坑洞的面積，具體流程如圖6所示.

圖6 路面坑洞面積算法流程圖

首先對(duì)二值圖像邊緣按從小到大的順序逆時(shí)針標(biāo)記，直至回到起始點(diǎn)，結(jié)尾處的最大編號(hào)即為邊界像素總數(shù)A1；然后通過定義前位矢量fv和后位矢量bv將坑洞邊界點(diǎn)轉(zhuǎn)化為矢量形式，前位矢量表示上一邊界點(diǎn)N-1到當(dāng)前邊界點(diǎn)N的矢量鏈路，后位矢量表示當(dāng)前邊界點(diǎn)N到下一邊界點(diǎn)N+1的矢量鏈路，矢量方向參照8方向鏈碼標(biāo)記，鏈碼中心像素點(diǎn)為當(dāng)前邊界點(diǎn).為簡(jiǎn)化圖像處理的計(jì)算量，對(duì)坑洞邊界點(diǎn)按照由上到下、由左到右的順序重新整理排列.接著統(tǒng)計(jì)坑洞邊界內(nèi)像素總數(shù)A2，通過計(jì)算相鄰邊界點(diǎn)之間的像素個(gè)數(shù)總和實(shí)現(xiàn)，公式為Ni+1-Ni-1,其中:Ni為當(dāng)前邊界點(diǎn)的列值;Ni+1為下一個(gè)邊界點(diǎn)的列值.參照文獻(xiàn)[7]，若滿足:

fv=5及bv≠8，或fv<3及|fv-bv|>4，

或fv>5及|fv-bv|<4,

(15)

則定義當(dāng)前邊界點(diǎn)為邊界內(nèi)點(diǎn).最終得到路面坑洞的面積為

(16)

式中:u為像素當(dāng)量.

1.4 路面坑洞深度計(jì)算

激光雷達(dá)技術(shù)可以快速、精確地獲取被測(cè)目標(biāo)的深度數(shù)據(jù)，尤其對(duì)于地面下的障礙物，僅依靠攝像頭采集到的二維圖像很難獲取路面坑洞的深度信息[8].因此，在CCD相機(jī)采集路面坑洞圖像的基礎(chǔ)上結(jié)合單點(diǎn)測(cè)距激光雷達(dá)組成一個(gè)完整的采集系統(tǒng).

激光雷達(dá)測(cè)量路面坑洞的幾何模型如圖7所示，單點(diǎn)測(cè)距激光雷達(dá)固定在車輛保險(xiǎn)杠上的點(diǎn)O處，俯仰角為β，O1和O2是固定點(diǎn)O在車輛不同行駛階段的相同位置點(diǎn)，則O1O2為水平直線，四邊形O1O2AD為平行四邊形，O1D=O2A.當(dāng)汽車行駛在平整路面上時(shí)，單點(diǎn)測(cè)距激光雷達(dá)的激光點(diǎn)到達(dá)路面的距離為定值l0，當(dāng)平整路面上出現(xiàn)坑洞時(shí)，激光點(diǎn)到達(dá)坑洞的距離突然變大，在坑洞最深處時(shí)的距離為lmax，l0和lmax的值由激光雷達(dá)數(shù)據(jù)采集獲得.在直角△ABC中，AB=O2B-O1D=lmax-l0，則路面坑洞深度為

圖7 坑洞深度測(cè)量幾何模型圖

h=AC=ABcosβ=(lmax-l0)cosβ.

(17)

2 過坑極限車速分析

在Adams軟件中建立不同面積、深度的坑洞模型，設(shè)定車輛按照不同速度勻速通過同一路面坑洞，并以加權(quán)加速度均方根作為評(píng)價(jià)車輛受到振動(dòng)沖擊的指標(biāo)，以此得到滿足要求的過坑極限車速[9].

2.1 整車及坑洞模型建立

利用Adams中自帶的虛擬樣機(jī)模型MDI_Demo_Vehicle，建立整車動(dòng)力學(xué)模型.參考文獻(xiàn)[10]，將路面坑洞按表1進(jìn)行分類.加權(quán)加速度均方根值與乘員主觀感覺之間的關(guān)系如表2所示.

表1 坑洞破損大小分類

表2 加權(quán)加速度均方根值與乘員主觀感覺之間的關(guān)系

(18)

式中：Ga(f)為加速度功率譜密度；f為頻率；W(f)為垂向頻率加權(quán)函數(shù).

(19)

2.2 仿真分析

在路面建模器中修改已有的路譜文件3d_road_obstacle_pothole,以路面單側(cè)凹坑為研究對(duì)象，設(shè)定前輪作為探測(cè)輪，將坑洞形狀簡(jiǎn)化為正方形.坑洞面積的梯度為0～3 m2(每0.5 m2為一個(gè)梯度)，坑洞深度的梯度為0～0.10 m(每0.03 m為一個(gè)梯度)，設(shè)定車輛以速度v分別為10、20、30、40、50、60 km·h-1勻速通過坑洞，仿真時(shí)間為5 s，步長(zhǎng)為500步，仿真工況如圖8所示.

圖8 路面坑洞仿真工況

為了研究路面坑洞面積對(duì)行車舒適性的影響，設(shè)置面積為0.5 m2，深度為0.03 m的路面坑洞，得到垂向加速度az隨時(shí)間t的變化曲線如圖9所示.

圖9 垂向加速度時(shí)域曲線

若車輛以最大垂向振動(dòng)所對(duì)應(yīng)的速度通過路面坑洞，得到的垂向加速度小于駕駛員舒適性閾值，說明車輛以任何速度通過該路面坑洞均可保證乘員舒適性，由此得出結(jié)論：在保證舒適度的前提下，車輛可以按照任何速度通過面積小于0.5 m2且深度小于0.03 m的坑洞.

保持其他參數(shù)不變，修改路面坑洞面積為1.0 m2，得到不同速度下車輛的垂向加權(quán)加速度均方根值，如表3所示，其中g(shù)為重力加速度.

表3 不同速度下垂向加權(quán)加速度均方根值

為了研究路面坑洞深度對(duì)行車舒適性的影響，設(shè)置路面坑洞面積S=1.0 m2，修改路面坑洞深度為0.06、0.08、0.10 m，其他參數(shù)保持不變，得到不同坑洞深度的垂向加速度變化曲線如圖10所示.

圖10 不同坑洞深度的垂向加速度變化曲線

從圖10可以看出：路面坑洞面積不變，當(dāng)車速v≥40 km·h-1，路面坑洞深度h分別為0.06、0.08、0.10 m時(shí)，車輛經(jīng)過路面坑洞的垂向振動(dòng)加速度曲線完全重合.車速v=10 km·h-1工況下的垂向加速度絕對(duì)值最大值大于v=60 km·h-1時(shí)的數(shù)值，即車速越快，車輛通過路面坑洞時(shí)的垂向振動(dòng)影響反而越小.

對(duì)面積為0～3.0 m2，深度為0～0.10 m的路面坑洞進(jìn)行多次仿真試驗(yàn)，得到能夠滿足人體舒適性要求的過坑極限車速如表4所示.

表4 過坑極限車速表

3 車輛主動(dòng)避障算法設(shè)計(jì)

汽車主動(dòng)避障系統(tǒng)能夠提高車輛通過坑洞路面的行駛安全性和乘坐舒適性[12].基于模糊控制理論和車輛動(dòng)力學(xué)特性搭建Carsim/Simulink聯(lián)合仿真模型.

3.1 安全距離模型

駕駛員為規(guī)避障礙物所需要的減速度可以通過安全距離模型進(jìn)行表征.目前安全距離模型的研究大多集中在可測(cè)障礙物的碰撞規(guī)避，如車輛、行人等，缺乏針對(duì)路面坑洞導(dǎo)致的事故風(fēng)險(xiǎn)規(guī)避研究.根據(jù)自車當(dāng)前車速v和過坑極限車速vl，建立坑洞安全距離模型為

(20)

式中：d為車輛到前方坑洞的安全距離；amax為最大制動(dòng)加速度，取-8.5 m·s-2.

3.2 基于模糊控制算法的車輛避障控制

面對(duì)復(fù)雜多變的車輛行駛環(huán)境，很難用具體的數(shù)學(xué)模型描述被控系統(tǒng)的狀態(tài)變化.而模糊控制可以將駕駛員的相關(guān)經(jīng)驗(yàn)作為控制規(guī)則的一部分融合到控制算法中，解決非線性和復(fù)雜系統(tǒng)的控制問題.基于模糊控制器實(shí)現(xiàn)對(duì)車輛減速度的合理控制，可以提高主動(dòng)避障系統(tǒng)的安全性和舒適性.設(shè)定車輛與路面坑洞的實(shí)際距離s和安全距離d的距離差值es為模糊控制器的第1個(gè)輸入量，自車速度v與過坑極限車速vl的速度差值ev為模糊控制器的第2個(gè)輸入量，系統(tǒng)輸出量為自車的加速度a，即

(21)

考慮到汽車在普通路面上行駛的速度一般不超過80 km·h-1，設(shè)定ev的論域?yàn)閇-80,80]km·h-1.參考相機(jī)原理，普通相機(jī)最遠(yuǎn)能夠拍攝的距離一般為焦距的2.4倍，根據(jù)本研究所選相機(jī)的焦距25 mm可以得到es的論域?yàn)閇0,60]m.輸出量a的論域設(shè)定為[-10,10]m·s-2.將輸入和輸出采用7種不同的模糊語(yǔ)言來表示，分別為{負(fù)大(NB)、負(fù)中(NM)、負(fù)小(NS)、0(ZO)、正小(PS)、正中(PM)、正大(PB)}，其隸屬度函數(shù)及模糊規(guī)則如圖11所示.其中：f(ev)、f(es)、f(a)分別為ev、es、a的隸屬度函數(shù).

圖11 輸入輸出量的隸屬度函數(shù)及模糊規(guī)則

3.3 仿真驗(yàn)證分析

為了驗(yàn)證算法的有效性，設(shè)置3種不同的路面坑洞條件，利用Matlab與Carsim對(duì)車輛的行駛狀態(tài)進(jìn)行聯(lián)合仿真，設(shè)置路面附著系數(shù)為0.85，仿真時(shí)間為5 s.

1)工況1，車輛以60 km·h-1的初速度在道路上行駛，距車輛起始位置40 m處有一面積為2.7 m2，深度為0.03 m的路面坑洞，所設(shè)計(jì)的主動(dòng)避障算法控制車輛后得到車速、加速度以及車輛與前方路面坑洞距離變化曲線如圖12所示.

圖12 工況1下車速、加速度及車輛與前方路面坑洞距離的變化曲線

圖13 工況2下車速、加速度及車輛與前方路面坑洞距離的變化曲線

圖14 工況3下車速、加速度及車輛與前方路面坑洞距離的變化曲線

4 結(jié) 論

針對(duì)車輛行駛的路面環(huán)境特征，利用多傳感器融合方法對(duì)車輛前方的坑洞輪廓、面積及深度進(jìn)行了檢測(cè)，依據(jù)人體舒適性評(píng)價(jià)指標(biāo)確立了不同面積、深度的路面坑洞對(duì)應(yīng)的過坑極限車速，建立了基于路面坑洞檢測(cè)的主動(dòng)避障控制算法，并通過仿真試驗(yàn)驗(yàn)證了算法的有效性，在保證車輛安全通過坑洞路面的同時(shí)兼顧人員乘坐的舒適性要求.