本课题研究实时嵌入式盲点
本课题研究实时嵌入式盲点 安全辅助系统 Bing-Fei Wu, Chih-Chung Kao, Ying-Feng Li, andMin-Yu Tsai 电气与控制工程学院 本文提出了一种有效的电子车辆在 白天和夜间的盲点区摩托车检测系 统场景。该方法确定的车和摩托车的 检测在白天的阴影和边缘特征,汽车 和摩托车可以通过夜间车灯检测定 位。首先,进行定位车辆的位置。然 后,垂直和水平边缘被用来验证是否 存在的车辆。之后,追踪程序操作在 连续的帧跟踪相同的车辆。最后,驱 动行为是由轨迹判断。第二,基于直 方图自动阈值提取,是受空间和时间 的功能的限制,对路面的重新检验。 所提出的实时的基于视觉盲点安全 辅助系统来实现一个Tl DM6437平 台上进行车辆检测评价。真正的公 路,高速公路,城市道路,工作在晴 天,阴天,多雨的条件下,在白天和 夜间的时间进行。 实验结果表明,所提出的车辆检测方 法是在各种环境中有效的,可行的。 1o简介 近年来,驾驶的安全性已成为重要问 题。汽车事故伤亡人数逐年增加。根 据事故,来自国道高速公路局的数 据,主要发生事故的原因是人为的疏 忽。因此,碰撞预警技术得到极大的 重视。驾驶安全的几种辅助产品产品 的推广也越来越多,包括车道偏离警 告系统(Idwss),盲点信息系统(幸 福)等。这些产品可以提供车辆周围 环境和司机的更多的信息,使司机能 够做出正确的决定在道路上行驶时。 也可以检测车的一侧是否出现车辆 或在驾驶员不知情的情况下突然变 道。雷达是为另一个解决方案。然而, 成本比相机更高。因此,基于盲点检 测成为了希望的田野。 有许多基于视觉的障碍物检测系 统,我们在文献中提出的。他们中的 大部分集中在检测车道,车道在主机 车前面的障碍偏离预警[1 -3 ],还 III 有避免碰撞的应用方法[4-7]等。车 道检测是利用行车安全在早期的助 理。此外,一个完整的调查处理。 此外,前方障碍物检测在过去的十年 里被广泛地用来检测前面的车辆主 机车。在线学习算法可以克服对实际 系统的在线调整问题。O Malley等人 提出了用车尾灯来检测和跟踪夜车 辆的想法。尾灯组是用来识别前面的 车辆和轨道,并采用卡尔曼滤波器。 刘和藤村提出了一种行人检测系统 立体声夜视。当人成为热点的夜晚, 视觉将由团块匹配追踪o labayrade 等人集成三维相机和激光扫描用来 检测前面的车辆的宽度,高度,和深 度障碍物的立体视觉,还要精确的估 计障碍物的位置,但也可以通过激光 扫描仪来进行扫描。这种合作的融合 方法实现了更精确强大的检测得目 的。 Wong和Qidwai安装了六个超声波 传感器和三图像传感器在车上。他们 在算法上应用模糊推理来警告司机 并且减少汽车发生事故的可能性,并 用全向摄像机来监视周围地区的车 辆。因此,可将盲目的障碍物现场和 双方的障碍物现场同时的检测。轮子 后面的过滤型滤波器系统是用来确 定车辆是否存的。罗德等人设计了车 道变更辅助系统,射程远侧雷达,雷 达,立体视觉。传感器融合和卡尔曼 滤波器被用于轨道车辆稳定。D lAZ 等人应用光学flOW算法在盲区车辆 段,对多尺度模板进行了跟踪。巴达 维亚等人还监测车后图像光学flOW 算法和边缘特征。stuckman等人利 用红外线传感器来获取盲信息斑面 积。该方法在对数字信号处理器 (DSP)上成功实现。自适应模板匹 配(高级数据传送模块)算法提出了 在盲点区域检测车辆,并且以算法的 级别来确定跟踪车辆的行径。如果这 车辆是接近,水平会增加,否则由 Yoshioka等人安装多线ccd的平稳 度将会降低。监测盲斑面积,该传感 器可以获得一个像素高度的在图像 由于是两个镜片之间的视差。因此, 该方法可以获得车辆的高度。Te chmer利用逆透视映射(IPM)与边 缘提取算法的匹配模式来确定车辆 是否存在盲点。Furukawa等人将三 摄像头监控安装在前门的部分,左边 的部分和右边的部分。水平段的边缘 和模板通过定位编码匹配操作,这是 一个鲁棒匹配技术。最重要的是,这 些算法实现在一个需要较少的资源 运作在嵌入式系统。Jeong等人分开 几个确定的输入图像,定判断几个确 定这些分割图像是属于前景还是背 景的灰度级。后来,尺度不变特征变 换(SIFT)的实施产生强大的功能来 移用于跟踪检测车辆。C.T.陈和Y.S 陈估计在车道的道路场景爛的图像。 检查车辆是否存在。最后, 该均值漂 通过分析车道信息,可以检测到道路 信息。虽然他们可以实时的跟踪的障 碍,但他们只判断履带车辆接近或不 考虑的位置前一帧和当前帧。因此, 假容易引发警报。四个地区识别危 险,并提取生物形态操作的方法可以 清晰的产生边缘图像。然而,如果只 考虑边缘信息,系统将很容易通过阴 影和安全岛误报警。 此外,在这领域最重要的问题之一是 执行效率的系统。如果效率不够高 了,个系统就不能实时的检测出结 果,它无法立即提醒司机,就是没有 使用价值的系统。在最近几年已经提 出了很多方法来防止在盲点区域的 碰撞,但大多数方法都是在PC机上 实现的,不合适的汽车电子产品。虽 然有一些方法在DSP平台上实现了, 但低帧速率和鲁棒性成为严重的问 题,在本文,边缘,阴影,和在空间 域上的应用电子灯提咼了执彳丁效率。 因此,本在该系统中的车辆检测性能 是重要的主题,特别是解决在复杂恶 劣环境中的问题,如在城市道路上行 驶。使用在空间域的一般特征和保持 较高的性能已经通过实地的验证,次 方法本文已介绍了。在DSP平台的 发展本系统的帧速率仍然可以最多 达到59 fpso CIF图像,效率是足够 高的系统可提供实时信息给司机,因 此,驾驶员可以及时做出最正确的决 定。该系统对Tl DM6437平台具有高 帧率,道路现场试验可以在公路或城 市道路,高速公路。在晴天,阴天, 或雨天的条件下也可以检测。这表 明,系统的鲁棒性是很好的,所以它 可以随时随处提供警示功能。警告系 统由一个蜂鸣器和LED灯组成,在发 生触动时发出报警来提醒司机。第2 节简要介绍了本文提出的方法。在 3,4节中介绍了车辆在白天和夜间的 检测部分。实验结果和各种情况之间 的相互比较,将在第5节中说明。最 后,本结论将在第6节中。 因为在白天车辆检测的特点明 显地不同于在夜间,可利用得特征和 验证应用程序将会不同。此外,考虑 到实际应用,BSD要夜以继日的工 作。因为它非常地困难去区分白天和 夜间,两车辆检测算法在白天和在夜 间应在每帧处处理。白天和夜间的算 法检测和跟踪不同但是具有相同的 工作图。这项功能已被实施在我们的 系统中,使该系统更有实用性和鲁棒 性。用于夜间的车辆检测算法和白天 的算法,没有需要确定它现在是什么 时间。该算法主要有三种检测模式对 车辆进行检测。这些模式分别是全搜 索模式,跟踪模式,和局部搜索模式。 图像进行预处理时,提取边缘,阴影, 为车辆检测灯的特性。首先,进行检 测和轨迹跟踪。因此,系统会搜索可 能的车辆在整个地区全搜索模式的 图像中。如果车辆检测并成功的跟踪 连续的视频帧,该过程会生成车辆轨 迹,和系统在下一帧的跟踪模式。由