一种车载智能防碰撞预警系统
来源:用户上传
作者:
摘 要：随着社会经济的快速发展，汽车已经成为人们出行重要的交通工具，汽车的安全性能成为人们关注的一个重要问题。汽车行业在发展过程中，人们对汽车安全性、舒适性以及智能化水平要求越来越高。随着科技的发展，智能化技术在汽车安全领域得到了广泛地应用。就以智能防碰撞报警系统为例，将其应用于汽车领域，可以有效地减少交通事故发生，更好地保证车主的安全。本文在研究过程中，以一种车载智能防碰撞预警系统为例，分析了该系统的性能水平及其在汽车领域的具体应用。
关键词：汽车防碰撞;报警系统;智能系统
汽车行业随着社会经济的快速发展也得到了飞速的发展，不论是性能水平还是功能方面，均得到了较大幅度的提升。现阶段，人们对汽车性能的要求也在不断提升，尤其是汽车的安全性能。为了更好地保证汽车驾驶员的安全，汽车防碰撞预警系统在汽车中得到了广泛地应用，极大程度地提升了汽车的安全性。目前，汽车智能防碰撞系统应用过程中，主要以激光、雷达、超声波、红外线灯传感器作为基础，但这些技术手段应用时，其造价比较昂贵，并且测量的参数比较单一，容易受到外部环境的影响。针对于这一问题，本文研究的汽车智能防碰撞预警系统突出价格低廉、信息丰富、性能安全可靠等特点，使其更好地应用于汽车防碰撞工作当中。在研究中，本文以一种基于双目相机的车载智能防碰撞预警系统为例，分析了该系统的性能及其具体应用情况。
1 车载智能防碰撞预警系统概述
1.1 车载智能防碰撞预警系统简介
本文研究的车载智能防碰撞预警系统是一种基于双目相机的车载智能防碰撞预警系统，该系统借助于双目相机对道路信息进行获取。在应用过程中，采用Sobel算子和AdaBoost分类器对车辆信息进行识别[1]。同时，在对车辆控制过程中，主要利用ORB算法实现对车辆的跟踪。在对该系统应用过程中，系统可以对目标车辆的速度、距离和方位等信息进行识别，从而根据系统测算获得的信息得出相应的预警结果。该系统在应用过程中，由双目相机对前方目标车辆信息进行获取，通过对前方车辆信息的判断，得出是否超出预警策略条件，若是超出，则输出报警信号，对车主予以提醒。关于车载智能防碰撞预警系统的报警流程，具体内容如下：
1.2 系统的软、硬件设计
1.2.1 系统硬件设计
在对车载智能防碰撞预警系统设计过程中，其硬件设计主要包括了4个模块，分别是测距模块、声响报警装置、控制模块以及紧急制动模块。在进行系统硬件设计时，主要涉及到了两个部分内容[2]。第一部分则是预警阶段。双目相机对车辆前方信息进行获取，并对障碍物的信息和前方车辆信息进行反馈。当前方障碍物或是车辆的距离接近报警距离时，声响报警装置接收到信号，从而使报警装置发出声响，向车主报警;第二部分则是紧急制动阶段。当双目相机测得的信息达到危险距离的时候，需要为驾驶员预留出反应时间和判断时间。但由于情况特殊，可能出现驾驶员反应不及时的问题。针对于这一情况，系统会执行紧急制动模块，在驾驶员没有及时作出反应的情况下，做出紧急制动，从而降低碰撞事故的发生[3]。
1.2.2 系统软件设计
系统软件设计，主要涉及到双目相机的应用，实现对车辆前方信息的有效获取和反馈。系统软件主要对获取的信息进行处理，实现对获取数据的分析和应用。当智能防碰撞报警系统运行过程中，系统软件部分实现对获取信息的分析[4]。这一过程中，首先会对系统中传感器的工作情況进行检测，对传感器是否运行和状态是否良好进行判断，之后进行距离的测量，并对测试获取的数据信息进行反馈。其次，系统对获取的测试信息进行判断，当测试的数据大于设定的制动车距，则不会产生报警;反之，若是小于设定的制动车距，报警器会发出报警信号。若是车距接近危险距离时，车辆的紧急制动模块会运行，从而紧急停止，避免发生碰撞。
2 车载智能防碰撞预警系统的工作分析
本文研究的车载智能防碰撞预警系统在工作过程中，主要依据该系统的性能，把握前方车辆信息的标定，之后反馈给系统，对车辆进行识别和跟踪，以判断安全距离，从而做出是否报警的处理。关于系统工作方案的相关内容，如下：
2.1 前方车辆信息的标定
本系统中，对双目相机进行了应用，借助于双目相机实现对前方车辆的识别和跟踪，这一过程中，双目相机立体视觉的实现主要基于视差的原理。双目相机在车载防碰撞报警系统中的应用，借助于三角法可以对被测物体进行三维立体成像，获取前方车辆的三维信息，从而对前方车辆的位置信息进行有效地获取。本文采用的双目相机对前方车辆信息标定过程中，主要采用了MATLAB标定工具箱，获取的图像信息通过处理后，反馈给系统[5]。
2.2 目标车辆信息的识别
在对前方车辆信息识别过程中，主要步骤如下：通过采取整车边缘检测和车底阴影结合的检测方式，对车辆信息进行获取。通过将这两种方式进行结合应用，能够对前方车辆信息更加可靠地获取。在进行边缘检测过程中，主要借助于Sobel算子对车辆图像的信息进行边缘处理。同时，在对车底阴影信息处理时，主要结合外界环境变化的动态阈值对车底阴影的信息进行提取。接下来，在对图形特征空间处理过程中，主要结合HOG特征变换算法，对所有子图像的特征空间进行计算。在对HOG特征变换算法应用时，主要对图像各个区块及各个方向的信息进行精确获取。最后，需要对一些非车辆信息进行处理。这一过程中，主要应用AdaBoost分类器进行，从而实现车辆检测的目标。
2.3 目标车辆信息的跟踪
在对车辆信息跟踪过程中，该智能防碰撞预警系统主要采用了ORB算法。ORB算法在应用过程中，其在旋转、尺度不变性以及抗噪、灰度适应性方面具有较好的鲁棒性。在对ORB算法应用时，主要包括了三个步骤，依次是oFAST特征检测、rBRIEF特征描述以及最近距离比匹配。在对目标车辆信息进行跟踪过程中，通过对多帧图像的匹配，可以在多帧图像中获取跟踪车辆的信息，并能够有效保证信息获取的实时性。在进行车辆信息跟踪过程中，如果信息出现匹配失败问题，系统会对车辆信息进行重新的检测。 2.4 目标信息获取
车载智能防碰撞预警系统在应用过程中，对目标信息的获取主要借助于车辆检测算法来实现。在这一过程中，根据车辆检测算法可以对车辆的图像坐标信息进行获取，之后借助于双目相机获取车辆的三维坐标信息。在对前方车辆方位角关系测定过程中，主要依据前方车辆三维坐标信息（Xe，Ye，Ze），结合公式：[6];在对主体车辆和前方车辆的相对速度计算过程中，主要结合公式：求得;在对主体车辆和前方车辆发生碰撞时间获取时，主要依据公式：获取[7]。
2.5 防碰撞控制策略
在利用车载智能防碰撞系统过程中，为了防止车辆碰撞，需要从车距、碰撞时间、两车速度变化量三个方面内容进行考虑。这一过程中，需要对系统参数进行针对性的设计，从而通过有效预警，防止辆车碰撞事故的发生。在这一过程中，当辆车的车距小于3m时，车载智能防碰撞系统会发出警告，从而对汽车驾驶员进行有效提醒，控制辆车的距离。在对碰撞时间预测过程中，当辆车碰撞时间小于3s的时候，系统会发出预警信号，从而对驾驶员进行提醒，使驾驶员能够对车速进行一定的控制。在对车辆相对速度变化量控制时，当相对速度的变化量大于30km/h时，系统就会发出报警信号，提醒驾驶员能够对车速进行有效地控制。
3 结束语
本文研究的智能防碰撞预警系统在汽车上应用，能够对两车的距离、速度以及方位信息进行有效地检测和获取，监测涉及的信息较多，可以为车主提供有效的报警提示，从而对两车碰撞问题进行有效地提升，避免车辆碰撞。该系统在应用过程中，主要对双目相机进行了应用，该设备可以对车距等信息进行精确地计算，并且采取双目视觉的防碰撞系统可靠性更高，其价格也比较低廉，在车辆上安装较为方便。通过研究和分析，该系统可以在车辆防碰撞预警中进行有效地推广和应用，以满足实际需要，降低车祸事故发生。
参考文献：
[1]杨志勇.防碰撞预警技术在GPS卡车调度系统中的应用[J].煤炭科学技术，2018，46（S1）：161-163.
[2]孙德鑫，石振周，王子奇.浅析主动安全技术之前向碰撞预警系统[J].时代汽车，2018（04）：13-15.
[3]张凯，刘军，后士浩，晏晓娟.基于Simulink的换道防碰撞预警建模与仿真分析[J].重庆理工大学学报（自然科学），2018，32（02）：46-53.
[4]臧利国，滕飞，彭志洋，尹荣栋，袁薛帅.改进Berkeley模型的汽车防碰撞预警算法[J].机械科学与技术，2018，37（07）：1082-1088.
[5]许文娟，赵秋芳，郝鹏飞.汽车防碰撞预警系统的研究[J].科技创新导报，2017，14（20）：129-130+132.
[6]甄德印，许建国.北斗高精度定位人机碰撞预警系统研究[J].铁道技术监督，2017，45（02）：43-46.
[7]于广鹏，谭德荣，马福霞.汽车防碰撞预警/碰撞算法研究现状及分析[J].山东理工大学学报（自然科學版），2014，28（06）：1-5.
转载注明来源:https://www.xzbu.com/1/view-14888696.htm
