在飛機(jī)著陸中,20世紀(jì)80年代末期至90年代初期,人們提出了視景系統(tǒng)(VS,VisionSystem)概念。采用不同手段和不同綜合方法構(gòu)成的視景系統(tǒng)分為以下幾個(gè)部分:傳感器視景系統(tǒng)(SensorVS)。前視傳感器實(shí)時(shí)檢測(cè)到的駕駛艙外視見(jiàn)景象,可以由單傳感器生成或多傳感器綜合,其視景接近真實(shí)世界的自然景象。合成視景系統(tǒng)(SVS)。由地形數(shù)據(jù)庫(kù)存儲(chǔ)的地形模型構(gòu)建的虛擬視景稱(chēng)為合成視景。增強(qiáng)視景系統(tǒng)(EVS,EnhancedVisionSys-tem)。傳感器視景和合成視景的疊合稱(chēng)為增強(qiáng)視景(EnhancedVision)。既有實(shí)時(shí)探測(cè)到的自然視景,也有數(shù)據(jù)庫(kù)生成的虛擬視景,兩者匹配疊合,即利用虛擬視景的深刻輪廓線(xiàn)去增強(qiáng)模糊視景,包括了SensorVS和SVS兩個(gè)系統(tǒng)，它們?cè)趷毫拥臍庀髼l件下可以增強(qiáng)窗外視景的可見(jiàn)性［1］。隨著智能交通運(yùn)輸系統(tǒng)的發(fā)展與應(yīng)用,視覺(jué)增強(qiáng)技術(shù)在低能見(jiàn)度條件下的車(chē)輛安全輔助駕駛系統(tǒng)中得到應(yīng)用。如美國(guó)的Galaxy科技公司開(kāi)發(fā)了由有紅外傳感器、顯示系統(tǒng)、無(wú)線(xiàn)通信系統(tǒng)、GPS等組成的駕駛員視覺(jué)增強(qiáng)裝置用于煙霧條件下?lián)岆U(xiǎn)車(chē)輛。近年來(lái)由于成像雷達(dá)傳感器相對(duì)于前視紅外成像傳感器具有更好的云霧及惡劣天氣穿透能力,國(guó)外開(kāi)始全力發(fā)展用于惡劣天氣條件下視景增強(qiáng)雷達(dá)系統(tǒng),并且已取得了新的重大進(jìn)展。美國(guó)波音公司與Nav3D聯(lián)合在2002年開(kāi)發(fā)了一套視覺(jué)增強(qiáng)系統(tǒng)用于低能見(jiàn)度條件下軍用直升飛機(jī)降落導(dǎo)航和軍用車(chē)輛的導(dǎo)航，系統(tǒng)由圖像傳感器、毫米波雷達(dá)、GPS等組成［2］。在視覺(jué)增強(qiáng)系統(tǒng)中圖像處理技術(shù)是常用的技術(shù)手段之一。為探測(cè)霧天的能見(jiàn)度,開(kāi)展了理論研究,提出了一些實(shí)用方法。文獻(xiàn)［3］研究了基于車(chē)載攝像機(jī)的能見(jiàn)度檢測(cè)方法,用于駕駛安全預(yù)警。針對(duì)霧天下拍攝圖像的退化現(xiàn)象,文獻(xiàn)［4］提出了一種景物影像清晰化的方法,用移動(dòng)模板對(duì)不同深度的場(chǎng)景進(jìn)行分割,以對(duì)模板中的區(qū)域進(jìn)行塊重疊直方圖均化衡處理。根據(jù)圖像的灰度分布特性,求出天空區(qū)域灰度的最佳近似正態(tài)分布,再由這個(gè)近似正態(tài)分布估計(jì)來(lái)得到分割天空區(qū)域的灰度值分布范圍,以增強(qiáng)景物細(xì)節(jié)信息。文獻(xiàn)［5］則根據(jù)圖像本身估計(jì)出圖像退化的物理過(guò)程來(lái)增強(qiáng)圖像。在霧天能見(jiàn)度較差條件下,單視覺(jué)傳感器獲取道路環(huán)境圖像退化較為嚴(yán)重時(shí),圖像增強(qiáng)的效果不一定理想,因此,基于多源信息融合的圖像增強(qiáng)得到廣泛關(guān)注。美國(guó)國(guó)防高級(jí)研究計(jì)劃局負(fù)責(zé)實(shí)施的戰(zhàn)略計(jì)算機(jī)計(jì)劃中的幾個(gè)主要示范系統(tǒng)(如自主式地面戰(zhàn)車(chē),自動(dòng)目標(biāo)識(shí)別系統(tǒng))都將多種偵察儀器的圖像信息融合技術(shù)作為重要的研究?jī)?nèi)容;美國(guó)德克薩斯儀器公司研究將紅外熱圖像和微光圖像融合,來(lái)提高夜戰(zhàn)能力。文獻(xiàn)［6］分析了環(huán)境和氣候等因素對(duì)毫米波雷達(dá)和紅外傳感器性能的影響,獲得了兩類(lèi)傳感器的環(huán)境及氣候模型。在該基礎(chǔ)上,提出了一種基于各傳感器性能模型的紅外/毫米波復(fù)合自動(dòng)生成算法。文獻(xiàn)［7］采用短波紅外攝像機(jī)和長(zhǎng)波紅外攝像機(jī)以及彩色攝像機(jī)構(gòu)成多譜圖像采集系統(tǒng),針對(duì)多源圖像信息融合中圖像信息匹配問(wèn)題,提出了采用幾何參數(shù)修正的方法。文獻(xiàn)⑻采用車(chē)載攝像機(jī)、GPS等構(gòu)建了視覺(jué)增強(qiáng)研究平臺(tái),研究霧天駕駛員視覺(jué)增強(qiáng)方法。低照度視覺(jué)增強(qiáng)系統(tǒng)目前技術(shù)已非常成熟,其產(chǎn)品已實(shí)用化,如林肯領(lǐng)航者汽車(chē)安裝有“夜眼”(NightEye)攝像機(jī)可在低照度條件下，在汽車(chē)處于倒檔時(shí)工作,即使在近乎黑暗的情況下也能提供車(chē)后近距離內(nèi)的細(xì)小影像。視覺(jué)增強(qiáng)系統(tǒng)中第二種方法主要是除去擋風(fēng)玻璃上的雨水和霜、提高汽車(chē)前照燈的智能化等，達(dá)到增強(qiáng)低能見(jiàn)度、低照度等不利條件下的駕駛員視覺(jué)目的［9］。該方法目前很多技術(shù)處于實(shí)際運(yùn)用與不斷更新階段，例如:智能雨刷系統(tǒng)，智能雨刷系統(tǒng)以發(fā)光二極管對(duì)前擋風(fēng)玻璃發(fā)出光束，當(dāng)雨滴打在感應(yīng)區(qū)的玻璃上時(shí)，光束所反射的光線(xiàn)強(qiáng)度，會(huì)因玻璃上的雨量或濕氣含量而有所變化，改變雨刷的刷動(dòng)頻率;或透過(guò)紅外線(xiàn)電子雨量傳感器感應(yīng)雨量的多寡，并隨車(chē)速的變化自動(dòng)調(diào)整雨刷速度，增進(jìn)駕駛?cè)说鸟{駛方便性，讓駕駛更有安全性。準(zhǔn)確判別前擋風(fēng)玻璃面積雨量，是智能雨刷系統(tǒng)的關(guān)鍵。針對(duì)現(xiàn)有雨量傳感器檢測(cè)前擋風(fēng)玻璃面積區(qū)域有限，文獻(xiàn)［10］采用車(chē)載攝像機(jī)獲取雨天中前擋風(fēng)玻璃面積序列圖像，設(shè)定感興趣區(qū)域，利用模板匹配的方法對(duì)連續(xù)多幀圖像進(jìn)行雨滴識(shí)別，從而獲取精確雨量信息。2.1.2視覺(jué)擴(kuò)展(DriverVisionlmprovement)視覺(jué)擴(kuò)展是對(duì)駕駛員視覺(jué)進(jìn)行補(bǔ)償，運(yùn)用視覺(jué)等傳感器擴(kuò)展駕駛員視野范圍,如福特公司的Cam-?156?中國(guó)安全科學(xué)學(xué)報(bào)ChinaSafetyScienceJournal第18卷2008年Car,采用多個(gè)微小的攝像機(jī)和3個(gè)可切換的視頻顯示屏為駕駛員提供了前、后視線(xiàn),方便停車(chē)時(shí)的操作,提高在擁擠的交通中行駛的安全性°CamCar的技術(shù)特點(diǎn)包括:前向攝像機(jī)系統(tǒng)。裝在汽車(chē)的兩側(cè),提供繞過(guò)障礙物的視野。覆蓋角可達(dá)22°，在300m的距離上相當(dāng)于116m寬的視場(chǎng)。增強(qiáng)的側(cè)面視野°CamCar攝像機(jī)系統(tǒng)的第二個(gè)部分由兩臺(tái)后向攝像機(jī)組成,這兩臺(tái)攝像機(jī)不間斷地提供相鄰車(chē)道的后向視野。其覆蓋范圍比傳統(tǒng)的后視鏡寬廣得多。這樣,駕駛員在換道前就能對(duì)后面駛來(lái)的車(chē)輛加以監(jiān)測(cè)。這種后向視野事實(shí)上沒(méi)有盲點(diǎn)。后向攝像機(jī)裝在汽車(chē)側(cè)面,和側(cè)視鏡差不多。其鏡頭可以提供一個(gè)較廣闊的視野,每側(cè)攝像機(jī)的覆蓋角為49°。車(chē)后全景視圖°CamCar的后向視野是通過(guò)精確設(shè)計(jì)安裝在車(chē)后的4個(gè)微型攝像機(jī)得到加強(qiáng)。4個(gè)攝像機(jī)呈扇形展開(kāi),以4個(gè)分開(kāi)的圖像,來(lái)捕獲車(chē)后一個(gè)很寬的區(qū)域內(nèi)的路面情況。這些圖像被送入一個(gè)復(fù)雜的計(jì)算機(jī)程序中進(jìn)行比較和疊加,然后合成一個(gè)無(wú)縫的全景視圖,總覆蓋角可達(dá)160°[11-12]。泊車(chē)輔助系統(tǒng)(ParkingAssistanceSys-tem)也是一種常見(jiàn)的視野擴(kuò)展系統(tǒng)。在泊車(chē)輔助系統(tǒng)中傳感器探測(cè)前方、側(cè)方、后方的盲點(diǎn)環(huán)境信息,包括倒車(chē)時(shí)后方障礙信息,如相對(duì)位置、距離、大小等,以圖像顯示或聲音提示的方式提供給駕駛員。2.1.3顯示技術(shù)道路環(huán)境圖像顯示和道路環(huán)境報(bào)警設(shè)備是駕駛員和車(chē)輛間交互的接口,其設(shè)計(jì)應(yīng)具有良好的人因特性。目前車(chē)載的信息顯示設(shè)備主要有兩種:低頭顯示器(head-downdisplay)和抬頭顯示器(head-updisplay)。低頭顯示器主要應(yīng)用在車(chē)載導(dǎo)航系統(tǒng)和多媒體系統(tǒng)中,其設(shè)計(jì)與應(yīng)用比較成熟。如福特公司的CamCar的儀表板上設(shè)有3個(gè)視頻顯示屏，一個(gè)中心顯示屏和兩個(gè)側(cè)面附加顯示屏。顯示的圖像可以根據(jù)具體情況加以改變,以便為駕駛員提供最重要的信息。抬頭顯示器多用于汽車(chē)安全輔助駕駛顯示系統(tǒng)中,可便于駕駛員在汽車(chē)高速行駛時(shí),快速瀏覽屏幕上的道路環(huán)境與警示信息,其設(shè)計(jì)尚處于開(kāi)發(fā)、完善階段。在國(guó)外,文獻(xiàn)［13］在駕駛模擬器上模擬霧天高速公路駕駛環(huán)境,通過(guò)12名駕駛員的駕駛實(shí)驗(yàn),探討使用低頭顯示器和抬頭顯示器時(shí)的駕駛員的工作負(fù)荷。文獻(xiàn)［14］通過(guò)陌生城市道路環(huán)境的道路駕駛實(shí)驗(yàn)證明抬頭顯示器便捷性?xún)?yōu)于普通的車(chē)載顯示器,同時(shí)研究了基于人體參數(shù)的抬頭顯示器位置設(shè)計(jì)方法。在國(guó)內(nèi),文獻(xiàn)［15］進(jìn)行了汽車(chē)視野擴(kuò)展顯示系統(tǒng)設(shè)計(jì);文獻(xiàn)［16］介紹了汽車(chē)導(dǎo)航及汽車(chē)信息顯示系統(tǒng)。2.2駕駛環(huán)境的機(jī)器視覺(jué)識(shí)別駕駛環(huán)境的機(jī)器視覺(jué)識(shí)別是更高一級(jí)的汽車(chē)安全輔助駕駛技術(shù),通過(guò)圖像傳感器識(shí)別道路環(huán)境參數(shù)并判別行車(chē)的安全性,主要包括:車(chē)道檢測(cè)、車(chē)輛檢測(cè)、行人檢測(cè)、道路標(biāo)志檢測(cè)等。2.2.1車(chē)道檢測(cè)目前車(chē)道檢測(cè)多通過(guò)道路標(biāo)線(xiàn)、道路邊緣的檢測(cè)實(shí)現(xiàn),在車(chē)道檢測(cè)中典型的駕駛安全輔助系統(tǒng)有車(chē)道偏離報(bào)警系統(tǒng)(LaneDepartureWarningSystem)和轉(zhuǎn)彎減速調(diào)節(jié)系統(tǒng)。車(chē)道偏離報(bào)警系統(tǒng)由攝像機(jī)、速度傳感器、信息處理系統(tǒng)、方向盤(pán)調(diào)節(jié)器、報(bào)警系統(tǒng)等組成。車(chē)輛一旦有偏離車(chē)道的傾向,便會(huì)通過(guò)指示燈及蜂鳴器向駕駛員報(bào)警。當(dāng)根據(jù)駕駛員的轉(zhuǎn)向燈操作斷定為有意識(shí)地進(jìn)行車(chē)道變更時(shí),便會(huì)暫時(shí)停止報(bào)警?？汕袛嘞到y(tǒng)開(kāi)關(guān),但車(chē)輛再次起動(dòng)時(shí)系統(tǒng)便會(huì)自動(dòng)開(kāi)始工作。車(chē)道偏離報(bào)警系統(tǒng)多采用單目攝像機(jī)探測(cè)道路標(biāo)線(xiàn)圖像,為增加系統(tǒng)檢測(cè)道路標(biāo)線(xiàn)的可靠性,日本汽車(chē)研究所ITS中心探索利用雙目CCD攝像機(jī)和實(shí)時(shí)差分GPS系統(tǒng)檢測(cè)運(yùn)行車(chē)輛偏離道路標(biāo)線(xiàn)情況。在國(guó)內(nèi)為提高不同光線(xiàn)下道路標(biāo)線(xiàn)的識(shí)別精度,文獻(xiàn)［17］運(yùn)用神經(jīng)網(wǎng)絡(luò)方法識(shí)別道路標(biāo)線(xiàn);為提高道路標(biāo)線(xiàn)識(shí)別的實(shí)時(shí)性,文獻(xiàn)［18］研究了基于HSV顏色模型的道路標(biāo)線(xiàn)檢測(cè)算法和DSP的實(shí)現(xiàn)。在沒(méi)有道路標(biāo)線(xiàn)或不清晰的道路中,確定車(chē)輛安全行車(chē)域往往是通過(guò)檢測(cè)道路邊緣實(shí)現(xiàn)的。文獻(xiàn)［19］提出了一種基于不確定性知識(shí)的實(shí)時(shí)道路理解算法,該算法通過(guò)不確定性知識(shí)推理來(lái)融合多種信息和知識(shí),以滿(mǎn)足在復(fù)雜道路環(huán)境下的魯棒性要求。轉(zhuǎn)彎減速調(diào)節(jié)系統(tǒng)可檢測(cè)轉(zhuǎn)彎車(chē)輛經(jīng)由路面的轉(zhuǎn)彎半徑及曲率,將信息通知給駕駛員或相應(yīng)地自動(dòng)調(diào)節(jié)車(chē)輛減速［20］。轉(zhuǎn)彎減速調(diào)節(jié)系統(tǒng)主要有兩種:?157?第5期 初秀民等:基于車(chē)載機(jī)器視覺(jué)的汽車(chē)安全技術(shù)主動(dòng)式系統(tǒng)是通過(guò)車(chē)載傳感器，如攝像機(jī)、激光、車(chē)速等傳感器,主動(dòng)探測(cè)前方道路彎道信息;導(dǎo)式系統(tǒng)是通過(guò)車(chē)載信息接收系統(tǒng)，如GPS接收機(jī)，接收車(chē)輛當(dāng)前位置信息通過(guò)查詢(xún)道路電子地圖獲取前方道路彎道信息或通過(guò)無(wú)線(xiàn)信號(hào)接收器直接接收外部道路誘導(dǎo)系統(tǒng)發(fā)布的信號(hào)。日本的幾家汽車(chē)公司在該領(lǐng)域進(jìn)入深入研究，并取得了一些實(shí)用化成果。馬自達(dá)公司的方案是采用主動(dòng)式系統(tǒng)。當(dāng)車(chē)輛接近轉(zhuǎn)彎時(shí)，系統(tǒng)計(jì)算出一個(gè)足夠安全車(chē)速，以便處理轉(zhuǎn)彎，并根據(jù)來(lái)自路標(biāo)信息，估計(jì)到彎道開(kāi)始點(diǎn)的距離。如果車(chē)速傳感器檢測(cè)證明車(chē)速超過(guò)估計(jì)的安全速度，系統(tǒng)則發(fā)出警報(bào)信號(hào)，如駕駛員未減速，系統(tǒng)將自動(dòng)操作制動(dòng)。本田公司與三菱公司使用引導(dǎo)式系統(tǒng)。本田公司的轉(zhuǎn)彎減速調(diào)節(jié)系統(tǒng)在地圖數(shù)據(jù)警告駕駛員有彎道時(shí)，選擇合適速度。如需減速，則發(fā)出警告信號(hào)，道路曲線(xiàn)圖形顯示在風(fēng)窗玻璃顯示器上。三菱公司的轉(zhuǎn)彎減速調(diào)節(jié)系統(tǒng)利用車(chē)載信號(hào)接收器接收從路邊發(fā)射的逼近拐彎和道路曲線(xiàn)信號(hào)，并警告駕駛員減速。如果駕駛員忽視警告，系統(tǒng)將自動(dòng)地降低車(chē)速。文獻(xiàn)［21］分析了汽車(chē)在道路曲線(xiàn)行駛時(shí)的一些動(dòng)力學(xué)特性，為設(shè)計(jì)汽車(chē)道路曲線(xiàn)預(yù)警系統(tǒng)提供技術(shù)支持。在國(guó)內(nèi)，文獻(xiàn)［22］利用圖像識(shí)別技術(shù)研究高速公路道路曲線(xiàn)識(shí)別，提出了一種有效的基于區(qū)域生長(zhǎng)和曲線(xiàn)擬合的道路曲線(xiàn)識(shí)別算法;文獻(xiàn)［23］等在自動(dòng)公路系統(tǒng)研究中，利用磁道釘編碼傳輸?shù)缆非€(xiàn)信息。2.2.2車(chē)輛檢測(cè)車(chē)輛檢測(cè)是利用各種傳感器探測(cè)前方、側(cè)方、后方的車(chē)輛的信息，包括:前后方車(chē)輛速度、位置以及障礙物的大小位置等。與其相關(guān)的汽車(chē)駕駛安全輔助支持系統(tǒng)有自適應(yīng)巡航控制系統(tǒng)(ACC,AdaptiveCruiseControlSystem)、前向碰撞預(yù)警系統(tǒng)(FCW,ForwardCollisionWarning)、橫向碰撞預(yù)警系統(tǒng)(LDW,LateralDriftWarning),泊車(chē)輔助系統(tǒng)。在ACC和FCW中采用77GHZ微波雷達(dá)或攝像機(jī)采集道路前方信息,并融合道路幾何線(xiàn)形、電子地圖數(shù)據(jù)作為汽車(chē)巡航控制的輸入信號(hào)或顯示給駕駛員。在LDW中采用攝像機(jī)、前方探測(cè)雷達(dá)、側(cè)向探測(cè)雷達(dá)采集該車(chē)前向和側(cè)向信息,并融合道路寬度等數(shù)據(jù),作為L(zhǎng)DW系統(tǒng)輸入數(shù)據(jù)。在泊車(chē)輔助系統(tǒng)中采用超聲傳感器或雷達(dá)探測(cè)該車(chē)后方與側(cè)方的障礙物信息，并顯示給駕駛員。在日本的ASV(AdvancedSafetyVehicle)、美國(guó)的IVI(IntelligentVehiclelnitia-tive)、歐洲的e-Safety項(xiàng)目中ACC,FCW,LDW,泊車(chē)輔助系統(tǒng)等均有研究。交通標(biāo)志的探測(cè)道路交通標(biāo)志為重要的道路交通安全附屬設(shè)施,可向駕駛員提供各種引導(dǎo)和約束信息。駕駛員實(shí)時(shí)并正確地獲取交通標(biāo)志信息,可保障行車(chē)更加安全。在汽車(chē)安全輔助駕駛系統(tǒng)中交通標(biāo)志的探測(cè)是通過(guò)圖像識(shí)別系統(tǒng)實(shí)現(xiàn)的。戴姆勒?克萊斯勒公司目前正開(kāi)展新一代圖像識(shí)別系統(tǒng)研究,該系統(tǒng)在道路標(biāo)志方法上首先對(duì)形狀進(jìn)行判斷,然后再讀取上述形狀中的文字和圖形信息,以作出最終判斷。在難以對(duì)標(biāo)志進(jìn)行判斷時(shí),駕駛員也可利用事先記錄的道路標(biāo)識(shí)相關(guān)電子地圖數(shù)據(jù)進(jìn)行識(shí)別。寶馬公司在ADAS(AdvancedDriverAssistanceSystems)項(xiàng)目研究中,也利用圖像識(shí)別技術(shù)進(jìn)行了交通標(biāo)志的研究,此外日本豐田公司也積極進(jìn)行交通標(biāo)志自動(dòng)識(shí)別系統(tǒng)的研發(fā)。國(guó)外,許多研究人員在交通標(biāo)志圖像識(shí)別算法研究中進(jìn)行了多方面的探索。交通標(biāo)志圖像識(shí)別包括交通標(biāo)志定位(即確定感興趣區(qū)域)、分類(lèi)器設(shè)計(jì)等幾個(gè)過(guò)程。交通標(biāo)志與背景的顏色以及交通標(biāo)志的形狀在交通工程標(biāo)準(zhǔn)中有明確的規(guī)定,因此,可根據(jù)交通標(biāo)志顏色和形狀進(jìn)行定位研究。文獻(xiàn)［25］利用模板匹配算法確定交通標(biāo)志位置;由于交通標(biāo)志種類(lèi)多,拍攝交通標(biāo)志圖像環(huán)境影響因素多,在交通標(biāo)志模式分類(lèi)器設(shè)計(jì)研究中多為非線(xiàn)性分類(lèi)器,如文獻(xiàn)［26］等利用徑向基神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)標(biāo)志模式分類(lèi)器。在國(guó)內(nèi),文獻(xiàn)［28］利用數(shù)學(xué)形態(tài)學(xué),提取交通標(biāo)志形態(tài)骨架,并利用匹配算法識(shí)別交通標(biāo)志;文獻(xiàn)［30］在交通標(biāo)志的識(shí)別研究中提出了基于集合變換(即數(shù)學(xué)形態(tài)學(xué)和二值有序統(tǒng)計(jì))的交通標(biāo)志形狀幾何特征的數(shù)值描述方法。文獻(xiàn)［31］運(yùn)用小波變換提取轉(zhuǎn)彎指示道路標(biāo)志圖像特征信息,進(jìn)而實(shí)現(xiàn)其自動(dòng)識(shí)別。行人檢測(cè)技術(shù)車(chē)輛輔助駕駛系統(tǒng)中基于計(jì)算機(jī)視覺(jué)的行人檢測(cè)是指利用安裝在運(yùn)動(dòng)車(chē)輛上的攝像機(jī)獲取車(chē)輛前面的視頻信息,然后從視頻序列中檢測(cè)出行人的位置。基于計(jì)算機(jī)視覺(jué)的行人檢測(cè)系統(tǒng)一般包括ROIs分割和目標(biāo)識(shí)別兩個(gè)模塊。ROIs分割的目的是快速確定行人可能出現(xiàn)的?158?中國(guó)安全科學(xué)學(xué)報(bào)ChinaSafetyScienceJournal第18卷2008年2車(chē)輛外部信息的機(jī)器視覺(jué)輔助駕駛技術(shù)人眼的作用能力是有限的,獲得通過(guò)一系列車(chē)輛外部信息的機(jī)器視覺(jué)輔助駕駛技術(shù)可以提高視覺(jué)適應(yīng)性、增加視覺(jué)范圍、增強(qiáng)視覺(jué)理解深度。從車(chē)輛操作過(guò)程來(lái)劃分,車(chē)輛外部信息的機(jī)器視覺(jué)輔助駕駛技術(shù)的研究包括:駕駛環(huán)境的視覺(jué)增強(qiáng)與擴(kuò)展;駕駛環(huán)境的機(jī)器視覺(jué)識(shí)別。駕駛環(huán)境的視覺(jué)增強(qiáng)與擴(kuò)展及顯示視覺(jué)增強(qiáng)(Driver'sVisionEnhancement)視覺(jué)增強(qiáng)系統(tǒng)是智能交通系統(tǒng)中先進(jìn)車(chē)輛控制技術(shù)之一,能夠提供在不同氣候(霧天,雨天,沙塵)、一天中不同的時(shí)間的增強(qiáng)駕駛員視覺(jué)。一般有兩種增強(qiáng)方法:①通過(guò)傳感器感知系統(tǒng)來(lái)監(jiān)控道路交通環(huán)境,處理信息而得到實(shí)時(shí)道路交通狀況,并將相關(guān)的視覺(jué)信息提供給駕駛員,從而達(dá)到智能視覺(jué)增強(qiáng)的目的;②通過(guò)改善駕駛員的視覺(jué)環(huán)境,提高駕駛員視覺(jué)效果。主要是除去擋風(fēng)玻璃上的雨水和霜、提高汽車(chē)前照燈的智能化等,達(dá)到增強(qiáng)低能見(jiàn)度、低照度等不利條件下的駕駛員視覺(jué)目的。利用人眼的視覺(jué)特性，采用CCD、紅外傳感器、車(chē)速傳感器、GPS及毫米波雷達(dá)等傳感器獲取道路信息,進(jìn)行信息處理和融合,提取低能見(jiàn)度、低照度下交通環(huán)境的有用信息并剔除噪聲,并以圖像的形式提供給駕駛員。低能見(jiàn)度視覺(jué)增強(qiáng)系統(tǒng)最早應(yīng)用區(qū)域,縮小搜索空間,目前常用的方法是采用立體攝像機(jī)或雷達(dá)的基于距離的方法,其優(yōu)點(diǎn)在于速度比較快。目標(biāo)識(shí)別的目的是在ROIs中精確檢測(cè)行人的位置,目前常用的方法是基于統(tǒng)計(jì)分類(lèi)的形狀識(shí)別方法,其優(yōu)點(diǎn)在于比較魯棒。由于它在行人安全方面的巨大應(yīng)用前景,歐盟從2000年到2005年連續(xù)資助了PROTECTOR和SAVE-U項(xiàng)目,開(kāi)發(fā)了兩個(gè)以計(jì)算機(jī)視覺(jué)為核心的行人檢測(cè)系統(tǒng);意大利Parma大學(xué)開(kāi)發(fā)的ARGO智能車(chē)也包括一個(gè)行人檢測(cè)模塊;以色列的MobilEye公司開(kāi)發(fā)了芯片級(jí)的行人檢測(cè)系統(tǒng);日本本田汽車(chē)公司開(kāi)發(fā)了基于紅外攝像機(jī)的行人檢測(cè)系統(tǒng);在國(guó)內(nèi)西安交通大學(xué)、清華大學(xué)、吉林大學(xué)也在該領(lǐng)域做了許多研究工作［32-34］。3車(chē)輛內(nèi)部信息的機(jī)器視覺(jué)輔助駕駛技術(shù)車(chē)輛內(nèi)部信息的機(jī)器視覺(jué)輔助駕駛技術(shù)是通過(guò)車(chē)載的視像機(jī)判別駕駛員的狀態(tài)、位置等信息,實(shí)施必要的安全保障措施,包括駕駛員視線(xiàn)調(diào)節(jié)以及駕駛疲勞檢測(cè)等。視線(xiàn)調(diào)節(jié)駕駛員的視線(xiàn)調(diào)節(jié)是使每位駕駛員的眼睛處于同樣的相對(duì)高度上,保證提供一個(gè)對(duì)路面和周?chē)?chē)道的無(wú)阻礙視野和最好的視見(jiàn)度,從而保障駕駛安全。該技術(shù)包括:1） 眼位傳感器可以測(cè)定駕駛員眼睛的位置,然后據(jù)此確定、調(diào)節(jié)座椅的位置。2） 電機(jī)將座椅自動(dòng)升降到最佳高度上,為駕駛員提供能夠掌握路面情況的最佳視線(xiàn)。3）電機(jī)自動(dòng)調(diào)整轉(zhuǎn)向盤(pán)、踏板、中央控制臺(tái)甚至地板高度,提供盡可能舒適的駕駛位置。在一些高檔轎車(chē)上視線(xiàn)調(diào)節(jié)系統(tǒng)已經(jīng)得到應(yīng)用,如沃爾沃視線(xiàn)調(diào)節(jié)系統(tǒng),由位于風(fēng)窗上飾板內(nèi)的一個(gè)視頻攝像機(jī)掃描駕駛員的座椅區(qū)域以查找一個(gè)代表駕駛員臉部的模式,進(jìn)而對(duì)駕駛員臉部進(jìn)行掃描以確定其眼睛的位置,然后再找出各眼的中心,完成這3步工作時(shí)所需要的時(shí)間不到1s。3.2疲勞與分神檢測(cè)由于疲勞駕駛是重大交通事故主要原因,國(guó)內(nèi)外研究機(jī)構(gòu)紛紛開(kāi)展該領(lǐng)域的研究。疲勞的與清醒的駕駛相比,較有特異性的指標(biāo)是:方向盤(pán)的微調(diào),頭部前傾,眼瞼的眨動(dòng)甚至閉合。在目前駕駛疲勞檢監(jiān)測(cè)系統(tǒng)研究中,多采用車(chē)載機(jī)器視覺(jué)系統(tǒng)監(jiān)測(cè)人體姿態(tài)和操作行為信息,判別疲勞狀態(tài)。在歐洲的e-Safety項(xiàng)目中開(kāi)發(fā)了AWAKE駕駛診斷系統(tǒng)。該系統(tǒng)利用視覺(jué)傳感器和方向盤(pán)操縱力傳感器實(shí)時(shí)獲取駕駛員信息,并利用人工智能算法判斷駕駛員的狀態(tài)（清醒、可能打瞌睡、打瞌睡）。當(dāng)駕駛員處于疲勞狀態(tài)時(shí),通過(guò)聲音、光線(xiàn)、振動(dòng)等刺激駕駛員,使其恢復(fù)清醒狀態(tài)。文獻(xiàn)［34］通過(guò)自行開(kāi)發(fā)的專(zhuān)用照相機(jī)、腦電圖儀和其他儀器來(lái)精確測(cè)量頭部運(yùn)動(dòng)、瞳孔直徑變化和眨眼頻率,用以研究駕駛疲勞問(wèn)題。研究結(jié)果表明:一般情況下人們眼睛閉合的時(shí)間在0.12?0.13s之間，駕駛時(shí)若眼睛閉合時(shí)間達(dá)到0.15s就很容易發(fā)生交通事故。在國(guó)內(nèi),也有多家研究單位開(kāi)展駕駛疲勞的研究，文獻(xiàn)［35］利用機(jī)器視覺(jué)的方法對(duì)駕駛員的眼睛特征進(jìn)行實(shí)時(shí)跟蹤從而判斷駕駛員的精神狀態(tài)。由于駕駛行為可以在一定程度上反映駕駛員的疲勞狀態(tài),一些研究人員從駕駛行為的角度研究駕駛疲勞監(jiān)控。法國(guó)從2000年開(kāi)始已聯(lián)手研制基于駕駛行為的駕駛員注意力下降監(jiān)測(cè)系統(tǒng),通過(guò)聲音或光信號(hào)提醒駕駛員。該系統(tǒng)采用的傳感器有:視頻傳感器（不間斷地測(cè)量并分析汽車(chē)與旁側(cè)車(chē)道白線(xiàn)間的距離）、方向盤(pán)傳感器（監(jiān)控方向盤(pán)的活動(dòng)情況）、剎車(chē)傳感器（監(jiān)控腳踏板上的壓力狀況）等;文獻(xiàn)［36］通過(guò)視覺(jué)傳感器測(cè)量駕駛員駕駛時(shí)方向盤(pán)的運(yùn)動(dòng)參數(shù)來(lái)判別駕駛員的安全因素。4結(jié)論駕駛員80%以上信息通過(guò)視覺(jué)獲得,針對(duì)駕駛員視覺(jué)的不足,開(kāi)發(fā)基于車(chē)載機(jī)器視覺(jué)的汽車(chē)安全輔助駕駛系統(tǒng)一直是智能交通的研究熱點(diǎn)之一,文中對(duì)該領(lǐng)域技術(shù)現(xiàn)狀進(jìn)行綜述,結(jié)論如下:1） 分析駕駛操作過(guò)程,并對(duì)駕駛操作的3個(gè)階段進(jìn)行描述。2） 根據(jù)信息獲取范圍將汽車(chē)安全輔助駕駛分為,外部信息的機(jī)器視覺(jué)與內(nèi)部信息的機(jī)器視覺(jué)技術(shù)。外部信息的機(jī)器視覺(jué)技術(shù)分為,視覺(jué)增強(qiáng)、視野擴(kuò)展、道路環(huán)境理解,內(nèi)部信息的機(jī)器視覺(jué)技術(shù)分為,視線(xiàn)跟蹤與駕駛疲勞監(jiān)測(cè),綜述汽車(chē)安全輔助駕駛系統(tǒng)中機(jī)器視覺(jué)技術(shù)的研究現(xiàn)狀。3） 分析了汽車(chē)安全輔助駕駛系統(tǒng)中機(jī)器視覺(jué)技術(shù)當(dāng)前研究不足,指出低能見(jiàn)度駕駛員視覺(jué)增強(qiáng)方法、道路環(huán)境理解信息融合以及駕駛疲勞檢測(cè)等?159?第5期 初秀民等:基于車(chē)載機(jī)器視覺(jué)的汽車(chē)安全技術(shù)技術(shù)需進(jìn)一步開(kāi)展研究。由于汽車(chē)安全駕駛是一個(gè)人車(chē)路相互藕合的復(fù)雜過(guò)程以及各種先進(jìn)技術(shù)的應(yīng)用成本等問(wèn)題,目前基于車(chē)載機(jī)器視覺(jué)的汽車(chē)安全輔助駕駛系統(tǒng)尚存在以下幾個(gè)方面的不足:首先,駕駛員視覺(jué)增強(qiáng)方面。目前駕駛員視覺(jué)系統(tǒng)研究多集中在低照度方面,而低能見(jiàn)度方面研究較少,低能見(jiàn)度道路圖像恢復(fù)、多源圖像融合、基于傳感器的道路視景合成、顯示器設(shè)計(jì)理論,以及駕駛員視覺(jué)增強(qiáng)系統(tǒng)產(chǎn)品設(shè)計(jì)等方面均需要開(kāi)展研究。其次,駕駛環(huán)境理解方面。盡管有些基于車(chē)道檢測(cè)和車(chē)輛周邊信息檢測(cè)的汽車(chē)安全輔助駕駛支持系統(tǒng)技術(shù)已經(jīng)實(shí)用化,但如何采用多傳感器信息融合、人工智能等提高車(chē)道、車(chē)輛周邊信息感知的準(zhǔn)確性與魯棒性仍需探索;同時(shí)交通標(biāo)志與行人檢測(cè)汽車(chē)安全輔助駕駛支持系統(tǒng)目前尚處于研發(fā)中,交通標(biāo)志與行人動(dòng)態(tài)圖像識(shí)別算法需完善。第三,駕駛疲勞監(jiān)測(cè)方面。駕駛疲勞有多種表現(xiàn)形態(tài),駕駛室環(huán)境光線(xiàn)條件多變,單獨(dú)采用視覺(jué)傳感器識(shí)別駕駛疲勞效果并不理想,有必要利用信息融合技術(shù)提高駕駛疲勞的準(zhǔn)確性。5建議與研究展望針對(duì)基于車(chē)載機(jī)器視覺(jué)研究不足,隨著機(jī)器視覺(jué)、汽車(chē)電子等技術(shù)的發(fā)展,建議開(kāi)展以下幾方面的研究:1）開(kāi)展低能見(jiàn)度道路圖像清晰度退化機(jī)理、圖像增強(qiáng)算法與實(shí)時(shí)實(shí)現(xiàn)方法以及基于可見(jiàn)光與紅外視覺(jué)傳感器的道路圖像融合技術(shù)研究,解決低能見(jiàn)度道路圖像增強(qiáng)問(wèn)題;利用GPS獲取道路參數(shù)、利用車(chē)載毫米波雷達(dá)獲取前方車(chē)輛運(yùn)動(dòng)信息、采用虛擬現(xiàn)實(shí)技術(shù)并結(jié)合視覺(jué)傳感器的信息,實(shí)現(xiàn)道路場(chǎng)景的合成技術(shù)。同時(shí),開(kāi)展基于車(chē)載機(jī)器視覺(jué)的道路能見(jiàn)度與雨量識(shí)別技術(shù)研究,為智能車(chē)燈和雨刷提供新的交通環(huán)境探測(cè)方法途徑。2） 駕駛模擬器是當(dāng)前研究駕駛員在回路的汽車(chē)安全輔助駕駛系統(tǒng)工效性的主要工具,建議利用駕駛模擬器開(kāi)展駕駛員視覺(jué)模型,為駕駛員視覺(jué)增強(qiáng)系統(tǒng)產(chǎn)品設(shè)計(jì)提供理論基礎(chǔ)。同時(shí),開(kāi)展駕駛員人機(jī)交互接口人因特性評(píng)價(jià)方法研究。3） 針對(duì)光線(xiàn)不均等機(jī)器視覺(jué)識(shí)別道路不理想的狀況,開(kāi)展低成本的機(jī)器視覺(jué)與慣性導(dǎo)航融合技術(shù)研究,提高車(chē)道信息感知如車(chē)道偏離檢測(cè)、彎道檢測(cè)等的準(zhǔn)確性與魯棒性。近年來(lái),汽車(chē)微處理器技術(shù)發(fā)展迅速,很多芯片可以直接進(jìn)行圖像信息處理,同時(shí)汽車(chē)測(cè)距的毫米波雷達(dá)成本也不斷降低,開(kāi)發(fā)基于機(jī)器視覺(jué)與毫米波雷達(dá)的低成本車(chē)輛周邊信息安全輔助駕駛系統(tǒng)如自適應(yīng)巡航系統(tǒng)、車(chē)載行人檢測(cè)系統(tǒng)等具有廣闊的市場(chǎng)前景。4） 道路是車(chē)輛的車(chē)載體,路面的抗滑性影響汽車(chē)行駛的安全性。在惡劣天氣下路面濕滑、結(jié)冰均會(huì)導(dǎo)致路面摩擦系數(shù)下降,開(kāi)展路面狀況的自主識(shí)別,進(jìn)而主動(dòng)控制車(chē)輛保障惡劣天氣下的行車(chē)安全。5） 隨著車(chē)路通信技術(shù)的發(fā)展與應(yīng)用,利用路側(cè)視覺(jué)傳感器檢測(cè)路面狀況、交通狀況等信息,并發(fā)布給駕駛員,將極大地拓展駕駛員感知駕駛環(huán)境的空間范圍。機(jī)器視覺(jué)是目前檢測(cè)駛疲勞最有效手段之一,針對(duì)駕駛疲勞表現(xiàn)為多種形態(tài),開(kāi)展基于機(jī)器視覺(jué)的駕駛員眼睛跟蹤以及駕駛行為如轉(zhuǎn)向盤(pán)操作行為的跟蹤技術(shù)研究,融合駕駛員的眼睛狀態(tài)信息、車(chē)輛姿態(tài)信息、駕駛行為信息以及駕駛員生理信息判別駕駛疲勞,提高駕駛疲勞判別的可靠性。參考文獻(xiàn)劉群?視景增強(qiáng)雷達(dá)系統(tǒng)的發(fā)展與展望[J]?現(xiàn)代雷達(dá),2001,23(4):7?11周其煥?前視探測(cè)和多傳感器綜合視景系統(tǒng)在民機(jī)上的應(yīng)用[J]?航空電子技術(shù),2002,33(3):1?5NicolasHAUTIEREet.al.Real-timedisparitycontrastcombinationforonboardestimationofthevisibilitydistance[J].IEEETransactionsonIntelligentTranspirationSystems,2006,7(2):201-212祝培,朱虹，錢(qián)學(xué)明等?一種有霧天氣圖像景物影像的清晰化方法[J]?中國(guó)圖象圖形學(xué)報(bào),2004,9(1):124?128TanKK,OakleyJP.APhysics-basedapproachtocolorimageenhancementinpoorvisibilityconditions[J].JournaloftheOpticalSocietyofAmericaA,2001,18(10):2460-2467劉盛鵬，方勇.基于Contourlet變換和IPCNN的融合算法及其在可見(jiàn)光與紅外線(xiàn)圖像融合中的應(yīng)用[J]?紅外與毫?160?中國(guó)安全科學(xué)學(xué)報(bào)ChinaSafetyScienceJournal第18卷2008年米波學(xué)報(bào),2007,26(3):217?221LiTao,HauNgo,MingZhang,etal.Amultisensorimagefusionandenhancementsystemforassistingdriversinpoorlight-ingconditions[A].Proceedings34thAppliedImageryPatternRecognitionWorkshop[C],2005:156-161郝靜濤,陳先橋,初秀民.低能見(jiàn)度駕駛員視覺(jué)主動(dòng)增強(qiáng)系統(tǒng)設(shè)計(jì)[J].交通與計(jì)算機(jī),2006,25(5):5?8Berssenbrugge,Jetal.Anightdrivesimulatorfortheevaluationofapredictiveadvancedfrontlightingsystem[A].In-formation＆CommunicationsTechnology,2006[C].ICICT'06.ITI4thInternationalConference,2006:1-16H.Kurihata,T.Takahashi,Y.Mekada,etal.RainyweatherrecognitionfromIn-vehiclecameraimagesfordriverassis-tance[A].ProceedingsIEEEIntelligentVehiclesSymposium[C],2005:204-09汽車(chē)安全新技術(shù)[EB/OL]./ae,2007-11-27智能車(chē)燈[EB/OL].http:〃/articles/080202/1/8h65.html,2008-02-02V.CharissisandS.Papanastasiou.Designandevaluationofautomotivehead-updisplayinterfaceforlowvisibilitycondi-tions[A].Proceeding(541)Visualization‘Imaging,andImageProcessing[C],2006:178-184WilliamJ.Horrey,AmyL.AlexanderandChristopherD.Wickens.DoesworkloadmodulatetheeffectsofIn-vehicledisplaylocationonconcurrentdrivingandsidetaskperformance[A].DSCNorthAmerica2003Proceedings[C].Dear-born,Michigan,2003.10:14-21GaryE.Burnett.Aroad-basedevaluationofaHead-UpDisplayforpresentingnavigationinformation[A].ProceedingsofHCIInternationalConference,Vol3(Human-CentredComputing),Crete,Greece,2003.6:180-184趙建斌.汽車(chē)視野擴(kuò)展顯示系統(tǒng)設(shè)計(jì)[J].汽車(chē)電器,2006(4):9?15俞維忠?汽車(chē)導(dǎo)航及汽車(chē)信息顯示系統(tǒng)[J].汽車(chē)電器,2004(7):1?3王榮本，紀(jì)壽文，郭克友等?識(shí)別陰影中智能車(chē)輛導(dǎo)航路徑的神經(jīng)網(wǎng)絡(luò)方法研究[J]?公路交通科,2002,19(5):99?102邢征北,鄭南寧,劉鐵等.道路檢測(cè)算法與DSP實(shí)現(xiàn)[J].微電子學(xué)與計(jì)算機(jī),2004,21(5):114?117吳東暉，葉秀清，顧偉康等?基于不確定性知識(shí)的實(shí)時(shí)道路場(chǎng)景理解[J]?中國(guó)圖象圖形學(xué)報(bào),2002,7(1):69?72ARCOS.ARCOSProjectWebSite[EB/OL].,2008-01-15劉濤，黃席樾,周欣等?高速公路彎道識(shí)別算法[J]?重慶大學(xué)學(xué)報(bào),2003,26(7):24?27吳超仲，王春燕，嚴(yán)新平等?基于車(chē)輛自動(dòng)駕駛的磁道釘編碼系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]?武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版),2003,27(4):449?451金昶明,徐濤,孫曉瑋等.時(shí)頻分析在毫米波防撞雷達(dá)信號(hào)處理中的應(yīng)用[J]?電子學(xué)報(bào),2002,30(9):1413?1416王建強(qiáng),劉剛,李克強(qiáng)等.復(fù)雜路況下汽車(chē)主動(dòng)避撞報(bào)警技術(shù)研究[J]?公路交通科