CN103072537A - 基于红外图像处理的汽车防撞安全保护装置及保护方法 - Google Patents

Abstract

本发明公开了一种基于红外图像处理的汽车防撞安全保护装置及保护方法，本发明的保护装置包括红外摄像机及摄像机控制子系统、红外摄像照明子系统、中央处理器、声像与灯光报警子系统、车速控制子系统、信号检测模块和电源模块。本发明利用红外成像技术，适用于各种环境气候条件和各种路况下的汽车安全保护；建立了基于虚拟车道和识别空间的障碍物数学模型，完成对障碍物的精确测距；在虚拟车道内建立识别空间，限定被处理的图像范围，有效减少了处理数据量，保障了装置的实时性和快速性；利用障碍物数学模型推导出障碍物测距公式，测距简单可靠，有较强的实用性，不影响正常超车与转向，能有效地避免碰撞事故和追尾事故的发生，确保行车安全。

Description

基于红外图像处理的汽车防撞安全保护装置及保护方法

技术领域

本发明涉及汽车行驶防撞安全保护领域,特别是一种采用主动红外光照射图像处理技术的防止汽车行驶碰撞的安全保护装置与方法，保护范围涉及车前方和车后方。在车前方避免碰撞，在车后方防止被后车追尾。

背景技术

汽车行驶中的安全车距测量、危险评判与预警、车速控制是汽车智能防撞系统的重要功能，长期以来都受到人们的高度重视。其中，安全车距测量和危险评判与预警是汽车智能防撞系统研究的关键内容。目前，国内外已经发明了许多采用毫米雷达波测距、红外线测距和图像测距的汽车安全保护器。

毫米雷达波测距技术和图像测距技术主要使用于各国处于研究阶段的无人驾驶车，我国部分进口高档豪华型小车也有使用的，它们仅适用于高等级公路的定速巡航，未见有在乡村道路、城镇道路使用的报道与案例，其成本高，无法使用于中低档小车、客车和货车，而且现有图像测距技术的汽车安全保护器常需利用自然光照，在大雾天气、大雨天气、夜间不能使用。

红外线测距技术在汽车行驶中不能实现运动目标的精确距离检测，只能完成适当距离内目标的有无探测，且依赖于目标对红外光线的反射程度，即红外反光强度。因此，不能有效探测如行人、动物、树木、路面低矮物体、脏污车辆等反光能力弱的目标，导致其使用严重受限。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种基于红外图像处理的汽车防撞安全保护装置及保护方法，适用于各型车辆、各类天气环境的车载设备，实时捕获和定位行驶车辆前方或后方一定空间区域内出现的障碍物，控制车辆速度，有效地避免碰撞事故和追尾事故的发生，确保行车安全。

为解决上述技术问题，本发明所采用的技术方案是：一种基于红外图像处理的汽车防撞安全保护装置，包括红外摄像机及摄像机控制子系统、红外摄像照明子系统、中央处理器、声像与灯光报警子系统、车速控制子系统、信号检测模块和电源模块，所述红外摄像机及摄像机控制子系统包括红外摄像机和与所述红外摄像机连接的摄像机控制子系统，所述摄像机控制子系统、红外摄像照明子系统、声像与灯光报警子系统、车速控制子系统、信号检测模块、电源模块均与所述中央处理器双向连接；所述电源模块为所述红外摄像机及摄像机控制子系统、红外摄像照明子系统、声像与灯光报警子系统、车速控制子系统、信号检测模块提供电源；所述车速控制子系统与汽车的刹车系统、油路控制系统连接；所述信号检测模块与汽车的车速传感器、转向灯控制器连接。

一种基于红外图像处理的汽车防撞安全保护方法，该方法为：

1）中央处理器通过系统总线初始化设置红外摄像机、标定红外摄像机内外参数、开启和关闭红外摄像照明子系统，读取SRAM中经FPGA预处理过的红外帧图像数据；

2）建立虚拟车道与识别空间：虚拟车道以本车中心轴为中心线，宽度为4米；识别空间是本车车头和/或车尾长度60~80米、宽度4米、高度4米所组成的空间；

3）计算虚拟车道与识别空间内红外帧图像数据的灰度值，采用并行区域阈值分割算法，将图像灰度值分割为目标像素灰度集合和背景像素灰度集合，完成图像分割；依据像素灰度集合提取图像中各目标物体的边缘，并对边缘进行特征析取，即分析边缘的形状，然后计算目标物体图像的特征参数；提取的目标物体边缘、析取的特征和计算的特征参数描述了目标物体的外形轮廓；

4）根据目标物体的外形轮廓识别危险物体；

5）根据上述目标物体的外形轮廓，建立如下障碍物数学模型：

$k\{\left[\begin{array}{c}{x}_p\\ y_p\\ 0\end{array}\right]-\left[\begin{array}{c}0\\ 0\\ f\end{array}\right]\}=\left[\begin{array}{c}0\\ 0\\ f\end{array}\right]-\left[\begin{array}{c}x\\ y\\ z\end{array}\right]$

其中，k为转换系数，f为摄像机坐标系中镜头焦距，(x_p,y_p)为虚拟车道坐标系中目标物体的像素点坐标，(x,y,z)为空间道路坐标系中目标物体的像素点坐标；

6）利用下述公式测量目标物体距离L：

$L_{z1}=-\mathrm{fH}/y_{p1},L_{z2}=\frac{\mathrm{Df}}{x_{p2}-x_{p1}},$

L=αL_z1+(1-α)L_z2,0<α<1

,

其中，H为摄像机距地面的高度，D为空间道路坐标系中车身左右两侧各加0.3m的宽度，y_p1为车身底部在红外图像坐标系中的位置坐标，L_Z1、L_Z2为摄像机坐标系中目标物体到摄像机坐标原点的Z轴坐标值，α为L_Z1、L_Z2两种距离计算的加权系数；

7）根据连续两次目标物体距离值L₁、L₂和本车速度V，计算障碍物的相对速度V_ref：V_ref=ΔL/t_ces，ΔL=L₂-L₁，其中t_ces为连续两次测量的时间间隔；

8）计算本车的紧急制动距离L_jj：

L_jj=（K_jj+0.1）﹡L_jj0，

K_jj＝-f(V_ref/V_max)，

其中：L_jj0=40m，K_jj为加权系数，0≤K_jj≤1；

9）若实测目标物体距离L大于L_jj的1.3倍，则无危险，安全度高，不需要进行相对速度判断，返回1）；若实测目标物体距离L大于0、小于L_jj的1.3倍，且相对速度V_ref≥0，即本车速度低于或等于障碍物速度，本车与障碍物之间的距离会拉大或保持不变，无危险，安全度高，返回1）；若实测目标物体距离L小于等于L_jj的1.3倍，且相对速度V_ref<0，即本车速度高于障碍物速度，本车与障碍物之间的距离会缩短，有危险，需进行安全性计算与评判，进入10）；

10）定义距离安全系数、速度安全系数和总安全系数，其中距离安全系数S_F的范围为：-1<S_F≤0.3；速度安全系数S_V的范围为：-1≤S_V≤0总安全系数S的范围为：-1≤S≤0

；；；

11）将总安全系数S划分为3个等级：一级S位于-0.1～0区间，二级S位于-0.3～-0.1区间，三级S位于-1～-0.3区间；一级适应速度安全系数和距离安全系数的变化范围大，危险较小；二级适应速度安全系数和距离安全系数的变化范围较宽，危险增大；三级适应速度安全系数和距离安全系数的变化范围很窄，危险；

12）根据S所处区间选择报警信号和降速控制；

13）返回1），直到行车结束。

与现有技术相比，本发明所具有的有益效果为：本发明利用红外成像技术，适用于各种环境气候条件和各种路况下的汽车安全保护；建立了基于虚拟车道和识别空间的障碍物数学模型，完成对障碍物的精确测距；障碍物数学模型简单可靠，保证了本发明的使用有效性和可靠性；在虚拟车道内建立识别空间，限定被处理的图像范围，有效减少了处理数据量，保障了装置的实时性和快速性；利用障碍物数学模型推导出障碍物测距公式，测距简单可靠，有较强的实用性，不影响正常超车与转向，能有效地避免碰撞事故和追尾事故的发生，确保行车安全。

附图说明

图1为本发明一实施例安全保护装置结构示意图；

图2为本发明一实施例红外摄像机及摄像照明子系统工作原理图；

图3为本发明一实施例红外图像获取示意图；

图4为本发明一实施例光学系统示意图；

图5为本发明一实施例红外发射控制电路示意图；

图6为本发明一实施例中央处理器主控程序流程图；

图7为本发明一实施例图像目标识别及位置参数获取流程图；

图8为本发明一实施例摄像机坐标系示意图；

图9为本发明一实施例道路空间坐标系示意图；

图10为本发明一实施例虚拟道路坐标系示意图；

图11为本发明一实施例透视投影成像模型示意图；

图12为本发明一实施例安全距离示意图；

图13（a）为本发明一实施例安全系数关系图一；

图13（b）为本发明一实施例安全系数关系图二；

图13（c）为本发明一实施例安全系数关系图三。

具体实施方式

如图1所示，本发明一实施例保护装置包括红外摄像机及摄像机控制子系统1、红外摄像照明子系统2、中央处理器（MPU）3、声像与灯光报警子系统4、车速控制子系统5、信号检测模块7和电源模块8，所述红外摄像机及摄像机控制子系统1包括红外摄像机和与所述红外摄像机连接的摄像机控制子系统，所述摄像机控制子系统、红外摄像照明子系统2、声像与灯光报警子系统4、车速控制子系统5、信号检测模块7、电源模块8均与所述中央处理器3双向连接；所述中央处理器3连接有CAN通信接口6。

声像与灯光报警子系统4由图像显示系统、声音报警系统和灯光报警系统组成，均通过同轴电缆或线束与中央处理器MPU3连接，接收MPU汽车防撞专家控制程序产生的报警与显示指令。其中，图像显示系统采用自带驱动电路的LCD液晶显示器，安装于驾驶台内驾驶员方便、安全看到的位置；声音报警系统采用语音芯片和轰鸣器构成；灯光报警系统由两部分组成：彩色LED信号灯组、由晶体管和直流固态继电器组成的汽车刹车灯控制电路，汽车刹车灯控制电路的输出端与汽车刹车灯原有控制电路并联连接，在本车制动减速或检测到后车距离本车太近有危险时，控制刹车灯打开或者闪烁，提醒后车驾驶员安全驾驶。

车速控制子系统5由电机正反转控制电路、直流电机、减速传动机构、转角检测装置、导向轮、刹车软钢丝、刹车踏板连接器或者联动机构组成。电机正反转控制电路由专用集成电路和桥式半导体开关电路组成，其输入端和工作状态反馈信号（如电机转角信号、开关电路过流、直通等故障信号）通过同轴电缆或线束与中央处理器3连接，其输出端通过线束与直流电机电源端及电机运行转角检测传感器连接。中央处理器3通过汽车防撞专家控制程序输出电机控制波形，经正反转控制电路的专用集成电路进行放大、整形、隔离等处理后，控制桥式半导体开关电路使直流电机与工作电源正连接或者反连接，，产生直流电机的正转或者反转；中央处理器3在获知开关电路故障信号时，停止电机控制波形，并进行故障报警处理。直流电机的转轴上套装减速传动机构和转角传感器。刹车软钢丝一端用连锁器固定在减速传动机构的传动轮上，另一端经过导向轮导向后与刹车踏板连接器通过连锁器连接，刹车踏板连接器固定安装在刹车踏板适当位置；或者联动机构的滑动轴的一端与减速传动机构的偏心轮接触，另一端与刹车踏板的适当位置接触。直流电机的转动经减速传动机构降速，减速传动机构通过导向轮带动刹车软钢丝移动或者联动机构移动。电机的正向、反向转动分别控制刹车踏板踩下与松开，实现车速控制。减速传动机构转动的角度由转角传感器检测送给中央处理器获知，通过计算得到刹车的行程。

CAN通信接口6可以实现本发明装置MPU与汽车ECU的CAN通信功能。MPU通过CAN通信将本发明装置的运行状态、参数、检测数据、报警信号、速度控制信号及时传送给汽车ECU，由汽车ECU完成所有安全保护功能；MPU还可以通过CAN接收ECU的控制命令和车速、转向灯等信号。这种情况下，可以不使用车速控制子系统5和信号检测模块7。

信号检测模块7包括本车速度信号检测和转向灯信号检测两部分。本车速度信号检测部分有2种可以选择实现方式：第一种是专用车速信号检测电路，包括霍尔感应式速度传感器和放大、滤波、整形电路，霍尔感应式车速传感器安装于汽车减速箱的适当位置，获取汽车实际行驶速度信号，经滤波、放大、整形电路处理变换成脉冲信号，通过同心电缆送给中央处理器3，脉冲信号的幅值恒定（+12V或者+24V），频率与车速成正比。若汽车已经具有可向外提供的车速脉冲信号，则不需要采用霍尔感应式车速传感器，可以将车辆的车速脉冲信号直接接入整形电路输入端。第二种是GPS检测电路，使用GPS模块与中央处理器3连接，中央处理器通过GPS模块获取汽车的地理位置信息和时间信息，计算出汽车的行驶速度。转向灯信号检测部分采用运算放大器和集成逻辑芯片构成整形和逻辑处理电路，运算放大器的输入端与汽车转向灯控制器连接，获取转向信号，经运算放大器整形送给逻辑处理电路，逻辑处理电路将转向灯信号变换成脉冲信号经双绞线送给中央处理器3，脉冲信号幅值恒定（+12V或者+24V），使用2种不同的频率区分转向信号、双闪烁信号。中央处理器读取车速信号，用于障碍物距离、相对速度、紧急制动距离、安全度等计算。中央处理器读取到转向灯信号，用于控制本发明装置的车速控制子系统的工作，转向灯信号有效，停止车速控制子系统的工作；转向灯信号失效，恢复车速控制子系统的工作。

电源模块8从车辆内相关电源接线处获取12V或者24V电压，转换为本发明装置所需要的各种电压等级的电源，提供给装置内各部分。如中央处理器的5V电源，FPGA的3.3V电源，集成电路的±5V电源等。

本发明一实施例的红外摄像机及摄像机控制子系统1、红外摄像照明子系统2的工作原理示意图如图2所示，固定于车辆前方和/或尾部适当位置，组成障碍物探测图像传感器，图形获取示意图如图3所示，并通过同轴电缆或线束与中央处理器3连接。

红外摄像机及摄像机控制子系统1由摄像机和采用FPGA为主控芯片的控制系统组成，完成红外图像帧的摄取、图像帧数据的存储。

摄像头（例如北京微视新纪元科技有限公司的MVC360MF摄像头）具有如下性能：分辨率为752×480，像元尺寸为6.0μm×6.0μm，图像尺寸为1/3英寸，最高帧率为61帧，全局电子快门，能连续自动曝光，具有C/CS镜头接口，可通过增加带宽为940±80nm的带通滤光片形成红外摄像机摄像头。

摄像机通过串口与FPGA控制系统连接。FPGA对摄像头进行控制、从摄像机中获取图像帧数据；FPGA完成图像帧数据的格式转换—将RGB数据转换成像素灰度数据，完成图像滤波和灰度统计等预处理，将结果数据存储到MPU的SRAM存储器中。

FPGA通过系统总线与MPU连接，接受MPU的控制。

红外摄像照明子系统2是一组近红外照明光学系统，采用中心波长为940nm的脉冲式红外LED作为光源，通过光学系统设计，为摄像机辅助照明，有效照明范围为车辆前方和/或后方60到80米内，使照度满足摄像机能对出现在照明范围内的物体清晰成像的要求。

红外摄像照明子系统2由红外发射控制电路、红外半导体LED组成的发光板和光学镜头组成。光学镜头由光阑、透镜、天光玻璃和镜筒构成，光阑、透镜、天光玻璃用密封件牢固安装于镜筒中。优化设计光阑、透镜、天光玻璃和镜筒的结构、尺寸、安装位置，实现光学系统设计。光学系统示意图如图4。

红外发射控制电路由恒流源电路、高频大功率晶体管电路、晶体管基极控制和保护电路组成。大功率晶体管的集电极与红外半导体LED的阴极连接，LED的阳极与电源的正极连接，晶体管的发射极与电源的负极（参考电平点）连接。基极控制电路按照照明所需要的工作频率和占空比，将恒流源接入大功率晶体管基极，使晶体管电路导通与关断，为红外半导体LED提供驱动电流，控制LED发射红外光，基极控制电路受MPU控制。红外发射控制电路置放在MPU板上，或者置放在FPGA控制板上，便于缩小照明系统体积，降低发热；红外发射控制电路通过屏蔽线或者双绞线与MPU连接，接收MPU控制信号，通过屏蔽线或者双绞线与LED发光板连接。电路原理示意图见附图5。

半导体LED发光板在红外发射控制电路控制下，发出恒定平均功率和固定频率的调制红外光，经过透镜汇聚和光阑处理，形成一定发散角的光束，在远处形成发散的光斑。在前述有效照明范围内，光斑的照度满足摄像机清晰成像的要求。天光玻璃密封安装于镜筒前方，阻挡雨水、雪花、灰尘等进入镜筒，且天光玻璃具有不易沾水、沾灰等特点，有利于保持镜头的干净。

MPU是整个发明装置的核心，由高性能CPU（如DSP处理器、嵌入式系统）、SRAM存储器、FLASH存储器及其配套部件组成硬件电路；由内置的操作系统和本发明的专用图像目标捕获程序、距离测量程序、安全性评判程序、车速控制程序、报警与显示程序、CAN通信程序构成软件系统。其中车速控制程序和报警与显示程序构成汽车防撞专家控制程序。具体程序流程图见附图6。

MPU上电初始化后，首先对本装置各个部分进行自检，且在运行过程中具有故障自诊断功能，自检和自诊断可以及时发现装置的问题，提醒驾驶员停止使用该装置；自检通过后，依次运行各个功能程序，主要完成车道图像的处理、障碍物的识别、障碍物与本车之间的距离测量及相对速度计算、障碍物安全度判别、声光像报警信息输出、车辆速度控制信息输出和与汽车ECU的CAN通信等功能。

MPU的主要工作：

（1）、图像目标捕获

图像目标捕获包括3项工作：红外图像获取及摄像机控制与照明控制、红外图像处理、目标识别与位置参数获取。附图7为目标识别与位置参数获取流程图。

A、红外图像获取通过安装在车头或车尾挡风玻璃内的摄像系统实现，图像获取示意图如附图3。中央处理器MPU通过系统总线设置摄像机、标定摄像机内外参数、控制FPGA的运行、开启和关闭照明系统，读取SRAM中经FPGA预处理过的红外帧图像数据。

B、红外图像处理

图像处理包括图像分割、边缘提取和特征描述。

为了减少运算量和快速识别障碍物，本发明在图像处理中建立虚拟车道与识别空间。虚拟车道以本车中心轴为中心线，宽度为4米；识别空间是本车车头和/或车尾长度60~80米、宽度4米、高度4米所组成的空间。

计算虚拟车道与识别空间内图像数据的灰度值，采用并行区域阈值分割算法，将图像灰度值分割为目标像素灰度集合和背景像素灰度集合，完成图像分割。依据像素灰度集合提取图像中各目标物体的边缘，并对边缘进行特征析取，即分析边缘的形状：长方形、方形、圆形、椭圆形等，然后计算目标物体图像的特征参数：高度、宽度、半径、图像坐标位置参数——像素点区间等。提取的目标物体边缘、析取的特征和计算的特征参数描述了目标物体的轮廓。

C、目标识别

识别空间内可能同时存在多个目标物体，包括减速带、遗弃物件等低矮物体。目标物体超出路面的高度不同、距离车辆的远近不同，对行车造成的危险程度也就不同。因此，必须根据B步骤中红外图像处理获得的目标物体的轮廓、边缘、特征及特征参数识别最危险的物体。识别方法为：在中央处理器3的FLASH存储器中建立专家特征库。特征库存放基于专家经验和实际数据建立的各型车辆外形尺寸、道路特征数据、人物与动物特征数据，每个数据包含宽度、高度和下边缘离路面高度3个信息值，例如人物、动物和自行车、摩托车的下边缘与路面接触，离路面高度值定义为0，各型汽车有明显下边缘，由轮胎与路面接触，离路面高度值不为0。在识别空间和虚拟车道中，上述对象的宽度和高度都有最小数值和最大数值，反映了轮廓图的面积。中央处理器3将获取的每个物体的实际宽度、高度和下边缘离路面高度数据依次与特征库中对应宽度、高度和下边缘离路面高度数据对比，首先确定各轮廓图物体的性质，并排除道路背景中非危险物体轮廓，例如分道线、人行道等地面标识，然后，比较剩余轮廓图的下边缘离路面高度数据，确定离汽车距离最近的物体轮廓，完成目标识别。

D、目标物体的位置参数获取

位置参数获取是根据目标物体的轮廓，在虚拟车道和识别空间内通过障碍物数学模型计算得到的。

附图8示意一种摄像机坐标系、附图9示意一种道路空间坐标系、附图10示意一种虚拟车道坐标系。三种坐标系具有共线关系，利用共线关系建立空间成像投影关系，可构建附图11所示的透视投影成像模型。在透视投影成像模型中，计算目标物体的位置坐标和外形描述参数，得到公式（1），即障碍物数学模型。

$k\{\left[\begin{array}{c}{x}_p\\ y_p\\ 0\end{array}\right]-\left[\begin{array}{c}0\\ 0\\ f\end{array}\right]\}=\left[\begin{array}{c}0\\ 0\\ f\end{array}\right]-\left[\begin{array}{c}x\\ y\\ z\end{array}\right]---\left(1\right)$

式中，k为转换系数，f为摄像机坐标系中镜头焦距，(x_p,y_p)为虚拟车道坐标系中目标物体的像素点坐标，(x,y,z)为空间道路坐标系中目标物体的像素点坐标（这些参数分别见附图9、10、11中的标注）

（2）目标物体距离测量

首先使用障碍物数学模型公式（1）计算坐标系中目标物体的位置参数x_p1、x_p2和y_p1，再使用按照附图9和附图10得到的公式（2）计算L_Z1,L_Z2两个距离值，最后按照公式（3）计算目标物体距离L。

$L_{z1}=-\mathrm{fH}/y_{p1},L_{z2}=\frac{\mathrm{Df}}{x_{p2}-x_{p1}}---\left(2\right)$

L=αL_z1+(1-α)L_z2,0<α<1    （3）

其中，H为摄像机距地面的高度，D为图9中虚拟道路的宽度，y_p1为车身底部在虚拟车道坐标系中的位置坐标，L_Z1,L_Z2为摄像坐标系中目标物体到摄像机坐标原点的Z轴坐标值，α为距离计算的加权系数。

（3）安全性计算与评判

道路上出现的物体是否成为行车的障碍物、危险有多大，即安全性有多大，这些问题与车辆速度、车辆离物体的距离、车辆与物体之间的相对速度存在复杂的关系。但是，为了保障行车安全，必须进行安全性计算与评判。

A、安全距离

在汽车安全驾驶中，与前方车辆或障碍物保持合适的安全距离是驾驶操作的关键问题，是保证车辆安全行驶的重要因素。如附图12所示，安全距离包含信息获取反应距离（d₁）、操作反应距离（d₂）、制动距离（d₃）和延伸距离（d₄）4个部分。

信息获取反应距离（d₁）指MPU完成主要工作（1）、（2）和（3）所需时间T_MPU内，车辆在当前速度下所行驶的距离。T_MPU不超过100毫秒而且稳定，可以假定T_MPU内的车速不变，故d₁很短。

操作反应距离（d₂）指本装置在获得安全度评判结果后，自动采取控制措施使速度开始下降所需时间T_CK内，车辆在当前速度下所行驶的距离。T_CK不超过100ms且稳定，可以假定T_CK内的车速不变，故d₂很短。

但是，通过报警使驾驶员采取措施进行速度控制，驾驶员的最快反应时间不会低于700ms，且不同的驾驶员的反应时间相差很大，故d₂会较长。

延伸距离（d₄）指本车制动停车后，或者本车速度降低到与障碍物的速度相等时（此时，相对速度V_ref等于0），在障碍物前应保留的一段距离。为了确保安全，该距离有一个确定的最小值，一般不小于1.5m。

以上三种距离（d₁、d₂、d₄）可以根据本车速度确定，并建立速度-距离对应速查表。

制动距离（d₃）在本发明中有两个概念：一是指紧急制动使本车停止所行驶的距离；一是指操控刹车减速，使相对速度由小于0变到等于0时，即本车速度由大于障碍物速度变到等于障碍物速度，本车行驶的距离。制动距离（d₃）与本车速度、本车和前车之间的相对速度、本车性能（如刹车性能、总重量等）、路面状况（如摩擦系数、平整度等）有关。制动距离计算需引入经验，且相当复杂。

B、相对速度计算

设t_ces为连续两次距离L₁、L₂测量的时间间隔，可计算相对速度V_ref：

ΔL=L₂-L₁           （4）

V_ref=ΔL/t_ces          （5）

t_ces是一个已知的时间，且很小，故在此时间内可以假设本车和障碍物的速度均不变。

相对速度有5种情况：同向行驶时本车速度大于障碍物速度，相对速度V_ref小于0，其绝对值小于本车速度；同向行驶时本车速度小于障碍物速度，相对速度V_ref大于0，其幅值小于本车速度；同向行驶时本车速度等于障碍物速度，相对速度等于0；对于静止障碍物，相对速度V_ref的大小与本车速度相等，方向相反；相向行驶时，相对速度V_ref总是小于0，其绝对值大于本车速度。

C、紧急制动距离L_jj计算；

紧急制动一般是指同向行驶时，在相当危险情况下采取的急刹车措施，以便能够避免发生碰撞事故或尽量降低事故所产生的损失。相向行驶时，除紧急制动外，还必须采取鸣笛、闪灯等警告措施或主动避让措施。

紧急制动距离是指在当时车速、载重、车况和路况条件下，采取急刹车使车辆减速到汽车安全停止移动，且不发生碰撞事故所需要的距离。真正精确的紧急制动距离计算是非常复杂的，也没有实用价值。

本发明综合大量的理论研究成果和实际的汽车行驶经验知识，提出下面的实时紧急制动距离L_jj计算公式

L_jj=（K_jj+0.1）﹡L_jj0        （6）

K_jj＝-f(V_ref/V_max)        (7)

式中，L_jj0是汽车在国家交通法规允许的最高时速V_max（如小车：120km/h）和设计允许最大载重条件下，相对于静止障碍物的紧急制动距离，是所有情况下紧急制动距离中的最大距离（按美国加利福尼亚大学贝克力分校研究成果，L_jj0=40m）。K_jj为加权系数，0≤K_jj≤1，大小是相对速度V_ref与法规允许最高时速V_max之比的反相非线性单调递减函数；系数0.1考虑了适当的安全裕量。因此，公式（6）也可以代替安全距离计算。

紧急制动距离计算只在V_ref小于0时进行。相对速度的绝对值越大，K_jj值越大，实时紧急制动距离L_jj越长；V_ref=V_max时，K_jj=1，L_jj＝1.1L_jj0；V_ref=0时，K_jj=0，L_jj=0.1L_jj0。

D、危险判断：

危险判断首先利用距离比较，再利用相对速度进行判断。

若实测距离L大于L_jj的1.3倍，无危险，安全度高，不需要进行相对速度判断，继续进行图像获取与处理；

若实测距离L大于0、小于L_jj的1.3倍，且相对速度V_ref≥0，即本车速度低于或等于障碍物速度，本车与障碍物之间的距离会拉大或保持不变，无危险，安全度高，继续进行图像获取与处理；

若实测距离L小于等于L_jj的1.3倍，且相对速度V_ref<0，即本车速度高于障碍物速度，本车与障碍物之间的距离会缩短，有危险，需进行安全性计算与评判。

E、安全性计算与评判

*安全性计算：

安全性分为距离安全性和速度安全性，用安全系数表示。总安全性由距离安全性和速度安全性2种安全性构成。

定义距离安全系数S_F：

$S_F=\frac{L-L_{\mathrm{jj}}}{L_{\mathrm{jj}}}---\left(8\right)$

取距离L=KL_jj，K≥0，有

S_F=K-1         (9)

由上述危险判断条件可知：S_F>0.3，是安全的；S_F=0.3是距离安全性的上限；当碰撞发生时，有K=0，对应S_F=-1，为距离安全性的下限。得到距离安全系数范围：

-1<SF≤0.3           （10）

定义速度安全系数S_V：

$S_V=\frac{V_{\mathrm{ref}}}{V_t}=\frac{V_z-V_t}{V_t}---\left(11\right)$

式中，V_Z为障碍物速度，V_t为本车速度，显然，S_V就是相对速度与本车速度之比。

取V_Z=mV_t，有：

S_V＝m-1            （12）

由前述相对速度情况分析可知：同向行驶时，m>1，对应S_V>0是安全的；m<0为相向行驶，对应S_V<-1，极端危险；0≤m≤1时，需进行速度安全性计算，且m=0，S_V=-1对应障碍物静止，是速度安全性的上限；m=1，S_V=0，对应等速行驶，是速度安全性的下限。得到速度安全系数范围：

-1≤S_V≤0            (13)

定义：

S=-|S_F|*|S_V|=-|K-1||m-1|        (14)

有总安全系数范围：

-1≤S≤0                (15)

3个安全系数的关系如附图13所示。

由上述分析和附图13可知，总安全系数充分综合了距离与速度对安全的影响，能够描述障碍物的危险程度。

安全性评判：

安全性评判的目的是根据上述计算的总安全系数，确定车速度控制策略和报警方式。

由图13知，安全性评判可以将总安全系数S划分为3个等级：一级S位于（-0.1～0）区间，二级S位于（-0.3～-0.1）区间，三级S位于（-1～-0.3）区间。一级适应速度安全系数和距离安全系数的变化范围大，危险较小；二级适应速度安全系数和距离安全系数的变化范围较宽，危险增大；三级适应速度安全系数和距离安全系数的变化范围很窄，危险。

（4）汽车防撞专家控制程序

汽车防撞专家控制程序根据安全系数S等级，结合相对速度V_ref、本车速度V_C和距离L，对应采取5级方式输出车速控制指令和报警显示指令，LED灯光报警方式的级别与刹车级别对应。具体实现方法为：

1级：当S处于一级区间，且相对速度小于本车速度30%时，仅进行语音报警和基本LED灯光报警。

2级：当S处于一级区间，相对速度大于本车速度30%时，进行语音报警和一级LED灯光报警，且进行一级刹车降速控制。

3级：当S处于二级区间，进行语音报警和二级LED灯光报警，且进行二级刹车降速控制。

4级：当S处于三级区间，进行语音报警和三级LED灯光报警，同时进行三级刹车——急刹车控制。

5级：当m<0，即相向行驶时，完成5项控制：液晶LCD屏上显示明确的示意图，紧急LED灯光报警，语音报警，自动控制本车大灯连续闪亮发出危险信号，进行二级刹车降速控制，且在后续判断危险不能解除情况下急刹车。

其中，一级和二级刹车采用点刹，且在危险解除，即S_F大于0.3，或者S_V大于0，或者检测前方无障碍物时，自动退出车速控制，解除语音和LED灯光报警，避免长期刹车和报警影响正常行驶，这样既可以保障安全，又可以保障行车舒适性。且在后续检测控制中，根据S、S_F、S_V值,自动调整刹车级别和语音、LED灯光报警级别。一旦驾驶员使用转向灯信号，就自动退出车速控制与报警状态，不影响驾驶员的正常操作。

LCD实时显示路况状态、危险目标、距离及速度信息。

Claims (6)

1.一种基于红外图像处理的汽车防撞安全保护装置，包括中央处理器(3)、声像与灯光报警子系统(4)、车速控制子系统(5)、信号检测模块(7)、电源模块(8)，以及固定于汽车前方和/或尾部的红外摄像机及摄像机控制子系统(1)、红外摄像照明子系统(2)，所述红外摄像机及摄像机控制子系统(1)包括红外摄像机和与所述红外摄像机连接的摄像机控制子系统，其特征在于，所述摄像机控制子系统、红外摄像照明子系统(2)、声像与灯光报警子系统(4)、车速控制子系统(5)、信号检测模块(7)、电源模块(8)均与所述中央处理器(3)双向连接，所述电源模块(8)为所述红外摄像机及摄像机控制子系统(1)、红外摄像照明子系统(2)、声像与灯光报警子系统(4)、车速控制子系统(5)、信号检测模块(7)提供电源；所述车速控制子系统(5)与汽车的刹车系统、油路控制系统连接；所述信号检测模块(7)与汽车的车速传感器、转向灯控制器连接。

2.根据权利要求1所述的基于红外图像处理的汽车防撞安全保护装置，其特征在于，所述摄像机控制子系统采用FPGA。

3.根据权利要求1所述的基于红外图像处理的汽车防撞安全保护装置，其特征在于，所述声像与灯光报警子系统(4)包括灯光报警系统、图像显示系统和声音报警系统，所述灯光报警系统、图像显示系统、声音报警系统均与所述中央处理器双向连接。

4.根据权利要求1所述的基于红外图像处理的汽车防撞安全保护装置，其特征在于，所述摄像机控制子系统通过SRAM与所述中央处理器双向连接。

5.根据权利要求1所述的基于红外图像处理的汽车防撞安全保护装置，其特征在于，所述中央处理器(3)连接有CAN通信接口(6)。

6.一种基于红外图像处理的汽车防撞安全保护方法，其特征在于，该方法为：

1)中央处理器通过系统总线初始化设置红外摄像机、标定红外摄像机内外参数、开启和关闭红外摄像照明子系统，读取SRAM中经FPGA预处理过的红外帧图像数据；

2)建立虚拟车道与识别空间：虚拟车道以本车中心轴为中心线，宽度为4米；识别空间是本车车头和/或车尾长度60～80米、宽度4米、高度4米所组成的空间；

3)计算虚拟车道与识别空间内红外帧图像数据的灰度值，采用并行区域阈值分割算法，将图像灰度值分割为目标像素灰度集合和背景像素灰度集合，完成图像分割；依据像素灰度集合提取图像中各目标物体的边缘，并对边缘进行特征析取，即分析边缘的形状，然后计算目标物体图像的特征参数；提取的目标物体边缘、析取的特征和计算的特征参数描述了目标物体的外形轮廓；

4)根据目标物体的外形轮廓识别危险物体；

5)根据上述目标物体的外形轮廓，建立如下障碍物数学模型：

$k\{\left[\begin{array}{c}{x}_p\\ y_p\\ 0\end{array}\right]-\left[\begin{array}{c}0\\ 0\\ f\end{array}\right]\}=\left[\begin{array}{c}0\\ 0\\ f\end{array}\right]-\left[\begin{array}{c}x\\ y\\ z\end{array}\right]$

其中，k为转换系数，f为摄像机坐标系中镜头焦距，(x_p，y_p)为虚拟车道坐标系中目标物体的像素点坐标，(x，y，z)为空间道路坐标系中目标物体的像素点坐标；

6)利用下述公式测量目标物体距离L：

$L_{z1}=-\mathrm{fH}/y_{p1},L_{z2}=\frac{\mathrm{Df}}{x_{p2}-x_{p1}},$

L＝αL_z1+(1-α)L_z2，0＜α＜1，

其中，H为摄像机距地面的高度，D为空间道路坐标系中车身左右两侧各加0.3m的宽度，y_p1为车身底部在红外图像坐标系中的位置坐标，L_Z1、L_Z2为摄像机坐标系中目标物体到摄像机坐标原点的Z轴坐标值，α为L_Z1、L_Z2两种距离计算的加权系数；

7)根据连续两次目标物体距离值L₁、L₂和本车速度V，计算障碍物的相对速度V_ref：V_ref＝ΔL/t_ces，ΔL＝L₂-L₁，其中t_ces为连续两次测量的时间间隔；

8)计算本车的紧急制动距离L_jj：

L_jj＝(K_jj+0.1)*L_jj0，

K_jj＝-f(V_ref/V_max)，

其中：L_jj0＝40m，K_jj为加权系数，0≤K_jj≤1；

9)若实测目标物体距离L大于L_jj的1.3倍，则无危险，安全度高，不需要进行相对速度判断，返回1)；若实测目标物体距离L大于0、小于L_jj的1.3倍，且相对速度V_ref≥0，即本车速度低于或等于障碍物速度，本车与障碍物之间的距离会拉大或保持不变，无危险，安全度高，返回1)；若实测目标物体距离L小于等于L_jj的1.3倍，且相对速度V_ref＜0，即本车速度高于障碍物速度，本车与障碍物之间的距离会缩短，有危险，需进行安全性计算与评判，进入10)；

10)定义距离安全系数、速度安全系数和总安全系数，其中距离安全系数S_F的范围为：-1＜S_F≤0.3；速度安全系数S_V的范围为：

-1≤S_v≤0；总安全系数S的范围为：-1≤S≤0；

11)将总安全系数S划分为3个等级：一级S位于-0.1～0区间，二级S位于-0.3～-0.1区间，三级S位于-1～-0.3区间；一级适应速度安全系数和距离安全系数的变化范围大，危险较小；二级适应速度安全系数和距离安全系数的变化范围较宽，危险增大；三级适应速度安全系数和距离安全系数的变化范围很窄，危险；

12)根据S所处区间选择报警信号和降速控制；

13)返回1)，直到行车结束。

Images