汽车智能辅助驾驶系统

目录

1 需求分析 (1)

2 智能车和智能交通系统简介 (1)

3 CCD摄像头的图像采集原理 (2)

4 图像的预处理 (3)

5道路区域检测 (4)

6目标检测和车距测量 (5)

7系统的硬件构成和工作原理 (6)

8系统软件流程图 (7)

9结论与展望 (8)

10参考文献 (9)

需求分析

汽车作为一种快速、灵活而经济的交通工具，普遍受到人们的关注。20世纪后半叶以来，汽车工业得到了迅速发展。国家积极推进汽车工业和消费，汽车进入寻常百姓家。但是汽车给我们带来方便的同时也带来了不少的问题，其中最主要的就是交通事故频繁发生，由此导致的人员伤亡和财产损失数目嘛人。据全球各交通和警察部门的统计：2003年全世界交通事故死亡人数为50万人，其中，中国交通事故死亡人数为l0．4万人，占世界交通事故死亡人数的20％还多，而美国、俄罗斯的死亡人数则分别为4万人和2．6万人；拿两个规模相当的城市比较，北京的交通事故致死率为14％，东京则为0．7％。在诸多交通事故中，由于驾驶员反应不及造成的交通事故占80％以上，汽车追尾事故占30％一40％，而追尾事故造成的损失和伤亡又占总损失的60％以上。据奔驰汽车公司的一项研究表明：驾驶员只要在有碰撞危险的0．5秒前得到预警，就可以避免至少60％的追尾撞车的事故，30％的迎面撞车事故和50％的路面相关事故；若在1秒前“预警”，则可避免90％的事故发生。中国正在成为全球最大的新兴市场，汽车保有量已突破2600万辆，年销售汽车将突破600万辆，未来5年将成为仅次于美国的全球第二大汽车销售国。而纵观世界汽车的数量则更是多得惊人，光是美国国内的汽车保有量就多达2亿多辆，并且世界每年还有成亿的新车涌向市场。如此巨大的汽车数量和汽车市场，加上极端残酷的车祸事故和悲惨后果，发展汽车安全技术刻不容缓。汽车安全技术主要分为主动安全和被动安全。被动安全是汽车上的一些安全设施，如安全带、安全气囊、保险杠等，它们主要是尽量减少交通事故和事故后人员直接受损害的程度，但是这种传统的针对冲撞后的乘员保护的技术和措施已经远远不能满足现代交通对汽车安全性的要求，而为以预防为核心的现代汽车主动安全技术已成为现代交通的迫切要求，先进的电子、通讯及信息等技术在汽车上的应用为特征的新一轮汽车技术革命恰恰为此提供了可能。特别是人工智能的研究成果使得汽车具有某种人的“智能”，能感知外界环境，能够自己“思考”主动采取措施，避免事故的发生，做到真正意义的主动安全。基于机器视觉的汽车辅助导航系统是智能汽车中最具研究价值的一项技术。它采用视觉传感器探测技术来对汽车行驶前方路况进行无间断、无疲劳的实时识别，对各种行驶状况进行分析和处理，并对各种危险情形做出相应的判断。当系统判断出车辆存在潜在的碰撞危险时，立即提前向驾驶者发出报警信号，以提醒驾驶者必须尽快做出相应的处理。

智能车和智能交通系统简介

智能交通系统(Intelligent Traesportation System，ITS)是将先进的信息技术、数据通讯传输技术、电子传感技术、电子控制技术及计算机处理技术等有效的集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。

ITS从20世纪七十年代诞生以来，得到了世界各国的普遍重视，不仅欧美日等发达国家积极投入ITS的研究及运营，包括中国在内的世界众多其他国家和地区也纷纷投入力量开展研究。在国际上，ITS己经成为解决汽车交通带来的各种问题的一种有效手段。开发ITS的目的就是通过使用当前飞速发展的信息技术，有效利用现存的道路设施，使得车辆、道路和驾驶者和谐的统一起来。

作为运输主体的汽车，是ITS的主要调节目标，ITS最终实现的各项功能都必须在汽车上由相应的技术设备的支持。因而现代汽车必须采用一些先进技术，如车辆自动／辅助导航技术、车载实时定位技术以及车载通讯技术等，来适应ITS发展的需要。

CCD摄像头的图像采集原理

CCD的功能是把二维光学图像信号转变成一维视频信号输出，分为线型和面型两大类。二者都需要通过光学成像系统将景物图像成像在CCD的像敏面上。像敏面将照在每一像敏单元上的图像照度信号转变为少数载流子密度信号存储于像敏单元(MOS电容)中。然后再转移到CCD的移位寄存器(转移电极下的势阱)中，在驱动脉冲的作用下顺序地移出器件，成为视频信号。视频信号连接到监视器或电视机的视频输入端便可以看到与原始图像相同的视频图像。

对于线型器件，它可以直接接收一维光信息，而不能直接将二维图像转变为视频信号输出，为了得到整幅图像的视频信号，必须用扫描的方法实现。按一定的方式将一排线型CCD的光敏单元及移位寄作器排列成二维阵列，即可以构成二维面阵CCD。由于排列方式不同，面阵CCD有帧转移、隔列转移、线转移和全帧转移等方式。

图像的预处理

由于图像在采集设备自身的精度以及内外环境因素的影响，采集到的图像质量往往不能令人很满意，需要对采集到的图像预处理，以消除图像中的无关信息，恢复真实有用的信息，增强有关信息的可检测性以及简化图像数据，从而改进检测和识别的可靠性。在所有的图像处理算法中，没有哪一种算法可以适用于处理各类图像，每一种算法都有一定的针对性和局限性。在实际研究过程中，为了找到有效的图像处理方法，需要作广泛的实验，根据当前视觉导航系统的需要，对算法加以必要的改进，从而得到适合本视觉系统的最优算法。

本文的图像预处理包括：图像灰度化、图像滤波。通过图像滤波消除或者衰减～些由外界环境干扰引起的噪音，为了避免图像边缘噪声的干扰，本文进行图像预处理时。图像边缘的5个左右的像素不在处理范围内。

道路区域检测（算法略）如图5-1所示

图5-1

目标检测和车距测量（算法略）如图6-1所示

图6-1

系统的硬件构成和工作原理

系统硬件主要包括：一个CCD摄像头、一块实时图像采集卡，一块DSP信号处理板、一台PC主机、一个硬盘和～个语音报警模块。其中硬盘主要用来存储系统采集和处理的大量图片。

采用S3C2410为中央处理器的汽车视觉导航系统的硬件原理图如图所示。

按电路功能可分为图像采集与转换模块、DSP图像处理模块、数据存储模块和语音报警模块。

系统硬件框图如图7-1

图7-1