智能驾驶汽车视觉图像处理技术

• 144

•

这款芯片引脚较多，并且串行连接方式比并行要简洁，也不容易出

错，所以连接方式选择串行。

图3 电压、电流采样电路

3.6 辅助电路设计

因为市电为220V 交流电，要得到低压直流电，所以220V 交流电先经过变压器降压。再经二极管设计的桥式开关电路得到直流电压。该直流电压为12V 。利用稳压器AMS1117-5、AMS1117-3.3设计辅助电路得到5V 和3.3V 的直流电压。在AMS1117-5、AMS1117-3.3的IN 端口并上电容滤波。为确保稳定性，OUT 端口连接钽电容。

4 软件设计

根据设计目的，要采集电压和电流两路信息（何泽骅，刘

国华，基于Arduino 的数控开稳压电源设计：现代电子技术，2012），在液晶屏上显示数据，并且通过按键可以改变电压电流输出大小。在程序设计上，主要的部分有PWM 波输出，PID 算法（吕玲，基于新型PID 算法的数字DC-DC 变换器的设计：东南大学，2013），数模采样，按键控制和显示屏显示。其中PWM 波通过实现MOS 管导通时间的改变，使输出的电压电流数值改变（Murata,K oji,Sagara,Suguru,Komichi,Yoshihiko,Kurokawa,Fujio.High ）。PID 算法可以使系统的性能变得更加优越。

5 结束语

本设计基于STM32F103C8T6 单片机实现了数控可调开关电源的设计。该数控可调开关电源实现了输出电压范围为0-12V ，按键调制大小为0.1V ，输出电流范围为0-10A ，按键调制大小为0.1A ，可以通过按键改变电压，电流输出大小，断电可记忆，通过PWM 波的控制使功率达到了百分之七十以上，过流保护提高了其安全性。

基金项目：西南科技大学大学生创新基金项目精准资助专项资助（项目编号：jz18-015）。

作者简介：赖婷（1998—），四川内江人，大学本科，现就读于西南科技大学。

通讯作者：潘小琴（1986－），女，重庆人，硕士，实验师，主要研究方向为无线传感器网络、智能机器人技术、创新教育。

在汽车产品的研究中，智能驾驶功能是当前一大热门话题，其极大的改变了汽车驾驶环境，引领人们更加向往未来的科技环境。智能驾驶汽车目前的研究中，就视觉图像处理技术

还存在一定的瓶颈，如何提高视觉图像处理技术的灵活性，如何在多样化的道路环境中达到智能驾驶效果都是研究重点。本文通过对智能驾驶汽车视觉图像处理技术当前的研究现状入手，探讨其视觉图像处理技术手段，并对其实际作用与未来发展趋势进行讨论。

随着现代化科学技术手段的不断先进，汽车的功能性得到了增强，同时，随着人工智能产品不断研发与使用，汽车在智能化领域的研究也越来越多。智能驾驶是过去人们的一种想象，但在当前的科学研究领域中，智能驾驶已经成为有一定的实际可行的研究内容了。智能驾驶汽车需要在智能产品上要求能够替代人工驾驶的良好视觉处理能力，并具备较高的控制灵活性，这样才能够保证智能化产品在现实环境中的使用有较高的安全性。

一、智能驾驶汽车视觉图像处理技术当前的研究现状

智能驾驶汽车的研究在于其智能驾驶上不

断创新与完善，其智能化的研究已经有较好的成效，以多种智能技术与手段能够达到智能控制的目的，但智能驾驶与汽车智能化相比还有一定的不同，智能驾驶要求汽车能够具备代替人工驾驶的全部功能，就人工驾驶的视觉敏感性与道路判断能力方面，智能化产品还需要进一步的深入研究。智能驾驶汽车在视觉图像处理技术上的研究时决定其是否有具有智能驾驶可行性的关键技术，在当前的研究中，确实还存在一定的问题没能够得到解决。

首先，智能驾驶汽车的视觉图像处理技术研究是以计算机视觉理论入手的，其结合了模糊控制理论与人工神经网络技术等理论进行技术的开展，受到理论大于实践的影响，在检验这些理论的过程中，受到了许多的阻碍，且现代化的智能驾驶控制理论又加入了自动导航技术，其加入应用也给过去的研究理论造成一定的冲击，难以做到整体协调。其次，智能驾驶汽车视觉图像处理技术在汽车的视觉系统中进行的研究有一定的进展，但不可忽视智能化的视觉系统与人类视觉系统本身还是存在一定差别的，由于自然环境、气候条件、光照等的影响，智能视觉系统的适应性要求还难以达到标准，这种问题极大的限制了视觉图像处理技术的发展，也是当前国内外智能产品视觉图像处理系统研究的重点。只有解决这个问题，才能够保证智能汽车在不同道路条件、环境因素影响下都能够保持较好的视觉图像处理能力，更好的完成智能控制。再者，视觉图像处理技术的研究环境与实际道

智能驾驶汽车广东水利电力职业技

• 145

•

路情况环境还存在很大的差异，当前在智能驾驶汽车的研究中，未达到较好的效果便投入使用是不切实际的，这就造成了实验研究与实际情况难以协调统一。外部因素对于视觉处理系统造成的影响是不同的，其较之实验研究更加多样，也更加具有偶发性。由于智能化汽车产品在自动控制技术中较为复杂，因此其实验环境也较为复杂，但这并不代表能够与道路情况相适应。另外，大部分的汽车自动驾驶系统在研究中都是以“驾驶员-汽车-道路”这种闭环进行思路研究的，智能驾驶汽车将驾驶员的位置代替，就闭环系统进行深入研究，这或许会产生较多的局限性。当前在智能驾驶汽车视觉图像处理技术中，也存在这种问题。

二、智能驾驶汽车视觉图像处理技术分析

（1）视觉图像采集。智能驾驶汽车的视觉图像处理中对于图像的采集是第一步，在当前智能驾驶汽车的研究中，视觉图像的采集有以下几种技术手段。一是单目视觉图像采集。既在汽车的前端安装摄像机，通过摄像机安装角度拍摄道路情况，这也是大多是导航系统中采用的图像采集方式。这种方式在图像处理上准确性较高，并且信息的传输及时性也能够得到保障，图像处理速度较快，具备较多的优点。但其也存在一定的缺点，在图像信息的采集上，信息资源的广泛性难以得到保证，并且还具有一定的局限性，难以全方位获取汽车驾驶周边信息。二是多目视觉图像采集，其也被成为全景传感器，是在汽车上安装多个摄像机，通过多个摄像机的图像信息采集，获得全景信息。多目视觉图像采集方式有视野宽阔、获取信息较多的优点，能够很好的判断汽车驾驶环境的周边情况。但由于多个摄像头同时采集信息，在图像信息的匹配与处理上存在一定的延迟性，这造成图像处理速度难以得到提高，信息传输及时性也难以达到要求。智能驾驶汽车视觉图像处理技术中，结合了多目视觉图像采集与单目视觉图像采集的优点与缺点，后以单目视觉图像采集为基础，进行了改造研究，就摄像头的安装高度与俯角等做出了改善，更好的应用于智能驾驶汽车中。

（2）道路图像信息的处理。视觉图像处理技术是对驾驶车辆周边的道路情况以图像方式呈现，通过图像信息的处理达到较好的智能控制效果。在道路图像平滑滤波处理上，主要应降低图像中的噪声，提高图像处理的质量。一般可以使用两种方法，一是空域处理法，是在图像空间域对图像进行滤波处理。二是频域处理法，是将空间域图像以正交变换得到频率域的变换图像，在频率域进行图像处理后复变换回空间域，形成处理后图像。在智能驾驶汽车视觉图像处理技术中，为了能够减少图像处理的时间，满足图像处理系统实时性要求，在道路图像平滑滤波的处理中更多选择采用空域处理法，结合频域处理法的优势，能够达到更好的图像处理效果。

（3）道路图像边缘增强处理技术。由于智能驾驶汽车的视觉图像处理系统灵敏性不足，因此在图像处理技术中，需要对道路图像的边缘信息进行一定的增强，提高智能驾驶汽车视觉图像识别与获取信息的有效性。边缘增强处理技术可分为两类：一是以能量最小化准则进行的全局边缘增强处理；二是原有技术手段下的经典边缘增强方法。不同的技术手段在道路图像边缘增强处理中的效果是不同的。智能驾驶汽车的视觉图像处理技术中更加贴近于送全局边缘增强处理，通过提取道路图像边缘信息，以数学方法进行图像分析，能够得到较为完整、准确的道路图像信息。但该种方式在算法上较为复杂，需要耗费较多的图像处理时间，在图像信息传输及时性上难以满足，因此还需要加入经典边缘增强技术中的微分法技术手段，更好的获取图像信息资源。

三、智能驾驶汽车视觉图像处理技术的作用

智能驾驶汽车视觉图像处理技术的实际作用是为了强化智能驾驶汽车的功能性，当前在汽车行业中，汽车产品智能化已经是一种必然趋势，未来汽车行业的发展也会向着智能化不断创新与改革。智能驾驶汽车不仅是人们对于未来社会发展的展望，也是汽车领域、人工智能领域得到加速发展的一大方向。这对智能驾驶汽车的视觉图像处理技术提出了较大的要求。不仅要求视觉图像处理技术能够更加贴合人眼信息处理模式，还需要在此基础上达到全方位视觉效果，保障智能驾驶的安全性。智能驾驶汽车视觉图像处理技术的研究有许多的实际意义。首先，其能够减轻驾驶员的疲劳。当前在高速公路上发生交通事故的频率越发增多，这不仅是交通环境带来的影响，也是由于驾驶员本身因素造成的影响，许多交通事故都是由于驾驶员疲劳驾驶形成的，但面对多变的交通环境，驾驶员很难做到长时间集中精神。智能驾驶能够较好的改善这种问题，其能够减少驾驶员的工作强度，还能够为驾驶员的驾驶决策提供建议，提高驾驶质量，从人为因素上降低交通事故的发生率；其次，智能驾驶汽车视觉图像处理技术的研究还能够促进智能驾驶汽车提高汽车运行的经济效益。由于道路环境影响或驾驶员自身因素影响，在汽车驾驶中产生的排放、能源损耗都难以达到最优化。而智能驾驶汽车能够在视觉图像处理技术基础上达到这种减轻运输成本、降低环境污染的效果。最后，智能驾驶汽车视觉图像处理技术还需要在自动控制理论、人工智能理论上进行多种理论的融合，能够在现代化智能控制技术中提高自动驾驶技术的实际意义，也能够为国家科研实力的提升提供较好的助力。

四、结语

智能驾驶汽车视觉图像处理技术是智能驾驶汽车在当前研究中的主要问题，其研究还受到图像处理技术灵活性、环境适应性的影响难以发挥较好的实际效果。随着智能化产品的研究不断深入，智能驾驶汽车也成为了未来发展中智能化产品的主要研究对象，就其视觉图像处理技术而言，还需要在图像信息采集、图像信息处理上作出更多的优化，这样才能够更好的保障汽车智能驾驶的准确性与安全性，为社会与汽车驾驶人群提供实际帮助。

参考：刘禹希，基于机器视觉的智能驾驶车辆的目标识别研究：吉林大学，2017；张国权，基于视觉导航的智能车辆目标检测关键技术研究：兰州理工大学，2012；廖传锦，基于多线程模式的汽车智能辅助驾驶系统研究：重庆大学，2002；王兆萍，基于机器视觉技术的汽车辅助安全系统的研究：武汉理工大学，2007；袁荣棣，DSP及视觉检测技术在智能汽车辅助驾驶系统中的应用：重庆大学，2003。

作者简介：曹薇（1973—），女，辽宁法库人，大学本科，副教授，研究方向：自动控制技术。