基于可见光通信和数字图像处理车辆智能防撞系统.docVIP

基于可见光通信和数字图像处理车辆智能防撞系统 　　摘 要：文中设计了一种将可见光通信技术和数字图像处理技术相结合的车辆智能防撞系统。该系统主要作用于前后跟车行驶的两车之间，可实时监控两车之间的相对运行状态，当系统发现两车之间可能发生碰撞时，及时提醒驾驶人或采取自动制动措施，防止碰撞等危险发生。 　　关键词：可见光通信；数字图像处理；智能；防撞 　　中图分类号：TP39；U461.91 文献标识码：A 文章编号：2095-1302（2018）03-0-04 　　0 引 言 　　家庭汽车逐步成为我们日常生活中必不可少的交通工具之一，家庭汽车数量激增所带来的道路交通压力和道路交通安全隐患值得我们特别重视。为了进一步保障道路交通安全，除了要制定更加合理的道路交通安全规章制度、规范驾驶人的驾驶行为以外，如何进一步提高车辆本身的安全性能也是近年来研究的重要方向。随着车辆智能化技术的发展，可以通过车辆的智能系统实时监测前方路况，及时发现危险并采取相应措施，以有效避免碰撞危险的发生，提高车辆的安全性能。 　　1 车辆智能防撞系统的设计 　　本文所设计的车辆智能防撞系统将数字图像处理技术与可见光通信技术相结合，使车辆具有车间通信以及前方路况探测的功能，从而实现对前方路况信息的判别，并能够及时采取警示处理措施以防车辆发生追尾碰撞事故。 　　本文中可见光通信技术主要运用于车辆之间，以可见光通信的方式实现车间通信。目前，车辆正在使用的刹车灯和车尾示宽灯可经简单的电路改造成为可见光信号的发送端。车辆的速度和加速度等信息可以通过相应的传感器获得并传递给改造后的刹车尾灯和车尾示宽灯，车灯可以通过亮灭变化将该车的速度和加速度以可见光信号的形式发送出去。 　　车辆前端安装一个高速摄像机，高帧率地实时记录前方路况信息，以此完成系统信息的采集。系统再利用数字图像处理技术对高速摄像机记录下来的连续多帧图像进行处理分析，提取到前车发送的可见光信号；通过视觉图像中的目标物测距过程可获得前车的相对位置信息。 　　智能防撞系统的判别决策模块将获得的相对车速、车距信息代入安全距离模型，将实时跟车距离与对应运行状态下的安全距离进行比较。当实时跟车距离小于对应的安全距离时，判别决策模块将发出信号给执行模块，执行模块中的声光报警器动作，警示驾驶员；当实时跟车距离小于一级临界安全距离时，执行模块在对驾驶员进行声光报警的同时，采取相应的自动制动措施。从而保证车辆能够在危险发生前及时采取措施，防止跟车行驶过程中碰撞事故的发生。图1所示为车辆智能防撞系统的工作流程。 　　2 车辆智能防撞系统的系统组成 　　本文所设计的车辆智能防撞系统主要由信息采集模块、数据信息处理模块、判别决策模块和响应执行模块组成。系统组成框图如图2所示。 　　2.1 信息采集模块 　　信息采集模块主要通过安装于车辆前端的高速摄像机对前方视野进行拍摄获得实时记录的连续多帧图像。实时记录的连续多帧图像主要包括正常跟车行驶过程中前车在本车前方视野中的图景。所采集到的连续多帧图像中所包含的信息包括前?尾部示宽灯或刹车尾灯发送的可见光信号及前车与本车相对距离信息。可见光信号包含前车的速度和加速度信息。 　　2.2 数据信息处理模块 　　数据信息处理模块主要通过数字图像处理技术对信息采集模块所采集的连续多帧图像进行处理，经图像的帧间差法、图像区域划分等过程提取可见光信号并获得车辆间距信息。可进一步对提取到的可见光信号进行解码，获得相应的前车速度和加速度等运行状态信息。 　　2.3 判别决策模块 　　判别决策模块根据数据信息处理模块获得的信息，判断本车是否有追尾的可能。当警示判别模块认为本车可能与前车发生追尾碰撞危险时，判别决策模块将给予执行模块相应的警示执行信息。 　　2.4 响应执行模块 　　执行模块根据警示判别模块发送的警示执行信息，对本车内的声光报警器或刹车进行相应的动作，及时警示驾驶员并在必要时自动制动以防本车与前车发生追尾碰撞。 　　3 基于数字图像处理的车辆识别通信和距离测算 　　3.1 基于车尾灯的车辆识别 　　（1）基于刹车尾灯的车辆识别利用了刹车尾灯的红色特性。利用数字图像处理技术可以将读入的RGB模型图像转换为HSV模型图像，H，S，V分别代表色彩的饱和度、色调和明度，将刹车尾灯的红色特征进行图像分割时，可以通过设置合适的H，S分量阈值，识别刹车尾灯区域[1]。图3所示为系统采集读入的RGB图像，图4所示为对应转换的HSV图像。 　　将S分量二值模板作用于H分量图像，比阈值大的像素点值被赋值为1（白），小于或等于阈值的像素点值被赋值为0（黑）。根据红色在HSV颜色空间的分布规律，本文选取的分量阈值范围为： 　　0.45S1.0 　　0°H15°或340°H