车载式不良天气实时感知及防碰撞预警方法与流程

本发明涉及一种不良天气条件下感知车辆所处交通环境并进行防碰撞预警的方法，特别是关于车载式不良天气实时感知及防碰撞预警方法。

背景技术：

不良天气条件下发生道路交通事故所造成的人员伤亡和事故损失十分巨大，车辆行驶过程中所获得的气象信息主要来自于天气预报，而天气预报是通过对气象卫星所获的卫星云图和天气图进行分析，并综合地面观测站所获的气象、地形和季节参数后作出的，对局部路段可能发生的短时对流天气，预报结果很可能并不准确。如何使车辆预警系统获取实时、准确的交通气象信息，提高防碰撞预警系统在不良天气条件下的适应性和预报的准确性是目前尚未解决的问题。不良天气条件一般会导致能见度变差，行驶环境恶劣，对事故预警技术提出了更高的要求，既包括对动态交通目标的检测精度要求，也包括预警信息的提取、融合及相应策略的建立。在现有交通条件下，如果能够将准确的预警信息传递给更多的车辆，更将有助于提高交通系统的整体安全性。

技术实现要素：

针对上述问题，本发明提供了一种车载式不良天气实时感知及防碰撞预警方法，旨在使车辆预警系统能够获得实时、准确的交通气象条件信息，从而提高预警精度，该方法还能够将不良气象信息及其他危险信息传递给影响区域内的其他车辆，使驾驶员具有足够的反应时间来进行避险操作，从而预防交通事故的发生。

本发明提供的车载式不良天气实时感知及防碰撞预警方法包括机器视觉感知、防碰撞预警和车-车环境感知等三个模块。

模块A：机器视觉感知模块

机器视觉感知模块通过安装在车辆上的高速高分辨率视觉CCD摄像机采集视频数据，采用车载嵌入式微机系统对视频信息进行深度处理与分析，从图像中识别出车辆行驶所处路段的实时气象信息，该信息将作为输入量被传输到防碰撞预警模块，并通过车-车通讯技术传递给该区域行驶的其他车辆。

模块B：防碰撞预警模块

本发明所设计的防碰撞预警模块将交通气象信息与车辆运动参数信息加以融合，结合预警知识库和防碰预警规则库，对当前可能的碰撞危险信息进行评估，并将结果告知驾驶员，以提醒驾驶员采取相应的驾驶操作。当检测出车辆具有极度危险态势而驾驶员没有及时采取措施进行修正时，系统接管对车辆的控制，通过减速或者制动控制车辆以保证车辆安全，并在适当的时候向驾驶员交还车辆的控制权。

模块C：车-车环境感知模块

将安装有车载式不良天气实时感知系统的车辆作为交通检测器，当感知到不良气象信息及其他危险信息时，将信息传递给影响区域内的其他车辆，使其他驾驶员具有足够的反应时间来进行避险操作。

所述模块A包括以下步骤：

步骤A1：天气特征属性提取。提取对比度、形状、纹理、颜色等天气的特征属性。

步骤A2：背景区域分割。本发明采用区域分割方法，在场景中选出代表天气环境的关键位置。

步骤A3：天气环境分类。构建层次分类框架，从场景的动态区域中提取一组时间、空间和特征属性信息用于分类。

所述模块B包括以下步骤：

步骤B1：构建包括交通气象信息、车辆运动参数信息在内的多输入信息融合策略。

步骤B2：对车辆所处安全态势进行评估。

步骤B3：建立车辆控制权交接策略。

所述模块C包括以下步骤：

步骤C1：车辆协作群间的气象预警信息共享。

步骤C2：依据车辆行为决策结果向相关区域内驾驶员发出警告信息。

本发明运用车载传感器主动探测道路交通环境信息，解决了低能见度恶劣天气条件下车辆安全辅助驾驶系统存在的关键问题，与现有技术相比较，其具有以下优点：

（1）采用车载视觉传感器进行车辆所处交通微环境气象信息的实时感知，提高了预警系统输入信息的全面性、准确性；

（2）从特征级、决策级层面建立预警信息融合模型，有助于提高不良天气条件下预警系统的可靠性和鲁棒性；

（3）运用车-车通讯技术和智能决策技术解决多车协作环境感知问题，有助于提升交通系统的整体安全性。

附图说明：

图1是车载式不良天气实时感知及防碰撞预警方法技术路线图

图2是基于多传感器预警信息融合的车辆防碰预警流程图

具体实施方式：

下面结合附图，对本发明的较佳实施例进行详细的描述与说明。

如图1所示，本发明提供了一种车载式不良天气实时感知及防碰撞预警方法，所述方法包括机器视觉感知、防碰撞预警和车-车环境感知等三个模块。

模块A：机器视觉感知模块

机器视觉感知模块通过安装在车辆上的CCD采集视频数据，为了保证所采集视频的精度，应选择影像像素在38万以上的高分辨率型CCD；靶面尺寸可以选择1/2英寸，即宽6.4mm×高4.8mm；扫描制式选择常规隔行扫描（PLA）制式；电源选择12VDC或者9VDC均比较方便；考虑适应低能见度环境，照度一般要求在0.1LUX以下为宜。由于普通pc系统难以满足机器视觉感知及处理对计算机功能、可靠性、体积、功耗等方面的严格要求，考虑到嵌入式微处理器对实时和多任务具有很强的支持能力、具有很强的存储区保护功能、可扩展的处理器结构、功耗极低等特点，建议采用嵌入式微机系统对视频信息进行处理与分析。

从采集的视频图像中识别出车辆行驶所处交通微环境下的实时气象信息，该信息将作为输入量被传输到防碰撞预警模块，并通过车-车通讯技术传递给该路段行驶的其他车辆。

模块B：防碰撞预警模块

本发明所设计的防碰撞预警模块将交通气象信息与车辆运动参数信息加以融合，结合预警知识库和防碰预警规则库，对当前可能的碰撞危险信息进行评估，并将结果告知驾驶员，以提醒驾驶员采取相应的驾驶操作。当检测出车辆具有极度危险态势而驾驶员没有及时采取有效措施进行修正时，系统将接管对车辆的控制，通过减速或者制动控制车辆以保证车辆安全，并在适当的时候向驾驶员交还车辆的控制权。

模块C：车-车环境感知模块

将安装有车载式不良天气实时感知系统的车辆作为交通检测器，当感知到不良气象信息及其他危险信息时，将信息传递给影响区域内的其他车辆，使其他车辆驾驶员具有足够的反应时间来进行避险操作。

所述模块A中气象条件信息识别具体包括以下步骤：

步骤A1：天气特征提取。

提取更多的天气特征有助于提高系统对不良天气现象的识别准确率，通过研究相关文献及对比试验，针对不良天气的特点，本发明选择对比度、形状、纹理、颜色来作为天气的特征属性。由于不良天气下的图像中局部亮度变化大，能够通过对比度从中得出不良天气的具体情况，因此可以采用局部亮度对比来作为对比度属性特征。

定义局部对比度公式为：

其中：L_max和L_min分别代表所获得图像中的最亮点和最暗点。

图像内所包含的物体形状特征是反映不良天气的一项指标，在不同的天气条件下，图像的形状特征存在明显差异，本发明采用图像的梯度信息来衡量图像的形状，首先计算图像I(m,n)与Sobel算子的卷积响应，然后计算得出梯度模：

最后得出不良天气条件下形状的变化评价结果，其中梯度模总和的大小能够反映出图像形状是否清晰。

纹理特征是一种全局特征，需要在包含多像素点的区域内进行统计计算。机器视觉可以按照人类辨别图像的方式来利用图像的纹理特征辨识不良天气现象，通过描述人对纹理的视觉感知进行场景判断。

颜色特征也是一类全局特征，颜色对图像或图像区域的方向、大小变化不敏感，因此在捕捉图像的局部特征时没有优势，但考虑到不同天气条件下大气颗粒对环境的散射作用而产生的色彩变化因素，故将颜色也作为一类天气特征加以提取。

步骤A2：背景区域分割。

为了满足车载系统实时性要求，缩小参与计算的图像区域，本发明采用区域分割方法对所获得的图像加以分割，将图像分为36等份，即横、纵向各等距划分为6份，将每一份图像作为一幅图像来处理，分割有助于得到更为精确的分类器，也利于在场景中选出代表天气环境的关键位置。

步骤A3：天气环境分类。

通过前述天气特征获得模式，建立能够识别模式的数学模型来完成模式识别，即对输入的模式给出其属于哪一类不良天气的信息。模式识别方法主要有线性分类器，如感知器、Fisher判别等，非线性分类器，如BP神经网络、径向基函数（RBF）神经网络、SVM等方法，由于RBF神经网络在现实场景中能够做到逼近任意的非线性函数，可以很好的发现模式的内在规律，具有良好的泛化能力等突出优点，本发明采用RBF神经网络来完成天气场景的分类工作。

所述模块B包括以下步骤：

驾驶员思维、判断、行动的过程即是通过眼、手、脚来获得各种信源信息，对这些信息加工、筛选、提炼、综合的过程即融合过程，再用融合后的信息进行判断和决策。碰撞预警与驾驶员的上述过程相类似，本发明所述的基于多传感器预警信息融合的车辆防碰预警流程如图2所示。

不良天气条件下汽车防碰撞预警技术非常复杂，为了能够实现车辆在复杂环境下的准确预警并及时完成车辆控制权的交接，不仅要求能够获得高精度的预警信息，且要求相关系统具有高度的可靠性和鲁棒性。本发明以提高防碰预警精度和在不良天气环境中的适应能力为目标，采取多传感器融合技术，特别是不良天气信息的实时感知、输入，提出不良天气环境下车辆防碰撞预警方法。

步骤B1：构建包括交通气象信息、车辆运动参数信息在内的多信息融合策略。

车辆防碰撞预警系统需要多参数输入，其中最主要的参数是车辆自身运动参数，例如车辆速度信息、车辆加速度信息、方向盘转角信息、制动器状态信息等。在不良天气条件下，气象状况对行车安全影响极大，如果没有准确的交通气象信息输入，预警系统的预报准确率将无法保证，因此本发明模块A所识别出的车辆行驶微环境下的交通气象信息将输入防碰撞预警模块B，同车辆运动参数信息一起作为预警决策的主要参数。车辆运动参数信息中的车辆速度、纵向加速度、横向加速度等信息可以由相应专用数据采集仪进行数据的采集和初步处理，例如：QCW-1A汽车操纵稳定性测试仪、ToCeiL非接触式测速仪等仪器。方向盘转角信息可以通过方向盘转角传感器进行测量，主要包括机械式转角传感器和光电式转角传感器等两种，由于光电编码器的可靠性较低，可以重点考虑选择机械式转角传感器来获取方向盘转角信息，例如：QBR502转角传感器。制动器状态采用踏板位置传感器进行测量，例如：恒润踏板位置传感器，其通过专用支架固定在踏板支架上方，摇臂旋转范围120度，通过差分式霍尔测量原理实现对旋转角度的高精度测量，能够满足本发明的测量要求。

步骤B2：对车辆所处安全态势进行评估。在获取与车辆安全运行的相关参数之后，由于数据量巨大、抗干扰性差，为了提高数据精度，首先对数据进行预处理；然后完成特征信息提取及特征级分层融合，实现信息压缩，保证不良天气信息的实时处理；结合预警知识库，完成各传感器数据信息的融合与目标优先级管理，改变目前主要集中于融合结构、融合方法所出现的问题，通过传感器管理形成反馈。建立了不同天气条件下的防碰撞预警规则库，数据融合信息转变为安全态势评估结果。

步骤B3：建立车辆控制权交接策略。根据安全态势评估结果，设置三级预警，第一级预警为“一般危险预警”，主要通过声音来提醒驾驶员注意安全；第二级预警为“危险预警”，主要通过声音、警示灯闪烁来提醒驾驶员采取必要措施以避免碰撞事故的发生；第三级预警为“极度危险预警”，通过增强声音、警示灯快速闪烁来提醒驾驶员立即采取必要措施以避免碰撞事故的发生，同时准备车辆控制权切换，当危险继续时，干预系统将自动采取制动措施以避免碰撞事故的发生，危险解除后，车辆控制权再度由干预系统切换为驾驶员进行操作。由于本发明在危险预警过程中设置了精确的气象信息输入，虽然在良好天气条件下预警效果没有明显变化，但在不良天气条件下，预警精度则有大幅度提高。

所述模块C包括以下步骤：

车-车环境感知模块可按照以下方式加以实施：

方案一：

通过车联网平台进行信息传递。

将安装有车载式不良天气实时感知及防碰撞预警系统的车辆作为节点，使用 GPRS/4G 无线传输网络发送数据，进行车辆间的信息交互与通信，从而实现动态天气信息共享和车辆智能预警是所述车-车环境感知模块进行信息传递的基本方式。车联网方式能够完成对入网所有车辆属性信息和动、静态信息的实时查询和利用，并根据不同需求对网络内的车辆主动实施气象、预警等信息的共享、智能化管理和控制，为用户提供实时准确的交通气象环境信息、车辆位置信息、车辆状态信息和路径诱导。本发明通过车联网平台建立了车辆协作群间的气象预警信息共享，并依据车辆行为决策结果向相关区域内驾驶员发出警告信息。

方案二：

通过车-车通讯技术（Vehicle-to-Vehicle ,V2V）进行信息传递。

V2V通讯可以使用专用短程通信技术（DSRC），一般使用的频率是5.9GHz，因此这也是一种类WiFi信息传输，覆盖范围可达300米。如果该网络中的节点（这里指安装该设备的车辆）可以发射、捕获并转发信号，则通过节点跳跃就能收集到更远处的信息。另外，由于ZigBee技术是一种短距离、低功耗的无线通信技术，也可以采用该技术作为V2V通信的无线接收模块来接收安装有车载式不良天气实时感知及防碰撞预警系统车辆所发送的不良天气信息及碰撞预警信息。

所述车-车环境感知模块还包括智能决策技术的应用，以帮助收到警示信息的车辆驾驶员能够做出正确的判断和操作。所述智能决策技术是人工智能（AI）和决策支持系统（DSS）的结合，应用专家系统（ES）使DSS能够更好的利用交通安全工程师已有的丰富知识，如关于天气对行车安全的影响的知识、车辆在不良天气状况下性能发生改变的知识、关于交通安全问题的最佳解决方案等，从而为驾驶员提供帮助。这里的决策和所作出的反应以定性为主，定量为辅，根据所接收到的不良天气信息、车速信息、车辆间位置信息来提供辅助决策。例如：当车辆接收到的信息为该地区天气为“小雨加雪”，前车距离为30m，前车车速为60km/h，结合本车车速为65km/h，知识库将作出判断“当前情况属于危险预警范畴”，车载报警器将通过声音报警方式向驾驶员发出危险预警“当前能见度较差，道路湿滑，请减速，保持安全车距”。

应当理解的是，对本领域的专业技术人员而言，能够根据上述说明加以改进或变换，如对摄像机所获视频信息的处理方式、预警信息融合算法、车-车信息交互及智能决策等技术，而所有这些改进和变换都不应排除在本发明所附权利要求的保护范围之外。