1、智能车辆技术学习总结报告 文章编号：1002o0268（2023）07o0107o05智能车辆安全辅助驾驶技术研究近况 基金项目：国家自然科学基金资助项目（50175046）作者简介：王荣本（1946-），男，教授，博士生导师，研究方向为智能车辆、汽车安全辅助驾驶、物流自动化 王荣本，郭烈，金立生，顾柏园，余天洪（吉林大学交通学院，吉林长春130025） 。论述了安全辅助驾驶技术的研究现状、研究的必要性以及研究进展。安全辅助驾驶技术包括车道偏离预警与保持、前方车辆探测及安全车距保持、行人检测、驾驶员行为监测、车辆运动控制与通讯等。分析了各种传感器的优缺点及其在实际应用过程中存在的问题，基于单一
2、传感器不能很好地解决安全辅助驾驶技术可靠性和环境适应能力的要求，应结合激光雷达技术解决图像模糊问题，利用红外传感器增强机器视觉识别的可靠性，未来的安全辅助驾驶技术应该采取多种传感器融合的技术，结合毫米波雷达和激光雷达系统具有深度测量精确的特点，将极大的推动汽车安全辅助驾驶系统的应用和推广。 关键词：智能交通系统;安全辅助驾驶;车道偏离预警;行人检测;车间通讯中图分类号：u491文献标识码：areviewontheresearchofintelligentvehiclesafetydrivingassistanttechnologywangrongoben，guolie，jinliosheng，
3、gubaioyuan，yutianohong（schooloftransportation，jilinuniversity，jilinchangchun130025，china）abstract：thepresentresearchstatus，necessityandprogressonsafetydrivingassistanttechnologyarediscussed1thesafetydrivingassistanttechnologyincludeslanedeparturewarning，precedingvehicledetectionandsafedistancemainta
4、iningbetweenvehicles，pedestriandetection，driverbehaviormonitoring，vehiclemotioncontrolandinterovehiclecommunications1theadvantagesanddisadvantagesofdifferenttypeofsensorsandtheproblemsthatexistedinthepracticalapplicationarerepresented1thesinglesensorsolutioncannotmeettherequirementofreliabilityandad
5、aptabilitytodifferentcircumstance，sothelaserandradartechnologyarecombinedtosolvetheblurredimageproblem，theinfraredsensorisusedtoenhancethereliabilityofmachinevisionrecognition1thefuturesafetydrivingassistanttechnologyshouldadoptmultiplesensorsfusiontechnology，associatedwiththecharacteristicthatmilli
6、meterowaveradarandlaserradarsystemarepreciseindepthmeasurement，topromotetheapplicationandimprovementofthesafetydrivingassistantsystem1keywords：intelligenttransportsystems;safetysdrivingassistant;lanedeparturewarning;pedestriandetection;interovehiclecommunication引言 智能车辆是利用传感器技术、信号处理技术、通讯技术、计算机技术等，辨识车
7、辆所处的环境和状态，根据各传感器所得到的信息做出分析和判断，或者给司机发出劝告和报警信息，提请司机注意躲避危险;并能在紧急情况下，帮助司机操作车辆（即辅助驾驶），防止事故的发生。早期智能车辆研究主要集中在如何采用各种传感器技术实现车辆全自动化无人驾驶，随着研究的深入，重点着眼于提高汽车的安全性、舒适性以及提供优良的人车交互界面，并努力向市场推广智能车辆相关技术的应用。 1998年美国运输部认为日益严重的交通事故是最迫切需要解决的问题，开始组织实施智能车辆先导ivi（intelligentvehicleinitiative）方案。该方案的根本宗旨和目标是预防交通事故及其引起的人员伤亡，提高安全性
8、，并以人为因素为根底，防止驾驶员精神分散，促进防撞系统的推广应用。 智能车辆技术研究重点的转移主要是日渐增长的交通事故以及对减少驾驶员操作强度的需求。根据美国运输部ivi方案，仅在美国，每年至少发生680万起交通事故，造成412万人死亡。在一些兴旺国家，情况就更严重。如我国在2004年共发生道路交通事故517889起，造成107077人死亡，直接财产损失2319亿元，与2003年相比，死亡人数上升216%。1安全辅助驾驶技术的研究现状 安全辅助驾驶技术主要目的是提高汽车行驶的安全性，通过安装在车辆及道路上的各种传感器掌握本车、道路以及周围车辆的状况等信息，为驾驶员提供劝告或预警信号，并在一定的
9、条件下能对车辆实施控制。从近几年的国际智能车辆和智能交通会议看，安全辅助驾驶技术的研究主要包括以下几个局部：车辆偏离预警与保持、车辆周围障碍物检测、驾驶员状态检测、车辆运动控制与通讯等。下面分别介绍一下这些技术的主要内容及研究现状。111车道偏离预警与保持 车道偏离预警与保持是利用机器视觉传感器、激光传感器或埋设于路面下的磁钉，使车辆始终在车道线内运行，防止车辆因为驶离当前行驶车道而导致交通事故的发生，提高了行车安全性。在高速公路上，由于驾驶员操作失误或者注意力分散而引起的车辆偏离车道行驶是造成重大伤亡事故的一个重要因素。 测测车辆外部环境，通过分析摄像机传送的图像信息，并通过大规模图像分析并
10、行处理体系paprica来解释图像，并将分析结果告知驾驶员，实现辅助驾驶功能。更精确地讲，通过led指示灯提供警告，当车辆接近车道边缘或处于危险境地时，led指示灯及时提醒驾驶员躲避危险。美国的iteris公司研究的autovuetm型车道偏离预警系统是由摄像机、计算机系统及软件所组成的灵巧型集成单元。该系统通过机器视觉适时地检测道路标线，并与车辆的速度信息进行融合，当车辆偏离车道线时系统发出警报引起驾驶员的注意。法国valeo利用基于valeocs雨天的传感器专门技术，同美国的iteris进行合作，开发了一种新型车道偏离预警系统。德国daimlerchrysler公司为其生产的轿车和卡车均安
11、装了车道偏离预警系统，该系统利用安装在汽车后视镜上的微型摄像机来对汽车所在车道与邻近的车道之间的距离进行预测，一旦汽车有可能偏入邻近车道而且司机没有打转向灯，那么该装置就会自动发出公司的autovue车道偏离预警系统警报提醒司机注意。车辆周围障碍物检测 车辆周围障碍物包括车辆、行人以及道路周围设施等，通过机器视觉、红外线以及激光等传感器能感知车辆周围这些障碍物的存在，并实时跟踪，在危险时刻还可以警告驾驶员采取避障措施。 本车前前方车辆的检测在汽车从一个车道转换到另一个车道时，往往因各种原因发生交通事故。为此，日本的各汽车公司开始研制汽车换道避碰系统。例如，马自达公司将利用超声波传感器检测从本车
12、后面对角线方向是否有正在接近的汽车。如果驾驶员打转向信号准备换道行驶，但有车从此方向接近时，系统将发出警告。日产公司将在未来汽车的左右车门后视镜下方装置摄像机，以搜索后车辆，在左右后挡泥板下部装备雷达传感器，以检测临近车道上正在接近的汽车，一旦驾驶员发出转向信号，但系统认为可能发生碰撞时，系统就自动发出警告。为防止车辆因安全车距缺乏导致追尾碰撞等恶性交通事故的发生，前方车辆的检测跟踪也是一种提高安全性的重要研究方向。利用各种传感器信息对前方车辆和车距的实时有效检测，当发现安全车距缺乏时，及时向驾驶员发出声音警示，促使其采取必要措施保持安全车距，防止发生追尾碰撞等事故。目前，在许多文献中提出了多
13、种关于前方车辆检测和跟踪的方法，所采用的传感器主要有机器视觉、红外线和激光雷达等传感器。 基于机器视觉的前方车辆探测通常利用一些车辆的特征如形状、颜色、对称性，以及车高与车宽的比例等先验知识，将属于车辆的感兴趣区域从背景中分割出来，经过识别确认后进行跟踪。如意大利的mobolab研究的菲亚特18maxi车型智能汽车，通过车前1台ccd摄像机采集的图像，预测车辆之间的安全距离并用4个led指示灯提醒驾驶员当前车辆所处的位置情况：暗灯意味着前方无车;绿灯意味着车辆在安全距离行驶;黄灯意味着警告;红灯意味着，如图2所示mobolab智能车及电子控制面板立体视觉由于能够获得图像的深度信息，在车辆前方障
14、碍物探测的研究领域得到了。如富士重工利用2台ccd摄像机组成的三维信息系统来识别道路标线和前方障碍物，当本车与前方障碍物的距离降低到一定值时，系统会自动调节车速，并在紧急情况下自动制动，以防止发生碰撞事故。 近年来，为了提高单一传感器检测的准确率和可靠性，传感器信息融合技术在车辆安全保障研究领域受到越来越多的重视，应用日益广泛。美国军方研究的demoO智能车辆也采用了雷达与机器视觉融合技术用于障碍物探测。丰田公司也使用毫米波雷达和机器视觉共同探测前方障碍物，毫米波雷达用来探测障碍物距离和相对速度，机器视觉用来检测车道和车道上前行车辆，并控制雷达扫描的方向。11212行人的检测通过统计资料分析，
15、在整个交通事故中，关于车辆碰撞行人的事故数量仅次车辆间相撞的事故数量。例如在欧洲，每年大约有20000个行人在交通事故中受伤，其中大约9000死亡。行人检测技术是安全辅助驾驶领域中备受关注的前沿方向，特别是在城市交通环境中，行人检测能警告驾驶员可能与车辆邻近的障碍物尤其是行人发生碰撞。同时，行人检测也是实现低速自动驾驶关键的一步。 德国的daimlerchrysler公司研制的chamfer系统，通过不同姿势的人体外部轮廓的模板匹配及图像获得的距离信息，并利用纹理的特征，采用神经网络方法来确定图像中行人的位置、美国的卡内基梅隆大学研究的行人检测系统将多个摄像机安装在公交汽车周围，可实现360度
16、范围的检测，该系统采用立体成像技术，结合神经网络的方法确定行人在图像中的位置及尺寸。意大利帕尔玛大学的argo实验室采用立体视觉技术确定感兴趣区域，通过模板匹配的方法，利用行人在垂直方向对称性的特征检测行人。目前，argodaimlerchrysler的行人模板实验室又提出了利用红外立体成像对行人进行检测，由于传统的ccd摄像机采集的图像易受光照的影响，使对图像中目标的识别变得非常困难，且在夜晚、雨天或有雾的天气情况下根本无法使用。而红外成像基于行人的体温高于周围的环境温度这一特点，同时依据人体的特殊形状及对称性的特征，可排除其他物体如车辆干扰，为局部识别结果。 帕尔玛大学的红外立体视觉行人检测结果驾驶员状态监测近期的研究主要在于监控和分析驾驶员状态、设计先进车辆和良好的用户信息交互界面，以便学习、控制甚至是模拟驾驶员行为。高级的驾驶员辅助系统应该能确保驾驶员反响恰当而且安全。据美
