《智能汽車數(shù)據(jù)采集及處理策略分析》4100字

智能汽車數(shù)據(jù)采集及處理策略分析綜述智能車輛避障意味著在有障礙物的路徑找到一條適當路徑并到達目的地，使智能車輛在駕駛過程中可以安全避免一切障礙。智能車輛的問題是，在智能車輛的駕駛過程中，智能車輛總是保持與前面車的安全距離，以達到安全的追隨。為了避障技術(shù)的有效實現(xiàn)，必須進行數(shù)據(jù)收集和處理。在這一章中，主要介紹了用于數(shù)據(jù)收集和處理的傳感器和數(shù)據(jù)處理方法。1.1傳感器上世紀七十年代，美國、歐洲等發(fā)達國家率先開始對智能汽車進行全面研究，傳感器也被應用于智能汽車。此時，僅視覺傳感器被廣泛使用。隨著科學技術(shù)的發(fā)展，開發(fā)了適合各種情況的傳感器，并應用于智能汽車的開發(fā)。目前在智能汽車研究中運用較為廣泛的傳感器有超聲波傳感器、紅外傳感器、激光雷達傳感器、視覺傳感器等。由于市面上的傳感器種類繁多，功能不一，所以在智能汽車研究中，如何選擇運用合適的傳感器就顯得尤為重要[7-10]。1.1.1紅外傳感器紅外傳感器是一種能夠?qū)⒓t外信號變成電量信號的探測性元件。在自然界中，所有的高于零下273度的物體均能發(fā)出紅外光，但是所有帶有溫度的物體所發(fā)出的紅外光的波長會隨著物體溫度的不同而變化，所以，紅外傳感器可根據(jù)物體所發(fā)出紅外光的波長來進行對物體的測量[11]。根據(jù)檢測原理，可以分成熱檢測器和光子檢測器。根據(jù)功能的不同可以分為以下5個類別：（1）輻射計，用于對輻射和光譜測量；（2）搜索跟蹤系統(tǒng)，搜可以用來搜索和跟蹤測量的對象，并且可以實時確認物體的位置信息；（3）熱成像系統(tǒng)，可以生成物體的紅外圖像的熱圖像的系統(tǒng)，多用于自然資源勘探；（4）紅外測距和通信系統(tǒng)；（5）混合系統(tǒng)，是指以上各類系統(tǒng)中的兩個或者多個的組合。一般來說，在智能車輛躲避障礙物的研究中，多使用紅外傳感器的測距功能。測距法根據(jù)是否需要人的控制，分為主動測距和被動測距。紅外線測距屬于被動測距。從信號源發(fā)送信號，接收反射信息以獲得距離信息。圖1.1紅外測距原理圖根據(jù)紅外線測距的原理，紅外線發(fā)射器以預先設(shè)定的角度發(fā)送紅外線，當遭遇障礙物時紅外線反射，反射的紅外線由CCD檢測器接收。從而得到偏移值，然后利用三角定理得到關(guān)系式（1.1）：（1.1）式（1.1）中，D代表紅外傳感器與障礙物的距離，f表示濾鏡的焦距，L表示偏移值，X表示中心距，表示發(fā)射角，。由圖1.1和式（1.1）可知，當障礙物和紅外傳感器的距離D非常小時，則偏移值L的值就會特別大，甚至超出檢測器的檢測范圍，反之，則偏移值L的值則會特別小，因此，焦距是檢測器是否能夠識別偏移L的關(guān)鍵，由此可見，紅外傳感器測距時，依然存在一定的盲區(qū)，這就導致獲得障礙物到目標車本身的距離不夠精確。當紅外傳感器測距時，已知存在一個盲區(qū)，從而產(chǎn)生從障礙物到目標車輛本身的距離不準確。因此，我們選擇了多傳感器融合技術(shù)，將不同類型的傳感器收集的信息融合在一起，智能汽車獲取融合后的信息以后，使得智能汽車擁有強實時性、高精度的躲避障礙的功能。1.1.2視覺傳感器從感知周圍環(huán)境的角度來看，視覺技術(shù)對于智能車輛來說非常重要。視覺傳感器具有測量信號范圍大和完整的信息這兩個優(yōu)點。它一直是智能車輛研究不可或缺的重要傳感器之一。視覺技術(shù)是一項綜合技術(shù)，包括視覺傳感技術(shù)、光源照明技術(shù)、光學成像技術(shù)、數(shù)字圖像處理技術(shù)、數(shù)字與模擬視頻技術(shù)、計算機軟硬件技術(shù)和自動控制技術(shù)[12]。圖1.2視覺傳感器視覺傳感器可以從所有圖像中讀取光的像素。圖像的定義和定界符通常以分辨率測量，并以像素數(shù)量表示。視覺系統(tǒng)工作流程如圖1.3所示。圖1.3視覺系統(tǒng)工作流程圖1.1.3超聲波傳感器超聲波測距的原理是測量超聲波從發(fā)出至遇到障礙物后，反射回來的時間差來計算障礙物距離[13]。假設(shè)超聲波從發(fā)射出去到接收到反射回來所用的時間為，超聲波在當前環(huán)境中的傳播速度為，所以可得障礙物距離目標車的距離的公式如式（1.2）所示：（1.2）當環(huán)境中的溫度為T時，超聲波在空氣中的傳播速度如式（1.3）所示：（1.3）其中。超聲波傳感器經(jīng)常用于智能車輛的障礙物檢測研究，作為測量距離的必要工具。與其他測距傳感器相比，超聲波傳感器具有其他傳感器所沒有的特性。從性能上來看，在相對嚴峻的環(huán)境中，超聲波傳感器可以實時監(jiān)測障礙物與目標車輛之間的距離信息，從經(jīng)濟角度來看，超聲波傳感器的價格相對便宜，在當前的研究中，超聲波傳感器被廣泛使用。對比紅外傳感器，本文采用HC-SR04超聲波測距傳感器模塊，該模塊電路圖如圖1.4所示。圖1.4超聲波測距模塊電路圖該模塊具有性能穩(wěn)定，測距精度高，模塊高精度，盲區(qū)小等優(yōu)點。該模塊的測距原理如下：（1）采用IO口TRIG觸發(fā)測距，給至少10的高電平信號；（2）模塊自動發(fā)送8個40khz的方波，自動檢測是否有信號返回；（3）通過輸出口輸出一個高電平，這個高電平持續(xù)的時間為超聲波發(fā)出到接收到返回信號的時間。測試距離=（高電平時間*聲速）/2；（4）HC-SR04超聲波測距傳感器使用方法簡單，一個控制口發(fā)一個高電平，就可以在接收口等待接收高電平。輸出端口輸出高電平時，將計時器設(shè)為ON，開始計時。當控制端口變低時，可以讀取計時器的值。此時，這就是這次測量距離距離的時間，可以用來計算距離。當超聲波傳感器收集距離信息時，由于有一個盲區(qū)，當無法檢測到的盲區(qū)存在故障時，智能車會與障礙物發(fā)生碰撞，從而造成不必要的損失。因此，對于該缺點，在超聲波傳感器的設(shè)置角度被正確檢測到的情況下，能夠減小檢測盲區(qū)域，并降低碰撞的可能性。1.2數(shù)據(jù)采集方法數(shù)據(jù)收集是智能車輛操作過程的重要部分。在傳感器收集到數(shù)據(jù)信息之后，將其收集到數(shù)據(jù)信息處理、計算并反饋到智能車輛的相應模塊，以使得智能車輛在操作過程中能夠順利到達目的地[14]。本次研究使用三對超聲波傳感器，分別安裝在智能汽車前端的左側(cè)、中央、右側(cè)及后端的左側(cè)、中央、右側(cè)；這是用來測量智能車輛前后的距離的。這種方法的優(yōu)點是可以更好地收集汽車周圍的信息，并為安全的躲避障礙物提供了保障。當前一般使用的圖像獲取方法包括圖像獲取卡獲取、照相機獲取、數(shù)碼照相機拍攝等。由于檢測范圍廣，所以經(jīng)常使用視覺信息收集。這里，使用視覺傳感器收集道路上智能車輛的環(huán)境信息，并獲得智能車輛的有用故障信息以避免障礙物。為了獲得障礙物的狀態(tài)和位置信息，所以需要處理收集的圖像。1.3圖像處理由于收集的圖片會顯示模糊、噪聲大等缺點，以確保智能車輛的安全運行，因此收集的圖片需要處理以獲得道路上的準確信息?；诘缆沸畔?，智能車輛的視覺系統(tǒng)需要從信息中提取障礙物信息，并提供障礙物的數(shù)學模型，智能車輛可以選擇適合當前環(huán)境的障礙物回避算法。1.3.1圖像信息提取由于幀間差分法具有簡單計算的優(yōu)點，效果良好，可適應各種環(huán)境，因此提取使用幀間差分法收集的圖像信息，并獲得操作過程中智能車所需的信息。（1）二幀差分法二幀差分法具體原理圖如圖1.5所示。圖1.5二幀差分法流程圖若視頻的圖像序列為,其中為任意兩幀連續(xù)的圖像，（x,y）為像素空間的坐標，那么差分后的圖像可以用式（1.4）來進行描述。（1.4）因此，可以得到對差分后的圖像進行閥值化處理以后即可得到前景目標。經(jīng)過處理后的結(jié)果圖像可以使用式（1.5）進行表示。（1.5）這里，TH在處理中設(shè)定的閾值、即差分圖像的像素大于閾值TH時，則作為前景像素，如果差分圖像的像素小于TH，則作為背景像素。在選擇差分法的過程中，圖像提取具有兩幀差分法的原理。在提取過程中，當兩幀差分方法被用于圖像提取時，差分后的圖像具有許多噪聲。比較后發(fā)現(xiàn)，三幀差分方法可以在圖像提取過程中解決噪聲問題，并且可以精確地獲得移動物體的輪廓。圖像的前景色像素滿足方程式（1.6）。（1.6）其中，是預定義的兩個不同的閥值。（2）三幀差分法三幀差分法是在連續(xù)3幀的運動圖像中分割1幀或2幀、2幀或3幀之后，根據(jù)變化區(qū)域和移動區(qū)域之間的不同統(tǒng)計規(guī)則設(shè)定變化檢測閾值的方法。然后，進行圖像運動的變化檢測和連接區(qū)域識別[10]。三幀差分法的流程圖如圖1.6所示。圖1.6三幀差分法流程圖選取連續(xù)三幀視頻圖像為。經(jīng)過處理后，可以得到運動物體前兩幀和后兩幀在運動時段中的運動變化圖像和。然后，將兩個圖像組合起來以找到移動的對象。此外，需要結(jié)合移動體本身的特征信息來完全提取移動物體。相與運算公式如式（1.7）所示：（1.7）其中描述的就是連續(xù)三幀的幀差?？傊c其他圖像檢測方法相比，幀間差分法的原理相對簡單，計算量少，可以快速檢測場景中的移動物體。從圖像處理的結(jié)果來看，由于三幀差分法在圖像提取中比兩幀差分法有更好的效果，所以使用三幀差分法提取圖像中的障礙物信息。1.3.2圖像平滑處理圖像平滑是一種降低圖像噪聲和干擾的圖像處理技術(shù)。原理是逐漸改變圖像的亮度，減少突變梯度，提高圖像質(zhì)量。使用中值過濾器對圖像進行平滑。中值濾波是將每個像素的灰度值設(shè)置到像素附近窗口的所有像素的中值的非線性平滑技術(shù)。在某些條件下，中值濾波法既可以去除噪聲，又可以保護圖像的細節(jié)和邊緣，因此，能夠獲得較好的圖像復原效果[15]。在二維中值濾波中，其窗口的尺寸形狀對濾波器的效果影響比較大，對于不同的圖像內(nèi)容或者不同的應用要求，往往采取的窗口尺寸和形狀也不相同。二維中值濾波可以由式（1.8）表示。（1.8）其中表示濾波窗口，表示二維的數(shù)據(jù)序列。1.3.3圖像分割在分析處理后的圖像信息之前，圖像分割是圖像處理整體過程中不可或缺的步驟。其主要目標是將圖像分割成與現(xiàn)實世界的對象和地區(qū)有很強關(guān)聯(lián)的成分。選擇閾值分割技術(shù)作為圖像分割的技術(shù)手段。閾值分割技術(shù)是基于區(qū)域的圖像分割技術(shù)，原理是將圖像像素分割成幾個類別。在本文中，不僅可以利用這種技術(shù)壓縮數(shù)據(jù)并減少存儲容量，而且可以在一定程度上簡化后續(xù)的分析和處理?，F(xiàn)有待處理的圖像，在圖像中選擇一個合適的灰度值作為閥值TH，那么分割后的圖像可由如式（1.9）或者式（1.10）進行表示。（1.9）或（1.10）如果將閥值設(shè)置成為一個灰度值范圍，則在灰度值范圍內(nèi)的像素為1，在灰度值范圍外的像素為0，其表達式可由式（1.11）表示。（1.11）綜上所