孫華偉 茍春梅 董靜

新疆交通職業(yè)技術學院 新疆烏魯木齊市 831401

隨著汽車產業(yè)的迅猛發(fā)展，我國汽車數量越來越多，交通事故發(fā)生率也明顯升高。為了使車輛安全性得到保證，最大限度減少各類交通事故發(fā)生率，人們在汽車主動安全方面重視度越來越高。車輛防撞預警技術屬于駕駛輔助技術，在實際應用中主要是通過對事故和意外的分析并采取相應措施。研究汽車防撞預警技術，能夠很大程度上減輕駕駛人員心理負擔和壓力，使駕駛安全性有明顯提高。當前學者研究的重點集中在安全車距保持和防止車道偏離等方面，做好駕駛員精神狀態(tài)分析，能夠使車輛防撞預警技術水平有明顯提高。多源信息檢測主要是指在車道偏離檢測和安全車距保持基礎上，從方向盤轉角參數角度出發(fā)，分析駕駛員疲勞駕駛行為，使車輛安全性有明顯提高，本文就此展開了研究分析。

1 車輛防撞預警技術

1.1 車道偏離檢測

車道偏離預警系統(tǒng)即LDWS，在實際應用中主要是指通過分析當前車道車輛位置以及車輛狀態(tài)參數，掌握車輛偏離車道風險強弱，以此提醒駕駛員，使車輛行駛安全性得到提高。

LDWS包含有傳感器、ECU、預警裝置和車載電腦四個主要組成結構，傳感器主要采集車輛狀態(tài)參數以及獲取相應圖像，獲取車道邊界線信息，ECU判斷車量位置，當車輛前輪存在有偏離車道風險時，將警報命令發(fā)送至預警裝置，進而發(fā)送警報。

車道偏離檢測需要提前做好相關區(qū)域的劃分，包含有安全區(qū)域、過渡區(qū)域、警戒區(qū)域、危險區(qū)域和預警區(qū)域等不同類型，其中安全區(qū)域指車輛內兩條最早預警線間，車輛未出現偏離車道風險，安全行駛；過渡區(qū)域主要是指接近車道線內側，處于車道線與最早預警線之間，在這一區(qū)域，如果車輛處于行駛狀態(tài)，

偏離車道風險非常小，但是需要保持精力集中，避免有偏離車道安全隱患出現，設置過渡區(qū)域可提醒駕駛員盡早駛入安全區(qū)域；警戒區(qū)域設置在車道線外側，如果車身行駛至警戒區(qū)域，雖然短時間內不會有危險出現，但是因為駛出車道，存在有非常大危險性，駕駛員不能長時間行駛在警戒區(qū)域；危險區(qū)域至警戒區(qū)域外，車身幾乎進入相鄰車道，非常容易發(fā)生碰撞，危險性最大；預警區(qū)域，包含危險區(qū)域、警戒區(qū)域和過渡區(qū)域，預警線之外的所有區(qū)域都屬于預警區(qū)域。

1.2 疲勞駕駛行為分析

疲勞駕駛行為監(jiān)測方法有三種：第一，基于生理特征監(jiān)測方法在實際應用中需要包含有腦電圖、肌電圖、心電圖等，在實際應用中需要駕駛員身體與監(jiān)測裝置相互接觸，這種方式會一定程度上影響到駕駛員的駕駛操作，使駕駛員產生不適感，進而出現安全風險；第二，基于面部特征監(jiān)測方法，在實際應用中利用圖像傳感器對駕駛員面部特征進行采集，以此對駕駛員狀態(tài)進行評價和分析，包含駕駛員眼睛、嘴巴、頭部位置等，圖像獲取方面容易受到光線和環(huán)境等干擾，同樣會影響到監(jiān)測效果準確性和有效性，面部定位難度大，準確率無法得到保證；第三，基于駕駛行為監(jiān)測，這種監(jiān)測方式主要是監(jiān)測剎車踏板以及方向盤操作，通過相關參數分析實現對駕駛狀態(tài)的分析判斷。

綜合這些因素分析考慮，本次選擇基于駕駛行為監(jiān)測方法，能夠滿足非接觸式、全天候、實時性要求，在駕駛員駕駛狀態(tài)監(jiān)測方面有著非常好的應用效果。

1.3 汽車縱向車間距檢測

為了更好地實現汽車防撞，需要通過對前方車輛的識別，并實時判斷自車與前方車輛距離分析是否會出現碰撞風險。汽車縱向車間距檢測主要應用車間距檢測系統(tǒng)，能夠準確判斷前后兩車間距，與系統(tǒng)設置的安全距離相對比，判斷車輛行駛的危險狀態(tài)，及時發(fā)出報警信息。

2 基于多源信息檢測的車輛防撞預警技術

2.1 信息融合技術

信息融合出現在上世紀七十年代，最早應用在軍事方面。有專家認為，信息融合主要是利用傳感器、信息庫等方面所獲取的信息，通過集成、濾波等方式形成表示架構在獲取決策和解釋信息的同時實現對系統(tǒng)控制和目標追蹤。

根據不同的抽象層次，信息融合可分為數據級融合、特征級融合、決策級融合三個級別，第一，數據級融合，數據級融合在實際應用中融合處理所獲取的信息，發(fā)現其中存在的特征，準確識別和判斷數據信息，數據精度能夠得到保證，數據損失少，但是數據處理量大，需要較長數據處理時間，抗干擾能力差；第二，特征級融合，傳感器提取特征向量后將特征向量融合，在多傳感器目標跟蹤和識別方面有廣泛應用，可四線對數據的壓縮，有非常好實時性，但是容易發(fā)生數據丟失，融合性能無法得到保證；第三，決策級融合，傳感器提取特征向量后將特征向量融合，這種融合方式會損失非常多數據，精度無法得到保證，但是有非常好的抗干擾能力和實時性。

在信息融合過程中，傳感器會接收到信息，信息在經過簡單的分析處理后，能夠產生特征向量，在滿足融合要求情況進行融合，實現信息的交互。第一，信息獲取，通過不同方式獲取所需要的信息，A/D轉換器在接收到信息后需要將非電信號轉換為電信號，再將電信號轉換為I/O端口所接收的信號；第二，數據預處理，信號在采集后，往往會夾雜有噪音，信息融合之前需要使噪音比有適當提高，在信號處理過程中包含有濾波、野點剔除等方式；第三，特征提取，按照一定方式提取所需要的信息特征；第四，融合計算，結合具體的融合對象和數據特征選擇針對性的融合方法。

2.2 聯(lián)合卡爾曼濾波算法

聯(lián)合卡爾曼濾波在數據處理方面包含有分配過程，不同卡爾曼濾波器與傳感器之間相互對應，在獲取最佳估計后實現對信息的綜合處理，獲取系統(tǒng)最優(yōu)估計。

2.3 基于信息融合的車輛防撞檢測技術

現有的汽車周圍目標檢測多應用單個傳感器，這種檢測方式在實際應用中無法使車輛防撞信息檢測可靠性得到有效保證，受到行車環(huán)境復雜性大因素影響，部分條件下很難適應，容易有誤警、漏警等情況出現。本次信息的檢測包含有智能攝像機和毫米波雷達兩個傳感器，毫米波雷達在實際應用中可直接測距，攝像機測距利用基于機器視覺的跟蹤測距系統(tǒng)實現測距。汽車縱向車距的檢測需要獲取自身與前車車距數據，雷達的應用能夠實現對車輛前方環(huán)境狀況的有效感知，但是在實際應用中容易受到干擾，機器視覺方式信息獲取量大，能夠實現對物體紋理和顏色的準確解析，但是在測距方面，與雷達相比存在有非常大誤差。將毫米波雷達與攝像機數據相融合開發(fā)的車輛防撞檢測技術，可以將兩種技術的優(yōu)勢充分融合，提高整個系統(tǒng)在實際應用中的穩(wěn)定性和準確性。

毫米波雷達與攝像機信息融合在實際應用中首先需要保證兩者數據的有效融合，兩者數據融合有時間融合和空間融合兩個方面內容：在時間融合方面，不同傳感器采樣頻率存在有明顯差異性，所采集的信息很難保證為同一時刻，傳感器數據時間方面同步性可通過時間融合實現，同步獲取攝像機圖像信息和毫米波雷達數據信息，使兩者在時間方面的同步性得到保證；在空間融合方面，在獲取攝像機外部參數約束方程后，可獲取攝像機、雷達、車輛坐標等方面信息，通過攝像機模型將雷達掃描點投射至相應圖像坐標，通過這種方式將空間數據有效融合在一起，實現不同坐標系之間的有效統(tǒng)一，減少系統(tǒng)計算時間，提高系統(tǒng)實用性。毫米波雷達與攝像機各自有不同優(yōu)點，通過相融合方式，可實現對檢測誤警率和冗余報警率的有效控制。

3 結語

基于多源信息檢測的車輛防撞預警技術研究，受到車輛運行狀態(tài)和環(huán)境復雜性、軟件條件、硬件條件等因素影響和限制，在研究過程中還存在有一定的不足，必須要更加深入的研究和改善。首先，當檢測到車輛存在有偏離車道趨勢且駕駛員處于清醒駕駛狀態(tài)時，判斷自車換道趨勢，考慮換道時相鄰車道其他車輛行駛狀態(tài)，本次研究中未涉及有這一方面研究；其次，針對疲勞駕駛行為的研究，本次研究方法過于簡單，在之后的研究中，還需要尋找更多的樣本參數加以論證，實現對駕駛員駕駛狀態(tài)的準確判斷；最火，本次基于制動減速建立縱向行車最小安全距離模式，雖然對兩車行駛狀態(tài)進行了考慮分析，但是因為模型過于簡單，部分參數的選擇未能對動態(tài)環(huán)境變化和駕駛意圖有充分考慮，在之后研究中還需要不斷完善。