国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

某乘用車車道偏離預警系統(tǒng)測試與評價

2020-11-25 10:59AyalewMesfinMitiku邵毅明彭金栓
關鍵詞:路段車道光照

Ayalew Mesfin Mitiku,邵毅明,張 磊,王 蓉,彭金栓

(重慶交通大學 交通運輸學院,重慶 400074)

0 引 言

近年來,隨著交通管理者與參與者們的共同努力,交通事故造成的人身傷亡和經(jīng)濟損失穩(wěn)中有降。但從事故致因細分來看,由于行駛過程中車道偏離導致的交通事故占比逐年增加[1],尤其是在高速公路上行駛時,長期單調(diào)枯燥的駕駛環(huán)境本就極易誘發(fā)駕駛員產(chǎn)生駕駛疲勞等注意力不集中的危險駕駛行為,若此時疊加側坡、側風等不利道路環(huán)境干擾,將會大大增加車輛偏離車道與其他相鄰汽車發(fā)生碰撞的概率[2]。

為了減少由于人為因素導致的交通事故,并同時提升駕駛舒適性,高級輔助駕駛系統(tǒng)應運而生。作為一系列綜合化主動安全系統(tǒng)中的一個子系統(tǒng),車道偏離預警系統(tǒng)(LDWS)通過車載攝像頭采集道路圖像來識別車道線信息,并實時計算車輛與所在車道相對位置關系和運動趨勢,在超過某個安全區(qū)域閾值后警示駕駛員偏離車道的行為[3]。針對LDWS的建立測試與評價方法,國內(nèi)外學者進行了相關研究,形成了一些成果。陳衛(wèi)衛(wèi)等[4]為提升車道線圖像檢測精度,提出了基于最大信息熵原則的模糊控制車道線圖像邊緣檢測方法;許倫輝等[5]根據(jù)車輛運動軌跡與車道線型關系建立了直線和曲線路段下的車道偏離時間估算模型,并對影響車道偏離時間的因素進行了仿真計算;劉志強等[6]為提升LDWS的魯棒性,提出了融合轉向燈開啟信號、車速信號、駕駛員換道意圖等多源參數(shù)的換道預警策略與算法;J. SON等[7]為了提升惡劣天氣條件和夜間光照條件下車道線檢測的精度,利用不同光照條件下車道顏色的不變性,使用聚類方法來完成車道線檢測;S. STERNLUND等[8]對比了從瑞典交通事故庫中采集的裝備與未裝備LDWS的乘用車碰撞事故數(shù)據(jù),發(fā)現(xiàn)LDWS可以降低駕駛員在碰撞事故中的受傷風險;J. S. HICKMAN等[9]評估了安裝在不同運輸公司營運卡車上的視頻數(shù)據(jù)集,分析結果表明,LDWS在營運卡車上具有很高的安全效益;N. AKSAN等[10]通過駕駛模擬器評估了老年與青年駕駛員在使用LDWS時的差異性,指出LDWS可以給老年駕駛員更大的安全收益。

LDWS因其可以有效減少因車道偏離導致的交通事故而得到廣泛應用,但由于目前國產(chǎn)整車企業(yè)尚未掌握LDWS測試評價技術,使得我國自主品牌車型裝配LDWS比率較低。我國雖然在GB/T 26773—2011《智能運輸系統(tǒng)車道偏離預警系統(tǒng)性能要求與檢測方法》中提出了LDWS的檢測標準,但是該方法是仿照早期國際標準制定的,不完全適用于現(xiàn)如今復雜多樣的道路交通環(huán)境。為此,筆者在參考國內(nèi)外相關LDWS測試評價技術的基礎上,分別在直線和彎道路段設計了多種工況下的實車試驗,評估了某型乘用車LDWS的客觀性能。

1 試 驗

1.1 試驗平臺

實驗圍繞某型豪華版乘用車搭建了試驗平臺,該車配備的LDWS攝像頭安裝在擋風玻璃后方,該套LDWS正常工作狀態(tài)指示燈為綠色,發(fā)生偏離車道報警時指示燈由綠色變?yōu)椴粩嚅W爍的琥珀色,并無聽覺觸覺報警方式。試驗設備包括精創(chuàng)BT-3電子溫度計、優(yōu)利德激光測距儀、數(shù)據(jù)采集系統(tǒng)、V-BOX車輛運動狀態(tài)采集系統(tǒng)等。

1.2 試驗道路與環(huán)境

試驗采用的是實際道路環(huán)境下的LDWS測試。為滿足對試驗場地安全性與測試技術規(guī)范的要求,采用一條尚未正式通車的公路作為試驗場地。該場地位于重慶市南岸區(qū),并與相關設計部門取得聯(lián)系,獲取了道路的設計參數(shù)。該道路采用雙向八車道,試驗路段擁有總長約為5 km的直線路段和轉彎半徑在240~270 m范圍內(nèi)的彎曲路段,道路標線清晰可辨且符合GB5768—2009的相關規(guī)定,經(jīng)現(xiàn)場測量標線寬度為標準的15 cm。試驗環(huán)境溫度處于預定規(guī)范的-20~40 ℃之間,能見度水平良好。

1.3 試驗駕駛員

此次實車試驗的目的是針對某型乘用車LDWS的測試試驗,考慮到不同駕駛員對測試試驗結果的影響較小,因此只需招募一名駕駛員負責參與全程試驗內(nèi)容。為了提升試驗過程的效率,被招募駕駛員需要有一年以上駕駛擁有LDWS功能車輛的經(jīng)驗。最終招募一名37歲男性駕駛員,身體健康、無色盲色弱等視覺疾病,擁有7年駕齡與2年LDWS操控經(jīng)驗,駕駛技能良好,無重大交通違章記錄。

1.4 試驗流程

1.4.1 試驗準備階段

在該階段試驗人員需要調(diào)試測試車輛,確保各類儀器設備能夠正常工作。向參與試驗駕駛員說明本次試驗的目的與內(nèi)容,介紹測試車輛的各項性能,熟悉LDWS的操作設置與報警方式。最后帶領駕駛員熟悉試驗道路環(huán)境與試驗流程,并提醒各類安全注意事項。

1.4.2 直線或彎曲路段測試方法

在測試開始前應保證LDWS置于開啟狀態(tài),駕駛員啟動車輛并加速至80 km/h(120 km/h),并以該速度平穩(wěn)通過使用錐形桶設置的位于車道中央的測試開始標志。待通過開始標志處后,駕駛員打方向盤按照規(guī)定的工況速率進行左右偏離。在試驗過程中,駕駛員不得開啟轉向燈、踩剎車或者油門,以保證一致恒定的車速。車輪越過結束標志錐形桶后,則一次試驗結束。直線、彎曲路段左偏離測試示意如圖1,其他工況測試流程與圖1類似。

1.4.3 測試有效性要求

為了控制試驗變量,對測試車輛每次有效的試驗作如下規(guī)定:

1)測試車發(fā)生偏離時的車速需穩(wěn)定在80/120 km/h4 km/h范圍之內(nèi)。

2)測試車發(fā)生偏離時的橫向偏離速度應視不同工況要求,穩(wěn)定在0.1~0.3、0.6~0.8或0.1~0.8 m/s范圍之內(nèi)。若各類工況條件下有效試驗次數(shù)達到目標,則總試驗結束。

1.4.4 試驗數(shù)據(jù)處理

1)報警點橫向距離DW的計算。使用MATLAB軟件將視頻按幀讀取,按照儀表盤的視覺報警點找到對應的車道線圖像信息,對該圖像進行預處理。然后對圖像進行Hough變換,得到車道線和車輪的位置信息,再根據(jù)實際距離與圖像距離的比例尺,最終換算出實際報警點橫向距離DW值。DW表示前軸車輪外側距車道線內(nèi)側的橫向距離。當測試車前軸車輪未跨過車道線內(nèi)側時,DW取值為正數(shù);當測試車前軸車輪跨過車道線內(nèi)側時,DW取值為負數(shù)。

2)橫向偏離速度VL表示車輛偏離車道的橫向速度,m/s,計算采用式(1):

(1)

式中:DW為報警點橫向距離,m;Tend為開始報警的時間;Tstart為試驗車到達測試開始標志物開始偏離時的時間。

2 車道線類型

考察不同車道線類型對報警點橫向距離DW的影響。在直線路段測試工況中進行了白色虛線路段各15次有效的左偏離與右偏離測試,白色實線路段15次有效的左偏離測試、14次右偏離測試。白色虛線和白色實線路段下左偏離報警點橫向距離DW的分布散點圖與右偏離DW的分布散點圖如圖2、圖3。從圖2、圖3中可以看出,白色實線和白色虛線兩種測試工況下左偏離與右偏離報警點橫向距離DW的分布較為接近。進一步通過獨立樣本T檢驗,發(fā)現(xiàn)在左偏離時,白色虛線和白色實線報警點橫向距離的均值分別為0.051 m和0.079 m(p=0.457>0.05)。類似的,在右偏離場景下,白色虛線和白色實線報警點橫向距離的均值分別為-0.052 m和-0.042 m(p=0.739>0.05),均沒有發(fā)現(xiàn)顯著性差別。這說明無論是虛線還是實線,不同的車道線類型對LDWS的報警時間沒有顯著影響。

3 光照條件

為了對比不同光照條件對報警點橫向距離DW的分布影響,正常光照、順光、逆光條件下左偏離與右偏離工況時的報警點橫向距離DW分布情況如圖4、圖5。從圖4、圖5中可以發(fā)現(xiàn),無論是左偏離還是右偏離測試工況,3類不同光照條件下的報警點橫向距離DW分布范圍區(qū)別不大。進一步經(jīng)過獨立樣本T檢驗,發(fā)現(xiàn)正常光照、順光、逆光條件下左偏離報警點橫向距離均值分別為0.094、0.172、0.050 m(p=0.194>0.05)。類似的,在右偏離場景下,正常光照、順光、逆光時報警點橫向距離均值分別為-0.075 8、-0.017 4、-0.03 7 m(p=0.579>0.05)。以上統(tǒng)計結果表明,正常光照、順光、逆光條件下DW分布無顯著性差異。

4 車輛偏離方向

4.1 直線路段

針對直線路段的100次各工況條件下的有效測試,當測試車輛在直線路段發(fā)生左偏離和右偏離時,報警點橫向距離具有不同的分布規(guī)律,圖6(a)、圖6(b)分別顯示了直線路段左偏離和右偏離時DW取值的箱型圖和均值圖。從圖6中可以看到,左偏離時DW均值為0.056 m,而右偏離時DW均值為0.037 m。對左偏離和右偏離DW進行獨立樣本T檢驗,發(fā)現(xiàn)p<0.01時,存在顯著性差異。說明測試車LDWS在發(fā)生左偏離時報警的時間比發(fā)生右偏離時稍早。

4.2 彎曲路段

針對彎道路段的測試包括20次左轉彎測試,其中左偏離有效測試10次,兩次右偏離系統(tǒng)未報警故有效測試8次;20次右轉彎測試,其中左偏離有效測試9次,右偏離有效測試10次。圖7顯示左轉彎測試中發(fā)生左偏離與右偏離時,報警點橫向距離DW的分布散點圖。可以直觀的看到,在左轉彎路段發(fā)生左偏離的DW明顯大于右偏離時的DW。圖8表示右轉彎測試中發(fā)生左偏離與右偏離時,報警點橫向距離DW的分布散點圖。同樣的,可以直觀的發(fā)現(xiàn),在右轉彎路段發(fā)生右偏離的DW明顯大于左偏離時的DW。對比不同轉彎方向的結果后發(fā)現(xiàn),無論是左轉彎還是右轉彎,轉彎時向車道內(nèi)側發(fā)生偏離的報警時間均比向車道外側發(fā)生偏離時的報警時間早。

5 橫向偏離速度

5.1 直線路段

觀察發(fā)生左偏離與右偏離時不同橫向偏離速度VL與報警點橫向距離DW的分布,發(fā)現(xiàn)無論是左偏離還是右偏離都存在隨著橫向偏離速度的增加,報警點橫向距離DW不斷減小的現(xiàn)象,說明報警時間不斷延后,這與系統(tǒng)預期設定的目標相符。對橫向偏離速度與報警點橫向距離DW做相關性分析,左偏離相關性系數(shù)R1=-0.819(p<0.01)、右偏離相關性系數(shù)R2=-0.796(p<0.01),均表現(xiàn)出顯著的強負相關性。為了進一步量化報警點橫向距離DW與橫向偏離速度VL之間的聯(lián)系,筆者使用線性回歸分析的方法得到的較好的擬合結果,左偏離、右偏離線性回歸方程如式(2)、式(3):

DW1=-0.413VL1+0.234

(2)

DW2=-0.340VL2+0.132

(3)

將兩條線性回歸擬合曲線分別繪制到左偏離與右偏離時橫向偏離速度VL與報警點橫向距離DW分布的散點圖,得到圖9(a)與圖9(b)。對比圖10(a)、圖10(b)可以發(fā)現(xiàn),除了隨著橫向偏離速度的增加報警點橫向距離DW不斷減小的共性現(xiàn)象,還發(fā)現(xiàn)左偏離擬合曲線的斜率絕對值大于右偏離,即車輛橫向報警點位置的變化對左側橫向偏離速度的變化更加敏感。

5.2 彎曲路段

觀察左轉彎路段的偏離情況,左轉彎左偏離與右偏離橫向偏離速度與報警點橫向距離的分布散點圖如圖10。從圖10中發(fā)現(xiàn),左轉彎左偏離工況下,隨著橫向偏離速度VL的增加,報警點橫向距離DW不斷減小直至負值,使得報警點位置越過車道線內(nèi)側。并且皮爾遜相關性分析表明,左轉彎左偏離橫向偏離速度VL和報警點橫向距離DW相關性系數(shù)R3=-0.962(p<0.01),表現(xiàn)出顯著的強負相關性。進一步采用線性回歸方法對二者進行分析,得到了顯著性水平很高的擬合函數(shù),如式(4):

DW3=-0.62VL3+0.268

(4)

但是,從圖11中發(fā)現(xiàn),在左轉彎右偏離工況下,橫向偏離速度VL和報警點橫向距離DW之間有明顯的相關性。進一步采用皮爾遜相關性分析,相關性系數(shù)R4=-0.008(p=0.986), 表明兩者沒有相關性且不具有統(tǒng)計學意義。

6 結 語

筆者組織了在直線路段與彎曲路段,對某乘用車LDWS客觀性能測試的實車試驗,研究了不同偏離方向、光照條件、車道線類型、橫向偏離速度等因素對報警點橫向距離分布的影響,得出了以下結論:

1)車道線類型(虛線路段、實線路段)、光照條件(正常光照、順光、逆光)對報警點橫向距離無顯著性影響。

2)在直線測試路段,測試車LDWS發(fā)生左偏離時報警時間比發(fā)生右偏離時稍早。在彎曲路段,無論是左轉彎還是右轉彎,向彎道內(nèi)側發(fā)生偏離的報警時間均比向彎道外側偏離報警時間早。

3)根據(jù)發(fā)生左偏離與右偏離時橫向偏離速度VL與報警點橫向距離DW分布的散點數(shù)據(jù)建立了VL與DW分布的線性回歸模型,均表現(xiàn)出顯著的負相關性。

筆者針對某乘用車的測試結果,為我國自主品牌汽車LDWS測試與評價方法的開發(fā)提供了參考依據(jù)。未來筆者將開展更多復雜工況條件下的LDWS客觀性能測試,基于更多廠家不同種類的LDWS開展一系列客觀性能測試。

猜你喜歡
路段車道光照
肉種雞的光照不應性對養(yǎng)殖生產(chǎn)的不良影響分析
多中心、多路段、協(xié)同應急指揮系統(tǒng)探析
基于OpenCV的直道車道線識別技術研究
北斗+手機實現(xiàn)車道級導航應用
基于浮動車數(shù)據(jù)的城市區(qū)域路網(wǎng)關鍵路段識別
隱蔽的力量
基于單片機的潮汐車道設計與實現(xiàn)
基于元胞自動機下的交通事故路段仿真
基于元胞自動機下的交通事故路段仿真
斑馬線前該如何禮讓
香河县| 聂荣县| 阳信县| 新宁县| 祁门县| 兰坪| 瑞昌市| 广元市| 邢台县| 万载县| 丹巴县| 黔江区| 开江县| 西宁市| 板桥市| 黔东| 合阳县| 宕昌县| 都昌县| 吉水县| 克什克腾旗| 临夏县| 宁明县| 高雄市| 兴文县| 武清区| 岳池县| 肥乡县| 河池市| 宝清县| 遵义县| 垣曲县| 休宁县| 晋江市| 南雄市| 华阴市| 金寨县| 遂川县| 集安市| 崇礼县| 礼泉县|