1、基于计算机视觉的车辆盲区预警系统的设计和实现 王绵沼 毛剑楠 武光利 甘肃政法学院网络空间安全学院 摘 要： 车辆盲区预警在汽车自动驾驶、行车安全等方面有着广泛的应用, 由于计算机视觉处理的低成本、高效率, 本文以智能视频处理技术为基础构建预警系统。通过机器学习建立适应于交通道路场景的行人检测模型, 利用车载摄像头对盲区的行人进行识别, 估计行人危险程度, 利用文语转换技术给予响应。并使用超声波传感器、蜂鸣器等作为辅助, 设计出基于计算机视觉的车辆盲区预警系统。关键词： 计算机视觉; 行人检测; 传感器; 语音输出; 1 引言在驾驶车辆时, 车辆存在很多的盲区, 驾驶时如果不集中注意力, 无法
2、及时观察周围行人, 极其容易造成交通事故。目前有很多小区及街道中由于车辆驾驶盲区导致行人特别是小孩受伤及死亡, 此类问题的主体是行人。由于计算机视觉处理在成本上低廉、检测上的高效, 我们使用智能视频处理技术来检测盲区行人, 对驾驶员及行人提出警示来降低交通意外风险。我们使用树莓派来进行视频处理、行人识别, 然后估计行人危险程度并给出响应, 以此保护行人。2 基于 HOG 和 SVM 行人检测模型2.1 HOG 特征概述目前主流的行人检测方法是基于统计学习的算法, 它能够通过样本学习, 利用统计方法识别行人。该设计算法主要从两个方面考虑:特征提取方法和机器学习算法。行人特征提取我们选择 HOG
3、特征。梯度方向直方图可以降低因稀疏局部特征描述行人特征出现的大量“欠拟合”, 很好的勾勒出行人的轮廓信息。算法的过程分为: (1) 灰度化处理:将视频彩色空间 (R, G, B) 变成灰度空间, 使灰度值分布在0, 255范围内。 (2) 归一化处理:对图像进行归一化处理, 减少光照因素影响。这里使用公式。 (3) 梯度计算:通过像素的梯度方向直方图来描述像素的特征。 (4) 将图像划分成小cell:这一步我们需要为计算梯度, 建立梯度方向直方图定义一个载体, 因此这里把图像分割成很小的区域, 这里称为细胞单元, 实验表明 6*6 像素的细胞单元效果最佳。接着采用九个直方图来统计一个细胞单元里
4、面的特征信息。 (5) 统计每个 cell 的梯度直方图:小的细胞单元组成大一点的单位, 称为 block, 也就是说一个 block 包含所有的细胞特征, 这就到这许多信息重叠在一起, 再进行对归一化处理。让检测器对图像的光照, 阴影有更好的鲁棒性。 (6) 将每几个 cell 组成一个 block, 将 cell 的特征串联起来, 得到 HOG 特征。 (7) 将图像内所有 block 的 HOG 特征收集起来就可得到该图像特征向量。2.2 SVM 分类器概述SVM 就是把风险降低到最小程度后, 寻找最优解决方案的方法。视频检测特征分类中, 就是针对低维空间的线性不可分问题, 通过核函数映
5、射到高维空间达到线性可分, 再进行线性分割实现特征分类。SVM 具有以下几个特点: (1) 小样本。 (2) 非线性问题。 (3) 高维模式识别。3 车辆盲区的预警设计3.1 系统框架概述本设计主要应用于对汽车盲区的检测, 右转弯盲区通过视频处理和超声模块检测行人。通过右前轮的超声模块进行快速预警障碍。总体实现过程:通过摄像头获取视频信息, 经视频分析技术进行行人检测。在汽车行进和拐弯时, 摄像头将汽车盲区的视频进行预处理, 提取 HOG 特征并训练分类器并分类。如果有异常情况发生 (行人通过) , 结合超声波测距模块, 进行快速处理, 通过蜂鸣器和语音警报提示驾驶员和行人, 从而达到安全警示
6、的目的。本系统主要由处理器 (树莓派) 、摄像头、超声波测距模块、语音播放模块、蜂鸣器和显示器构成。其中摄像头和超声波测距模块负责收集数据, 树莓派对数据进行处理, 语音播放模块、蜂鸣器和显示器为输出设备。3.2 实施过程及原理图 3 基于计算机视觉的车辆盲区预警系统的运行流程图 下载原图摄像头主要负责对数据进行收集, 超声测距模块对摄像头收集的数据提供辅助。当汽车行进或拐弯时有行人通过摄像头和超声测距检测区, 处理器对数据进行处理, 将结果以语音提示和蜂鸣器警报方式提醒驾驶员和行人, 做到安全警示, 如图 3 所示。(1) 捕获视频:使用 USB 摄像头捕获视频, 并显示视频的每一帧以实现实
7、时视频的播放。 (2) 预处理:预处理就是把通过摄像头采集的帧图像通过高斯金字塔映射为 32 张不同尺度的图片, 然后再放入分类器里面进行分类识别判断图像里面是否有行人, 从而达到预警效果。 (3) 树莓派处理模块:可以支持视频, 音频处理。 (4) 超声波模块:超声波测距是通过超声波发射器向某一方向发射超声波, 在发射时刻的同时开始计时, 超声波在空气中传播时碰到障碍物就立即返回来, 超声波接收器收到反射波就立即停止计时。 (5) 语音播放模块:TTS技术 (文语转换技术) 隶属于语音合成, 它是将计算机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的汉语口语输出的技术。4 总结本
8、论文研究的核心内容是对盲区中的行人进行观测并预警。在该系统中, 结合物理硬件 (比如摄像头、超声波测距模块等) 对实况数据进行收集, 通过树莓派进行处理, 最后通过蜂鸣器和语音播放模块以及显示器等输出设备对驾驶员与行人进行警示。机器学习这几年一直是计算机领域的研究热点, 不断有人将它投入到实际生活应用中去。在本次研究中, 我们应用该技术, 对行人特征进行训练, 并结合硬件设备, 构成了该系统的雏形。参考文献1朱文佳.基于机器学习的行人检测关键技术研究D.上海交通大学, 2008. 2奕大勇.实时视频监控系统中的运动人体检测算法研究D.吉林大学, 2009. 3崔屹编.图像处理与分析数学形态学方法及应用M.科学出版社, 2000. 4Simon Monk.Paspberry Pi Python 编程入门M.科学出版社, 2014.
