目标自动识别与碰撞预警系统.doc

《目标自动识别与碰撞预警系统.doc》由会员分享，可在线阅读，更多相关《目标自动识别与碰撞预警系统.doc（22页珍藏版）》请在沃文网上搜索。

1、目标自动识别与碰撞预警系统目录第一篇 目标自动识别 一、自动识别技术.31、自动识别系统.32、RFID技术.43、应用领域.6二、自动识别技术在车辆上的应用.61、基于有源RFID技术的车辆自动识别系统AVI62、基于AVI和GPS的防盗网络8第二篇 碰撞预警系统一、汽车碰撞预警系统的研究背景和意义.8二、基于DSP的汽车碰撞预警系统AWS.91、引言.92、AWS系统的总体设计93、AWS系统的原理114、AWS系统的构成135、AWS系统的功能.146、AWS系统的安装和使用.15三、基于蒙特卡洛方法的汽车碰撞预警系统161、引言.162、系统结构与工作原理.163、碰撞概率计算.174

2、、预警产生的方案.185、仿真分析与结论.19第三篇 结束语21参考文献21第一篇 目标自动识别一、自动识别技术1、自动识别系统自动识别系统是现代工业、商业及物流领域中，生产自动化、销售自动化、流通自动化过程中所必备的自动识别设备，以及配套的自动识别软件所构成的体系。基本组成部分最基本的自动识别系统由三部分组成：标签(Tag)：由耦合元件及芯片组成，每个标签具有唯一的电子编码，附着在物体上标识目标对象；阅读器(Reader)：读取(有时还可以写入)标签信息的设备，可设计为手持式或固定式；天线(Antenna)：在标签和读取器间传递射频信号。一套完整的系统还需具备：数据传输和处理系统。自动识别系

3、统是2005年建议企业可考虑引入的十大策略技术之一。自动识别系统产业潜力无穷，应用的范围遍及制造、物流、医疗、运输、零售、国防等等。Gartner Group认为，自动识别系统是2005年建议企业可考虑引入的十大策略技术之一，然而其成功之关键除了标签(Tag)的价格、天线的设计、波段的标准化、设备的认证之外，最重要的是要有关键的应用软件(Killer Application)，才能迅速推广。基本工作原理自动识别系统技术的基本工作原理并不复杂：标签进入磁场后，接收解读器发出的射频信号，凭借感应电流所获得的能量发送出存储在芯片中的产品信息(Passive Tag，无源标签或被动标签)，或者主动发送

4、某一频率的信号(Active Tag，有源标签或主动标签)；解读器读取信息并解码后，送至中央信息系统进行有关数据处理。自动识别包括：条码识读、射频识别、生物识别（人脸、语音、指纹、静脉）、图像识别、OCR（Optical Character Recognition）光学字符识别。自动识别系统几乎覆盖了现代生活领域中的各个环节，并具有及大的发展空间。目前RFID射频识别是自动识别的一项热门技术。2、RFID技术RFID是Radio Frequency Identification的缩写，即射频识别技术，俗称电子标签。RFID射频识别是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象并获

5、取相关数据，识别工作无须人工干预，可工作于各种恶劣环境。RFID无线射频（radio frequency identification devices）可识别高速运动物体并可同时识别多个标签，操作快捷方便。埃森哲实验室首席科学家弗格森认为RFID是一种突破性的技术：“第一：单品级识别，可以识别具体的物体，而不是像条形码那样只能识别一类物体；第二：其采用无线电射频，可以穿透包装材料读取数据，而条形码必须靠图像识别来读取信息；第三：可以同时对多个物体进行识读，而条形码只能一个一个地读。此外，储存的信息量也非常大。” 无源RFID标签结构组成以及工作原理无源RFID标签本身不带电池，依靠读卡器发送的

6、电磁能量工作。由于它结构简单、经济实用，因而获得广泛的应用。无源RFID标签由RFID IC、谐振电容C和天线L组成，天线与电容组成谐振回路，调谐在读卡器的载波频率，以获得最佳性能。生产厂商大多遵循国际电信联盟的规范，RFID使用的频率有6种，分别为135KHz、13.56MHz、43.3-92MHz、860-930MHz(即UHF)、2.45GHz以及5.8GHz。无源RFID主要使用前两种频率。RFID标签结构RFID标签有两种天线形式：(1)线绕电感天线；(2)在介质基板上压印或印刷刻腐的盘旋状天线。天线形式由载波频率、标签封装形式、性能和组装成本等因素决定。例如，频率小于400KHz时

7、需要mH级电感量，这类天线只能用线绕电感制作；频率在430MHz时，仅需几个礖，几圈线绕电感就可以，或使用介质基板上的刻腐天线。IC贴接两种基本方法(1)使用板上芯片(COB)；(2)裸芯片直接贴接在天线上。前者常用于线绕天线；而后者用于刻腐天线。COB是将谐振电容和RFID IC一起封装在同一个管壳中，天线则用烙铁或熔焊工艺连接在COB的2个外接端上。由于大多数COB用于ISO卡，一种符合ISO标准厚度(0.76)规格的卡，因此COB的典型厚度约为0.4mm。两种常见的COB封装形式是IST采用的IOA2(MOA2)和美国HEI公司采用的World。裸芯片直接贴接减少了中间步骤，广泛地用于低

8、成本和大批量应用。直接贴接也有两种方法可供选择：(1)引线焊接；(2)倒装工艺。采用倒装工艺时，芯片焊盘上需制作专门的焊球，材料是金的，高度约25祄，然后将焊球倒装在天线的印制走线上。引线焊接工艺较简单，裸芯片直接用引线焊接在天线上，焊接区再用黑色环氧树脂密封。对小批量生产，这种工艺的成本较低；而对于大批量生产，最好采有倒装工艺。RFID工作原理无线RFID标签的性能受标签大小、调制形式、电路Q值、器件功耗以及调制深度的极大影响。下面简要地介绍它的工作原理。RFID IC内部备有一个154位存储器，用以存储标签数据。IC内部还有一个通导电阻极低的调制门控管(CMOS)，以一定频率工作。当读卡器

9、发射电磁波，使标签天线电感式电压达到VPP时，器件工作，以曼彻斯特格式将数据发送回去。数据发送是通过调谐与去调谐外部谐振回路来完成的。具体过程如下：当数据为逻辑高电平时，门控管截止，将调谐电路调谐于读卡器的截波频率，这就是调谐状态，感应电压达到最大值。如此进行，调谐与去调谐在标签线圈上产生一个幅度调制信号，读卡器检测电压波形包络，就能重构来自标签的数据信号。门控管的开关频率为70KHz，完成全部154位数据约需2.2ms。在发送完全部数据后，器件进入100 ms的休眠模式。当一个标签进入休眠模式时，读卡器可以去读取其它标签的数据，不会产生任何数据冲突。当然，这个功能受到下列因素的影响：标签至读

10、卡器的距离、两者的方位、标签的移动以及标签的空间分布。有源RFID技术有源RFID具备低发射功率、通信距离长、传输数据量大,可靠性高和兼容性好等特点,与无源RFID相比,在技术上的优势非常明显。被广泛地应用到公路收费、港口货运管理等应用中。3、应用领域停车场车辆免伸手（Hand Free）出入控制；驾校考试系统；机动车电子牌照自动识别系统；高速公路ETC电子收费系统；公交车进出站“标杆”自动管理系统；企事业单位人员出入自动考取系统；煤矿井下人员定位管理系统城市宠物追踪和管理；野生动物追踪和管理；动物园管理；仓库电力设备巡检；燃气管线、变压设备智能检修；高附加值产品追踪；工厂生产线工序管理；仓储

11、托盘等容器追踪和管理；海运、水运、公路和铁路中的集装箱运输。二、自动识别技术在车辆上的应用随着车辆的增多，逃避年检、挪用号牌、使用假车牌、改装被盗车辆等违章违法现象日趋增多；随着人民生活水平的不断提高，城市出租车的数量猛增，少数车主拒办营运执照，或在周边小城镇办理低价营运执照，到大城市载客营运，侵犯了国家和行业的利益；随着我国改革开放的深入和加入WTO，大型国际国内会议以及文化、体育交流活动日益频繁，活动现场车辆堵塞、无证闯入、引发纠纷甚至治安刑事案件的现象时有发生；在某些局部地区车辆盗窃现象极为严重，已经威胁到该地区的和谐与稳定。对上述违章违法现象，以往车管部门主要依靠设卡抽查、临时增派警力

12、和值勤人员进行治理，显而易见，这种方式的治理效率极为低下，而且现场查证十分困难，司乘人员抵赖现象屡见不鲜。1、基于有源RFID技术的车辆自动识别系统基于有源RFID技术的车辆自动识别系统(Automatic Vehicle Identification -AVI)，包括车载射频标签、固定式基站AVI系统和移动式基站AVI系统。（1）车载射频标签 ： 车载射频标签上有车辆信息、车辆状态以及车主信息等。这个射频标签在全球有惟一的识别号(ID Code)，且该识别号及它的信息都存储在公安部门的信息交换网络里，一般情况下处于静止戒备状态，直到车子被盗或者车主请求交通信息查询才启动。这个识别号能帮助警察

13、识别、追踪被盗抢车辆。车载射频标签在不影响正常工作的情况下务求安装牢固，可靠，并尽可能隐蔽。可以采用特殊安装方式，使得一旦标签被拆卸，则可以自动启动报警服务，以免标签被挪用。（2）固定式基站AVI系统 ： 采用有源微波标签，识读距离能够达到280米。固定基站AVI系统一般用于海关、检查站以及交通要道收费站，检查、识别和记录通过的车辆，设备(如读写器、智能控制器、数据传输单元、电源等)安装在车道旁的机房内。 当载有RFID标签的车辆通过车道时，系统读到标签中的ID识别号，叠加上通过时间和车道号，存入智能控制器的存储器里。数据传输单元将系统采集到的车辆数据信息通过通信网络(如DDN)传到公安以及交

14、通部门的管理中心(或计算中心)，同时将管理中心的控制指令下达到AVI系统，决定对车辆的自动放行或进行拦截。（3）移动式基站AVI系统 ： 在一些应用中，如公安刑侦、路政稽查、重要会议安全保卫，需要配备移动式的AVI系统，随时开动并停靠在指定的路旁(或会场入口)，对过往车辆进行突击检查和识别。它的设备配置与AVI系统固定基站类似，只是更简化。移动式AVI系统可安装在一辆改装的警车上，用手机通过移动通信网(GSM)，以发短消息的方式（或者其他方式），与指挥中心保持通信联系或进行数据信息交换。如果需要报告移动式AVI系统的位置，车上也可配置GPS接收机，通过GSM发短消息的方法，向指挥中心传输移动站

15、的地理位置。（4）简式移动稽查设备 ： 在某些应用场合，还可以使用简式移动稽查设备（PDA手持阅读器）。稽查人员可以在某些狭隘地带使用PDA阅读器检查过往车辆。PDA阅读器事先下载了被盗车辆信息（黑名单），一旦读取到相同信息，则立即报警。2、基于AVI和GPS的防盗网络本系统由固定式AVI、移动式AVI、GPS定位导航系统、DDN数据传输与交换系统和GSM移动通信系统组成。 防盗系统示意图当采用这种技术的用户判定车辆被盗以后，就向警方报警，警方接到报警后，会发出指令让各个固定式AVI探测过往车辆，读取经过车辆的RFID标签，然后与目标车辆信息进行比较。如果当前车辆是目标车辆，就通过DDN向警方

16、发送该车ID、该固定式AVI位置以及时间信息。警方接到信号后，就通过GSM发送文字SMS信息给配备有移动式AVI及GPS的警车，警车在确认后在GPS定位及导航系统上通过路径寻优来找到最佳路径，经过反复几次信息确认和路径寻优，并不断把自身GPS位置发送给其他警备车辆，最终合力截获被盗车辆，使得不法分子落网。整个寻回被盗车辆的流程如图二所示。除防盗功能外，对配备了GPS系统的车辆来说，该系统还能附加道路及车辆位置查询功能。系统在保证防盗性的前提下，采用RFID技术有效地降低了成本，能够被大多数人接受，节约了警力，提高了反应速度，特别是在出租车行业具备大规模推广的特性。与此同时，该系统与不停车电子收

17、费(ETC)系统、设备(物流)自动识别(AEI)系统、门禁识别(GAI)系统等相互结合，共同构成了智能交通系统的重要部分。注：此类应用方案也可以适应于军用和警用车辆的防伪鉴别管理等领域。第二篇 碰撞预警系统一、汽车碰撞预警系统的研究背景和意义目前，公路交通事故一成为全球范围内日益增长的公共安全问题。统计资料表明，其中驾驶员的人为因素导致的公路交通事故率最高。无论是事故数量，还是伤亡人数均分别高达各自总数的90%左右。并且，在导致这些公路交通事故的驾驶员的人为因素中，疲劳和精神分散是重要原因。驾驶员在3s时间内的注意力不集中，造成了其中80%的交通事故，主要表现为车道偏离和追尾事故。研究显示，若

18、在公路交通事故发生前的1.5s给驾驶员发出预警，则可避免90%的这类事故。因此，通过在汽车上安装汽车碰撞预警系统，利用技术手段分析车道、周围车辆的状况等驾驶环境信息，一旦当驾驶员发生疲劳及精神分散、汽车出现无意识的车道偏离及汽车间车距过近，存在追尾可能时，能够及时给予驾驶员主动预警，是减少公路交通事故行之有效的技术措施。二、基于DSP的汽车碰撞预警系统 1、引言目前，国内外关于汽车碰撞预警系统的研究，在防止车道偏离和保持安全车距两个方面，都开展了相当多有益的探索，在雷达、激光、超声波、红外线、机器视觉等传感器技术方面都取得了一些突破。目前传统的AWS( advance collision wa

19、rning system)系统通过超声波传感器或激光雷达来计算距离,虽然精度高,但成本很昂贵,且对人体安全具有潜在危险;而超声波传感器监测距离比较小,只能感应到汽车与最近物体之间的距离。经过长期大量的研究实践，人们逐步认识到采用单目视觉技术，仅使用一台摄像机，即能在一定程度上达到对前方道路环境、车辆探测及车距监测功能。相对其他几种传感器技术而言，机器视觉图像的信息含量丰富，可同时进行车道线检测、交通信号识别以及车道上的障碍物识别，还可以提供实时录像，以供事后分析。随着视频处理领域的不断发展,作为其实现的主要平台DSP系统,它的设计成为了决定视频处理算法能否高速实时运行的首要因素。该系统采用较低

20、成本的CMOS摄像头,用来计算汽车到前方目标之间的距离,扩大了监测范围。最重要的是该技术比较成熟、成本相对低廉、性能可靠、安装和使用简便，能够迅速普及，这必将极大的降低公路交通事故发生的可能性，对于减少公路交通事故及人员死伤有着十分重要的的现实意义。 2、AWS系统的总体设计 采用单目视觉技术的汽车碰撞预警系统的总体设计如图1所示。系统通过摄像机获取汽车前方道路环境图像，分别识别出车道线和前方车辆，再通过采集获取决策算法所必需的车辆运动参数，如车速、车辆转向状态等，综合分析判断车辆偏离车道程度以及与前车距离。如果车道偏离或距前车距离超过设定阈值，会通过闪烁灯和音频等报警方式向驾驶员发出预警，并

21、可通过刹车灯闪烁来示意后车驾驶员，避免追尾事故。系统的总体结构可以大致分为5层：图像采集层、特征提取层、解释层、环境理解层、决策预警层。图像采集层。通过摄像机获取汽车前方一定范围内的图像数据，并完成一定的滤波、边缘增强、二值化等预处理功能。特征提取层和解释层。经过预处理的图像数据，保留了大量道路和障碍物的特征信息，如路面区域的灰度特征、颜色特征、纹理特征，结构化道路上的车道标识线与路面 背景之间的强烈对比度，车辆后部风挡玻璃、保险杠、车牌的明显边缘特征等。因此，根据一定的特征识别算法，就能够实现道路和前方车辆的检测和识别。环境理解层。根据解释层获得的道路和前方车辆识别信息，以及采集得到的车速、

22、转向灯、制动等自车状态数据，对车辆所处的交通环境做出分析，并预测交通形势的进一步变化。例如，采用基于小孔成像原理的测距模型、基于序列图像的测距模型等，计算汽车与前方车辆的车距，分析可能相撞的时间；基于车辆即将跨越车道边界的时间（TLC），分析车辆偏移车道的趋势等。决策预警层。根据环境理解层的分析，依据事先确定的策略，发出预警信号，包括使用语音、警示音、闪烁灯等方式提醒驾驶员注意，并可通过刹车灯闪烁来示意后车驾驶员，避免追尾事故。 3、AWS系统的原理AWS系统是采用ADSP - BF533开发平台设计的一款图像识别测距系统。整个系统由一个提供视觉警告的显示与控制装置，一个采集前方路况的图像传感

23、器装置及一对提供声音警告的扬声器组成。图2 AWS系统的组成通过视觉处理算法,将前后方拍到图像中的像素变化区域进行特征提取,识别汽车目标并计算距离。若距离小于标定距离,则进行语音报警。 系统结构如图3所示。 图3 系统结构框图视频采集模块采用ADV7179 视频采集芯片将PAL /NTSC信号转换成标准的CIF格式数据;处理器通过I2C总线对ADV7179进行初始化,将帧信号通过PPI端口输入到直接存储控制器DMA中,触发中断处理程序将一帧完整的数据存入SDRAM,转移到L1 存储器后实现图像数据的读取; 音频输出模块采用AD1851音频解码芯片接收同步串口Sport端口输出的数据,产生语音预

24、警。此外,对AWS的开启需要人工手动接通电源进行控制。图4 程序流程图该系统主要指标为：视频处理速度在20 帧/ s以上；相对车速达到60 km /h 以上,标准距离设为30 m；以汽车车牌国标尺寸440mm 140mm为标定量；根据人的反应时间为0.1150.14 s,因此,要求撞车前11.15 s内进行语音预警。 软件部分的设计采用C +语言编写,用VC 6. 0进行图像仿真处理,最终移植到Visual DSP +完成编译。汽车进入城镇与城市公路的车速不同,因此,设定的标距也不同,具体车速的设定需要根据不同车速对应不同的数值,系统工作程序流程如图3所示。 4、AWS系统的构成2005年，麦

25、特集团奔腾远程汽车服务有限公司引进以色列应用尖端军用技术的AWS系统，通过使用专业图像处理芯片EyeQ、高动态范围的柯达CMOS图像传感器以及先进的图像识别处理算法，在一块尺寸仅有33mm x 65mm的电路板上集成了全部图像采集、识别和决策处理功能，从而最终实现了性能高度稳定可靠的汽车碰撞预警系统。为了适应中国道路交通情况及驾驶员驾驶习惯，奔腾远程汽车服务有限公司与以色列Mobileye公司合作对AWS系统性能不断优化，可以说是专门针对中国道路交通综合情况量身定做的一款高性能汽车碰撞预警系统。（1）专业图像处理芯片EyeQEyeQ是由世界一流的半导体公司意法半导体公司（ST）与以色列Mobi

26、leye公司合作开发制造的汽车专业图像处理芯片，采用TSMC的CMOS 0.18技术制造，完全符合车辆驾驶室要求，在-4085 C温度下能够正常工作。EyeQ包括两个32bit RISC ARM946E CPU、四个独立的图像计算引擎（VCE）、多通道DMA和许多外围设备组成。如此强大的图像数据计算处理能力，保证了它能够高速进行图像缩放、变形、滤波、卷积以及车道线检测与跟踪、车辆检测与跟踪、道路环境分析与决策等多项并行任务。（2）柯达CMOS图像传感器随着超大规模集成电路技术的飞速发展，CMOS图像传感器可以在单个芯片内集成A/D转换、信号处理、自动增益控制、精密放大和存储等功能，大大减小了系

27、统复杂性，降低了成本，因而显示出强劲的发展势头。此外，它还具有高动态范围、低功耗、单电源、低工作电压（35V）、成品率高、体积小、可对局部相元随机访问等突出优点。因此，CMOS图像传感器成为研究、开发的热点，发展及其迅猛。AWS系统选用的柯达KAC9619 1/3 单色CMOS图像传感器，其动态范围高达110dB，可以在非常复杂的光线条件下使用，例如光线较暗或进出隧道光线明暗程度急剧变化的情况下，都可以成功捕捉到前方的道路环境信息。 （3）图像识别处理算法AWS系统采用了世界领先的图像识别处理算法，从而能够识别各种不同的车道标记线，如实线、虚线、岗亭标记线、道路边界线等，并能正确区分各种不同的

28、车道，如乡村路、交叉路等。系统有一个三维路面模型，能估算横向位置、斜面、道路弯曲率等。系统在图像质量较差的情况下也能运行良好，包括车道标记线不清、存在浓重阴影、背景杂乱、灯光非常强烈或昏暗、雨天或潮湿的路面等。图5 图6 分别显示了AWS系统在夜间及阴雨天的使用效果。图5 AWS系统在夜间的使用效果 图6 AWS在阴雨天的使用效果5、AWS系统的功能（1） 前碰撞预警系统（FCWS）AWS能在与前方车辆碰撞之前2.7秒（平均）发出碰撞预警。平常的驾驶员花费0.66秒采取制动。因此，平均起来，AWS能使驾驶员在2秒内采取有效的制动，减少由于驾驶员疏忽造成的追尾事故；（2） 车道偏离预警系统（LD

29、WS）AWS能提供智能的车道偏离预警，能在偏离车道0.5秒之前发出预警（可以起到道路中心线振动带的提醒作用会发出声音的停车振动带），为驾驶员提供更多的反应时间，这远远大于路面上的振动带所能提供的时间。大大减少车道偏离造成的碰撞事故。此外，使用AWS，车辆也能有效的利用停车振动带;（3）车距的监控和预警系统（HMWS）AWS车距监视功能帮助驾驶员更好的驾驶，并通过使用图象显示器来保持安全有效的车距。如果驾驶员没有保持安全的车距，那么它会发出预警声音，图象显示器上的颜色会变成琥珀色，并逐步变为红色。预警对驾驶员的提醒作用，可大大减少由于驾驶员对有效安全车距判断失误而造成的追尾。6、AWS系统的安装

30、和使用AWS系统的安装方式不同于市场上的其它车载电子产品，它不破坏原车电路，而采用无损安装的连接方式。它对安装者有较高的要求，必须由经过麦特集团奔腾远程汽车信息服务有限公司系统培训并考核认可的区域经销商进行安装工作。AWS系统是一个驾驶员辅助系统（见图7 ），它在车辆行驶中出现潜在危险情况时警告驾驶员。当安装AWS系统的车辆行驶中无意识偏离车道时，LDW（车道偏离预警）功能启用，在显示与控制装置上会有一个偏离方向（左或右）的 车道线闪烁并在偏离方向侧的扬声器中发出一阵类似行驶在停车振动带上的隆隆声。图7 AWS系统显示与控制装置页面在行驶中，如果由于前方车辆突然减速或刹车并没有察觉时，AWS系

31、统的FCW（前碰撞预警）功能就会发挥作用。HMW（车距监控及警告）功能可以帮助驾驶员与前车保持一个安全的距离，降低发生碰撞的可能性。它通过变换颜色（绿色、琥珀色、红色）的图像显示器来提示驾驶员离前车的距离，如果驾驶员没有保持安全距离，它会发出预警声音，提醒驾驶员注意保持安全距离。驾驶员可以根据自己的反应能力调整HMW的警告时间，系统默认为前方车距小于0.6S发出警告。当驾驶员希望早一点或晚一点得到警告，HMW警告时间可以调整为0.32.0s之间的任何值。三、基于蒙特卡洛方法的汽车碰撞预警系统1、引言近年来，随着城市车辆的增多，车辆交通事故已经成为世界范围内的“第一杀手”。因此，开发研究能实时获

32、取道路和车辆信息，及时提醒驾驶员或自动采取措施以避免出现危险的汽车碰撞预警系统，就成了一项极有研究价值的课题。基于蒙特卡洛方法的汽车碰撞预警系统可以自动连续测量行驶车辆前方障碍物(车辆、行人或其他物体)的距离和方位等数据,经过估计产生车体和目标的姿态，然后计算碰撞概率，发出适当的警报给驾驶员。即采用蒙特卡洛方法来计算碰撞概率，进而代入概率-警告级关系图，产生警告输出。最后通过仿真验证车辆碰撞概率的计算和警告级别的产生。2、系统结构与工作原理预警机制对于不同类型的车辆有较大的差别，本论文选定公交车这类车辆来研究如何产生碰撞危险警告。汽车碰撞预警系统主要由摄像机、激光扫描仪、中央处理机、控制系统和

33、报警设置等部分组成。公交车经常低速行驶，环境中的各类障碍物很多。公交车周围经常可能发生碰撞，尤其是前方和右侧。由于环境的复杂性和行人的不可预见性，给碰撞预警系统的设计带来了很大的难度。碰撞预警系统根据计算得到的碰撞概率来确定汽车所处的安全级别，并发出相应的预警。从传感器到警示输出的信息处理过程如下图8所示。这里着重研究碰撞概率算法和警告级别的确定。 图8 预警处理过程3、碰撞概率计算汽车碰撞预警系统的核心问题是碰撞概率的计算。传统的解析法为了实现系统的实时性必须简化运动模型和误差模型。但是简化模型降低了系统的准确性，并且不能充分利用传感器测量到的有用数据。为了解决这个问题，本文利用蒙特卡洛方法

34、计算碰撞概率。蒙特卡洛方法与传统的解析方法相比具有明显的优点：其模型更加精确，没有多元导数，并且利用了所有的状态信息。蒙特卡洛方法采样次数越多，估计就越准确，但是速度也越慢，因此必须取合适的采样次数。设采样的总粒子数（即外部循环数）是N，是由我们想要的精度决定的。每个粒子的计算结果要么是碰撞，要么是不碰撞，所以碰撞概率Pc=C/ N。C 是碰撞粒子的个数，它是二进制的随机变量。如图9 是利用蒙特卡洛方法计算碰撞概率的流程图。图9 传统蒙特卡洛方法的流程图在外部循环中，每个随机状态变量 x 都是从它的分布函数采样获得，并且不同的时刻赋予不同的值。表示随机样本。控制变量 u 改变车辆在不同时间的状

35、态。采样结束以后，车辆的状态随着时间往前传播，并且检验是否发生碰撞。在 N 次循环结束以后，来计算碰撞概率Pc。计算速度大小为 T/ dt，T 是总运行时间。4、预警产生的方案当得出碰撞概率以后，系统需要据此产生合适的安全级别。我们首先定义了四种警告级别，即无险情（1 级）、有潜在危险（2 级）、碰撞即将发生（3 级）、碰撞已经发生（4 级）。由于需要考虑碰撞概率和碰撞发生时间，以此确定当前情况属于哪一个级别比较复杂，我们把时间、碰撞概率和警告级别之间的关系按照规律和经验通过图的形式给出，即预警图，这样输入碰撞概率和时间，就可以输出警告级别。碰撞的产生规则对于不同的目标如行人、车辆和静态目标而

36、言是不同的，因此预警图对不同对象类型应当是不同的。在综合考虑各种情况基础上，结合各种文献数据，得出三种不同类型的预警图。如图10 是针对车辆的碰撞预警图。图10 针对车辆的概率-警告级的预警图在t = 0 时，碰撞概率应为0 或100%；从0s2s 这一段，对于3 级情形来说，反应时间过短，但是1 级情形可以转变成一个2 级情形。所以对3 级来说，曲线是上升的，而2 级是下降的；从2s5s，与警告级对应的概率是线性变化的；当t5s 时，因为时间太长，预测精度太差，产生安全级别就没有什么意义了。同样地，根据经验可以得到针对行人的预警图和针对静态目标的预警图。5、仿真分析与结论我们以公交车向右转的

37、例子在matlab 中对上述算法进行仿真研究。在这个例子中，公交车向右转，同时有另一个车辆从右边向左边移动。图11 中展示的是以公交车后轴中心为坐标系原点的相对运动情况。图中的方框是公交车，曲线是目标车辆相对于公交车在15m 内的行驶的路径，图中的点表示目标车辆在2，3，5 秒时可能出现的位置。图中“+”表示目标车辆已经撞上或正在与公共汽车相撞。图11 汽车向右转时以公交车为坐标系本例中的参数和误差分别是：公交车的速率为：50.4m/s；公交车弯道半径为：201m；目标车辆的位置：x = 15m，y = 10m； 目标车辆的速度：x 轴方向-30.8m/s， y 轴方向0.50.8m/s为了更

38、好的演示蒙特卡洛方法在碰撞概率计算中的应用，加大了各参数的误差，并简化了模型。这些参数在它们的最大误差范围内随机变化，用蒙特卡洛随机方法得出的是点簇。十字点表示物体已经或正在与公共汽车相撞。在这三个时间碰撞的概率约等于十字点的个数在总点数中所占的比例。可以得到：Pc(2s) = 0% Pc(3s) = 53.3% Pc(5s) = 63.3%将以上概率嵌入针对车辆的概率-警告级的预警图中，可知这些概率能够达到“2 级”，但还没有达到“3 级”，因而系统应该给驾驶员一个2 级警报，驾驶员就知道有潜在的碰撞危险，需要注意。 第三篇 结束语本文第一篇对目标自动识别的组成、原理及其在车辆上的应用进行了

39、简要介绍，由于对此方面的知识了解不够，所写内容过于粗糙。第二篇介绍了基于DSP的汽车碰撞预警系统AWS和基于蒙特卡洛方法的车辆碰撞预警系统。车辆碰撞预警系统这样的一种主动式车辆事故规避系统，能够大量减少车辆碰撞事故，很有实用价值的。实验证明,此系统可以综合减少85%的交通事故,具有低成本、高效率、高安全性能及良好的性价比,适合国内目前的道路情况。因此,该系统必将逐渐在国内各种中低档车型普及,拥有广阔的市场潜力。参考文献1 曹小秋,赵焕军 ADIBlackfin系列DSP处理器实验指导书M北京：电子工业出版社, 2008: 51 60。2 史忠科,曹利 交通图像检测与分析M . 北京：科学出版社,2007: 69 87。4 何斌,马天予,王运坚 Visual C + +数字图像处理M . 2版北京:人民邮电出版社, 2002: 35 60。6 孙即祥 模式识别中的特征提取与计算机视觉不变量M 北京：国防工业出版社, 2001: 72 96。7 彭银香，朱志勇。 基于视频的车辆碰撞事件预测算法研究。 微计算机信息，2007，2-3 8田颖，常明。汽车防碰撞报警系统的发展现状，汽车运用，2006，5：45-46。9吕立波。汽车防撞报警系统的研究和开发公安大学学报（自然科学版），2002，6：59-62。22