某乘用车车道偏离预警系统测试与评价

Ayalew Mesfin Mitiku,邵毅明,张 磊,王 蓉,彭金栓

(重庆交通大学 交通运输学院，重庆 400074)

0 引 言

近年来，随着交通管理者与参与者们的共同努力，交通事故造成的人身伤亡和经济损失稳中有降。但从事故致因细分来看，由于行驶过程中车道偏离导致的交通事故占比逐年增加[1]，尤其是在高速公路上行驶时，长期单调枯燥的驾驶环境本就极易诱发驾驶员产生驾驶疲劳等注意力不集中的危险驾驶行为，若此时叠加侧坡、侧风等不利道路环境干扰，将会大大增加车辆偏离车道与其他相邻汽车发生碰撞的概率[2]。

为了减少由于人为因素导致的交通事故，并同时提升驾驶舒适性，高级辅助驾驶系统应运而生。作为一系列综合化主动安全系统中的一个子系统，车道偏离预警系统(LDWS)通过车载摄像头采集道路图像来识别车道线信息，并实时计算车辆与所在车道相对位置关系和运动趋势，在超过某个安全区域阈值后警示驾驶员偏离车道的行为[3]。针对LDWS的建立测试与评价方法，国内外学者进行了相关研究，形成了一些成果。陈卫卫等[4]为提升车道线图像检测精度，提出了基于最大信息熵原则的模糊控制车道线图像边缘检测方法；许伦辉等[5]根据车辆运动轨迹与车道线型关系建立了直线和曲线路段下的车道偏离时间估算模型，并对影响车道偏离时间的因素进行了仿真计算；刘志强等[6]为提升LDWS的鲁棒性，提出了融合转向灯开启信号、车速信号、驾驶员换道意图等多源参数的换道预警策略与算法；J. SON等[7]为了提升恶劣天气条件和夜间光照条件下车道线检测的精度，利用不同光照条件下车道颜色的不变性，使用聚类方法来完成车道线检测；S. STERNLUND等[8]对比了从瑞典交通事故库中采集的装备与未装备LDWS的乘用车碰撞事故数据，发现LDWS可以降低驾驶员在碰撞事故中的受伤风险；J. S. HICKMAN等[9]评估了安装在不同运输公司营运卡车上的视频数据集，分析结果表明，LDWS在营运卡车上具有很高的安全效益；N. AKSAN等[10]通过驾驶模拟器评估了老年与青年驾驶员在使用LDWS时的差异性，指出LDWS可以给老年驾驶员更大的安全收益。

LDWS因其可以有效减少因车道偏离导致的交通事故而得到广泛应用，但由于目前国产整车企业尚未掌握LDWS测试评价技术，使得我国自主品牌车型装配LDWS比率较低。我国虽然在GB/T 26773—2011《智能运输系统车道偏离预警系统性能要求与检测方法》中提出了LDWS的检测标准，但是该方法是仿照早期国际标准制定的，不完全适用于现如今复杂多样的道路交通环境。为此，笔者在参考国内外相关LDWS测试评价技术的基础上，分别在直线和弯道路段设计了多种工况下的实车试验，评估了某型乘用车LDWS的客观性能。

1 试 验

1.1 试验平台

实验围绕某型豪华版乘用车搭建了试验平台，该车配备的LDWS摄像头安装在挡风玻璃后方，该套LDWS正常工作状态指示灯为绿色，发生偏离车道报警时指示灯由绿色变为不断闪烁的琥珀色，并无听觉触觉报警方式。试验设备包括精创BT-3电子温度计、优利德激光测距仪、数据采集系统、V-BOX车辆运动状态采集系统等。

1.2 试验道路与环境

试验采用的是实际道路环境下的LDWS测试。为满足对试验场地安全性与测试技术规范的要求，采用一条尚未正式通车的公路作为试验场地。该场地位于重庆市南岸区，并与相关设计部门取得联系，获取了道路的设计参数。该道路采用双向八车道，试验路段拥有总长约为5 km的直线路段和转弯半径在240～270 m范围内的弯曲路段，道路标线清晰可辨且符合GB5768—2009的相关规定，经现场测量标线宽度为标准的15 cm。试验环境温度处于预定规范的-20～40 ℃之间，能见度水平良好。

1.3 试验驾驶员

此次实车试验的目的是针对某型乘用车LDWS的测试试验，考虑到不同驾驶员对测试试验结果的影响较小，因此只需招募一名驾驶员负责参与全程试验内容。为了提升试验过程的效率，被招募驾驶员需要有一年以上驾驶拥有LDWS功能车辆的经验。最终招募一名37岁男性驾驶员，身体健康、无色盲色弱等视觉疾病，拥有7年驾龄与2年LDWS操控经验，驾驶技能良好，无重大交通违章记录。

1.4 试验流程

1.4.1 试验准备阶段

在该阶段试验人员需要调试测试车辆，确保各类仪器设备能够正常工作。向参与试验驾驶员说明本次试验的目的与内容，介绍测试车辆的各项性能，熟悉LDWS的操作设置与报警方式。最后带领驾驶员熟悉试验道路环境与试验流程，并提醒各类安全注意事项。

1.4.2 直线或弯曲路段测试方法

在测试开始前应保证LDWS置于开启状态，驾驶员启动车辆并加速至80 km/h(120 km/h)，并以该速度平稳通过使用锥形桶设置的位于车道中央的测试开始标志。待通过开始标志处后，驾驶员打方向盘按照规定的工况速率进行左右偏离。在试验过程中，驾驶员不得开启转向灯、踩刹车或者油门，以保证一致恒定的车速。车轮越过结束标志锥形桶后，则一次试验结束。直线、弯曲路段左偏离测试示意如图1，其他工况测试流程与图1类似。

1.4.3 测试有效性要求

为了控制试验变量，对测试车辆每次有效的试验作如下规定：

1)测试车发生偏离时的车速需稳定在80/120 km/h4 km/h范围之内。

2)测试车发生偏离时的横向偏离速度应视不同工况要求，稳定在0.1～0.3、0.6～0.8或0.1～0.8 m/s范围之内。若各类工况条件下有效试验次数达到目标，则总试验结束。

1.4.4 试验数据处理

1)报警点横向距离DW的计算。使用MATLAB软件将视频按帧读取，按照仪表盘的视觉报警点找到对应的车道线图像信息，对该图像进行预处理。然后对图像进行Hough变换，得到车道线和车轮的位置信息，再根据实际距离与图像距离的比例尺，最终换算出实际报警点横向距离DW值。DW表示前轴车轮外侧距车道线内侧的横向距离。当测试车前轴车轮未跨过车道线内侧时，DW取值为正数；当测试车前轴车轮跨过车道线内侧时，DW取值为负数。

2)横向偏离速度VL表示车辆偏离车道的横向速度，m/s，计算采用式(1):

(1)

式中：DW为报警点横向距离，m；Tend为开始报警的时间；Tstart为试验车到达测试开始标志物开始偏离时的时间。

2 车道线类型

考察不同车道线类型对报警点横向距离DW的影响。在直线路段测试工况中进行了白色虚线路段各15次有效的左偏离与右偏离测试，白色实线路段15次有效的左偏离测试、14次右偏离测试。白色虚线和白色实线路段下左偏离报警点横向距离DW的分布散点图与右偏离DW的分布散点图如图2、图3。从图2、图3中可以看出，白色实线和白色虚线两种测试工况下左偏离与右偏离报警点横向距离DW的分布较为接近。进一步通过独立样本T检验，发现在左偏离时，白色虚线和白色实线报警点横向距离的均值分别为0.051 m和0.079 m(p=0.457>0.05)。类似的，在右偏离场景下，白色虚线和白色实线报警点横向距离的均值分别为-0.052 m和-0.042 m(p=0.739>0.05)，均没有发现显著性差别。这说明无论是虚线还是实线，不同的车道线类型对LDWS的报警时间没有显著影响。

3 光照条件

为了对比不同光照条件对报警点横向距离DW的分布影响，正常光照、顺光、逆光条件下左偏离与右偏离工况时的报警点横向距离DW分布情况如图4、图5。从图4、图5中可以发现，无论是左偏离还是右偏离测试工况，3类不同光照条件下的报警点横向距离DW分布范围区别不大。进一步经过独立样本T检验，发现正常光照、顺光、逆光条件下左偏离报警点横向距离均值分别为0.094、0.172、0.050 m(p=0.194>0.05)。类似的，在右偏离场景下，正常光照、顺光、逆光时报警点横向距离均值分别为-0.075 8、-0.017 4、-0.03 7 m(p=0.579>0.05)。以上统计结果表明，正常光照、顺光、逆光条件下DW分布无显著性差异。

4 车辆偏离方向

4.1 直线路段

针对直线路段的100次各工况条件下的有效测试，当测试车辆在直线路段发生左偏离和右偏离时，报警点横向距离具有不同的分布规律，图6(a)、图6(b)分别显示了直线路段左偏离和右偏离时DW取值的箱型图和均值图。从图6中可以看到，左偏离时DW均值为0.056 m，而右偏离时DW均值为0.037 m。对左偏离和右偏离DW进行独立样本T检验，发现p<0.01时，存在显著性差异。说明测试车LDWS在发生左偏离时报警的时间比发生右偏离时稍早。

4.2 弯曲路段

针对弯道路段的测试包括20次左转弯测试，其中左偏离有效测试10次，两次右偏离系统未报警故有效测试8次；20次右转弯测试，其中左偏离有效测试9次，右偏离有效测试10次。图7显示左转弯测试中发生左偏离与右偏离时，报警点横向距离DW的分布散点图。可以直观的看到，在左转弯路段发生左偏离的DW明显大于右偏离时的DW。图8表示右转弯测试中发生左偏离与右偏离时，报警点横向距离DW的分布散点图。同样的，可以直观的发现，在右转弯路段发生右偏离的DW明显大于左偏离时的DW。对比不同转弯方向的结果后发现，无论是左转弯还是右转弯，转弯时向车道内侧发生偏离的报警时间均比向车道外侧发生偏离时的报警时间早。

5 横向偏离速度

5.1 直线路段

观察发生左偏离与右偏离时不同横向偏离速度VL与报警点横向距离DW的分布，发现无论是左偏离还是右偏离都存在随着横向偏离速度的增加，报警点横向距离DW不断减小的现象，说明报警时间不断延后，这与系统预期设定的目标相符。对横向偏离速度与报警点横向距离DW做相关性分析，左偏离相关性系数R1=-0.819(p<0.01)、右偏离相关性系数R2=-0.796(p<0.01)，均表现出显著的强负相关性。为了进一步量化报警点横向距离DW与横向偏离速度VL之间的联系，笔者使用线性回归分析的方法得到的较好的拟合结果，左偏离、右偏离线性回归方程如式(2)、式(3)：

DW1=-0.413VL1+0.234

(2)

DW2=-0.340VL2+0.132

(3)

将两条线性回归拟合曲线分别绘制到左偏离与右偏离时横向偏离速度VL与报警点横向距离DW分布的散点图，得到图9(a)与图9(b)。对比图10(a)、图10(b)可以发现，除了随着横向偏离速度的增加报警点横向距离DW不断减小的共性现象，还发现左偏离拟合曲线的斜率绝对值大于右偏离，即车辆横向报警点位置的变化对左侧横向偏离速度的变化更加敏感。

5.2 弯曲路段

观察左转弯路段的偏离情况，左转弯左偏离与右偏离横向偏离速度与报警点横向距离的分布散点图如图10。从图10中发现，左转弯左偏离工况下，随着横向偏离速度VL的增加，报警点横向距离DW不断减小直至负值，使得报警点位置越过车道线内侧。并且皮尔逊相关性分析表明，左转弯左偏离横向偏离速度VL和报警点横向距离DW相关性系数R3=-0.962(p<0.01)，表现出显著的强负相关性。进一步采用线性回归方法对二者进行分析，得到了显著性水平很高的拟合函数，如式(4)：

DW3=-0.62VL3+0.268

(4)

但是，从图11中发现，在左转弯右偏离工况下，横向偏离速度VL和报警点横向距离DW之间有明显的相关性。进一步采用皮尔逊相关性分析，相关性系数R4=-0.008(p=0.986), 表明两者没有相关性且不具有统计学意义。

6 结 语

笔者组织了在直线路段与弯曲路段，对某乘用车LDWS客观性能测试的实车试验，研究了不同偏离方向、光照条件、车道线类型、横向偏离速度等因素对报警点横向距离分布的影响，得出了以下结论：

1)车道线类型(虚线路段、实线路段)、光照条件(正常光照、顺光、逆光)对报警点横向距离无显著性影响。

2)在直线测试路段，测试车LDWS发生左偏离时报警时间比发生右偏离时稍早。在弯曲路段，无论是左转弯还是右转弯，向弯道内侧发生偏离的报警时间均比向弯道外侧偏离报警时间早。

3)根据发生左偏离与右偏离时横向偏离速度VL与报警点横向距离DW分布的散点数据建立了VL与DW分布的线性回归模型，均表现出显著的负相关性。

笔者针对某乘用车的测试结果，为我国自主品牌汽车LDWS测试与评价方法的开发提供了参考依据。未来笔者将开展更多复杂工况条件下的LDWS客观性能测试，基于更多厂家不同种类的LDWS开展一系列客观性能测试。