基于红外热成像的夜间行车安全辅助系统

李梦茹， 孙德雨， 倪魁栋， 池昊南

（吉林大学， 吉林 长春 130022）

随着我国经济持续快速的发展，机动车数量也迅速增长，可随之而来的是多发的交通事故以及人民生命财产的损失，其中夜间、大雾等能见度较低的天气状况下，交通事故占到了相当大的比重。由此可见，提升汽车驾驶的安全性能尤为重要，特别是夜间、大雾等恶劣天气下驾驶员行驶的安全问题。

目前在夜间行车安全方面，基于红外夜视成像原理的夜视系统所形成的图像与可见光图像相似，目标与背景反差大，能较为清楚地显示道路的详细信息［1］。然而，只有极少数高端车型才有此配置，且由于其工作需要红外光源，有效探测距离较短，易受光源强度、相同工作波长光线和有雾的恶劣天气条件影响，适用性不高。此外，红外夜视技术所成图像为黑白颜色，行人等目标物的出现并不能很好地引起驾驶员的注意，成像效果不理想［2］。

因此本文选用红外热成像仪用于行车安全辅助系统，致力于研究更安全、更可靠的夜间行车安全辅助系统，解决驾驶员在夜间、雾天等能见度较低的天气状况下看不清目标物，视野不良的问题。本系统通过红外热成像仪获取前方道路图像，识别出行人等目标物之后，突出强调目标物并进行风险判定，从视觉和听觉两方面对驾驶员进行警示，防止驾驶员由于能见度低等原因未能及时注意到目标物造成交通事故的发生，为行车安全提供更加可靠的保障。

1 系统总体设计方案

如图1所示，基于红外热成像的夜间行车安全辅助系统包括图像采集、目标物识别、图像处理、目标物状态识别、行车风险的判定以及行车安全辅助APP的开发。本系统通过红外热成像仪获取前方道路图像，完成行人等目标物的识别之后，对图像进行一系列处理，以突出强调目标物，同时进行风险判定从而启动预警方案。本系统从视觉和听觉两方面对驾驶员进行警示，防止驾驶员由于能见度低等原因未能及时注意到目标物造成交通事故的发生。

图1 系统总体设计方案

2 图像采集

2.1 红外热成像仪的选型

红外热成像仪运用光电技术检测物体热辐射的红外线特定波段信号，将该信号转换成可供人类视觉分辨的图像和图形，该技术可以避免可见光的干扰，且不受雨雪雾天等恶劣条件的影响，适用性更广。且红外热成像仪所获取的图像为彩色，驾驶员可以看到物体表面的温度分布状况，视觉上颜色的对比度更容易引起驾驶员的警觉，为驾驶员的行车安全提供可靠的保障［3］。

所以我们选用了成像更加方便、性价比更高的FLIR ONE Pro红外热成像仪，只需要将其插入手机接口便可获取前方道路图像信息，使用更加方便简洁，也能很好地解决驾驶员在夜间大雾等恶劣天气看不清目标物、视野短的问题，从而减少夜间、雾天等能见度较低的天气状况下交通事故的发生。

2.2 图像采集的具体方法

在行车过程中，将红外热成像仪插入手机插口，将摄像头对准道路前方，系统将实时采集驾驶时前方的道路环境图像。

3 目标物的识别

3.1 目标物图像点的筛选

通过大量实验，对不同环境温度下行人（R，G，B） 特征值的归纳分析，最终得出不同温度下行人等目标物的（R，G，B） 特征区间。本系统根据该特征区间，将图像上所有符合该区间的点筛选出来。实验归纳出的不同温度下目标物的（R，G，B） 特征区间详见表1。

表1 实验归纳出的不同温度下目标物的（R，G，B）特征区间

3.2 聚类算法处理

对筛选出来的图像点进行K-Means聚类算法处理，将多次迭代后聚类处理的中心点视为目标物的质心，并生成其所在图像中的位置函数P（n）。图中行人红色部分为根据 （R，G，B） 特征区间筛选出的图像点，蓝色圆点即为聚类算法处理得到的目标物质心位置，如图2所示。

图2 目标物质心位置

4 图像处理

本系统利用图像算法，将筛选出的目标物图像点进行颜色标红突出处理，然后以目标物质心为中心点建立框图函数，根据图像点的密集程度和其构成的形心位置进行框选，即对目标物进行加框处理，从视觉上对驾驶员进行警示，一定程度上提高了驾驶员行车过程中的安全性。

由于行人和小动物对行车安全的影响不同，因此对行人和小动物分别采用不同颜色的框图，即行人采用绿色框图，小动物采用蓝色框图，以达到不同的警示效果。图像处理结果如图3所示。

图3 图像处理结果

5 目标物状态识别和风险判定

5.1 目标物与车辆距离的确定

基于目标物质心位置函数P（n）的纵坐标y （规定纵坐标正方向为自上至下），根据实验总结出的目标物与车辆的距离x与位置函数纵坐标y的函数关系 （以1080×1440分辨率为例）：

计算出目标物与车辆的距离x，并进行语音播报。

5.2 风险判定

根据车辆的运行速度、路面状况等参数，由汽车制动理论计算公式［4］

式中：S——汽车制动距离；v——车辆的运行速度（通过手机GPS系统获取）；t1——驾驶员反应时间；t2——汽车制动器滞后时间；Φ——道路与轮胎间的附着系数；g——重力加速度。

根据公式可计算出不同运行速度、不同路面条件下汽车的制动距离。然后基于目标物与车辆的距离x，对车辆的行驶安全进行风险判定。

5.3 预警方案的选取

根据不同的风险状况采取不同的预警方案。

1） 当X≥S+20时，不启动预警方案，仅进行步骤4的语音播报距离。

2） 当S+10≤X＜S+20时，启动语音预警方案1：请注意避让+短促的报警声。

3） 当X＜S+10时，启动语音预警方案2：有危险！请马上避让+长鸣的报警声。

6 行车辅助APP的开发

基于上述系统设计方案，进行夜间行车辅助系统APP的开发。首先明确开发类型、开发平台、产品功能需求和设计需求、通过反复调研、讨论、制定详细的开发方案。然后分别进行UI （产品界面）、UE （用户体验） 的设计和程序的开发流程，包括前端开发、程序开发、接口对接等。最后进行程序的测试，包括App功能测试、App视觉测试、BUG的调试修复等。

7 结论

基于红外热成像的夜间行车安全辅助系统，运用光电技术检测物体热辐射的红外线特定波段信号，并将该信号转换成可供人类视觉分辨的图像和图形，经过目标物识别、图像处理等方法，从视觉和听觉两个方面对驾驶员做出预警，有效地解决了驾驶员在夜间、大雾等恶劣天气看不清目标物、视野短的问题。此外，该行车安全辅助系统避免了可见光的干扰，且不受雨雪雾天等恶劣条件的影响，适用性更广；行车辅助APP的开发使系统功能的实现更加便捷，为驾驶员的行车安全提供更加可靠的保障。