基于计算机视觉的汽车安全辅助驾驶技术

金邾峰

摘要：随着近年来人们生活水平的上升和民用汽车的使用率不断提高，交通事故的发生率也在不断提升，如何进行安全驾驶和安全出行已经是人们讨论的焦点问题，随着安全辅助驾驶技术的应运而生，加之从计算机视觉的角度出发，对汽车安全辅助驾驶技术进行了优化，通过研究分析汽车驾驶中出现的而又可以进行避免的交通事故，降低交通事故的发生率，给汽车安全驾驶提供一定的保障，使安全辅助驾驶技术得到创新和升级。

关键词：汽车安全驾驶;辅助驾驶技术;计算机视觉;意义及目的

0  引言

我国民用汽车的使用量也在逐步上升，促进了后续汽车市场的发展和创新，汽车保养和汽车维修以及美容等汽车项目陆续出现，汽车安全辅助驾驶技术随之出现，如何降低交通事故的发生率是一个值得研究和探讨的问题，通过主动安全方式将汽车驾驶的辅助功能进行优化和改善，提高驾驶汽车的安全性和稳定性。安全辅助装置主要是指通过采用有效的装置降低汽车交通事故的出现和发生，提高驾驶员的行驶途中的安全性。通过高效和科学的方式能够有效的降低交通事故的出现。传统的安全设置辅助系统已经不能满足现阶段的需求，通过对道路和汽车等方面进行智能检测和分析的方式，利用计算机技术提高汽车安全辅助驾驶的高效性。

1  汽车安全辅助驾驶的重要性

1.1 运用汽车安全辅助驾驶意义

汽车速度和效率的不断提升和驾驶员的驾驶技术提升，以及人们汽车使用率的不断增加下，给道路交通安全带来了一系列的问题。如何通过有效的方式降低汽车道路危害，提高驾驶员的安全性和稳定性，是汽车生产制造商和交通管理部门一直所研究的问题。驾驶员在驾驶途中的不规范和不严格的驾驶行为给道路的交通事故的发生造成了负面影响，一系列的交通事故惨案和人员的伤亡给人们的生命财产造成了一定的威胁。驾驶员疲劳驾驶、酒后驾驶等因素导致了交通事故出现的高发生率。不合规定的驾驶行为是驾驶员对自身和他人生命的不负责，给路上的行人和驾驶人带来了重大的安全隐患。降低汽车驾驶的事故发生率，需要驾驶人员对自身进行严格约束和管理，提高安全驾驶的责任意识，还需要加强汽车安全驾驶的技术和研发。运用汽车安全辅助驾驶技术可以通过科学技术的方式和控制降低交通事故的发生，不断升级和创新安全辅助驾驶技术能够有效的提升人民的生命安全质量。

1.2 计算机视觉下运用安全辅助驾驶技术

计算机视觉下采用安全辅助驾驶技术能够有效的降低交通事故的发生率，通过科学技术的监测和控制对汽车的运行和使用状态进行管理，在汽车出现问题时能够通过科学的方式和手段提醒驾驶人，减低交通事故的出现，便于驾驶人对周围事物和环境的感知情况，分析和判断当时环境的隐患，便于驾驶人及时有效的采取措施进行解决。传统的安全辅助系统具有一定的局限性，传统的安全辅助系统只能在事故发生时起到安全辅助作用，降低驾驶人员的损伤和事故发生的严重性。计算机视觉的安全辅助驾驶系统可以通过科学技术的方法加强对周围事物和环境的感知和监测，提高驾驶员的驾驶安全性，在事故发生前及时的警示驾驶人，提高驾驶安全性和稳定性，能够有效的降低交通事故的发生率和提高驾驶人的生命安全质量。

采用计算机技术，通过图像环境的识别技术能够高效的描述周围事物的景象和完整性，根据人的习惯行为对环境进行展现。传统的激光和雷达技术具有一定的局限性，在距离和信息传输时存在误差。通过图像识别技术和传感器技术运用在汽车的行驶导航中，能够有效的对障碍物和其距离进行有效的判断和检测。汽车安全辅助驾驶系统能够通过对外界环境的感知和人机交互的能力结合运用，是具有一体化和强大能力的系统。现阶段，对于无人汽车系统的研究在逐步开展，安全辅助系统能够有效的降低驾驶员的自身安全和对人员造成的损伤，有效的缓解交通压力和降低交通事故的发生率。

2  计算机辅助安全辅助驾驶技术分析

2.1 目标识别技术

目标识别技术是计算机安全辅助驾驶系统的重要核心部分，它能够给系统的监测和决策提供分析和参考。由于道路交通存在一定的复杂性和多变性，需要对目标进行高准确度的判断和分析，通过实时的识别提高决策的准确和严谨。本文主要的识别目标包括车辆、行人、车牌和车标。目标识别主要包括传统目标识别方法和基于深度学习的目标识别方法。

传统的目标识别技术主要是通过将原始的图像进行识别和分析，再采用手工分析其特征的方式对其进行分析和解释，最后再将分类器进行数据的导入和设计。且由于事物的变化多样性和在采纳图像时会受到光线和噪音的干扰等影响，对于信息的采取和识别上会存在一定的误差和不准确性，不便于对图像信息进行分析。因此在对图像进行识别时，要通过将目标图像的内容中其他背景信息进行预先处理，主要的处理方式为图像灰度化和图像滤波等方式，手工提取图像特征一般是根据图像的多种特征进行分析，并将其分析选择符合程度最高的一种，在选取时应该具有显著的差异性和可靠性，有利于进行高效的分类。

2.2 目标测距技术

现阶段安全辅助驾驶系统中主要采用对目标测距的技术为：超声波、激光、机器视觉的测距。超声波的测距方法主要是根据超声波的传输时间进行判断，对目标的障碍物进行测量，这种方式计算原理较为简单和便捷，且成本较低，能夠较高程度的对目标距离进行测量，激光的测距方式主要是通过一种仪器，将光子雷达系统运用其中，对目标范围进行测量，主要可以分为成像式和非成像式两种方式，其具有测量范围广泛和准确度较高等优势。成像式激光测距方式主要是通过扫描的机器对激光发射的方向进行控制，通过对整个环境的扫描和分析从而得到目标的三维立体数据;非成像激光测距方式主要是根据光速的传播时间和速度来确认与目标之间的距离。机器视觉下进行测量距离主要是单目的测距和双目的测距。单目测距的方式在成本上具有一定的优势，但是在精准度上弱于双目的测距。

3  计算机视觉在驾驶状态检测中的应用

汽车安全辅助驾驶技术主要是指通过安装智能的安全检测系统对汽车驾驶起到安全辅助的作用。智能安全检测系统主要是通过科学技术的感应装置和智能检测对汽车的驾驶途中的运行状态进行分析，系统通过检测对行驶中产生的意外问题进行及时有效的报警，比如汽车出现意外性的偏移、行驶途中与附近的车辆距离过近、周围有危险的障碍物等情况。采用警报的方式提醒驾驶员，在情况焦急和危险时，有效的采用智能的解决措施对汽车进行部分合理的控制，降低事故的发生概率。目前对于智能汽车安全辅助驾驶中，对于车道偏移安全区域、智能控制距离和周围障碍物的检测评估，以及对驾驶员的行驶状态辨别和车速的控制管理等。在采用计算机视觉技术之前，汽车安全驾驶辅助系统主要是通过对驾驶的状态进行智能检测，但是具有一定的局限性和不准确，只是单纯的停留在对参照物的反应，比如在对汽车行驶的路程偏移、驾驶的时间计算和遇到障碍物的反映情况等。没有准确高效的判断系统和程序对驾驶员的驾驶状态进行检测。

计算机视觉的采用能够高效的对驾驶员的监测状态进行控制，通过对驾驶员的驾驶状态的面部状态进行智能和高效的识别，分析和判斷驾驶员的行驶状态，确认是否存在疲劳驾驶和酒后驾驶等不安全驾驶行为。计算机视觉下汽车安全辅助技术能够有效的提高驾驶的安全性，通过对人体的行为和面部表情的控制和分析，使驾驶员的智能判断得到提升，使汽车辅助安全技术在驾驶中发挥作用和效果。

4  对未来安全驾驶辅助系统的展望

在未来的安全驾驶中会更多的应用计算机等高科技技术，提高智能安全驾驶的有效性，通过计算机的准确和智能化，提高驾驶员的高效驾驶和安全性，降低交通事故发生概率和安全隐患的出现。

4.1 运用单片机设计的驾驶安全辅助系统

科学技术和智能化的普及应用，大大提高了人们生活水平和智能化。在汽车的行驶中，会产生各种多样性的问题，遇到的问题驾驶员可能会产生突然的茫然和不知所措，不能及时有效的作出反应和应对措施。比如疲劳驾驶和酒后驾驶中，采用单片机辅助系统对汽车长时间的驾驶进行有效检测，汽车内产生的有害物质和气体，驾驶员不遵守交通规则和疲劳驾驶能够实时有效的检测和警报，高效的提供监测反馈报告。例如在车内有害气体上升时，可以通过警报的方式提醒驾驶员进行开窗，驾驶员酒驾等不良驾驶行为可以及时的制止和提醒，车上有小孩或者等贵重物品遗留时可以通过报警的方式提醒驾驶员。

4.2 防碰撞安全辅助装置系统

驾驶员在日常驾驶中，尤其是在高速公路高速行驶时，会突发性的产生驾驶问题，特别是汽车在高速行驶时，驾驶员不注意的行为都会导致事故的发生，很多突发性的事故是难以避免的，驾驶员在驾驶时的预防措施难以预防，在遇到紧急情况和异常情况时，人的反射系统和反映会有一定的延迟，但是汽车在运动中也会产生相应的惯性运动致使车辆不能及时的停止，最终导致车辆和人员都受到不同程度的损伤。汽车驾驶防碰撞系统主要是将计算机和智能系统装置在汽车上，计算机的反应速度和数据信息丰富，对于突发性的事件反应时长比人类快，可以通过系统程度的设置对突发问题进行控制，采取有效正确的措施对汽车进行控制，降低交通事故的发生情况。

4.3 智能交通安全驾驶系统

通过智能交通安全系统，可以将道路行驶和人与车相结合，采用高科技的技术提高行驶和道路的实时监测，加强驾驶员在行驶路程中的感知能力和监测，通过实时的监控数据，将道路的情况和车辆的信息进行分析，确认是否存在安全隐患等问题，提醒和告知驾驶员，降低交通事故的出现，有利于及时采取有效的措施对危险问题进行预防和控制，提高安全辅助驾驶技术。

5  结语

综上所述，计算机视觉技术可以通过智能安全辅助系统对驾驶员的驾驶状态进行智能判断和分析，通过实践和数据分析的方式，可以及时高效的判断驾驶员的行驶状态和面部特征，提前做好预防措施，降低交通事故的出现和发生率，提高汽车安全辅助驾驶技术的高效性和稳定性。

参考文献：

[1]吕勇.基于ARM的行人检测汽车辅助系统设计[J].电子世界，2019（9）：161-162.

[2]牛耘佳，欧先锋，马鑫，等.驾驶辅助中的计算机视觉专利技术数据分析[J].成都工业学院学报，2018，21（2）：18-24.

[3]罗金权，汤凯洋，尚子豪，等.基于单片机的智能平衡车研究[J].数码设计（下），2019（1）：171.

[4]王杰身，夏明，廖俊生，等.汽车驾驶安全辅助装置的研究分析[J].时代农机，2020（3）：20-21.