紧急避险智能汽车

紧急避险智能汽车

刘家辉

摘要：

本项目将结合深度相机Kinect和机器人操作系统ROS ，采用云服务器搭建MQTT服务和web服务，使用GPRS卡模块与信号灯联网通信，设计并实现一种危险情况下紧急制动且有可调性禁止闯红灯功能的紧急避险智能汽车。

基于Kinect所获得的立体视觉信息，通过图象处理实现运动前景目标的发现与跟踪，结合获取到物体的轨迹，使用两种预测模型相结合来预测物体的运动轨迹，计算紧急情况的可能性。

关键词：汽车；智能；避险；

一、引言：

我国交通事故死亡人数连续多年居世界前两位，每年直接经济损失达10亿元，远超欧、美等发达国家。

我们的项目致力于解决真人驾驶车辆中紧急避险与违规闯红灯的问题，力求减少或避免交通事故的发生。

2. 项目研究现状与分析

我国汽车工业起步于上个世纪50年，代国内汽车工业起步较晚，但在新能源汽车等领域进展较快，有望在汽车产业发挥引领作用。

三、项目研究内容和目标

对于此项目，我们经相关研究部分细化为几个方面：

1. 激光雷达部分

1. 经研究后发现ROS属于开源分布式操作系统，我们选用ROS为紧急避险操作系统，并将总系统分为激光雷达制图、Kinect相机障碍物识别两个子系统。

2. 选取激光雷达为制图传感器，选取RGB-D深度摄像机，完成了对地平面上人、信号灯等物体识别和地平面下坑洞识别。

3. 搭建紧急避险智能汽车的实验平台，融合制图、识别两大系统，在同一实验场景中设置模拟紧急情况，成功完成智能避险的任务。

2. Kinect图像捕捉与处理

基于Kinect传感器深度信息的目标识别与标定：根据Kinect传感器的工作原理，最终根据选定的轮廓计算出形心坐标，进一步获得物体的运行速度。

经过图像分割处理后，我们根据像素点邻域的深度值情况来判断像素本身是否为噪点。

在经过上述处理后，在深度图像中己基本清除噪点。下一步需要进行轮廓提取，需要借助OpenCV库为深度图像创建一个掩模，进而可以进行轮廓搜索并建立物体受力模型。

3. 物联网部分

紧急避险汽车与信号灯全程使用GPRS卡模块联网通信，采用MQTT协议向服务器汇报自己信息。

（1） GPRS技术

GPRS的稳定性可以使整套系统更加稳定，安全。保障通信进一步的安全。

GPRS速度是GSM的10倍，但不是按上网时间计费，节省紧急避险汽车的运行成本。

（2） MQTT协议

我们计划让紧急避险汽车使用发布/订阅消息模式，提供一对多的消息发布，解除应用程序耦合。本系统将采用MQTT。

四、结语

技术改变世界，在科技不断发展的今天，我们通过以下手段找到对于交通事故来说最小伤害的解决办法。1、搭建相关的机械结构，制作汽车模型。2、让交通灯与汽车模型通信。3、使用Kinect深度传感器采集相关图像信息，并通过相关程序进行处理。4、使用激光雷达传递传递相关需要移动的位置坐标。用科技为生命找到无限可能。

参考文献：

1. 于春雨, 刘泰远, 姜舜,等. 车辆智能避险系统:, CN205292416U[P].

2. 徐春梅, 王春耀, 刘跃,等. 基于机器视觉系统的颜色识别[J]. 机械设计与制造, 2011, 000(008):257-258.

3. 严隽耄. 车辆工程-第2版[M]. 中国铁道出版社, 1999.

4. 陈兴文, 刘燕. 单片机应用系统硬件调试技巧[J]. 现代电子技术, 2000, 000(007):65-66.

5. 戴永江. 激光雷达原理[M]. 国防工业出版社, 2002.

6. 李光禄. 汽车避险制动系统对于交通安全的重要性[C]// 2014中国汽车工程学会年会. 0.

7. 汤一平, 叶永杰, 朱艺华,等. 智能全方位视觉传感器及其应用研究[J]. 传感技术学报, 2007(06):1316-1320.

8. 唐德修, 徐燕. 汽车机械结构与基础[M]. 西南交通大学出版社, 2014.

【基金项目】：本文系紧急避险智能汽车项目研究成果，项目编号： 202010219084

，2020年省级项目编号7020000070101 项目负责人：陈丹娜

【作者简介】刘家辉（2000-） 男 河北张家口张北县人 汉族 黑龙江科技大学本科机械设计制造及其自动化专业在读生