基于智能手机平台的主动安全预警系统关键技术研究＊

（科学技术部高技术研究发展中心 北京 100044）

0 引 言

最新上市的机动车中集成应用了更多的主动安全装备，用于预防交通事故、降低碰撞伤害，并且主动安全预警系统目前已经成为了越来越多高级轿车的标准配件．最近美国进行了一项主动安全预警系统对事故降低程度影响的研究，选择配备主动安全系统和未装备机动车作为研究对象，道路伤害数据研究中心的研究结果表明：有碰撞预警装备车辆发生碰撞的事故概率会减少14%，有自动刹车系统车辆发生事故概率下降10%，有自动前车灯系统的车辆事故概率下降10%．如果这些研究结果在中国适用的话，我国有一半车辆新装主动安全预警系统，会减少6 000多人的道路交通事故死亡，挽回1 000万元的经济损失［1］．

传感器技术的发展为主动安全提供了重要保障［2］，智能手机中的传感器技术这2年取得了惊人的进步，并将持续发展，这些进步已经可以充分保证其为用户提供更多的功能和体验，在交通应用方面目前主要体现在导航、停车、交通信息获取等方面．在智能手机上的专业应用仍然处于欠发展状态，但是成为目前科学研究的热点问题．Ertico公司的 ADASIS（advanced driver assist systems interface specification）［3］已经公开明确表示将提供基于智能手机平台的解决方案，并且已经形成了一款以imaGinyze－Augmented Driving系统为特征的应用软件，其以手机主摄像头为传感器进行图像处理，提供车道偏离预警功能．Global Mobile Alert是主动安全预警系统的另一种应用形式，当车辆靠近路口、学校区域等危险地点或路段时，提供驾驶人和乘客预警信息．利用手机进行车道偏离预警的功能已经被Chen Chaojung［4］，Ren Feixiang［5］等人研发成功．本文研究的是基于智能手机的主动安全预警技术，并分别介绍主要传感器在实现主动安全系统中发挥的作用和其具体功能．首先分析智能手机的系统和主动安全预警系统的功能需求，设计体系框架，通过与专业设备的比较对基于智能手机的主动安全系统有效性进行评价．

1 智能手机特征分析

智能手机的出现是一种对传统通话手机的革新，其除能够实现基本的通话和文字、图像短消息传输外，在手机内部嵌入了各种新型传感器用于实现各种使用功能，如利用摄像头进行拍摄和视频通话；利用定位GPS设备进行驾驶导航和路径规划；利用陀螺仪、加速度计等进行游戏．目前已经广泛使用的智能手机嵌入式传感器见图1．这些传感器组成为其实现主动安全功能提供了保障．

图1 智能手机传感器组成

按照传感器功能的不同主要分为图像传感器、运动传感器以及定位传感器3大类．

1）图像传感器成为智能手机标准配置后，使得用户能够随时记录有趣事件的画面和视频，随着最近3G／4G无线通信网络的不断完善，远程视频通话也逐步实现，并且促成了面部摄像头在手机上的出现，使得手机用于环境和面部两个摄像头．

2）运动传感器主要是指手机中的陀螺仪、加速度计．陀螺仪是一种根据角度动量原理测量或保持某种方位信息的设备．陀螺仪广泛用于导航系统或姿态识别系统中，判断位置和设备的方位角．加速度传感器是一种检测设备方向的传感器，并自适应新的方位，当设备在垂直方向被旋转90°时，加速度能够检测到其旋转角度，能够调整屏幕以适应新的方位，加速度采集的数值是相对于自由落体的比值．当陀螺仪和加速度共同工作时，能够实现上下、左右、前后以及翻转、侧倾、横摆6个自由度的方位检测．

3）定位系统是指利用卫星进行定位，并根据获取的经纬度信息，并在地图显示的系统，根据不同时刻的位置信息，能够解算出智能手机的运动速度．利用获取的图像判断距离和车道位置信息，利用陀螺仪和加速度计判断运动状态，利用定位系统判断车辆速度和所在路段，这些都是实现主动安全预警系统的基本要素，为基于智能手机开展主动安全系统研发提供了可能．

2 主动安全预警系统设计

2.1 框架设计

当所获取的行为或状态参数超过预警阈值时，给出预警信息是主动安全研究的基础．因此，根据参数获取和预警功能等模块间的关联关系，设计基于智能手机的主动安全预警框架见图2．

图2 智能手机主动安全系统框架

手机内部传感器作为整个系统的硬件部分，在软件系统初始化完成后会被激活用于数据采集；参数是直接由传感器提供的各种数据，与参数不同的是，指标项是直接用于判断安全阈值的数据，不需要再进行转换，部分参数和指标是一致的，直接用于安全阈值比较；不能直接用于判断安全状态的参数会通过转换成为指标．主动安全应用是系统所实现的功能．

2.2 功能设计

本研究选择了2种用户较为广泛的智能手机主动安全预警软件作为分析对象，介绍功能设计过程．2种软件系统的主工作界面见图3．

图3 手机平台主动安全预警系统界面

车速、方位以及车头时距或间距在2个系统中都能够实时显示，车道线边缘检测结果通过有颜色的条状图形进行显著标注．除此之外，在进入主界面前，用户需要进行参数配置．

根据用户使用系统的步骤，将功能模块划分为4大主要部分：（1）初始化．当软件或系统被用户开启后，预警所需的传感器会被检测一遍，确保能够正常工作，当它们未能正确开启，或被其他设备单独占用时，给与用户及时反馈、提示；（2）配置和校正．用户需要根据系统的安装位置，进行参数配置，并进行测试．以图像预警为例，需要配置摄像头高度以及在车辆中的横向位置；（3）实时显示和预警．设备能够正常工作后，需要将获取的实时信息在图像界面中进行显示，以提醒用户其目前的工作态，特别是当安全阈值被触发时，应当通过声音和图形的方式进行提醒；（4）数据存储．在数据实时采集和显示过程中，将数据存入数据库文件中，并形成软件运行日志文件．

3 典型应用分析评价

本研究选择两种分别基于Android和iOS平台的iOnroad和imaGinyze－Augmented Driving软件，与目前公认的专业主动安全系统Mobileye系统进行了横向测评，手机分别选取了三星GTI9001和Iphone 4S．软件安装完毕后，将其固定在车辆中，其固定位置见图4．

图4 测试设备位置布局

通过实车实验的方式，对这3个系统的功能组成和用于界面布局等指标进行了比较，结果见表1．表明：在正式使用之前，这3个系统都需要进行配置或校正，都具备了车道偏离和前碰撞预警功能，但只有Mobileye提供了行人预警功能，由于不集成GPS信号，不具备超速预警和车速实时显示功能．

表1 主动安全系统功能比较结果

功能直接比较结果见表1，但Mobileye系统相对于另外2个系统，它与车辆信息之间的联系更为紧密，预警结果也更加科学，其通过采集CAN总线或模拟信号，读取车辆的转向灯、车速、刹车、车前大灯等信息，用于减少误报率．如当驾驶人受到前方慢车干扰，车距较近时，通过刹车踏板调节距离，开启转向灯进行换道操作．Mobileye设备检测距离后，判断出驾驶人踩下了刹车踏板，不会给出预警，虽然驾驶人出现了越线行为，但由于开启了转向灯，因此不认为是无意识压线行为，不提示车道偏离．

开展实车道路实验，对设备精度进行横向测评，分别进行了10次近距离跟车以及换道操作．选择最小车头时距指标作为比较前碰撞精度的依据，车道偏离预警声音发布与否用于比较车道偏离精度．实验数据采集结果见图5（当数据为空时，表明该数据未被采集，即未找到前方目标车辆或未能有效判断越线行为）．

图5 系统精度分析比较结果

研究结果表明：iOnroad软件在前碰撞预警过程中丢失了3个数据，没有给出预警，imaG－inyze－Augmented Driving丢失了1个前碰撞预警，最小间距与mobileye相比，相关系数分别为68%和85%．10组越线行为的判断中，iOnroad判断出了60%，imaGinyze－Augmented Driving判断出了80%．根据数据分析结果可知，智能手机能够实现与专业设备相比在主动安全预警方面的功能，但数据精度上存在差距，但这种差距并不显著，由于涉及到安全问题，因此，这些差距还是在将来有待解决．

4 结束语

本研究通过分析主动安全预警系统的创新平台－智能手机及其关键技术，介绍了手机嵌入式传感器的功能和作用．通过实车实验的方法，对手机平台和专业平台主动安全系统的功能和精度进行了评测．结果表明：在功能上可以实现专业平台所实现的预警，但在精度上还存在一定的差距．因此，基于智能手机或其他职能系统平台的安全驾驶预警系统在技术上是可行的，部分国家或地区正在开发基于智能手机的疲劳、分神等不良驾驶行为识别［6－7］．

［1］公安部交通管理局．中华人民共和国道路交通事故统计资料汇编［G］．无锡：公安部交通管理科学研究所，2011．

［2］周智勇．MEMS传感器开创汽车主动安全系统的新时代［J］．电子产品世界，2008（2）：37－38，40，42．

［3］Imaginyze－Augmented Driving［EB／OL］．http：／／www．imaginyze．com／Site／Welcome．html．

［4］CHEN Chaojung，WU Bingfei，LIN Wenhsin，et al．Mobile lane departure warning systems［C］／／Digest of Technical Papers－IEEE International Conference on Consumer Electronics．Kyoto，Japan．Institute of Electrical and Electronics Engineers Inc．2009：90－93．

［5］REN Feixiang，HUANG Jinsheng，JIANG Ruyi，et al．Lane detection on the iPhone［J］．Lecture Notes of the Institute for Computer Sciences，Social－Informatics and Telecommunications Engineering，2010，30：198－205．

［6］张 迅，赵胜川，杨智伟．公共交通信息服务媒体选择影响因素研究［J］．武汉理工大学学报：交通科学与工程版，2011，35（4）：679－682，687．

［7］肖献强，王其东．基于驾驶行为的汽车主动安全技术研究［J］．中国机械工程，2010，19：2390－2393．