无人驾驶车辆光学传感器自适应曝光算法研究

，

(1.江苏信息职业技术学院，无锡 214153；2.中国矿业大学)

无人驾驶车辆光学传感器自适应曝光算法研究

程岩，李宝林2

(1.江苏信息职业技术学院，无锡 214153；2.中国矿业大学)

为保证无人驾驶车辆图像采集系统能够在光线强弱变化的环境中获取更为可靠的道路信息，提供更多的道路边界，提出一种自适应曝光算法。利用光学传感器特性，将采集图像转化为灰度值，并逐行进行动态阈值比对处理，快速获取下一周期正确曝光点。在道路实际的测试中，该算法能够快速并有效获取道路信息，后续的边界处理较为清晰。

无人驾驶；自适应曝光算法；动态阈值

引 言

随着汽车行业、电子行业以及人工智能行业的迅猛发展，无人驾驶成为目前大型汽车厂商和互联网人工智能企业的研发方向，无人驾驶车辆通常采用光学传感器进行环境参数的采集，将采集的信号发送给处理器，但车辆行驶的环境较为复杂，在行驶道路上通常设置桥梁和隧道，无人驾驶车辆在普通道路和桥洞或隧道之间交替行驶过程中，光线会突然发生强弱变换[1]，导致光学传感器曝光不足或过度，为保证车辆行驶的安全性，其道路环境的识别分析尤为重要。本文针对光学传感器进行了环境自适应曝光研究，提供解决无人驾驶车辆光学传感器曝光的问题。

1 光学传感器特性

无人驾驶车辆图像采集处理系统采用飞思卡尔(已被NXP收购)32位处理器MPC5604B和NTSC制式图像芯片OV 7960，芯片的软件编写遵循I2C协议、缓存读写时序、采集时序以及曝光控制等，芯片结构图如图1所示。

图1 芯片结构

芯片每秒可输出30帧图像，采集的图像为数字视频信号，可将视频的每个像素通过二进制数据的格式发送给处理器进行处理，保证了即使是长距离传输也不失真。

由光学传感器输出电压公式

Vout=Vdrk+Re·Ee·Tint

可知，在光照强度较高的环境下，Vout值较高，反之则较低，因此可通过控制曝光时间[2]得到较为合适的输出电压。

2 自适应曝光算法

根据光学传感器特性提出智能车辆光学摄像头自适应曝光策略，通过获取图像曝光量的灰度值反馈信息进行曝光时间的自适应调节，策略如图2所示。

第一次图像采集使用初始化的曝光量获取图像二维数组，针对二维数组进行分行处理，计算每一行的阈值[3]，后续每行的采集信息与阈值进行比对，记录偏差e，利用曝光量调节器计算新的曝光时间T，如此反复使光学传感器能够在光线变化较大的环境下实现自适应曝光。自适应曝光流程图如图3所示。

设由摄像头采集的道路环境图像数组为Image[cmosrow][cmoscol]，对数组进行灰度转换：

图2 自适应曝光策略

图3 自动曝光流程图

进行分行处理，计算出每行的阈值并存储在Threshold[i]数组中，通过每个灰度与阈值进行比对后得出处理后的图像信息：

在进行阈值处理过程中计算出曝光度的偏差值error，结合曝光情况计算出下一采集周期的曝光时间T：

处理后经过Sobel边界提取将道路信息提取并显示在仪表屏幕上。

3 自适应曝光试验

为了检验自适应曝光算法的效果，试验中车辆停放在固定地点，并在中午光照强度较为充足的情况下，使用车载光学传感器进行道路信息的采集。将摄像头获取的图片分别进行不同处理。

方案一：将摄像头硬件获取的图像直接进行后续处理。在未使用自适应曝光算法时，车载摄像头采集的道路环境如图4所示。可以看出，此时由于光照强度较为充足导致图像曝光过度，经过后续的高斯处理和Sobel边界提取后，可以获取的道路信息较少，车辆无法安全进行自主行驶。边界提取信息如图5所示。

图4 未使用自适应曝光采集环境

图5 未使用自适应曝光采集的道路边界

方案二：在算法中加入自适应曝光算法，针对不同环境的光照强度逐行进行动态阈值处理，对动态阈值处理后的图像进行高斯处理和Sobel边界提取，得出道路边界的提取情况。加入自适应曝光采集道路情况如图6所示，加入自适应曝光采集的道路边界如图7所示。

图6 加入自适应曝光采集道路情况

图7 加入自适应曝光采集的道路边界

通过两种方案分别获得不同的灰度直方图，图8为方案一获取的灰度直方图，图9为方案二获取的灰度直方图。对比分析可知，在未使用自适应曝光采集到的灰度值除图像最右侧出现的植物隔离带为灰色外，其余位置的灰度大致相同。而加入自适应算法后，在道路的边界处有明显的灰度变化。

图8 方案一获取的灰度直方图

图9 方案二获取的灰度直方图

结 语

[1] 袁方.基于智能车的自动曝光研究[D].武汉:湖北工业大学,2016.

[2] 谷明琴,蔡自兴,易亮.面向无人驾驶车感知系统的自动曝光方法[J].计算机科学,2013(6):300-302,307.

[3] 邱利军,景胜强,李云涛,等.一种新的灰度直方图分割阈值的自动检测方法[J].地理空间信息,2015(6):14,115-117.

ResearchonAdaptiveExposureAlgorithmforUnmannedVehicleOpticalSensor

ChengYan1,LiBaolin2

(1.Jiangsu Vocational College of Information Technology,Wuxi 214153,China;2.China University Mining and Technology)

In order to ensure the unmanned vehicle image acquisition system can obtain more reliable road information even in environment of changeable intensity of light,an auto-adaptive exposure algorithm is proposed in the paper.The collected images is converted into gray value according to the features of optical sensor.In order to get the right exposure points of next period,the dynamic threshold is compared and processed line by line.In the real road test,this algorithm can get a fast and effective road information,and the handling of subsequent boundary is more clear.

unmanned vehicle;adaptive exposure algorithm;dynamic threshold

TP31

A

2017-07-24)