基于V2V和V2I通信的ADAS性能改善研究

基于V2V和V2I通信的ADAS性能改善研究

基于视觉的先进驾驶辅助系统（ADAS）很大程度上依赖于车载摄像头采集的实时数据，连同雷达、超声波和全球定位系统等其它车载传感器或系统,共同实现ADAS功能的发挥。常见的基于视觉的ADAS在运行时需要对采集的大量图像数据进行处理，为了满足系统的实时性要求，因而需要采用强大计算能力的处理系统。车-车（V2V）通信和车-基础设施（V2I）通信的应用能够增强基于视觉的ADAS性能，从而可降低处理系统对计算能力的要求，降低基于视觉的ADAS成本。根据IEEE 802.11p标准，V2V和V2I通信采用专用短程通信（DSRC）技术并使用5.9GHz频段作为通信频率。通过3个实例介绍如何将V2V和V2I通信应用在基于视觉的ADAS上。

实例1：在雾、雪、大雨和夜间行驶状态下，ADAS利用对摄像头采集的道路图像进行处理，改善驾驶员的可视条件。但是，在行驶环境十分恶劣的条件下，处理后的图像仍然不能满足可视化需求。将V2V和V2I通信应用在此类ADAS上时，对不同类型汽车采集的道路图像进行处理，将处理后满足可视化需求的道路图像及其信息（经度、纬度、高度）存储在数据库中。当行驶环境十分恶劣时，汽车通过V2I通信请求当前位置处理后的道路图像，并与自身摄像头采集的图像进行特征对比，当对比的相似度满足设定的阈值时，将数据库中的道路图像反馈给驾驶员，实现对道路车道线、标志的辨识。

实例2：汽车行驶道路上可能会出现废弃轮胎、死亡动物等静态障碍物，这些障碍物需要借助人工进行清理，若清理不及时，可能影响行车安全。ADAS利用道路扫描功能辅助驾驶员及时发现这些静态障碍物。将V2V和V2I通信应用在此类ADAS上时，ADAS对摄像头采集的图像执行目标检测算法，检测是否有静态障碍物的存在。若发现静态障碍物，利用V2V通信将静态障碍物信息传输给附近其它汽车，并利用V2I通信传输给道路管理部门，请求派出维护小组及时清除。

实例3：汽车通过交叉路口时，ADAS能够对行人进行检测，提醒驾驶员可能发生的车人碰撞。但是，实际的交叉路口行人的行为特性十分复杂，可能出现各种紧急情况，甚至混乱情况，此时ADAS无法处理。将V2V和V2I通信应用在此类ADAS上时，将进入交叉路口一定区域内的汽车采集的行人图像通过V2V和V2I通信进行共享，通过特征匹配，实现对行人行为特性的动态监测，即使在汽车摄像头无法进行图像采集的区域，仍然能够预测发生车人碰撞的风险，尽可能地减少车人碰撞的发生。

Modar Horani et al.SAE 2017-01-0076.

编译：李臣