张亮 万莲 张倩 胡慧园

摘 要：为了减少汽车后视镜视野盲区所导致的各种交通事故，本文采用人工智能图像处理方法设计了一种汽车后视镜自调节装置模拟系统，提高了汽车行驶的安全性。该系统不仅结构简洁，操作简便，而且调节时比较迅速精确，能为驾驶员在调节后视镜方面提供合适的调节方式，降低了驾驶汽车的安全隐患。项目利用了FPGA做图像算法，基本可以达到研究目的。

关键词：汽车;后视镜;自调节

中图分类号：U463.6文獻标识码：A文章编号：1003-5168（2019）29-0075-03

Design of Automobile Rearview Mirror Self-adjusting Simulation System

ZHANG Liang WAN Lian ZHANG Qian HU Huiyuan

（School of Computer and Information Engineering， Hubei Normal University，Huangshi Hubei 435002）

Abstract： In order to reduce various traffic accidents caused by the blind area of the rearview mirror of the automobile， this paper designed a simulation system of the automobile rearview mirror self-adjusting device by artificial intelligence image processing method， which improved the safety of the automobile. The system is not only simple in structure， easy to operate， but also relatively quick and accurate in adjustment， which can provide suitable adjustment mode for the driver to adjust the rearview mirror， and reduce the safety hazard of driving the automobile. The project uses FPGA to do image algorithm， which can basically achieve the research purpose.

Keywords： automobile;rearview mirror;self regulation

汽车后视镜位于汽车的左右两侧，其主要用于扩大驾驶员的行车视野范围，解决车辆后方的视野盲区，帮助驾驶员随时了解汽车后方行车状况等各种未知状况，常常代表着驾驶员驾驶汽车时的“第二双眼睛”，其作用是不可取代的[1-3]。因此，汽车后视镜的定位角度决定了驾驶员后方视野出现盲区的范围[4]。近年来，由于后视镜视野范围的不准确，驾驶员在超车、转弯、倒车等行驶过程中出现的交通事故屡见不鲜，汽车后视镜技术在行车安全方面也是一个热门话题。基于这个目的，本文使用人工智能图像处理的方法设计了一种基于人眼识别的汽车后视镜自调节装置模拟系统，旨在解决驾驶员在行驶汽车的过程中出现视野盲区的问题，使汽车行驶安全性得到保障和提高。

1 系统总体方案论证

本模拟系统是在图像处理检测的基础上设计出来的，结合实际环境的应用，本装置系统在实时性处理方面具有极高的要求。由于FPGA能进行实时流水线运算，能达到最高的实时性，在图像处理方面具有极大的优势，因此本研究选用了Altera厂商的FPGA芯片作为主控核心。同时，考虑到设计成本，选用OmniVision厂商的图像采集传感器OV7670。后视镜转动控制端采用两个步进电机，构成了整个系统。系统主要解决后视镜自适应调位问题。

1.1 自适应调位

在驾驶员驾驶汽车的过程中，不同身高、不同身材的驾驶员的坐姿习惯是不一样的，不同驾驶员对座椅背部的倾斜度、座椅前后距离、座椅的高度等要求也不一样，这样就导致不同驾驶员从汽车后视镜里面观看的角度范围存在差异，如果不进行调整，则很容易出现视野盲区。自适应调位功能则是在汽车启动的时刻通过摄像头捕捉到的图像进行人眼定位，计算出人眼位置使后视镜进行初始位置的调整，人眼位置简图如图1所示。

系统在平面模型标准正视图下进行人眼位置采点，如图1（c）所示，在Y轴采集点中，选取了N个点作为后续的人眼位置与后视镜角度关系的数据采集点。

2 系统结构设计

2.1 系统整体设计框图

本系统装置主要由四部分组成：图像数据采集单元、FPGA控制单元、步进电机驱动单元和后视镜调节单元。整体结构如图2所示。

2.2 软件设计

本系统的软件系统主要由四部分组成。一是OV7670驱动单元，主要通过OV7670寄存器配置模块来保证其稳定采集数据，通过像素数据的接收模块向后期处理提供数据;二是SDRAM存储器控制单元，主要功能是控制SDRAM存储器读写数据，包含读控制模块、写模块以及SDRAM的时序控制;三是图像处理单元，它是软件系统的核心，主要功能是对采集到的图像进行人眼精确定位，将定位值传向后续部分，用到了肤色识别算法与人眼特征算法;四是NIOS软核单元，主要实现两个功能，其一是接收人眼定位的坐标值，根据公式法使步进电机反转角度实现智能控制，其二是接收汽车转向的信号，控制后视镜的翻转，保证在行车过程中不会出现盲区。其软件结构框图如图3所示。

2.2.1 人眼位置信息采集.本文描述的模拟系统是基于人眼位置进行设计的，所以第一步需要检测出人眼的位置。系统设计所用到的图像算法都是在FPGA上进行设计的，由于FPGA不适合编写复杂算法，系统选用了多种简单算法相结合来降低复杂程度，首先系统在区域内进行面部检测，再进行人眼定位。

面部检测主要用到肤色检测算法以及模板匹配算法，这里简单对肤色检测进行说明。肤色是人脸的基本特征，作为人脸检测的切入点，是最简单、直观的。在彩色图像中，肤色一般都是相对比较集中和稳定的区域，研究表明，不同的种族、年龄和性别的人在肤色上的主要区别体现在亮度上，除去亮度这一个因素，肤色在一定空间内具有聚类性，通过肤色检测和分割，进一步检测人脸区域，这是基于肤色特征的人脸检测算法的核心思想。因此，系统设计首先将接收到的RGB彩色图像进行归一化处理，转换为YCbCr色彩空间图像，在剔除图像的亮度信息之后，对Cb、Cr色彩值进行Ostu阈值算法处理得到分割出肤色的图像。

由于肤色识别的误差很大，对于类似肤色的物体也能识别出来，还需要进一步处理，同时使用腐蚀膨胀算法去除掉图像噪声，使识别更加准确。接下来就是使用模板匹配法对图像进行进一步处理，系统设计使用的是基于区域模板匹配的方法，这种方法是通过对图片区域的形状以及尺寸特征进行处理，对比区域特征来实现匹配。相比于对整幅图像进行处理，区域识别的计算量和受细节的影响都要小得多。它的重点是区域特征的提取，这种特征必须是易于识别且不同于其他物体的普遍特征的。系统设计通过两种算法相结合极大地提高了面部检测的准确性，人的眼睛在面部具有特定的位置、颜色和形状特征，再次利用颜色分割及模板匹配法进行眼睛定位，并将得到的人眼位置信息进行存储，送给下面进行进一步的处理。人眼位置信息如图4所示。

2.2.2 电机转角转换。在得到人眼位置信息之后，要根据位置信息，对后视镜进行控制。系统在实现过程中利用步进电机代替了汽车两边的后视镜，为了准确地得到电机转动的角度，事先在小汽车内进行实际测量，将其不同高度及需要转动的角度记录下来，再将数据整理成数据表文件。为了方便更改数据，将数据表文件转化成FPGA片内ROM能够识别的文件，并将其存储下来，系统上电时便能使直接使用，系统在工作时利用查表的方法对数据表进行查询，使电机转动。在汽车过弯时，系统利用内部存储的数据进行计算，得出更加合理的数据，大大降低了系统的误差性。

为了得出试验数据，模拟眼点在汽车内的变化情况进行数据测量。测量后视镜翻转角度时，要合理安放图像采集点，使其与后视镜处于同一水平线上，使眼点观察后视镜与图像采集点在水平方向上为同一个值，且眼点距离图像采集点水平距离为50cm。由于人眼的高度在一定范围内，只在动态范围内进行测量，并在使用人眼位置数据时进行取整处理;最后将人眼在范围内上下移动的距离转换成眼点在图像上移动的像素点个数，根据实际测量值计算得出相对竖直方向像素点个数（每一个像素点表示0.55mm高度），如表1所示。

3 结论

本文针对汽车后视镜的不可调节性进行研究，设计了一款基于人眼定位的汽车后视镜自调节模拟系统。针对不同的驾驶员，该系统实现了对汽车后视镜的自适应调节，具有非常好的可扩展性。由于FPGA做图像算法的局限性，本研究实现不了特别精准的算法，识别时受到光线的影响较大，光线不好时不能准确使用，还需要进一步进行优化。但是，系统结构简洁、操作简便且迅速精确，为驾驶员在调节后视镜方面提供了非常便捷的调节方式，降低了驾驶汽车的安全隐患。

参考文献：

[1]姬鹏.基于人眼定位的汽车后视镜自动调节系统[D].哈尔滨：哈尔滨理工大学，2017.

[2]郑鹏程，郭中华.基于Grabcut和Adaboost算法的人脸识别系统设计与实现[J].软件导刊，2017（12）：99-101.

[3]夏慧卿，張丽艳，吴晓天，等.Adaboost人眼定位方法改进与实现[J].大连交通大学学报，2017（5）：111-114.

[4]李希龙.数字地形建模方法综述[J].广西水利水电，2015（6）：71-74.