如何实现自动驾驶的自动制动系统

内容摘要

背景：车辆利用率的增加和疏忽导致道路交通事故增加，从而导致死亡。因此，有必要加强司机，乘客和所有相关人员的安全。

目的：分别借助MATLAB和ARDUINO平台设计和开发实时红色和距离检测。

研究方法： - 确定从业者的不同需求。确定不同的替代方案以满足需求。选择最佳选择并开发模型。通过原型验证设计。

结论：所提出的系统可以用于任何车辆。在功能方面具有成本效益的解决方案可以减少事故的发生。

对技术的影响：通过防止事故的发生，与传统系统相比，提高了驾驶员和车辆的安全性。

关键词：德尔菲法，视频处理，MATLAB，Arduino。

绪论

意外是全世界死亡的主要原因之一。根据TOI文章（2018年2月8日）， 据报道，2017年仅有因道路交通事故导致的约128万人死亡，约7000万人受伤。

同样的一些根本原因是驾驶员粗心大意，发出红灯或停车信号，鲁莽驾驶，分心驾驶等。因此，在本文中，我们介绍一种汽车技术中的技术，其中实时检测两辆车之间的距离和红色颜色检测齐头并进，最终防止道路事故，从而损失生命和财产。

本文所提出的系统利用了MATLAB和Arduino IDE等软件以及相机，超声波传感器，电机等硬件。在MATLAB平台上开发了彩色检测算法，使用MATLAB作为图像处理软件的主要优势在于其内置了图像处理功能，并兼容各种硬件，如Arduino，相机，超声波传感器等。超声波传感器可检测驾驶员车辆与车辆之间的实时距离，然后将来自超声波传感器的输入馈送到Arduino IDE进行处理。

网络摄像头用于监视指定的感兴趣区域。图像采集算法然后应用于通过相机捕获的实时馈送，如果在帧中检测到红色，串行输出将通过串行通信端口发送到arduino，超声波传感器也与Arduino连接，有助于检测指定范围内的障碍物，然后将超声波传感器的输出与MATLAB的串行输出进行比较，并根据制动器启动的逻辑进行比较。

问题选择

以下项目被确定为与车辆控制有关。 因此，从这些选择任何人，德尔菲方法的实施是必要的。

表-1与车辆控制相关的项目列表

德尔福方法选择了14名专家组成的团队。 在第一阶段讨论了不同的项目，并对项目进行排序的标准也相应确定。 在第二阶段，专家的意见进行了分析。

表-2来自专家面板的投票

表-3总体回顾问题选择矩阵

Delphi方法的结果如表3所示。Delphi方法的结果表明，MATLAB与Arduino的实时红色物体和距离检测的接口是最关键的项目。

研究方法论

在本节中，方法学得以开发，如图1所示。根据文献调查和专家讨论确定各种问题。 德尔菲法被用来确定关键问题。 在下一部分方法论原型开发和性能测试验证。

流程图1

机制

Live Feed（实时红色检测）：

实时视频跟踪算法适用于图像处理。 MATLAB被用作图像处理的平台。 为了获取图像，可以使用硬件相机或笔记本电脑摄像头。 实时视频馈送可以保存在笔记本电脑的存储器中，可以在过程结束时删除。 相机连续监视指定区域，如果在框中检测到红色对象，则会在其周围建立边框。 要获得关于硬件摄像头“imaqhwinfo”命令的信息，可以使用。

图像采集：

在连接到笔记本电脑的摄像头开始实时馈送后，快照将在特定时间间隔（毫秒）后进行，以便应用红色检测的进一步图像处理算法。 图像采集工具箱广泛用于实时视频输入处理。 下面给出了MATLAB代码中使用的命令。

表-4 MATLAB函数

一种检测图像中红色的算法：

要开始检测图像中的红色，第一个要求是将红色部分嵌入其中的图像。可以通过笔记本电脑上提供的网络摄像头，通过在特定时间间隔后拍摄快照，从实时馈送中读取图像。从实时视频输入中获取图像快照后，算法将图像的RGB分量存储在指定的3D数组中。

之后，从输入图像中提取RGB色带，并使用命令“rgb2gray（X）”将其存储到三个单独的二维数组中。然后将RGB图像转换为灰度图像，然后转换为二值图像。在灰度转换期间，为这些RGB色带设置最大像素限制。通过使用命令“imsubtract（B，G）”从蓝色带和绿色带减去灰度图像来检测红色。减法运算后，不需要的噪声会从图像中减少，并且使用命令“im2bw（X，limit）”将图像转换为二进制图像，以便仅对感兴趣的图像区域进行聚焦和处理。

图1红色检测

接口BW MATLAB和ARDUINO和超声波传感器

Arduino被用作MATLAB输出（红色检测）和超声波传感器信号之间的合并。 有四种可能性即 来自MATLAB的低信号输出和来自超声传感器的低信号输出，来自MATLAB的低信号输出和来自超声传感器的高信号输出，来自MATLAB的高信号输出和来自超声传感器的低信号输出。

表-5与Arduino连接

Arduino编程用于驱动电机，该电机进一步用于辅助自动制动，具体取决于司机驾驶时发生的情况。四种可能性的结果解释如下：

情况1：来自MATLAB的低信号输出和来自超声波传感器的低信号输出。形成MATLAB的低信号输出是当摄像机没有检测到颜色时，超声波传感器输出的低信号意味着道路上没有障碍物。因此，这意味着检测到的红色不是信号，可以忽略，汽车可以继续行驶而不改变其速度。

情况2：来自MATLAB的低信号输出和来自来自MATLAB的超声波传感器低信号的高信号输出是何时，摄像机没有检测到颜色，并且来自超声波传感器的高信号输出显示路径上存在障碍物意味着汽车需要停下来，这样驾驶员就会收到警报，电动机启动，汽车在几秒钟内停下来。

情况3：来自MATLAB的高信号输出和来自超声波传感器的低信号输出来自MATLAB的高信号输出对应于存在红色可能的信号和来自超声波的低输出信号意味着道路上没有障碍物，因此信号可以被忽略，因为检测到的红色不是信号。并且不会启动。

情况4：MATLAB的高信号输出和超声波传感器的高信号输出，当由MATLAB和超声波传感器产生的高输出信号意味着存在红光，其分别可能是红灯信号灯和车道阻塞。这是红色交通信号的真实指示，并且驾驶员被警告，因此汽车逐渐停止。

图2 Arduino超声波 图3 MATLAB Arduino

硬件实施

在开发该系统时，用于图像采集目的的照相机的角色扮演着重要角色。硬件部分的实现是在Arduino微控制器的帮助下完成的。正确选择硬件在这个项目中起着至关重要的作用。这里使用了由Atmega 8微控制器驱动的arduino板。Arduino中的精确编码为串行通信提供了一个很好的平台。

图像采集设备

市场上有各种分辨率的各种相机。更好的分辨率会更好的是系统的有效性。为了实现原型设计目的，内置笔记本电脑摄像头用于此项目。在这里，设备以规定的触发率拍摄快照。这些快照在MATLAB中使用图像采集工具箱进一步处理。

超声波传感器

超声波传感器通常将超声波发射到空气中并接收来自物体的偏转波。 HC-SR04超声波模块有4个引脚，地，VCC，Trig和Echo。模块的地和VCC引脚需要分别连接到Arduino板上的地和5伏引脚，并将触发和回波引脚连接到Arduino板上的任何数字I / O引脚。

电机驱动器L293D

电路图

图4电机驱动器

电动机驱动器L293D用于控制电动机，在满足代码中提到的给定条件后启动。 我们正在使用的Nema 17步进电机不能直接连接到arduino。 它需要通过电机驱动器连接。 电机驱动器电路如下所示。

硬件规格

表-6零件清单

试制原型

这是非常重要的一步，因为它提供了逼真的3D模型场景。装配所需的部件，如arduino uno电路板，超声波传感器，电机驱动器，无线摄像头和基本车辆结构都是从当地电子市场购买的。

最初输入MATLAB代码的分辨率被设置为1240x480，因为视频输入命令存在错误。由于未根据硬件相机要求分配像素，因此导致此问题。然而，它通过将视频分辨率设置为620x240p来解决。

当输入到vid帧采集命令值时，用于突然停止的视频输入小于1000.为了解决这个问题，帧采集被设置为小于或等于10000.视频输入分辨率被设置为YUY2_620x240像素。

红框入口导致摄像机直播流停止播放。问题一直存在，直到框架中出现红色。然而，这个问题通过使用命令边界框消除了。

结果

经过短暂的研究后，实施了以下逻辑。除非和直到来自超声波传感器或来自两个传感器（MATLAB和超声波传感器）的输出信号不高，否则致动器即电动机保持未启动。当输出为高电平时，用户将通过与自动制动系统（电动机驱动）一起显示的方式提醒用户。

表-6结果

结论

本文论证了一个由无线摄像头和超声波传感器功能组合组成的简单系统如何通过最终减少事故的发生来增强驾驶员，同乘者和行人的安全以及财产的大量损失。

该解决方案具有成本效益，易于制造且易于安装。规定系统的效率随着防抱死制动系统的增加而增加。此外，由于显示的警告信号使驾驶员谨慎行事，因此它还将对驾驶员的责任感吸收。

未来的范围

根据写入程序的可修改逻辑，规定的系统可以在传统以及电动车辆中实施以辅助制动。