TTC測距算法


TTC測距算法

輸入輸出接口

Input:(1)人與車(或車與車)的距離

(2)人與車(或車與車)的相對速度

Output:TTC collision time

算法介紹和設計方案

TTC是Time-To-Collision的縮寫,直譯為碰撞時間。海沃德(1972)將TTC定義為:“如果兩個車輛以現在的速度和相同的路徑繼續碰撞,則需要碰撞的時間”。在交通沖突技術的研究中,TTC已被證明是衡量交通沖突嚴重程度和區分關鍵行為與正常行為的有效手段。一些研究的結果指出直接使用TTC作為交通決策的線索。車輛之間未來相互作用的預測涉及為受試車輛以及所有可能發生相互作用的車輛創建預測軌跡,以查看是否可能發生碰撞。

 

 

 

圖1. 軌跡管理中的TTC算法

在TTC算法中,車輛被視為二維平面。每一輛都由位於平面中特定位置的矩形表示。每輛車都有速度和加速度,速度與加速度都是矢量。

每輛“主體”車輛與附近的車輛會發生相互作用,不存在先導車輛或跟隨車輛。主體車輛的動作遵循三條規則:

1)   跟隨前方的車輛

2)   避免碰撞

3)   基於TTC的數值來調整所采取的動作的強度。

TTC是針對每兩輛相互足夠接近車輛來計算相互時間步長。根據其老位置、新速度矢量和新加速度矢量計算車輛的新坐標。它的新速度矢量同樣是從它的舊速度和新加速度矢量計算出來的。通過對期望軌跡、道路幾何形狀、交通控制(例如,停止標志、交通信號和速度限制)以及鄰近車輛的接近來確定加速度矢量。如果不引起任何碰撞,加速度被認為是可接受的。

TTC 碰撞時間(TTC是專門針對CIPV,本車會撞上前車的時間)

Mobileye的后裝產品里面,FCW的時間設的是2.7秒

o   根據科學的統計,當提前2.5秒給予一個車輛警告的話

o   人的反應時間和剎車的距離,基本上可以做到車子剎停下來

Mobileye的后裝產品(客戶以商用車為主)會把這個預值再放大一點,保證司機有足夠長的時間把車輛剎停下來

 

 

 

圖2. 車輛防撞預警處理流程圖

設A為自車,B為它車,d為兩車中心連線的距離,K為兩車的橫向距離,s1,s2分別為自車與它車到碰撞點的距離。

 

 

 

圖3. 各種碰撞算法模型示意圖

 

 


邏輯上

o   處理算法獲取圖像,根據圖在視野里面的變化的快慢,可計算出這輛車會碰撞的時間

o   做距離的檢測,包括之前更多的是用雷達的手段來做FCW,或者AEB的時候,其實也都是先做了距離的檢測,然后再來算出碰撞的時間

單目的攝像頭的計算方式就是直接計算TTC

o   跟車輛的車速線是直接對接的(知道本車的速度),可反算出來這個距離是多少。

o   輸出TTC這個值,因為這個值才是最終用來做預警或者控制的最有用的一個參數

 

 

 

 

表1. 危險特征參數統計結果

 

o   在TTC 2秒~2.5秒的范圍內,視覺算法檢測出TTC和真實的TTC之間是非常的精准的,只有當距離遠了之后TTC才會產生一定的偏差。 

o   AEB一般起作用都是在1秒上下的區間里面起作用,在這個時候我們的TTC已經可以做到非常精准。 

o   當把TTC設在1.4、1.0和0.6的時候,我們AEB的TTC和實際要求的預值之間的精准度是非常非常高的。 

在整個過程里面從FCW到AEB是一個過程,在不同的速度區間下,都有個最低的時間,我們根據這個畫一根線,對司機來說,到時候就有兩個決策。

o   通過制動解決問題

o   通過拐出去:經過很多次的貨車側翻和教訓,相信現在大量的司機都是不打方向,寧可往前撞的。

o   FCW的開始時間

o   駕駛員意識到的時間

o   駕駛員意識到沒動作(剎車)的時間

o   AEB的啟動時間

  • 感知計算傳遞
  • 剎車執行器(由剎車類型決定)

§  后面一體化的比較有趣了

  • 開始減速
  • 減速過程

 

 

 

圖4. FCW實例

這個上面所說的2.7秒,看來就是所得出來正常駕駛員所能接受的

o   TTC設計過長,可能會讓開車有侵略性的受不了

o   TTC設計過短,則讓司機覺得FCW無用

這里就需要運用大量數據和統計的事來了,我相信這個2.7秒是個抽象的值,實際上是個函數。
根據Toyota在《Study on TTC Distribution when Approaching a Lead Vehicle》一文里面多樣的數據,感覺確實乘用車和商用車差異較大,具體在實施過程中,可能具有很大的差距,是需要考慮駕駛員的行為和接受度的。細節還需要對比更多的數據來對實際的設置有相應的考慮,可能以后自己還能調節這個Profile呢,或者進行更深度的學習。


小結:

1)主動安全,比我們想象的單個ECU和感知系統的事要復雜得多,因為牽涉了很多駕駛行為(人)和道路&環境(路),變量是比較多的。

2)以后這塊的數據,是比較值錢的。

開發方案:

第一,統計連續10幀圖像中每兩幀圖像車輛的圖像像素偏移數,行人的圖像像素偏移數,再依據幀率分別計算車輛和行人平均像素便宜和圖像像素偏移速度。

第二,將圖像坐標系轉換成世界坐標系,在世界坐標系下,分別計算行人和車輛的矢量合成速度v12,計算TTC碰撞時間T=s/v12。

第三,分別計算行人行走的距離s1=v1*T, 車輛行駛的距離s2=v2*T。依據s1,S1,s2,S2的關系,判斷行人和車輛是否相撞。

第四,同樣道理,可以判斷車輛與車輛的碰撞TTC問題。

 

 

 

 

                        圖5. 行人與車輛速度距離及TTC

 

數據集上達到(詳細指標在開發過程中逐步修正)

 

 

 

行人(pedestrain)

車輛(vehicle)

TTC

備注

准確度

80%(70米)

80%(120米)

90%(70米)

 

召回率

50%(70米)

60%(120米)

50%(70米)

 

幀率

30fps

30fps

30fps

 

表2. 性能指標

 

集成

算法開發完成后,將算法集成到嵌入式硬件平台用於路測。


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM