lt;b>ADI公司/David Katz、Tomasz Lukasiak & Rick Gentile</b>
虽然，现行的安全功能部件大多使用一大批传感器(多数涉及微波、红外光、激光或加速和位置检测)，但只在近来才引入可以满足实时视频需求(使图像处理成为可行的安全技术)的处理器。仿真设备的 Blackfin 媒体处理器系列由于其高速的处理速度、数据传送功能和视频专用接口，为此不断发展的市场提供了具有竞争力的解决方案。本文将讨论 Blackfin 处理器在基于视频的汽车安全的新兴领域中可以扮演的角色。
<b>汽车安全系统</b>
由于多种原因，整个汽车安全范畴都要求使用高性能的媒体处理器。其中一个原因是因为对于挽救生命来说，响应时间是很关键的，所以必须以实时、确定性的方式来进行视频过滤和图像处理。这样就自然需要使视频帧速率和分辨率最大化，达到处理器可以处理给定应用的最高级别，因为这样可以提供最佳的数据以制定决策。另外，处理器需要再次实时地根据所需情况对车辆速度和相对的车辆对象距离进行比较。而且，处理器必须与许多车辆子系统(如引擎、刹车、转向和安全气囊控制器)交相感应，实时地处理来自所有这些系统的传感器信息，并对驾驶员界面环境提供适当的视听输出。最后，处理器应该能与导航和无线电通讯连接，以记录意外事故或其它问题。
<b>智能安全气囊</b>
媒体处理器在汽车安全方面的一种新兴应用是“智能安全气囊系统”，它的展开判断是根据谁正坐在安全气囊对面的座位上作出的。目前，基于重量的系统是最流行的，但从现在开始的5年内视频传感将流行。可以使用速率最大达 200 帧/秒的热量摄像机或常规摄像机，并且可能将使用多个摄像机来提供乘客的立体图像。在任何情况下，其目标都是不仅要表现乘客的尺寸，而且要描绘她的位置或姿势。另外，图像处理算法在确定身体的位置时必须说明人的头部和其它身体部位之间的差异。最后，系统可以选择完全限制展开，以较低的压力展开或在发生碰撞时全部展开。
在此系统中，媒体处理器以高速帧速率读取多个图像流，处理这些图像以得到各种光线条件下乘客的尺寸和位置的轮廓图，并持续监控置于整辆汽车的所有碰撞传感器，以在最快的时间内做出最佳的展开决策。
防碰撞和自适应巡航控制
另一种重要的安全应用是自适应巡航控制(ACC)/防碰撞。ACC 是一种方便使用的功能部件，它控制引擎和刹车系统，以调整汽车相对于前面车辆的距离和速度。其中所涉及的传感器结合使用了微波、雷达、红外线和视频技术。媒体处理器可以以17～30 帧/秒的速率处理来自汽车后视镜旁所安放的定焦于路面的摄像机的图像。所涉及的图像处理算法包括帧到帧图像比较、对象辨别和变化光线情况的对比度均衡。视频传感器输入的目标包括提供有关车道边界、障碍物分类和道路弯曲轮廓的信息。
ACC系统是作为方便使用的功能部件而推出的，而防碰撞系统的目标则是通过调节汽车的刹车、转向和引擎控制器来灵活地避免意外事故。尽管这种努力具有合法性，但它仍发展缓慢。据估计，这些系统的广泛部署是在2010年。然而，因为汽车设计周期通常是以 5 年为一个期限，所以此类系统的设计是从目前开始的。
碰撞警告系统是防碰撞类别系统的一个子系统。它们对即将来临的意外事故做出警告，但不会灵活地避免它，在此领域中有两个主要的子类：
盲点监测器:摄像机被策略性地安放在汽车的外围，以提供驾驶员盲点的可视显示，并在处理器检测到盲点区出现另一车辆时发出声音警告。在汽车反向换档时，如果在汽车的后面有障碍物，则这些系统还充当备份警告，提醒驾驶员。该显示直接集成到后视镜中，提供汽车周围环境完整的无阻挡视图。而且，还可能包括汽车驾驶室中的“盲点”视频，据说，允许驾驶员监控面朝后的婴儿。
车道偏离监测器:这些系统可以充当驾驶员疲劳监测器，并且如果改道不安全或者车辆偏离车道或偏离道路，它们还会通知驾驶员。面向前的摄像机监控汽车前方 50英尺～75 英尺的相对于道路中心线和边界标记的汽车位置。如果汽车无意识地开始离开车道，则系统会发出声音警告。
<b>车道偏离－系统示例</b>
在讨论媒体处理器在基于视频的汽车安全应用中可以扮演的角色之后，对此类应用的典型部分进行分析是非常有意义的。到最后，让我们进一步研究适于Blackfin媒体处理器的车道偏离监测系统。图 2 显示了系统中的基本操作步骤。
图1标明了在整部车上可以将图像传感器安放在哪里，包括如何可以将车道偏离系统集成到底盘。关于这一点要注意一些事项。第一，可以在不同的汽车安全功能中共享多个传感器。例如，可以在车辆倒退时使用面向后的传感器，也可以在车辆向前移动时使用该传感器来跟踪车道；另外，通过在给定条件下选择适当的输入，车道偏离系统可以从许多摄像机源中的任何源接受输入。至少，视频流为嵌入式处理器提供输入。在更高级的系统中，其它传感器信息(如来自 GPS 接收器的位置数据)也为处理器提供输入。
鉴于正在执行的信号处理功能的复杂性，图2的整个系统图表是相当简单易懂的。有关基于视频的偏离系统的有趣之处是，大部分处理是基于图像的并在信号处理器中执行，而没有模拟信号链。从系统材料单的角度考虑，这是非常有利的。基于车辆的系统输出包括某些对驾驶员的指示，以在车辆无意识地离开车道之前纠正汽车的路线。其警告形式可能是“停车振动带(rumble strip)”警告，或可能只是提醒声或话音。
嵌入式处理器的音频输入系统必须在苛刻的环境(包括大幅度的急剧的温度变化以及不断变化的路况)中执行。当数据流进入处理器时，它实时地转换成可处理的形式以输出判断。在最简单的级别，车道偏离系统根据道路上车道标记查找车辆位置。对于处理器，这意味着道路成像的进入流必须转换为描绘路面的一系列线条。
可以通过查找边缘在数据区域中找到线条。这些边缘构成车辆向前行驶时保持在其中的边界。处理器必须跟踪这些线条标记，并确定是否要通知驾驶员有不规则的情况。
记住，其它几个汽车系统也为车道偏离系统提供输入。例如，在有意更改车道和慢速转弯期间，刹车系统和转弯信号通常会用来禁止发出警告。
现在，让我们深入理解车道偏离系统示例的基本部分。图3显示的基本操作流程与图2相同，但更多分析了正在执行的算法。进入系统的视频流需要经过过滤并使它变平滑，以减少由温度、移动和电磁干扰引起的噪音。没有此步骤，将很难找到清楚的车道标记。下一个处理步骤涉及边缘检测，而且如果系统正确设置，则所找到的边缘将表示车道标记。这些线条则必须与车辆的方向和位置相匹配。对于此步骤，我们将描述一下所谓的Hough 转换。此步骤的输出将穿过图像的帧来进行跟踪，并且将根据所有已编译的信息来做出判断。最后的难题是在发出错误警报前及时地发出警告。
虽然，现行的安全功能部件大多使用一大批传感器(多数涉及微波、红外光、激光或加速和位置检测)，但只在近来才引入可以满足实时视频需求(使图像处理成为可行的安全技术)的处理器。仿真设备的 Blackfin 媒体处理器系列由于其高速的处理速度、数据传送功能和视频专用接口，为此不断发展的市场提供了具有竞争力的解决方案。本文将讨论 Blackfin 处理器在基于视频的汽车安全的新兴领域中可以扮演的角色。
<b>汽车安全系统</b>
由于多种原因，整个汽车安全范畴都要求使用高性能的媒体处理器。其中一个原因是因为对于挽救生命来说，响应时间是很关键的，所以必须以实时、确定性的方式来进行视频过滤和图像处理。这样就自然需要使视频帧速率和分辨率最大化，达到处理器可以处理给定应用的最高级别，因为这样可以提供最佳的数据以制定决策。另外，处理器需要再次实时地根据所需情况对车辆速度和相对的车辆对象距离进行比较。而且，处理器必须与许多车辆子系统(如引擎、刹车、转向和安全气囊控制器)交相感应，实时地处理来自所有这些系统的传感器信息，并对驾驶员界面环境提供适当的视听输出。最后，处理器应该能与导航和无线电通讯连接，以记录意外事故或其它问题。
<b>智能安全气囊</b>
媒体处理器在汽车安全方面的一种新兴应用是“智能安全气囊系统”，它的展开判断是根据谁正坐在安全气囊对面的座位上作出的。目前，基于重量的系统是最流行的，但从现在开始的5年内视频传感将流行。可以使用速率最大达 200 帧/秒的热量摄像机或常规摄像机，并且可能将使用多个摄像机来提供乘客的立体图像。在任何情况下，其目标都是不仅要表现乘客的尺寸，而且要描绘她的位置或姿势。另外，图像处理算法在确定身体的位置时必须说明人的头部和其它身体部位之间的差异。最后，系统可以选择完全限制展开，以较低的压力展开或在发生碰撞时全部展开。
在此系统中，媒体处理器以高速帧速率读取多个图像流，处理这些图像以得到各种光线条件下乘客的尺寸和位置的轮廓图，并持续监控置于整辆汽车的所有碰撞传感器，以在最快的时间内做出最佳的展开决策。
防碰撞和自适应巡航控制
另一种重要的安全应用是自适应巡航控制(ACC)/防碰撞。ACC 是一种方便使用的功能部件，它控制引擎和刹车系统，以调整汽车相对于前面车辆的距离和速度。其中所涉及的传感器结合使用了微波、雷达、红外线和视频技术。媒体处理器可以以17～30 帧/秒的速率处理来自汽车后视镜旁所安放的定焦于路面的摄像机的图像。所涉及的图像处理算法包括帧到帧图像比较、对象辨别和变化光线情况的对比度均衡。视频传感器输入的目标包括提供有关车道边界、障碍物分类和道路弯曲轮廓的信息。
ACC系统是作为方便使用的功能部件而推出的，而防碰撞系统的目标则是通过调节汽车的刹车、转向和引擎控制器来灵活地避免意外事故。尽管这种努力具有合法性，但它仍发展缓慢。据估计，这些系统的广泛部署是在2010年。然而，因为汽车设计周期通常是以 5 年为一个期限，所以此类系统的设计是从目前开始的。
碰撞警告系统是防碰撞类别系统的一个子系统。它们对即将来临的意外事故做出警告，但不会灵活地避免它，在此领域中有两个主要的子类：
盲点监测器:摄像机被策略性地安放在汽车的外围，以提供驾驶员盲点的可视显示，并在处理器检测到盲点区出现另一车辆时发出声音警告。在汽车反向换档时，如果在汽车的后面有障碍物，则这些系统还充当备份警告，提醒驾驶员。该显示直接集成到后视镜中，提供汽车周围环境完整的无阻挡视图。而且，还可能包括汽车驾驶室中的“盲点”视频，据说，允许驾驶员监控面朝后的婴儿。
车道偏离监测器:这些系统可以充当驾驶员疲劳监测器，并且如果改道不安全或者车辆偏离车道或偏离道路，它们还会通知驾驶员。面向前的摄像机监控汽车前方 50英尺～75 英尺的相对于道路中心线和边界标记的汽车位置。如果汽车无意识地开始离开车道，则系统会发出声音警告。
<b>车道偏离－系统示例</b>
在讨论媒体处理器在基于视频的汽车安全应用中可以扮演的角色之后，对此类应用的典型部分进行分析是非常有意义的。到最后，让我们进一步研究适于Blackfin媒体处理器的车道偏离监测系统。图 2 显示了系统中的基本操作步骤。
图1标明了在整部车上可以将图像传感器安放在哪里，包括如何可以将车道偏离系统集成到底盘。关于这一点要注意一些事项。第一，可以在不同的汽车安全功能中共享多个传感器。例如，可以在车辆倒退时使用面向后的传感器，也可以在车辆向前移动时使用该传感器来跟踪车道；另外，通过在给定条件下选择适当的输入，车道偏离系统可以从许多摄像机源中的任何源接受输入。至少，视频流为嵌入式处理器提供输入。在更高级的系统中，其它传感器信息(如来自 GPS 接收器的位置数据)也为处理器提供输入。
鉴于正在执行的信号处理功能的复杂性，图2的整个系统图表是相当简单易懂的。有关基于视频的偏离系统的有趣之处是，大部分处理是基于图像的并在信号处理器中执行，而没有模拟信号链。从系统材料单的角度考虑，这是非常有利的。基于车辆的系统输出包括某些对驾驶员的指示，以在车辆无意识地离开车道之前纠正汽车的路线。其警告形式可能是“停车振动带(rumble strip)”警告，或可能只是提醒声或话音。
嵌入式处理器的音频输入系统必须在苛刻的环境(包括大幅度的急剧的温度变化以及不断变化的路况)中执行。当数据流进入处理器时，它实时地转换成可处理的形式以输出判断。在最简单的级别，车道偏离系统根据道路上车道标记查找车辆位置。对于处理器，这意味着道路成像的进入流必须转换为描绘路面的一系列线条。
可以通过查找边缘在数据区域中找到线条。这些边缘构成车辆向前行驶时保持在其中的边界。处理器必须跟踪这些线条标记，并确定是否要通知驾驶员有不规则的情况。
记住，其它几个汽车系统也为车道偏离系统提供输入。例如，在有意更改车道和慢速转弯期间，刹车系统和转弯信号通常会用来禁止发出警告。
现在，让我们深入理解车道偏离系统示例的基本部分。图3显示的基本操作流程与图2相同，但更多分析了正在执行的算法。进入系统的视频流需要经过过滤并使它变平滑，以减少由温度、移动和电磁干扰引起的噪音。没有此步骤，将很难找到清楚的车道标记。下一个处理步骤涉及边缘检测，而且如果系统正确设置，则所找到的边缘将表示车道标记。这些线条则必须与车辆的方向和位置相匹配。对于此步骤，我们将描述一下所谓的Hough 转换。此步骤的输出将穿过图像的帧来进行跟踪，并且将根据所有已编译的信息来做出判断。最后的难题是在发出错误警报前及时地发出警告。
