论文部分内容阅读
摘 要：基于4G通信的车载安全驾驶辅助系统包括车载ADAS多摄像头图像编解码处理和输出关键组件、车载中控与智能人机语音交互、4G LTE通讯、车路/车车协同信息交互模块，以及后台大数据关键软件等。主要研究-研究车路协同系统构建;道路上相临近车辆的短程通讯技术;基于高速通讯网络，基于云计算的车联网大数据的分析。该论文涉及的成果产品可接入多路视频信号，实现对多个摄像头图像的图像合成和处理，实现安全辅助驾驶;项目产品集成了语音识别，完成对车载主机更方便、更简洁的控制。
关键词：4G LTE高速通讯; 安全驾驶辅助系统;智能车载中控主机;大数据处理;语音识别
一、研究技术路线
（一）技术研讨，总体方案设计
系统包含360度ADAS全景辅助系统模块、4G LTE通讯传输模块、中控主机显示模块、360度全景摄像头采集模块、车车通讯模块等，各主要系统功能模块，其相互配合。整个研究整体系架构框图如下：
为了更好研究本报告中涉及的关键技术，本研究采用高度非耦合的构架方式设计，使软件模块化高度分离，有效独立各层次软件，对各个模块的技术难点、核心技术在系统设计、软件功能设计与验证、移植性和可靠性方面都体现出极大优势。
（二）关键技术研究
2.1 大数据处理云平台技术
本研究车联网云大数据分析平台采用通用并行计算框架Spark，其是基于MapReduce算法实现的分布式计算，在Hadoop MapReduce优点基础上，其任务的中间结果可以保存在内存中，不用再读写HDFS，从而实现快速查询，速度比基于磁盘的系统更快。因此，Spark在处理迭代算法和交互式数据挖掘算法等方面具有更大的优势。
Spark MLlib是常用的机器学习算法实现库，也包括相应的测试和数据生成器。MLlib支持的机器学习问题包括分类、回归、聚类以及协同过滤等，同时也包括一个底层的梯度下降优化基础算法。系统支持的算法包括基本统计（概要统计、相关分析、分层抽样、假设检验、随机数据生成）;分类与回归（线性模型、决策树、朴素贝叶斯）;协同过滤（最小二乘法）;聚类（K-Means、DBSCAN）;降维（奇异值分解SVD、主成分分析PCA）;特征提取和转换。
Spark Streaming是建立在Spark上的应用框架。属于Spark的核心API，它支持高吞吐量、支持容错的实时流数据处理。利用Spark的底层框架作为执行基础，并在其上构建了DStream的行为抽象。利用DStream提供的API，用户可以在数据流上实时进行count，join，aggregate等操作，还可以直接使用内置的机器学习算法、图算法包来数据处理。作为构建于Spark之上的应用框架，继承了Spark的编程风格。并且，具有容错性和高效性，集成了Spark的批处理和交互式查询。
GraphX是一些常用的图的算法在Spark上的实现，同时提供了全面的API接口。可以快速地完成基于度分布的中枢节点发现、基于最大连通图的发现、基于三角关系计数的关系衡量和基于随机游走的用户属性传播等。
2.2 高速网络通讯模块/近程通讯技术设计
主控模块主要基于当前先进的4G LTE 车联网通讯终端，具有车辆整车数据采集功能、CAN数据分析功能、网络通讯上传功能、车辆诊断功能。通过基于4G LTE 网络和后台的TSP的通讯实现对当前道路的信息/相邻车况信息的上报，实现车辆和交通设施的交互，甚至可以通过配合全景360度辅助驾驶显示系统，更方便地在云平台实现对整个汽车端现实环境的监控和回放，可以实时发送到智慧交通信息平台，供平台进行实时路况、车流、事故等综合分析。
通过对系统芯片的研究和开发工作，我们设计出我们的系统连接、通讯方案，以此可以实现系统中应用处理器AP和基带控制器芯片之间的数据调用和共享。根据本项目中所设计的LTE-V通讯模块已经完成样机的开发工作，并实现客户的验证测试，可以实现车车、车路之间的通讯测试，系统主要通过以下的框图所示：
而针对每个不同的模块会实现不同的功能，如：
CORE 9628模块采用AG35模块实现，重点实现和平台端、基站端的数据通讯，实现LTE部分功能，同时集成了高精度定位的功能，协助V2X CORE实现对车车通讯、车路协同应用场景中对高精度定位的要求，其中CORE 9628中的所有功能可面对不同规模的终端数据量级可以选择开放或者关闭部分的应用场景，也可以升级硬件配置，以满足不同的场景需求。主处理器AG35的部分主要的功能如下图所示：
V2X CORE 模块采用AG15模块，主要实现了LTE-V2X的通讯部分，可实现车辆间通讯的数据交互，主要功能如下：
2.3 高清360度全景图像融合与视频编码技术
图像融合与视频编码技术子系统主要是此安全辅助驾驶系统中的辅助模块，采用高清360全景系统，可以有效探测图像视野中车辆前后方向的其它车辆，在配备有360系统中，主控单元可以将运算后将处理結果显示在360系统的画面中，配合360系统实现更准确的盲区检测和防碰撞预警功能。高清360 度全景环视系统将实现以车身为中心辐射车身四周2m—3m 高清成像。经过四个大角度百万高清摄像头获取的实时影像经过控制器畸变校正拼接后的全景俯视图反映车身周围真实环境。前后盲区将不大于200mm，左右盲区不大于50mm，周身近场拼接实时图像误差不大于50mm，1000mm 以外误差不大于100mm。这其中对图像的处理、图像的融合技术是非常大的挑战。此系统在整个系统具有辅助显示的作用， 是超声波雷达预警系统的有效补充，同时也能在光线比较好的情况下进行图像报警，方便驾驶员进行安全驾驶和泊车。
（三）人机交互和语音识别技术 本研究中使用的人机交互系统采用Android系统，作为人机交互的核心主机系统，此系统主要包括了车载主机的所有功能，包括基本的车载导航、车载音视频媒体播放、HDM手机互联互控、车联网网络连接、紧急救援与电话呼叫系统、语音识别与惯性导航系统，是一款功能丰富、性能卓越的人机交互系统。
语音控制是利用车机的麦克风采集人说话的语音来实现对车机控制和交互，目的就是要实现在解放了手和眼睛的情况下实现对车机控制和交互。语音控制有别于传统的UI交互系统，因为UI交互首先给了用户一个操作的提示--界面，而则是在没有任何提示的情况下开始交互的，用户全凭记忆和经验来发起操作。
语音控制由语音识别模块（即语音转文本模块）、语意解解析模块、系统状态管理模块和功能调用接口（API）构成。语音识别模块负责将声音数据转换成文本数据，语意解析模块则负责将文本数据的语言成分进行分解，识别出主语、动作、目标和附加内容，即文本指令，系统状态管理模块能识别自己能处理的文本指令并根据系统的状态将文本指令转换成对应的API调用，到此就完成了一个语音控制过程。基于的语音控制系统软件构成如下：
考虑到人机交互系统对系统资源的占用和消耗是非常大的，因此人机交互系统的硬件系统采用独立的系统完成，其硬件框图如下：
语音识别系统的主要功能可以通过语音系统唤醒并提供服务，主要的功能设计有：
二、结束语
新一代车载安全辅助驾驶系统在传统的ADAS安全驾驶辅助的基础上，增加了车车通讯、车路通讯等近场通信技术，同时融合了图像融合与图像传输、人机交互相关技术，从而使得新的车载安全辅助驾驶系统比传统的系统更具备智慧城市所要求的智慧特性。
目前研究已完成系統设计和样机测试功能 ，达到各阶段的预设目标。 因本研究研制样机尚未正式投产及推广至大批量应用，但通过本项目研究和技术和产品，配合当前国家在智慧交通和智慧城市的推进建设过程中，将在未来拥有不可预估的商业机会。因此，该产品有良好的推广前景。
参考文献：
[1]田彬， 赵祥模.车路协同条件下智能网联高速公路通行效率信息自适应分发协议：NRT-V2X. 陕西：长安大学，信息工程学院，2019.1.07。
[2]冉放. 面向I2V信息共享的路侧终端协作算法研究，大连理工大学， 2016.5.1。
[3]卓福庆.面向自驾联网车的交叉口协同控制方法研究[D]. 华南理工大学 2016.3。
[4]徐成.部分车辆联网条件下多车协同避撞算法研究[D]. 清华大学 2015.
[5]程宇，邓德祥，颜佳，范赐恩.基于卷积神经网络的弱光照图像增强算法[D]，武汉大学，电子信息学院，2019.04。
[6]沈卓荟，基于深度学习的图像合成技术研究[D]，华东师范大学 2018.05。
[7]李立，徐志刚，赵祥模，汪贵平.智能网联汽车运动规划方法研究综述，陕西：长安大学 电子与控制工程学院 2018-08-18
作者简介：
朱杰，男，本科学历，高级工程师，现任公司副董事长，单位：深圳市赛格导航科技股份有限公司。
（专利号：2019102324402）名称：一种自动报警的车辆紧急救援方法及系统
关键词：4G LTE高速通讯; 安全驾驶辅助系统;智能车载中控主机;大数据处理;语音识别
一、研究技术路线
（一）技术研讨，总体方案设计
系统包含360度ADAS全景辅助系统模块、4G LTE通讯传输模块、中控主机显示模块、360度全景摄像头采集模块、车车通讯模块等，各主要系统功能模块，其相互配合。整个研究整体系架构框图如下：
为了更好研究本报告中涉及的关键技术，本研究采用高度非耦合的构架方式设计，使软件模块化高度分离，有效独立各层次软件，对各个模块的技术难点、核心技术在系统设计、软件功能设计与验证、移植性和可靠性方面都体现出极大优势。
（二）关键技术研究
2.1 大数据处理云平台技术
本研究车联网云大数据分析平台采用通用并行计算框架Spark，其是基于MapReduce算法实现的分布式计算，在Hadoop MapReduce优点基础上，其任务的中间结果可以保存在内存中，不用再读写HDFS，从而实现快速查询，速度比基于磁盘的系统更快。因此，Spark在处理迭代算法和交互式数据挖掘算法等方面具有更大的优势。
Spark MLlib是常用的机器学习算法实现库，也包括相应的测试和数据生成器。MLlib支持的机器学习问题包括分类、回归、聚类以及协同过滤等，同时也包括一个底层的梯度下降优化基础算法。系统支持的算法包括基本统计（概要统计、相关分析、分层抽样、假设检验、随机数据生成）;分类与回归（线性模型、决策树、朴素贝叶斯）;协同过滤（最小二乘法）;聚类（K-Means、DBSCAN）;降维（奇异值分解SVD、主成分分析PCA）;特征提取和转换。
Spark Streaming是建立在Spark上的应用框架。属于Spark的核心API，它支持高吞吐量、支持容错的实时流数据处理。利用Spark的底层框架作为执行基础，并在其上构建了DStream的行为抽象。利用DStream提供的API，用户可以在数据流上实时进行count，join，aggregate等操作，还可以直接使用内置的机器学习算法、图算法包来数据处理。作为构建于Spark之上的应用框架，继承了Spark的编程风格。并且，具有容错性和高效性，集成了Spark的批处理和交互式查询。
GraphX是一些常用的图的算法在Spark上的实现，同时提供了全面的API接口。可以快速地完成基于度分布的中枢节点发现、基于最大连通图的发现、基于三角关系计数的关系衡量和基于随机游走的用户属性传播等。
2.2 高速网络通讯模块/近程通讯技术设计
主控模块主要基于当前先进的4G LTE 车联网通讯终端，具有车辆整车数据采集功能、CAN数据分析功能、网络通讯上传功能、车辆诊断功能。通过基于4G LTE 网络和后台的TSP的通讯实现对当前道路的信息/相邻车况信息的上报，实现车辆和交通设施的交互，甚至可以通过配合全景360度辅助驾驶显示系统，更方便地在云平台实现对整个汽车端现实环境的监控和回放，可以实时发送到智慧交通信息平台，供平台进行实时路况、车流、事故等综合分析。
通过对系统芯片的研究和开发工作，我们设计出我们的系统连接、通讯方案，以此可以实现系统中应用处理器AP和基带控制器芯片之间的数据调用和共享。根据本项目中所设计的LTE-V通讯模块已经完成样机的开发工作，并实现客户的验证测试，可以实现车车、车路之间的通讯测试，系统主要通过以下的框图所示：
而针对每个不同的模块会实现不同的功能，如：
CORE 9628模块采用AG35模块实现，重点实现和平台端、基站端的数据通讯，实现LTE部分功能，同时集成了高精度定位的功能，协助V2X CORE实现对车车通讯、车路协同应用场景中对高精度定位的要求，其中CORE 9628中的所有功能可面对不同规模的终端数据量级可以选择开放或者关闭部分的应用场景，也可以升级硬件配置，以满足不同的场景需求。主处理器AG35的部分主要的功能如下图所示：
V2X CORE 模块采用AG15模块，主要实现了LTE-V2X的通讯部分，可实现车辆间通讯的数据交互，主要功能如下：
2.3 高清360度全景图像融合与视频编码技术
图像融合与视频编码技术子系统主要是此安全辅助驾驶系统中的辅助模块，采用高清360全景系统，可以有效探测图像视野中车辆前后方向的其它车辆，在配备有360系统中，主控单元可以将运算后将处理結果显示在360系统的画面中，配合360系统实现更准确的盲区检测和防碰撞预警功能。高清360 度全景环视系统将实现以车身为中心辐射车身四周2m—3m 高清成像。经过四个大角度百万高清摄像头获取的实时影像经过控制器畸变校正拼接后的全景俯视图反映车身周围真实环境。前后盲区将不大于200mm，左右盲区不大于50mm，周身近场拼接实时图像误差不大于50mm，1000mm 以外误差不大于100mm。这其中对图像的处理、图像的融合技术是非常大的挑战。此系统在整个系统具有辅助显示的作用， 是超声波雷达预警系统的有效补充，同时也能在光线比较好的情况下进行图像报警，方便驾驶员进行安全驾驶和泊车。
（三）人机交互和语音识别技术 本研究中使用的人机交互系统采用Android系统，作为人机交互的核心主机系统，此系统主要包括了车载主机的所有功能，包括基本的车载导航、车载音视频媒体播放、HDM手机互联互控、车联网网络连接、紧急救援与电话呼叫系统、语音识别与惯性导航系统，是一款功能丰富、性能卓越的人机交互系统。
语音控制是利用车机的麦克风采集人说话的语音来实现对车机控制和交互，目的就是要实现在解放了手和眼睛的情况下实现对车机控制和交互。语音控制有别于传统的UI交互系统，因为UI交互首先给了用户一个操作的提示--界面，而则是在没有任何提示的情况下开始交互的，用户全凭记忆和经验来发起操作。
语音控制由语音识别模块（即语音转文本模块）、语意解解析模块、系统状态管理模块和功能调用接口（API）构成。语音识别模块负责将声音数据转换成文本数据，语意解析模块则负责将文本数据的语言成分进行分解，识别出主语、动作、目标和附加内容，即文本指令，系统状态管理模块能识别自己能处理的文本指令并根据系统的状态将文本指令转换成对应的API调用，到此就完成了一个语音控制过程。基于的语音控制系统软件构成如下：
考虑到人机交互系统对系统资源的占用和消耗是非常大的，因此人机交互系统的硬件系统采用独立的系统完成，其硬件框图如下：
语音识别系统的主要功能可以通过语音系统唤醒并提供服务，主要的功能设计有：
二、结束语
新一代车载安全辅助驾驶系统在传统的ADAS安全驾驶辅助的基础上，增加了车车通讯、车路通讯等近场通信技术，同时融合了图像融合与图像传输、人机交互相关技术，从而使得新的车载安全辅助驾驶系统比传统的系统更具备智慧城市所要求的智慧特性。
目前研究已完成系統设计和样机测试功能 ，达到各阶段的预设目标。 因本研究研制样机尚未正式投产及推广至大批量应用，但通过本项目研究和技术和产品，配合当前国家在智慧交通和智慧城市的推进建设过程中，将在未来拥有不可预估的商业机会。因此，该产品有良好的推广前景。
参考文献：
[1]田彬， 赵祥模.车路协同条件下智能网联高速公路通行效率信息自适应分发协议：NRT-V2X. 陕西：长安大学，信息工程学院，2019.1.07。
[2]冉放. 面向I2V信息共享的路侧终端协作算法研究，大连理工大学， 2016.5.1。
[3]卓福庆.面向自驾联网车的交叉口协同控制方法研究[D]. 华南理工大学 2016.3。
[4]徐成.部分车辆联网条件下多车协同避撞算法研究[D]. 清华大学 2015.
[5]程宇，邓德祥，颜佳，范赐恩.基于卷积神经网络的弱光照图像增强算法[D]，武汉大学，电子信息学院，2019.04。
[6]沈卓荟，基于深度学习的图像合成技术研究[D]，华东师范大学 2018.05。
[7]李立，徐志刚，赵祥模，汪贵平.智能网联汽车运动规划方法研究综述，陕西：长安大学 电子与控制工程学院 2018-08-18
作者简介：
朱杰，男，本科学历，高级工程师，现任公司副董事长，单位：深圳市赛格导航科技股份有限公司。
（专利号：2019102324402）名称：一种自动报警的车辆紧急救援方法及系统