创作背景

半挂车转弯过程中由于内轮差引发的交通事故占70%以上，死亡率达90%以上，已经引起了国内外研究人员的高度重视。本项目旨在通过加装一些探测装置，以减少半挂牵引车行驶过程中的视觉盲区，从而在一定程度上提高驾驶视线而达到减少大型车辆交通事故发生的概率，有效的保障行人和驾驶者生命财产安全。

基本思路：

本创项目通过三维建模，实地测试，数据分析等方式制定出一套高效避盲方案。装置共由提示灯、显示屏和自动跟踪广角镜构成，其余部分由6个摄像头和4个超声波雷达组成，防水无反光的显示屏对安装在主驾驶挡风玻璃处进行图像呈现，显示屏俯仰角可通过电动按钮进行调节，自动跟踪广角镜将跟随车轮左右转动角度匹配进行相应转动调整，以达到最大视野的目的。

创新点：

（1）拼接成像系统

针对六视角拍摄的不同图像，通过程序图像预处理，采取特征点匹配策略找出两幅图像之间的变化关系，然后根据坐标变化关系，将两幅图像变换到同一个坐标系中，最后通过融合技术得到一幅完整的全景图。通过建模证明，该设备仅需四个摄像头即可实现车身环境呈现，容错率高。同时，全景视图也可以为自动驾驶系统中识别、检测、跟踪等算法提供支持。

（2）自动旋转广角镜

装置通过80C51单片机系统编程实现自动跟踪，通过CATIA软件进行建模，分析数据后将主驾驶侧转角幅度定于左右25.87°之间，副驾驶侧左右转角幅度定于左右，并将此间77.86°划分为500插值，从而根据车轮转向实现对舵机的精准、智能控制。

（3）基于权重分配的多源融合测距系统（摄像头+雷达）

测距系统拟通过计算机视觉技术、超声波雷达检测技术两种方式对周围车辆进行测距。计算机视觉技术通过摄像头来感知车辆前方的交通状况，将图像传递至中枢系统进行二值化处理，从而测量与障碍物间的相对距离、相对速度等，但其对光线、雨水、雾霾、沙尘暴等天气条件敏感，测距精度相比较与超声波雷达要差一些。而通过超声波雷达（图9）来感知前方的交通状况、测量与障碍物间的相对距离、相对速度等精度较高，误差较小。

故项目测距方式采用计算机视觉技术与超声波雷达监测技术结合的方式。当遇到如大雨、雾霾等恶劣天气，即将超声波雷达测距比重调至90%，计算机视觉调至10%；当天气晴朗，视觉良好时，则将两种方式权重均调至50%。

技术关键：

在本项目中，通过利用自动跟踪广角镜、超声波雷达、摄像头相互配合，将视觉分散点集中于车内显示屏，解决了多镜化获取信息反馈时间慢的问题。本团队已经克服雷达测距与计算机视觉测距权重分配问题，可根据视觉情况调节权重配比。目前，团队正逐步攻克全景图像整合技术与智能识别与预警技术，所有单片机编程代码、实物研发均为本团队成员创作。