本發(fā)明涉及一種基于單目視覺技術(shù)的車載測距系統(tǒng)及方法。
背景技術(shù)：
：基于單目視覺技術(shù)的車載測距系統(tǒng)首先需要實(shí)現(xiàn)前方車輛的檢測。目前，用于檢測前方車輛的方法主要有：基于車輛底部陰影特征的檢測方法、基于車輛紅色尾燈特征的車輛檢測方法以及基于光流的運(yùn)動(dòng)車輛的檢測方法?；诠饬鞯倪\(yùn)動(dòng)車輛的檢測方法在動(dòng)態(tài)背景下，識(shí)別率較低。基于車輛底部陰影特征以及車輛水平邊緣特征和對(duì)稱性的車輛檢測方法，首先利用車輛底部陰影特征確定可能存在車輛的區(qū)域，再根據(jù)車輛的水平邊緣特征和對(duì)稱性精確定位。該方法沒有對(duì)檢測到的陰影特征進(jìn)行虛假目標(biāo)的排除。基于車輛尾燈特征的車輛檢測方法需要對(duì)獲取的每一幀圖像進(jìn)行顏色空間的轉(zhuǎn)換。目前，車載測距系統(tǒng)，大多采用雷達(dá)、超聲波等傳感器。而基于單目視覺的測距技術(shù)，一般又需要配合激光等設(shè)備使用。基于視覺系統(tǒng)的測距方法與雷達(dá)、超聲波等傳感器相比，具有安裝簡便、價(jià)格低廉、對(duì)外部環(huán)境無干擾等優(yōu)點(diǎn)。目前的基于攝像機(jī)內(nèi)部參數(shù)和幾何關(guān)系的單目視覺測距方法在攝像機(jī)三維姿態(tài)不變的條件下具有較為準(zhǔn)確的測距效果，應(yīng)用在車載測距系統(tǒng)中則會(huì)產(chǎn)生較大的誤差。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的是提供一種基于視覺系統(tǒng)的測距系統(tǒng)及方法。為了達(dá)到上述目的，本發(fā)明的一個(gè)技術(shù)方案是提供了一種車載測距系統(tǒng)，包括：圖像采集模塊，用于從車載攝像頭獲取道路圖像；攝像頭參數(shù)及路況信息輸入模塊，用于輸入車載攝像頭的安裝高度信息及路況信息，不同路況信息對(duì)應(yīng)不同的安全車距，其特征在于，還包括：圖像預(yù)處理模塊，用于將圖像采集模塊獲取的道路圖像轉(zhuǎn)換為灰度圖像；車輛檢測模塊，對(duì)圖像預(yù)處理模塊得到的圖像進(jìn)行閾值分割，從而將車輛底部陰影區(qū)域分割出來，以檢測前方是否有車輛，若有前方有車輛，則記錄前方車輛底部陰影區(qū)域的幾何中心的坐標(biāo)，作為待定的測距點(diǎn)；攝像頭三維姿態(tài)判定模塊，用于從車輛檢測模塊得到的圖像中檢測車道線，利用車道線的變化情況判斷攝像頭的三維姿態(tài)，攝像頭的三維姿態(tài)分為正常姿態(tài)、俯仰角變化、旋轉(zhuǎn)、車輛偏離車道進(jìn)行判斷，若從車輛檢測模塊得到獲取的m幅圖像中的車道線的交點(diǎn)橫縱坐標(biāo)的變化均小于允許的最大差值，則攝像頭的三維姿態(tài)處于正常姿態(tài)；若從車輛檢測模塊得到獲取的m幅圖像中的車道線的交點(diǎn)橫縱坐標(biāo)中多個(gè)坐標(biāo)的縱坐標(biāo)值的變化超過了允許的最大差值，且其橫坐標(biāo)變化不大，則攝像頭的三維姿態(tài)處于俯仰角變化；若從車輛檢測模塊得到獲取的m幅圖像中的車道線的交點(diǎn)橫縱坐標(biāo)中有多個(gè)坐標(biāo)的橫縱坐標(biāo)值的變化均超過了允許的最大差值，則攝像頭的三維姿態(tài)處于旋轉(zhuǎn)；若從車輛檢測模塊得到獲取的m幅圖像中的車道線的交點(diǎn)橫縱坐標(biāo)中橫坐標(biāo)值的變化近乎全部超過允許的最大差值，且縱坐標(biāo)變化不大，或者檢測到其中一條車道線位于車輛下方，則攝像頭的三維姿態(tài)處于車輛偏離車道；防抖動(dòng)測距模塊，根據(jù)攝像頭三維姿態(tài)判定模塊得到的攝像頭三維姿態(tài)信息從車輛檢測模塊得到的待定的測距點(diǎn)中選取合適的測距點(diǎn)，進(jìn)行測距，其中：當(dāng)攝像頭的三維姿態(tài)處于正常姿態(tài)時(shí)，取最新獲取的m個(gè)待定的測距點(diǎn)的橫縱坐標(biāo)的平均值為最終的目標(biāo)測距點(diǎn)的坐標(biāo)；當(dāng)攝像頭的三維姿態(tài)處于俯仰角變化時(shí)，從最新獲取的m個(gè)待定的測距點(diǎn)中選取縱坐標(biāo)變化最小的m1個(gè)坐標(biāo)，取橫縱坐標(biāo)的平均值為最終的目標(biāo)測距點(diǎn)的坐標(biāo)；當(dāng)攝像頭的三維姿態(tài)處于旋轉(zhuǎn)，則從最新獲取的m個(gè)待定的測距點(diǎn)中選取橫縱坐標(biāo)變化均為最小的m2個(gè)坐標(biāo)，取橫縱坐標(biāo)的平均值為最終的目標(biāo)測距點(diǎn)的坐標(biāo)；當(dāng)攝像頭的三維姿態(tài)處于車輛偏離車道，則以當(dāng)前獲取的待定的測距點(diǎn)為最終的目標(biāo)測距點(diǎn)的坐標(biāo)；預(yù)警信息輸出模塊，用于根據(jù)防抖動(dòng)測距模塊獲得最終的目標(biāo)測距點(diǎn)的坐標(biāo)以及攝像頭參數(shù)及路況信息輸入模塊輸入的車載攝像頭的安裝高度信息計(jì)算得到當(dāng)前車輛與前車之間的距離d，將距離d與攝像頭參數(shù)及路況信息輸入模塊輸入的路況信息對(duì)應(yīng)的安全車距相比較，若低于安全車距，則向駕駛員發(fā)出警報(bào)：式中，h為車載攝像頭的安裝高度，α為車載攝像頭的俯仰角度，y為最終的目標(biāo)測距點(diǎn)的縱坐標(biāo)，y0為車載攝像頭光軸與像平面的交點(diǎn)的縱坐標(biāo)值，f為車載攝像頭的焦距。優(yōu)選地，所述圖像預(yù)處理模塊還提取灰度圖像的感興趣區(qū)域。優(yōu)選地，所述圖像預(yù)處理模塊還對(duì)提取到的感興趣區(qū)域進(jìn)行降噪，以濾除圖像中的雜波，并增強(qiáng)圖像中的輪廓特征。優(yōu)選地，所述車輛檢測模塊對(duì)圖像預(yù)處理模塊得到的圖像進(jìn)行閾值分割后，還通過車輛的紅色尾燈特征對(duì)分割出的車輛底部陰影區(qū)域進(jìn)行提純，排除虛假目標(biāo)。本發(fā)明的另一個(gè)技術(shù)方案是提供了一種基于上述系統(tǒng)的車載測距方法，其特征在于，包括以下步驟：步驟1、攝像頭參數(shù)及路況信息輸入模塊，用于輸入車載攝像頭的安裝高度信息及路況信息；步驟2、車輛在行駛過程中，通過圖像采集模塊獲取道路圖像；步驟3、由圖像預(yù)處理模塊將步驟2得到的道路圖像轉(zhuǎn)換為灰度圖像，再由車輛檢測模塊對(duì)圖像預(yù)處理模塊得到的圖像進(jìn)行閾值分割，從而將車輛底部陰影區(qū)域分割出來，以檢測前方是否有車輛，若有前方有車輛，則記錄前方車輛底部陰影區(qū)域的幾何中心的坐標(biāo)，作為待定的測距點(diǎn)；步驟4、由攝像頭三維姿態(tài)判定模塊從車輛檢測模塊得到的圖像中檢測車道線，利用車道線的變化情況判斷攝像頭的三維姿態(tài)處于正常姿態(tài)、或俯仰角變化、或旋轉(zhuǎn)、或車輛偏離車道進(jìn)行判斷，防抖動(dòng)測距模塊根據(jù)攝像頭的三維姿態(tài)的判斷結(jié)果，從車輛檢測模塊得到的m幅圖像的m個(gè)待定的測距點(diǎn)中選取合適的測距點(diǎn)作為最終的目標(biāo)測距點(diǎn)的坐標(biāo)；步驟5、由預(yù)警信息輸出模塊防抖動(dòng)測距模塊獲得最終的目標(biāo)測距點(diǎn)的坐標(biāo)以及攝像頭參數(shù)及路況信息輸入模塊輸入的車載攝像頭的安裝高度信息計(jì)算得到當(dāng)前車輛與前車之間的距離d，將距離d與攝像頭參數(shù)及路況信息輸入模塊輸入的路況信息對(duì)應(yīng)的安全車距相比較，若低于安全車距，則向駕駛員發(fā)出警報(bào)。優(yōu)選地，在所述步驟3中，圖像預(yù)處理模塊將步驟2得到的道路圖像轉(zhuǎn)換為灰度圖像后，再提取灰度圖像的感興趣區(qū)域。優(yōu)選地，在所述步驟3中，對(duì)提取到的感興趣區(qū)域進(jìn)行降噪，以濾除圖像中的雜波，并增強(qiáng)圖像中的輪廓特征。優(yōu)選地，所述車輛檢測模塊對(duì)圖像預(yù)處理模塊得到的圖像進(jìn)行閾值分割后，還通過車輛的紅色尾燈特征對(duì)分割出的車輛底部陰影區(qū)域進(jìn)行提純，排除虛假目標(biāo)，包括如下步驟：步驟3.1、由所述車輛檢測模塊對(duì)圖像預(yù)處理模塊得到的圖像進(jìn)行閾值分割，提取出車輛底部陰影區(qū)域；步驟3.2、將步驟3.1得到的圖像轉(zhuǎn)換到HSV顏色空間后，利用H分量圖進(jìn)行紅色分割，檢測車輛尾燈特征，若當(dāng)前車輛底部陰影區(qū)域存在車輛尾燈特征，則記錄車輛底部陰影區(qū)域的幾何中心的坐標(biāo)，作為待定的測距點(diǎn)，否則，將當(dāng)前車輛底部陰影區(qū)域拋棄。本發(fā)明可以有效地檢測出位于本車前方的車輛并進(jìn)行測距。傳統(tǒng)的車輛檢測方法：基于車輛尾部輪廓特征的車輛檢測方法、基于車輛底部陰影特征的車輛檢測方法以及基于紅色尾燈特征的車輛檢測方法等，或者效率較低，不能很好的滿足安全駕駛輔助系統(tǒng)對(duì)實(shí)時(shí)性的要求；或者魯棒性欠缺，容易檢測到路面陰影區(qū)域等虛假目標(biāo)；亦或者建模過程復(fù)雜，不實(shí)用。本發(fā)明結(jié)合車輛底部陰影特征與尾燈特征，對(duì)車輛進(jìn)行檢測，具有較高的魯棒性的同時(shí)提高了算法的執(zhí)行效率。本發(fā)明中的測距算法與現(xiàn)有方法相比，成本更低，安裝使用更為簡便。附圖說明圖1為本發(fā)明的系統(tǒng)模塊圖；圖2為圖像預(yù)處理流程圖；圖3為本發(fā)明選取的感興趣區(qū)域(ROI)；圖4為車輛檢測流程圖；圖5a為車底陰影特征及其檢測效果(灰度圖像)；圖5b為車底陰影特征及其檢測效果(二值圖像)；圖6a為車輛尾燈特征及其檢測效果(原圖)；圖6b為車輛尾燈特征及其檢測效果(基于H分量圖的閾值分割)；圖6c為車輛尾燈特征及其檢測效果(開運(yùn)算)圖7a為攝像機(jī)俯仰角變化時(shí)的車道線的變化情況；圖7b為攝像機(jī)發(fā)生旋轉(zhuǎn)時(shí)的車道線的變化情況；圖7c為攝像機(jī)發(fā)生車道偏離時(shí)的車道線的變化情況；圖8為判斷攝像頭三維姿態(tài)的流程圖；圖9為選取最終目標(biāo)測距點(diǎn)的流程圖；圖10為基本的單目測距模型圖11為圖像預(yù)處理過程；圖12為檢測車輛底部陰影過程；圖13為檢測車輛尾燈特征過程。具體實(shí)施方式下面結(jié)合具體實(shí)施例，進(jìn)一步闡述本發(fā)明。應(yīng)理解，這些實(shí)施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍。此外應(yīng)理解，在閱讀了本發(fā)明講授的內(nèi)容之后，本領(lǐng)域技術(shù)人員可以對(duì)本發(fā)明作各種改動(dòng)或修改，這些等價(jià)形式同樣落于本申請(qǐng)所附權(quán)利要求書所限定的范圍。本發(fā)明提供的一種車載測距系統(tǒng)可以應(yīng)用于車輛安全駕駛輔助系統(tǒng)中的車載視覺測距系統(tǒng)。從車載攝像頭獲取道路圖像，進(jìn)行前方車輛的檢測及測距，從而為駕駛?cè)藛T提供安全車距預(yù)警信息。本發(fā)明主要包括以下7個(gè)模塊：1、圖像采集模塊。該模塊負(fù)責(zé)從車載攝像頭獲取道路圖像。2、攝像頭參數(shù)及路況信息輸入模塊。該模塊負(fù)責(zé)用戶從系統(tǒng)終端上輸入車載攝像頭的安裝高度信息，本發(fā)明使用的測距公式中包含攝像頭高度參數(shù)；路況信息包括：高速路、市區(qū)道路等，不同路況對(duì)應(yīng)不同的安全車距。3、圖像預(yù)處理模塊。該模塊負(fù)責(zé)對(duì)圖像采集模塊獲取的道路圖像進(jìn)行預(yù)處理，預(yù)處理的目的是增強(qiáng)后續(xù)模塊中圖像處理的效果及速度。4、車輛檢測模塊。該模塊負(fù)責(zé)從圖像預(yù)處理模塊處理得到的圖像中檢測出位于本車前方的車輛，如果檢測到前方有車輛，則記錄前方車輛底部陰影區(qū)域的幾何中心的坐標(biāo)，作為待定的測距點(diǎn)。5、攝像頭三維姿態(tài)判定模塊。該模塊負(fù)責(zé)從車輛檢測模塊中檢測到車輛的圖像中檢測車道線，利用車道線的變化情況判斷攝像頭的三維姿態(tài)。6、防抖動(dòng)測距模塊。該模塊負(fù)責(zé)根據(jù)攝像頭三維姿態(tài)判定模塊得到的攝像頭三維姿態(tài)信息從車輛檢測模塊得到的待定的測距點(diǎn)中選取合適的測距點(diǎn)作為最終的目標(biāo)測距點(diǎn)的坐標(biāo)，進(jìn)行測距。7、預(yù)警信息輸出模塊。該模塊負(fù)責(zé)判斷防抖動(dòng)測距模塊中測量的距離是否小于安全車距，如果小于安全車距，需要向駕駛員發(fā)出語言警報(bào)。圖像預(yù)處理模塊至防抖動(dòng)測距模塊是本發(fā)明的關(guān)鍵組成部分，具體實(shí)施方法如下：圖像預(yù)處理模塊中圖像預(yù)處理流程如圖2所示，包括以下步驟：1)圖像灰度化處理。對(duì)灰度圖像進(jìn)行處理相比直接對(duì)RGB圖像進(jìn)行處理更加快速、方便。因此需要將從攝像頭獲取的RBG圖像轉(zhuǎn)換為灰度圖像。2)獲取感興趣區(qū)域。獲取感興趣區(qū)域后，后續(xù)圖像處理全部基于該感興趣區(qū)域，縮小了圖像處理的區(qū)域，能夠加快處理速度。我國高速公路目前限制的最高車速為120KM/H，而在普通公路或市區(qū)道路時(shí)，允許的最大車速要遠(yuǎn)低于120KM/H，為了給駕駛員充足的反應(yīng)時(shí)間，本發(fā)明設(shè)定安全距離為240米，即距離本車240米以內(nèi)的車輛，需要實(shí)時(shí)檢測和測距，而240米以外的車輛則不需要考慮。據(jù)此，本發(fā)明獲取的感興趣區(qū)域如圖3所示。3)圖像降噪。圖像降噪的目的是濾除圖像中的雜波，增強(qiáng)圖像中的輪廓特征，例如車道線以及車輛底部陰影區(qū)域的輪廓等。車輛檢測模塊的主要思想是：首先，通過閾值分割識(shí)別車輛在道路上產(chǎn)生的陰影特征，從而快速獲取車輛位置信息；再次，由于閾值分割分離出來的不一定只有車輛底部的陰影區(qū)域，因此需要通過車輛的紅色尾燈特征對(duì)上述陰影特征檢測結(jié)果進(jìn)行提純，排除由于路面陰影等產(chǎn)生的虛假目標(biāo)。車輛檢測的流程圖如圖4所示，包括以下步驟：1)閾值分割檢測車輛底部陰影特征。車輛底部陰影區(qū)域顏色較深，通過閾值分割可以提取出該特征。分割效果如圖5a及圖5b所示。2)將圖像轉(zhuǎn)換到HSV顏色空間。對(duì)圖像中的顏色信息進(jìn)行處理，采用HSV顏色空間要比RGB顏色空間具有更好的處理效果。因此需要將檢測到車輛底部陰影特征的原圖像從RGB顏色空間轉(zhuǎn)換到HSV顏色空間。3)利用H分量圖進(jìn)行紅色分割，檢測車輛尾燈特征。對(duì)H分量圖進(jìn)行紅色分割的效果如圖6a至圖6c所示。4)記錄車輛底部陰影區(qū)域幾何中心坐標(biāo)。該坐標(biāo)作為待定的目標(biāo)測距點(diǎn)。攝像頭三維姿態(tài)判定模塊的思想是：通過分析車道線在圖像中的變化情況對(duì)攝像頭當(dāng)前的三維姿態(tài)：正常姿態(tài)、俯仰角變化、旋轉(zhuǎn)、車輛偏離車道進(jìn)行判斷。車道線的幾種變化情況如圖7a至圖7c所示。判斷標(biāo)準(zhǔn)是：若最新獲取的m幅目標(biāo)圖像中的車道線的交點(diǎn)橫縱坐標(biāo)的變化均小于允許的最大差值，則認(rèn)為此時(shí)攝像頭處于正常姿態(tài)；若這些坐標(biāo)中多個(gè)坐標(biāo)的縱坐標(biāo)值的變化超過了允許的最大差值，且其橫坐標(biāo)變化不大，則認(rèn)為攝像頭產(chǎn)生了俯仰角的變化；若這些坐標(biāo)中有多個(gè)坐標(biāo)的橫縱坐標(biāo)值的變化均超過了允許的最大差值，則認(rèn)為攝像頭產(chǎn)生了旋轉(zhuǎn)；若這些坐標(biāo)中橫坐標(biāo)值的變化近乎全部超過允許的最大差值，且縱坐標(biāo)變化不大，或者檢測到其中一條車道線位于車輛下方，則認(rèn)為車輛偏離了原來車道。攝像頭三維姿態(tài)判定的流程圖如圖8所示。防抖動(dòng)測距模塊的思想是：當(dāng)攝像頭處于正常姿態(tài)時(shí)，取最新獲取的m個(gè)待定測距點(diǎn)的橫縱坐標(biāo)的平均值為最終的目標(biāo)測距點(diǎn)的坐標(biāo)；當(dāng)攝像頭產(chǎn)生了俯仰角變化時(shí)，從最新獲取的m個(gè)待定測距點(diǎn)中選取縱坐標(biāo)變化最小的m1個(gè)坐標(biāo)，取橫縱坐標(biāo)的平均值為最終的目標(biāo)測距點(diǎn)的坐標(biāo)；若攝像頭產(chǎn)生了旋轉(zhuǎn)，則從最新獲取的m個(gè)待定測距點(diǎn)中選取橫縱坐標(biāo)變化均為最小的m2個(gè)坐標(biāo)，取橫縱坐標(biāo)的平均值為最終的目標(biāo)測距點(diǎn)的坐標(biāo)；若車輛偏離了原車道，則以當(dāng)前獲取的坐標(biāo)為最終的測距坐標(biāo)。該模塊流程圖如圖9所示。得到最終的測距坐標(biāo)后，結(jié)合基本的單目測距模型(如圖10所示)，計(jì)算出前方車輛距離本車的距離d，測距公式為：式中，h為車載攝像頭的安裝高度，α為車載攝像頭的俯仰角度，y為最終的目標(biāo)測距點(diǎn)的縱坐標(biāo)，y0為車載攝像頭光軸與像平面的交點(diǎn)的縱坐標(biāo)值，f為車載攝像頭的焦距。以下結(jié)合具體數(shù)據(jù)來進(jìn)一步說明本發(fā)明：本發(fā)明的實(shí)施案例如下：1、打開車載攝像頭，啟動(dòng)車載測距系統(tǒng)。該系統(tǒng)可以燒錄到芯片并嵌入到專用的攝像頭中，也可以對(duì)現(xiàn)有的行車記錄儀加以改進(jìn)，或?qū)⒃撓到y(tǒng)集成到現(xiàn)有的導(dǎo)航系統(tǒng)中并增加攝像頭模塊；2、輸入攝像頭安裝高度信息以及天氣狀況信息并保存；3、系統(tǒng)運(yùn)行后首先執(zhí)行圖像預(yù)處理模塊，對(duì)從攝像頭獲取的圖像進(jìn)行處理，效果如圖11所示；4、車輛檢測模塊，對(duì)圖像進(jìn)行預(yù)處理后，系統(tǒng)會(huì)進(jìn)行前方車輛的檢測。首先利用車輛底部陰影特征快速獲取車輛位置信息，效果圖12所示：圖12中檢測到了陰影區(qū)域后，由于無法判斷是否是道路陰影而非車輛底部陰影，所以需要利用車輛尾燈特征驗(yàn)證目標(biāo)的真實(shí)性，其效果圖13所示。圖13中檢測到了車輛尾燈信息，說明圖12中檢測到的車輛底部陰影特征為真實(shí)信息。此時(shí)需要記錄該車輛底部陰影區(qū)域幾何中心的坐標(biāo)值為(426，331)，作為待定的測距點(diǎn)坐標(biāo)；5、攝像頭三維姿態(tài)判定模塊，判斷攝像頭當(dāng)前的三維姿態(tài)；系統(tǒng)中設(shè)定車道線交點(diǎn)橫縱坐標(biāo)變化的最大允許差值均為7。此時(shí)刻，最新獲取的車道線交點(diǎn)坐標(biāo)如表1所示：序號(hào)坐標(biāo)1(433，184)2(437，187)3(436，177)4(439，186)5(429，181)6無效7無效表1最新獲取的車道線交點(diǎn)坐標(biāo)(表中“無效”表示未檢測到車道線)根據(jù)表1中的數(shù)據(jù)，5個(gè)有效坐標(biāo)中后4個(gè)坐標(biāo)與第1個(gè)坐標(biāo)相比橫縱坐標(biāo)值的變化均未超過允許的最大差值，因此根據(jù)模塊5的判斷依據(jù)可以斷定此時(shí)攝像頭處于正常姿態(tài)。6、防抖動(dòng)測距模塊，獲取目標(biāo)測距點(diǎn)，進(jìn)行測距；此時(shí)刻，系統(tǒng)中保存的待定的測距點(diǎn)坐標(biāo)如表2所示：序號(hào)待定測距點(diǎn)的坐標(biāo)1(424，332)2(424，332)3(426，331)4(427，331)5(426，330)6(425，330)7(426，331)表2最新獲取的待定測距點(diǎn)的坐標(biāo)根據(jù)防抖動(dòng)測距模塊中最終測距點(diǎn)的選取方法，此時(shí)攝像頭處于正常姿態(tài)，因此取所有待定目標(biāo)測距點(diǎn)的橫縱坐標(biāo)的均值為最終目標(biāo)測距點(diǎn)的坐標(biāo)，即為(425.4286，331.0000)；將該坐標(biāo)帶入模塊6中的測距公式，計(jì)算得到前方車輛距離本車的距離(包括本車車頭的長度在內(nèi))為：6.736m。7、預(yù)警信息輸出模塊。6.736米的距離低于安全車距，此時(shí)系統(tǒng)發(fā)出語音提示，提醒駕駛?cè)藛T保持安全車距。當(dāng)前第1頁1 2 3