一種低成本的車輛開門防撞預警系統(tǒng)

王陸林，劉貴如，王 海

(1.奇瑞汽車股份有限公司前瞻技術科學院，安徽蕪湖 241006;2.安徽工程大學計算機與信息學院，安徽蕪湖 241000)

當前，車輛安全越來越受到廣大消費者的重視，其中主動安全技術在車輛安全方面發(fā)揮的作用越來越突出，不僅表現(xiàn)在對駕乘人員的保護方面，同時在對交通環(huán)境中的人和非機動車輛的保護方面也在加強。近年來，屢屢發(fā)生車輛開門時車門和后方接近的自行車、摩托車發(fā)生碰撞的事故，對自行車、摩托車駕駛員造成致命傷害，甚至死亡，其原因就是由于駕乘人員開門下車時不注意觀測后方車況，也未分段打開車門，提醒后方接近車輛注意避讓，而是任性開門導致車門和后方來車發(fā)生碰撞。開門警示系統(tǒng)正是為了避免該類事故發(fā)生而開發(fā)的一項主動安全技術。目前整車配置開門警示系統(tǒng)的車型還比較少。在國內(nèi)以及一些不發(fā)達國家，交通狀況差，大量非機動車缺乏嚴格管理，在機動車道上任意穿行，很容易導致非機動車和打開的車門發(fā)生碰撞的事故。要有效降低由于開車門引發(fā)的交通事故概率，依靠改善交通狀況和規(guī)范駕乘人員開車門的習慣，在現(xiàn)實中很難在短時間內(nèi)取得成效，最有效的方式是在車輛上加裝車輛開門預警系統(tǒng)，在駕乘人員打開車門之前對其進行有效提醒，使其注意觀測后方車況，并分段打開車門，從而有效避免此類交通事故的發(fā)生。

目前車輛開門預警技術主要采用2種方式實現(xiàn):一種是采用攝像頭通過視覺實現(xiàn)車輛后方區(qū)域探測，這種方式探測距離有限，精度差，容易受各種環(huán)境因素影響，采用這種技術的開門預警系統(tǒng)目前比較少;另外一種是采用調(diào)頻連續(xù)波毫米波雷達技術，該技術探測距離遠、精度高，不受環(huán)境因素的影響，但控制系統(tǒng)設計復雜，成本高，采用這種技術的開門預警系統(tǒng)目前市場上還沒有批量配置于整車。

針對開門預警技術潛在的市場需求和現(xiàn)有實現(xiàn)方式存在的缺點和不足，本研究采用低成本的多普勒雷達對后方區(qū)域接近目標進行探測，實現(xiàn)開門預警功能。系統(tǒng)設計簡單，性價比高，能滿足車輛開門預警實際場景和用戶需求，對輔助駕乘人員安全開門，降低開門風險有較大幫助。

1 系統(tǒng)總體設計

系統(tǒng)包括控制單元、發(fā)動機點火開關、車速傳感器、車門門鎖狀態(tài)開關、車門開關信號、多普勒雷達探測模塊、車內(nèi)提醒裝置和車外提醒裝置等。系統(tǒng)結構見圖1。

圖1 系統(tǒng)結構

在選擇雙雷達方案后，用戶可以根據(jù)需求靈活選擇配置。系統(tǒng)控制器安裝在車尾左/右后保險杠內(nèi)側，以及在車輛后軸平行安裝，垂直安裝仰角為2°～2.5°。系統(tǒng)LED提醒裝置安裝在車內(nèi)門把手位置，蜂鳴器安裝在儀表臺左側。系統(tǒng)利用多普勒雷達所具有的多普勒效應原理對運動目標進行探測，當發(fā)射源和接收者之間有相對徑向運動時接收到的信號頻率將發(fā)生變化［1］。

針對一般靠最右車道以及車道最右側停車的場景需求，可以選擇單雷達方案，安裝在車輛后保險杠左側內(nèi)，成本更低。整車布置見圖2所示。

當車輛減速停止，且車門門鎖處于允許開啟狀態(tài)時，系統(tǒng)報警功能開啟。當車門未打開時，如果有運動目標接近并進入后方報警區(qū)域，系統(tǒng)首先通過LED報警燈進行一級視覺報警。如果此時駕乘人員欲開啟車門準備下車，當撥動門把手觸發(fā)車門開關信號的瞬間，系統(tǒng)檢測到車門打開狀態(tài)，通過蜂鳴器鳴進行二級聲覺報警，提醒駕乘人員此時開門可能有危險，需注意觀測車輛后方車況，分段打開車門，在確保安全的情況下開門下車，從而避免碰撞事故的發(fā)生。

圖2 單雷達方案的系統(tǒng)整車布置

2 系統(tǒng)硬件設計

2.1 多普勒雷達前端設計

本系統(tǒng)根據(jù)雷達方程和系統(tǒng)探測距離，設計了一種高靈敏度、低成本的多普勒雷達前端［2］，其結構見圖3。系統(tǒng)采用微帶無源結構設計，方案簡單，成本低。

圖3中采用5 V供電給壓控振蕩器產(chǎn)生24 GHz的微波振蕩信號，由功率分配器分為兩路:一路經(jīng)濾波器濾波后經(jīng)平面微帶發(fā)射天線發(fā)射出去;另一路提供給接收通道作為混頻器本振源。接收天線接收回波信號并經(jīng)過低噪放處理后，再經(jīng)過功分器一分為二提供給2個混頻器?；祛l器將回波信號與兩路本振信號進行混頻后輸出2路相位相差 90°的中頻信號［3］。

圖3 雷達前端結構

2.2 系統(tǒng)后端硬件設計

在充分研究對比目前毫米波雷達系統(tǒng)后端硬件方案的基礎上，針對系統(tǒng)需求設計了一種后端硬件方案，結構見圖4。主要包括電源系統(tǒng)、車速信號采集電路、車門開關狀態(tài)采集電路、CAN通信電路、多普勒雷達信號采集處理電路、多普勒毫米波雷達前端、視覺和聲覺報警輸出控制電路以及DSP最小系統(tǒng)電路。

圖4 后端硬件結構

中頻處理電路主要針對連續(xù)波毫米波雷達單個中頻回波信號，采用帶通濾波器進行濾波放大處理，然后采用DSP內(nèi)置的ADC轉換實現(xiàn)模數(shù)轉換，并通過模數(shù)轉換模塊的DMA傳輸通道在不占用CPU運行周期的情況下將數(shù)字信號存儲到DSP內(nèi)置的SRAM存儲器中供算法處理。與目前大部分的雷達系統(tǒng)采用的外置模數(shù)轉換模塊和SRAM存儲器以及外加FPGA實現(xiàn)數(shù)據(jù)緩沖的方案相比，本方案不僅成本低，而且降低了系統(tǒng)設計復雜度，使得系統(tǒng)可靠性更高。

系統(tǒng)后端硬件方案設計主要考慮了兩類參數(shù):一是內(nèi)置模數(shù)轉換采樣率、位數(shù)以及接口選擇;二是內(nèi)置SRAM大小。模數(shù)轉換采樣率需按照中頻回波信號最高頻率計算，并按照采樣定理5～10倍進行采樣，故采樣率fadc=2.6 kHz×10=26 kHz。綜合考慮系統(tǒng)需求和成本，選擇內(nèi)置模數(shù)轉換模塊采樣率大于26 ksps即可滿足需求。通信接口如果選擇并行接口則通信速率大于26 kbps即可，如果選擇串行通信接口則通信速度要大于26 kbps×16=416 kbps。ADC轉換位數(shù)一般選擇12位即可。參考電壓采用內(nèi)置參考電壓或者外置高精度的參考電壓。內(nèi)置SRAM的大小則與模數(shù)轉換通道個數(shù)、采樣點數(shù)以及最高與最低頻率倍數(shù)有關。系統(tǒng)采用2個模數(shù)轉換采集通道，采樣點數(shù)為1 024，最低頻率為200 Hz，最高與最低頻率倍數(shù)N=2.6 kHz/200 Hz≈14，故SRAM最小存儲空間為2×1 024×14=28 k×16 bit=56 k字節(jié)?？紤]中間變量和程序運行空間，選擇內(nèi)置64 k字節(jié)的 SRAM、主頻大于120 MHz的DSP或者MCU即可滿足系統(tǒng)需求。

3 系統(tǒng)軟件設計

3.1 動態(tài)目標檢測算法

在運動目標的檢測過程中，為了獲得較高的目標檢測［4-7］概率，需要根據(jù)實時變化的背景噪聲強度動態(tài)調(diào)整功率識別門限。常采用恒虛警檢測方法［8-12］，通過有限個參考單元來估計雜波干擾的平均功率。單元平均恒虛警(CA-CFAR)［13］在均勻的雜波環(huán)境下有較好的檢測性能，但是在雜波邊緣和有干擾目標的情況下檢測性能會明顯下降，而兩側單元平均選小和選大的檢測方法［14］雖然在雜波邊緣檢測中有很高的檢測性能，但是在有目標干擾的情況下，檢測性能比CA-CFAR更差?；谂判虻腃FAR檢測器［15］先進行排序，然后選擇兩側最大或最小值，與兩側單元平均選小和選大的方法相比，可以提高在有目標干擾的情況下的檢測性能，但未能充分利用CA-CFAR的優(yōu)點。

實測應用場景為雷達處于靜止狀態(tài)，地平面相對于雷達靜止，不產(chǎn)生多普勒效應，背景噪聲分布比較均勻［7］。綜合以上檢測算法的優(yōu)點，提出一種改進的CFAR檢測算法，見圖5。

圖5 改進的CFAR算法

先對n個檢測單元各自排序，然后選擇最大、最小值取均值得到雜波平均功率T，再結合門限因子β，得到檢測門限功率G，再將各個檢測單元功率xm與門限功率G進行比較，當xm≥G時認為有目標，否則認為無目標。該算法在噪聲、多目標干擾［7］和雜波邊緣干擾的場景下均有很好的檢測性能和魯棒性。

3.2 系統(tǒng)控制算法

系統(tǒng)通過線束和整車進行信息交互。系統(tǒng)控制算法流程見圖6。當系統(tǒng)上電運行后，實時檢測車輛運行速度和門鎖狀態(tài)。當車速為0且門鎖開啟后，系統(tǒng)報警功能開啟。如果此時有車速大于5 km/h的目標進入后方報警區(qū)域，系統(tǒng)首先通過車內(nèi)門把手位置的LED燈對駕乘人員進行提醒，同時打開轉向燈對后方接近車輛進行提醒。如果駕乘人員撥動了門把手準備打開車門，則系統(tǒng)通過蜂鳴器報警提醒駕乘人員要注意回頭觀測后方車況，分段打開車門，在確保安全的情況下開門下車。如果車輛處于熄火狀態(tài)，且車門門鎖處于關閉狀態(tài)時，系統(tǒng)切斷自身電源并關閉。

圖6 系統(tǒng)控制算法流程

4 系統(tǒng)標定與測試

系統(tǒng)首先針對典型運動目標的雷達探測區(qū)域進行了標定和測試，在測試和標定數(shù)據(jù)的基礎上結合實際應用場景標定和定義系統(tǒng)報警區(qū)域。系統(tǒng)除了考慮針對進入車輛后方左側報警區(qū)域的目標進行報警外，還考慮到極端情況，即目標從正后方跟隨本車，當本車靜止后，后方目標從本車左側變道突然進入本車左后方區(qū)域，此時也有發(fā)生碰撞事故的風險。另外，還存在車輛在行駛過程中可能突然偏離行駛車道等隨機因素，所以系統(tǒng)除了定義常規(guī)的最小安全報警區(qū)域外，還定義了可能報警區(qū)域。最小報警區(qū)域保證系統(tǒng)能夠?qū)φＰ旭偛⒔咏哪繕诉M行報警，防止發(fā)生碰撞。可能報警區(qū)域則針對實際環(huán)境中可能存在的不確定因素或者極端情況采取報警。以后保險杠左側安裝雷達的位置為基點，針對自行車:橫向向外和向內(nèi)1.5 m，向后縱向10 m的區(qū)域為報警區(qū)域;橫向向外和向內(nèi)3 m，向后縱向20 m的區(qū)域為可能報警區(qū)域。針對摩托車:橫向向外和向內(nèi)橫向1.5 m，向后縱向13 m的區(qū)域為報警區(qū)域;橫向向外和向內(nèi)3.5 m，向后縱向25 m的區(qū)域為可能報警區(qū)域。針對機動車:橫向向外和向內(nèi)2 m，向后縱向17 m的區(qū)域為報警區(qū)域;橫向向外和向內(nèi)4 m，向后縱向35 m的區(qū)域為可能報警區(qū)域。系統(tǒng)最小報警區(qū)域定義見圖7。

圖7 系統(tǒng)最小報警區(qū)域定義

因為不同的接近目標反射面大小、最高限定車速、存在的風險等因素不同，根據(jù)系統(tǒng)運行時間、報警響應時間和最小探測區(qū)域，設定了3種典型目標的適用車速范圍:自行車為0～35 km/h;摩托車為0～45 km/h;機動車為0～60 km/h。不同目標的橫向和縱向探測距離以及適用車速范圍之間的關系見表1。

表1 不同目標的橫向和縱向探測距離以及適用車速范圍之間的關系

系統(tǒng)在奇瑞G5車上進行了標定和驗證，針對各個典型目標標定的報警區(qū)域設定了若干測試點，測試場景見圖8～10。

圖8 針對接近目標為自行車的測試場景

圖9 針對接近目標為摩托車的測試場景

圖10 針對接近目標為轎車的測試場景

在圖8、9和10中，框內(nèi)及右圖顯示目標進入路邊?？康能囕v后方報警區(qū)域，此時報警裝置LED點亮報警，當駕乘人員撥動了門把手時，報警裝置蜂鳴器報警。各個典型目標在各測試點的平均預警率:自行車在4，7 m測試點的平均預警率分別是97.20%，96.86%;摩托車在 4，8，13 m 測試點測試的平均預警率分別是97.10%，97.21%，96.78%;轎車在4，8，12和17 m測試點的平均預警率分別是97.50%，97.30%，96.70%，98.14%。各典型目標平均預警率見表2。

自行車測試405次，預警率為97.03%;摩托車測試603次，預警率為97.01%;轎車測試812次，預警率為97.41%。預警率均大于97.00%，測試結果滿足系統(tǒng)指標需求。

表2 系統(tǒng)預警率測試結果

系統(tǒng)不受光線、雨、霧、雪、霜、顏色和溫度等自然環(huán)境因素的影響，具有穿透力強、響應速度快、可靠性高、壽命長和成本低等優(yōu)點。雖然目前開門預警技術還未大批量應用于量產(chǎn)車型，但該系統(tǒng)因其成本優(yōu)勢和實用性有著廣闊的市場前景。

5 結束語

本文所開發(fā)的車輛開門預警系統(tǒng)在奇瑞車型上進行了集成測試與標定，系統(tǒng)運行穩(wěn)定可靠，報警區(qū)域預警率大于97.00%，在現(xiàn)場體驗中98.5%以上的用戶表示系統(tǒng)非常實用、性價比高。本系統(tǒng)能夠有效減少因駕乘者在視線受限或者忘記觀測后方車況的情況下開門可能導致的碰撞事故的發(fā)生。

系統(tǒng)目前的報警方式比較單一，采用LED和外置蜂鳴器進行提醒。后續(xù)可以和整車通過CAN通信進行集成，通過儀表內(nèi)置的蜂鳴器進行提醒或者通過車載多媒體終端進行語音提醒，滿足客戶更人性化的需求。

目前，系統(tǒng)只針對常規(guī)測試場景進行了測試，后續(xù)需要在特殊或者極端場景下進行測試，如在存在電磁干擾、不同雷達間的同頻干擾等環(huán)境下進行測試，通過測試和算法改進提高預警率，降低虛警率。

［1］蔡征宇，陳文武，謝仁宏.提高多普勒雷達測速估計精度的方法［J］.南京理工大學學報(自然科學版)，2009(8):520-523.

［2］范林剛，陳澤宗，金燕，等.微波多普勒雷達海浪參數(shù)提取算法［J］.華中科技大學學報(自然科學版)，2012(10):21-24.

［3］賈立山，王立文.基于多普勒測距雷達的實時距離測量系統(tǒng)［J］.交通運輸工程學報，2011(2):51-57.

［4］雷志勇，文必洋.基于恒虛警的高頻地波雷達低速目標檢測研究［J］.電波科學學報，2007(10):774-778.

［5］陳建軍，黃孟俊，邱偉，等.海雜波下的雙門限恒虛警目標檢測新方法［J］.電子學報，2011(9):2136-2141.

［6］BAHRAMPOUR S，RAY A，SARKAR S，et al.Performance comparison of feature extraction algorithms for target detection and classification［J］.Pattern Recognition Letters，2013，34:2126-2134.

［7］HAO Chengpeng，ORLANDO D，F(xiàn)OGLIA G，et al.Persymmetric adaptive detection of distributed targets in partially-homogeneous environment［J］.Digital Signal Processing，2014，24:42-51.

［8］陳建軍，黃孟俊，趙宏鐘，等.相參雷達時頻域CFAR檢測門限獲取方法研究［J］.電子學報，2013(8):1634-1638.

［9］GURAKAN B，CANDAN C，?ILOGLU T.CFAR processing with switching exponential smoothers for nonhomogeneous environments［J］.Digital Signal Processing，2012，22:407-416.

［10］MATA-MOYA D，del REY M N，Peláez-Sánchez V M，et al.MLP-CFAR for improving coherent radar detectors robustness in variable scenarios［J］.Expert Systems with Applications，2015，42:4878-4891.

［11］WEINBERG G V.Management of interference in Pareto CFAR processes using adaptive test cell analysis［J］.Signal Processin，2014，104:264-273.

［12］CHEN Jianjun，HUANG Mengjun，ZHAO Hongzhon g，et al.Research on Estimated Threshold of CFAR Detection in Time-Frequency Domain for Coherent Radar［J］.ACTA ELECT RONICA SINIC A，2013(8):1634-1638.

［13］ZAIMBASHI A.An adaptive cell averaging-based CFAR detector for interfering targets and clutter-edge situations［J］.Digital Signal Processing，2014，31:59-68.

［14］ZHANG Renli，SHENG Weixing，MA Xiaofeng，et al.Constant false alarm rate detector based on the maximal reference cell［J］.Digital Signal Processing，2013，23:1974-1988.

［15］WEINBERG G V，KYPRIANOU R.Optimised binary integration with order statistic CFAR in Pareto distributed clutter［J］.Digital Signal Processing，2015，42:50-60.