先進(jìn)駕駛輔助系統(tǒng)（ADAS）

從早期道路車輛的興起開始，汽車的安全就是一個(gè)主要的問題。一些主機(jī)廠(OEM)試圖通過開發(fā)各種安全系統(tǒng)來解決這個(gè)問題，以保護(hù)車內(nèi)成員和車外行人。這些安全系統(tǒng)分為主動(dòng)安全系統(tǒng)與被動(dòng)安全系統(tǒng)。被動(dòng)安全系統(tǒng)保護(hù)車內(nèi)人員在撞車后免受傷害，它包括安全帶、氣囊和填充儀表板等。由于消費(fèi)者對(duì)更安全車輛的持續(xù)需求，一直在不斷發(fā)展的被動(dòng)安全系統(tǒng)被主動(dòng)安全系統(tǒng)不斷的擴(kuò)展。主動(dòng)安全系統(tǒng)的目的是防止事故的發(fā)生，它的實(shí)現(xiàn)方式主要有車道保持、主動(dòng)巡航控制、盲點(diǎn)輔助和泊車輔助等，這些系統(tǒng)通常被稱為高級(jí)駕駛輔助系統(tǒng)（ADAS）。

隨著越來越多的電子控制單元和各種類型的傳感器的集成，現(xiàn)在車輛中有足夠的計(jì)算能力來支持ADAS部署。不同類型的傳感器，如相機(jī)、激光雷達(dá)和超聲波傳感器，可實(shí)現(xiàn)各種不同的ADAS解決方案。其中，基于視覺的ADAS主要使用相機(jī)作為視覺傳感器，這是現(xiàn)代車輛應(yīng)用最普遍的一種方案。但在ADAS的設(shè)計(jì)、實(shí)施和運(yùn)行方面存在的若干挑戰(zhàn)仍有待克服。

本文簡(jiǎn)要介紹的內(nèi)容：ADAS系統(tǒng)中不同硬件的功能與局限性及系統(tǒng)所面臨的挑戰(zhàn)、系統(tǒng)的運(yùn)動(dòng)協(xié)調(diào)控制體系、盲點(diǎn)監(jiān)測(cè)系統(tǒng)、系統(tǒng)的預(yù)警信號(hào)對(duì)駕駛員行為的影響。

1 ADAS主要硬件及面臨的問題

高級(jí)駕駛輔助系統(tǒng)(ADAS)已成為現(xiàn)代車輛安全的一個(gè)顯著特征，同時(shí)也是新興自動(dòng)駕駛汽車的一項(xiàng)關(guān)鍵基礎(chǔ)技術(shù)。最先進(jìn)的ADAS主要基于視覺，但光探測(cè)和測(cè)距（激光雷達(dá)）、無線電探測(cè)和測(cè)距（雷達(dá)）以及其他先進(jìn)傳感技術(shù)的應(yīng)用也越來越多。這篇文章介紹了ADAS技術(shù)的不同硬件和軟件及其功能和局限性；討論了在ADAS策略中用于視覺識(shí)別和傳感器融合的方法；指出了下一代ADAS的挑戰(zhàn)[1]。

基于視覺的ADAS主要應(yīng)用單目攝像機(jī)、立體攝像機(jī)和紅外攝像機(jī)。單目攝像機(jī)主要應(yīng)用于障礙物、行人、車道和交通標(biāo)志的檢測(cè)，還可以用于監(jiān)視車輛內(nèi)的駕駛員，例如用于面部和眼睛檢測(cè)以及頭部姿勢(shì)分析[1]；但它缺乏圖像深度信息，不能用作預(yù)測(cè)距離的傳感器。立體攝像機(jī)可以通過匹配立體對(duì)(來自左右傳感器的圖像)和使用視差圖來估計(jì)場(chǎng)景的相對(duì)深度，從兩個(gè)或多個(gè)二維圖像中提取三維信息。紅外攝像機(jī)主要有兩種類型：有源紅外攝像機(jī)、無源紅外攝像機(jī)[1]。

激光雷達(dá)對(duì)實(shí)現(xiàn)自動(dòng)制動(dòng)、目標(biāo)檢測(cè)、避碰等系統(tǒng)非常實(shí)用，激光射程可達(dá)60 m，但是它體積大、質(zhì)量大并且昂貴，也易受諸如雨或霧的影響[1]。短程或中程雷達(dá)可用于交叉路口警報(bào)和盲點(diǎn)檢測(cè)系統(tǒng)，遠(yuǎn)程雷達(dá)應(yīng)用于自適應(yīng)巡航控制系統(tǒng)。相較于激光雷達(dá)，雷達(dá)的探測(cè)距離更遠(yuǎn)，可達(dá)200 m，并且性能不受雨霧的影響，價(jià)格也相對(duì)便宜。超聲波傳感器用來監(jiān)測(cè)非?？拷囕v的物體，主要用于泊車輔助。

ADAS中面臨的挑戰(zhàn)主要有如何最大限度地降低能耗、減少響應(yīng)延遲、適應(yīng)不斷變化的天氣條件以及保證安全性[1]。

2 ADAS控制系統(tǒng)

高級(jí)駕駛輔助系統(tǒng)（ADAS）旨在為汽車駕駛員和乘客提供更高的安全性和舒適性。主機(jī)廠正在開發(fā)和整合用于車距保持、車道保持、變道及其它功能的系統(tǒng)。汽車是一個(gè)非常復(fù)雜的系統(tǒng)，開發(fā)人員和制造商一般不會(huì)向外界透露高級(jí)駕駛輔助功能在整個(gè)車輛系統(tǒng)中的實(shí)施和協(xié)調(diào)方式。這篇文章試圖通過裝配車輛動(dòng)力學(xué)的開源物理模型和ADAS命令模型來填補(bǔ)這一空白。此外，為了無需訪問ADAS的細(xì)節(jié)并便于對(duì)其開發(fā)和測(cè)試，還提出了一種用于運(yùn)動(dòng)管理的協(xié)調(diào)控制架構(gòu)，應(yīng)用在車輛系統(tǒng)上分配ADAS運(yùn)動(dòng)控制命令[2]。該體系結(jié)構(gòu)在一個(gè)案例研究中得到了展示，協(xié)調(diào)好轉(zhuǎn)向系統(tǒng)和制動(dòng)系統(tǒng)之間的運(yùn)動(dòng)，而比較典型的是制動(dòng)系統(tǒng)通常只用于單個(gè)功能。針對(duì)不同的駕駛?cè)蝿?wù)，采用協(xié)調(diào)控制體系結(jié)構(gòu)對(duì)整車和系統(tǒng)動(dòng)力學(xué)進(jìn)行了仿真，可以看出，可以通過所提出的協(xié)調(diào)控制體系結(jié)構(gòu)來實(shí)現(xiàn)改進(jìn)后的軌跡跟蹤。

本文提出了一種用于車輛運(yùn)動(dòng)控制的協(xié)調(diào)控制結(jié)構(gòu)，并利用車輛動(dòng)力學(xué)的集成開源物理模型和ADAS命令模型對(duì)該體系結(jié)構(gòu)進(jìn)行了分析[2]。具體來說，轉(zhuǎn)向和制動(dòng)模型是在MATLAB/Simulink中實(shí)現(xiàn)的，并將其與一個(gè)被廣泛接受的輪胎模型集成到一個(gè)基于物理的三自由度車輛模型中，該模型、仿真和控制體系結(jié)構(gòu)是開放的。車輛在變道機(jī)動(dòng)仿真試驗(yàn)中的動(dòng)態(tài)響應(yīng)表明，無制動(dòng)系統(tǒng)控制的轉(zhuǎn)向系統(tǒng)對(duì)ADAS系統(tǒng)的預(yù)定軌跡有輕微的欠沖;而在沒有轉(zhuǎn)向系統(tǒng)控制的情況下，制動(dòng)系統(tǒng)的控制有明顯的超調(diào)[2]。

3 車輛側(cè)面基于部件的盲點(diǎn)監(jiān)測(cè)系統(tǒng)

盲點(diǎn)監(jiān)測(cè)（BSD）系統(tǒng)旨在防止變道和超車情況下發(fā)生事故。目前應(yīng)用的盲點(diǎn)監(jiān)測(cè)系統(tǒng)的性能受到側(cè)視或后視攝像機(jī)的限制，因?yàn)橄噜徿囕v在距離主車輛一定范圍內(nèi)時(shí)，它們的車輛外觀會(huì)嚴(yán)重失真。為了突破這些限制，本文引入了側(cè)面直線圖像來監(jiān)測(cè)車輛的側(cè)面部分。在側(cè)面直線圖像中，車輛的側(cè)面部分不發(fā)生徑向或透視畸變;因此，輪胎的外觀在車輛的不同相對(duì)位置處都保持相同。利用這一直線圖像，構(gòu)建了一種基于后視攝像機(jī)的BSD系統(tǒng)，可以同時(shí)監(jiān)測(cè)汽車和摩托車，以防止在盲點(diǎn)處發(fā)生事故[3]。BSD系統(tǒng)對(duì)汽車的監(jiān)測(cè)分為三個(gè)階段:輪胎假設(shè)生成/驗(yàn)證、前后輪輪胎分類和車輛假設(shè)生成/驗(yàn)證[3]。BSD系統(tǒng)監(jiān)測(cè)摩托車的下半部分，并且不受駕駛員和貨物外觀的影響。根據(jù)側(cè)直線圖像的特性，該系統(tǒng)的檢測(cè)過程類似于人類的目標(biāo)檢測(cè)/識(shí)別規(guī)則。盲點(diǎn)監(jiān)測(cè)系統(tǒng)會(huì)追蹤附近的車輛，當(dāng)在盲點(diǎn)處出現(xiàn)障礙物時(shí)向駕駛員發(fā)出警告信號(hào)。根據(jù)對(duì)該系統(tǒng)性能的評(píng)估結(jié)果，該系統(tǒng)的性能優(yōu)于基于雷達(dá)的系統(tǒng)[3]。

新提出的BSD系統(tǒng)的優(yōu)點(diǎn)[3]：與基于雷達(dá)和超音波的BSD系統(tǒng)相比，該系統(tǒng)具有較低的誤報(bào)率和較高的橫向分辨率；側(cè)面直線圖像的特性意味著在不考慮外觀不一致的情況下，可以簡(jiǎn)單地檢測(cè)車輛的輪胎和側(cè)面零件；后部魚眼攝像機(jī)還可用于行人檢測(cè)和停車輔助等用途。

BSD系統(tǒng)的缺點(diǎn)[3]：該系統(tǒng)對(duì)低光照環(huán)境(如隧道、夜晚)比較敏感，這是基于攝像頭的系統(tǒng)的一個(gè)常見缺點(diǎn)；此系統(tǒng)基于附近車輛平行于主車輛的假設(shè)，當(dāng)附近車輛以低速變道時(shí)，這種假設(shè)可能不成立。

4 ADAS的預(yù)警對(duì)駕駛員行為的影響

主要介紹通過腦電信號(hào)（EEG）應(yīng)用交互式工程技術(shù)來檢測(cè)預(yù)警信號(hào)對(duì)汽車駕駛員的注意力集中程度的影響，特別是從智能交通系統(tǒng)環(huán)境中高級(jí)駕駛員輔助系統(tǒng)(ADAS)發(fā)出的警報(bào)、信號(hào)或輸出。為了實(shí)現(xiàn)這一目的，基于最新的技術(shù)，開發(fā)了一種利用駕駛員的腦電信號(hào)檢測(cè)這種影響的實(shí)驗(yàn)方案。目標(biāo)是檢測(cè)當(dāng)ADAS發(fā)出不同類型的警報(bào)時(shí)，司機(jī)是否能注意到道路上出現(xiàn)的危險(xiǎn)[4]。在信號(hào)處理方面，所面臨的問題是腦電信號(hào)中存在噪音，原因是道路的質(zhì)量有一些顛簸和坑洞，由于司機(jī)的移動(dòng)而在記錄中增加了噪音。在信號(hào)處理方面，最大的挑戰(zhàn)是由于路況（比如路障和坑洼等）對(duì)駕駛員體位的影響，而在他們的腦電信號(hào)中出現(xiàn)噪音[4]。

通過該方案，設(shè)計(jì)人員可以對(duì)ADAS的效率和實(shí)用性進(jìn)行評(píng)估，更詳細(xì)地調(diào)查和了解駕駛員如何與車內(nèi)環(huán)境進(jìn)行交互，從而檢測(cè)和糾正機(jī)艙設(shè)計(jì)，減少干擾，提高安全性。為了使用這種方法來檢測(cè)干擾，將使用帶有5個(gè)干電極的便攜式腦電圖實(shí)時(shí)實(shí)現(xiàn)算法，在一個(gè)非常嘈雜的真實(shí)駕駛環(huán)境中檢測(cè)干擾。最后，作者認(rèn)為新一代ADAS不僅將整合駕駛員的生物信號(hào)，還將整合精密的電子設(shè)備來監(jiān)控機(jī)艙環(huán)境[4]。

圖1 ADAS所用傳感器技術(shù)水平