基于毫米波雷達(dá)的汽車與行人碰撞預(yù)警系統(tǒng)設(shè)計(jì)

侯 喆，張洪昌

（武漢理工大學(xué)現(xiàn)代汽車零部件技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室，湖北 武漢430070；武漢理工大學(xué)汽車零部件技術(shù)湖北省協(xié)同創(chuàng)新中心，湖北 武漢430070；武漢理工大學(xué)湖北省新能源與智能網(wǎng)聯(lián)車工程技術(shù)研究中心，湖北 武漢430070）

1 引言

隨著中國(guó)經(jīng)濟(jì)不斷發(fā)展，汽車行業(yè)發(fā)展迅速，即使在疫情影響下，2020年中國(guó)汽車行業(yè)仍然呈現(xiàn)持續(xù)向好、穩(wěn)中有進(jìn)的發(fā)展態(tài)勢(shì)[1]，汽車行業(yè)已成為國(guó)民經(jīng)濟(jì)發(fā)展支柱性產(chǎn)業(yè)，汽車已經(jīng)成為人們?nèi)粘３鲂械氖走x交通工具。隨著汽車保有量的不斷增加，交通事故的發(fā)生概率也逐步增加。行人作為交通參與者中的弱勢(shì)群體，提高道路行人的安全性成為汽車主動(dòng)安全領(lǐng)域的研究熱點(diǎn)[2]。根據(jù)公安部交通事故年報(bào)的數(shù)據(jù)統(tǒng)計(jì)，2019年全國(guó)交通事故發(fā)生總數(shù)為247 646，死亡人數(shù)為62 763，受傷人數(shù)為256 101，直接財(cái)產(chǎn)損失為134 618萬(wàn)元[3]，雖然相較2018年度數(shù)據(jù)有小幅度下降，但是仍警示人們解決道路交通問(wèn)題尤其是汽車與行人碰撞事故問(wèn)題刻不容緩。

傳統(tǒng)的行人安全保障方法主要通過(guò)車身吸能材料減輕碰撞傷害的被動(dòng)行人保護(hù)系統(tǒng)來(lái)實(shí)現(xiàn)，然而單純的被動(dòng)行人保護(hù)系統(tǒng)不足以充分保障行人安全[4]。已有一些研究人員或企業(yè)針對(duì)車輛與行人碰撞中的一些情況提出解決方案，比如吳宇通等提出了一種基于車聯(lián)網(wǎng)的車輛與行人碰撞預(yù)警方式，以解決行人或非機(jī)動(dòng)車從駕駛員視野盲區(qū)出現(xiàn)導(dǎo)致的車輛前碰撞預(yù)警問(wèn)題[5]；而張洪昌等則以網(wǎng)聯(lián)汽車為基礎(chǔ)針對(duì)超視距情況下的預(yù)警提出了新的輔助駕駛方法[6]；市場(chǎng)部分車輛則選擇增加汽車行人預(yù)警系統(tǒng)來(lái)從駕駛員角度保障行人安全。針對(duì)汽車行人預(yù)警系統(tǒng)這一方案，現(xiàn)有的汽車行人預(yù)警設(shè)備成本高昂，僅能在高端車型中配備，無(wú)法在汽車保有量占比更大的中低端市場(chǎng)內(nèi)推廣，在提升社會(huì)交通安全性上有較大空間。

現(xiàn)設(shè)計(jì)一種基于毫米波雷達(dá)的汽車與行人碰撞預(yù)警系統(tǒng)，系統(tǒng)內(nèi)絕大多數(shù)部件均為汽車標(biāo)準(zhǔn)必備部件，從而在有效完成行人預(yù)警的前提下最大限度降低成本。為便于解釋說(shuō)明，暫時(shí)只考慮良好路面上的汽車直行工況。

2 系統(tǒng)組成

為了達(dá)到行人探測(cè)、行人路徑預(yù)測(cè)和對(duì)駕駛員進(jìn)行提前預(yù)警的目的，需要設(shè)計(jì)模塊來(lái)完成對(duì)汽車行駛狀態(tài)和行人行進(jìn)狀態(tài)的檢測(cè)，對(duì)汽車俯仰造成的直接探測(cè)誤差進(jìn)行消除，對(duì)非行人目標(biāo)進(jìn)行篩除，對(duì)駕駛員進(jìn)行提前預(yù)警。汽車行人預(yù)警系統(tǒng)模塊如表1所示。

表1 汽車行人預(yù)警系統(tǒng)模塊表

可將各模塊間的聯(lián)系與系統(tǒng)功能實(shí)現(xiàn)順序以結(jié)構(gòu)流程圖的方式表現(xiàn)，汽車行人預(yù)警系統(tǒng)的結(jié)構(gòu)流程如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)流程圖

3 模塊設(shè)計(jì)

3.1 汽車行駛狀態(tài)檢測(cè)模塊

汽車行駛狀態(tài)檢測(cè)模塊需要對(duì)車輛自身的速度、方向及俯仰角度等進(jìn)行檢測(cè)，并將俯仰角信息提交至行人行進(jìn)狀態(tài)檢測(cè)模塊，便于行人行進(jìn)狀態(tài)檢測(cè)模塊對(duì)行人行進(jìn)狀態(tài)中因俯仰導(dǎo)致的誤差消除，之后將其余信息上傳到綜合計(jì)算模塊，以便于綜合判定行人對(duì)汽車行駛是否構(gòu)成威脅。行駛檢測(cè)模塊工作流程如圖2所示。

圖2 汽車行駛狀態(tài)檢測(cè)模塊工作流程圖

3.2 非行人目標(biāo)篩除模塊

非行人目標(biāo)篩除模塊需要對(duì)傳感器所探測(cè)到的目標(biāo)物進(jìn)行判定，從而將非行人的目標(biāo)篩除，僅留下行人目標(biāo)，以此減少汽車行人預(yù)警系統(tǒng)的工作量。

為便于系統(tǒng)設(shè)計(jì)，在當(dāng)前階段目標(biāo)物僅考慮三種類型，即路樁、行人和行道樹。根據(jù)資料顯示，路樁高度約為0.6 m，行人高度約為0.7～2 m，行道樹高度約為5～8 m，可以通過(guò)傳感器得到的數(shù)據(jù)計(jì)算目標(biāo)物高度，將目標(biāo)物的高度與資料對(duì)比，以判定是否為行人。記判定所用的目標(biāo)物的高度為h，探測(cè)器到物體上頂端和下頂端的直線距離分別為l1和l2，探測(cè)器到物體上頂端和下頂端的探測(cè)夾角分別為α1和α2?？傻媚繕?biāo)物的高度為：

將所得目標(biāo)物的高度與資料對(duì)比后，將不屬于行人的目標(biāo)物篩除，保留行人目標(biāo)物，并將行人目標(biāo)物有關(guān)數(shù)據(jù)上傳至行人行進(jìn)狀態(tài)檢測(cè)模塊。非行人目標(biāo)篩除模塊的工作流程如圖3所示。

圖3 非行人目標(biāo)篩除模塊工作流程圖

3.3 行人行進(jìn)狀態(tài)檢測(cè)模塊

行人行進(jìn)狀態(tài)檢測(cè)模塊需要對(duì)傳感器所探測(cè)到的行人目標(biāo)物進(jìn)行行進(jìn)方向、行進(jìn)速度和當(dāng)前位置坐標(biāo)等方面的計(jì)算，并將所得信息上傳至綜合計(jì)算模塊。

在檢測(cè)過(guò)程中，傳感器只需獲取到行人目標(biāo)物與傳感器間的距離及方位角信息，通過(guò)在模塊內(nèi)設(shè)置一個(gè)計(jì)算程序，將傳感器中的距離及方位角信息轉(zhuǎn)換為行人的當(dāng)前位置坐標(biāo)信息。行人行進(jìn)方向和行進(jìn)速度，則可以由毫米波雷達(dá)測(cè)得的人相對(duì)于車的速度來(lái)表征。

在模塊內(nèi)，因?yàn)檐囕v行駛具有俯仰角，所以對(duì)行人的坐標(biāo)系定位會(huì)造成一定誤差，需要先進(jìn)行誤差處理，設(shè)俯仰角為δ，傳感器測(cè)得人車夾角為α、人車距離為s，可得實(shí)際人車夾角α′和實(shí)際人車距離s′為：

為保證坐標(biāo)的準(zhǔn)確性，取探測(cè)器連續(xù)探測(cè)到的十個(gè)位置為一組，進(jìn)行坐標(biāo)的判定。由此可得坐標(biāo)系下行人的坐標(biāo)（x0，y0）為：

計(jì)算結(jié)束后，將計(jì)算所得的行人坐標(biāo)信息與探測(cè)器檢測(cè)到的行人行進(jìn)速度和行進(jìn)方向上傳至綜合計(jì)算模塊。行人行進(jìn)狀態(tài)檢測(cè)模塊的工作流程如圖4所示。

圖4 行人行進(jìn)狀態(tài)檢測(cè)模塊工作流程圖

3.4 綜合計(jì)算模塊

綜合計(jì)算模塊需要對(duì)從汽車行駛狀態(tài)檢測(cè)模塊和行人行進(jìn)狀態(tài)檢測(cè)模塊上傳而來(lái)的數(shù)據(jù)進(jìn)行推斷，判斷行人對(duì)車輛行駛安全性的威脅程度。在實(shí)際應(yīng)用中有多種判斷方式，本文中只列出其中一種，實(shí)際運(yùn)用時(shí)可以根據(jù)實(shí)際情況更改。

以車輛質(zhì)心為原點(diǎn)構(gòu)建坐標(biāo)系，行駛方向?yàn)閤軸，駕駛員左手邊為y軸，可于坐標(biāo)系上構(gòu)建車身區(qū)域：（a，±D/2）和（-b，±D/2）構(gòu)成的矩形區(qū)域。其中a為質(zhì)心至前軸距離，b為質(zhì)心至后軸距離，D為汽車橫向軸距。

以行人初始坐標(biāo)和人車相對(duì)速度構(gòu)建行人行進(jìn)軌跡。當(dāng)軌跡與車身區(qū)域產(chǎn)生重合時(shí)為危險(xiǎn)情況，不重合時(shí)為暫時(shí)安全情況，并將判定結(jié)果上傳至駕駛員提前預(yù)警模塊。綜合計(jì)算模塊的工作流程如圖5所示。

圖5 綜合計(jì)算模塊工作流程圖

3.5 駕駛員提前預(yù)警模塊

駕駛員提前預(yù)警模塊的功能是將綜合計(jì)算模塊得到的不安全目標(biāo)信息轉(zhuǎn)化為對(duì)駕駛員的提醒后提交至系統(tǒng)初始，將安全目標(biāo)信息重新發(fā)送至系統(tǒng)初始，使得系統(tǒng)得以對(duì)目標(biāo)進(jìn)行持續(xù)監(jiān)控，避免意外的發(fā)生也避免了無(wú)意義的規(guī)避。同時(shí)，對(duì)于不安全的行人目標(biāo)，可以計(jì)算得到規(guī)避目標(biāo)且不影響車輛穩(wěn)定的最適加速度[7]。駕駛員提前預(yù)警模塊的工作流程如圖6所示。

圖6 駕駛員提前預(yù)警模塊工作流程圖

4 實(shí)現(xiàn)模塊功能所需器件選型

可以實(shí)現(xiàn)模塊功能的器件有無(wú)數(shù)種搭配，本系統(tǒng)選用時(shí)將器件型號(hào)的功能、精確度、響應(yīng)速度、性能、價(jià)格、安裝方式等方面作為主要的考慮因素，最終選用器件型號(hào)如表2所示。器件測(cè)量數(shù)據(jù)中，汽車行駛方向僅指是否與車輛坐標(biāo)系x軸正方向一致，行人目標(biāo)物的行進(jìn)速度分為沿車輛坐標(biāo)系x軸和y軸的速度，行進(jìn)方向分為是否與車輛坐標(biāo)系x軸和y軸的正方向一致。

表2 實(shí)現(xiàn)模塊功能的器件選型表

5 實(shí)驗(yàn)驗(yàn)證

根據(jù)上述研究和選型，開(kāi)發(fā)了基于毫米波雷達(dá)的車輛與行人碰撞預(yù)警系統(tǒng)，選取干燥瀝青直行路段為實(shí)驗(yàn)路況，以固定的車速進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)車車身長(zhǎng)度4.6 m，車身寬度1.8 m，將毫米波雷達(dá)安裝于車輛正中。受測(cè)行人行進(jìn)快慢及方向由受測(cè)人自主選定。共選取10名受測(cè)行人，每人進(jìn)行3次實(shí)驗(yàn)，由2位駕駛員無(wú)規(guī)律分別駕駛實(shí)驗(yàn)車輛。選取其中典型數(shù)據(jù)及圖像，可得到行人行進(jìn)狀態(tài)檢測(cè)模塊的行人速度圖像，如圖7所示。

圖7 行人行進(jìn)速度檢測(cè)數(shù)據(jù)

可得到綜合計(jì)算模塊的判定圖像，如圖8、圖9、圖10所示，其中圖8、圖9為實(shí)驗(yàn)中典型安全案例圖像，圖10為實(shí)驗(yàn)中典型危險(xiǎn)案例圖像。

圖8 實(shí)驗(yàn)安全案例1

圖9 實(shí)驗(yàn)安全案例2

圖10 實(shí)驗(yàn)危險(xiǎn)案例

由以上實(shí)驗(yàn)結(jié)果可以看出，基于毫米波雷達(dá)的車輛與行人碰撞預(yù)警系統(tǒng)準(zhǔn)確地檢測(cè)到行人的行進(jìn)狀態(tài)，并高效科學(xué)地預(yù)測(cè)行人軌跡，最終可以正確判定行人對(duì)車輛行進(jìn)是否有威脅。

6 結(jié)論

基于毫米波雷達(dá)的車輛與行人碰撞預(yù)警系統(tǒng)可以有效利用汽車內(nèi)已有的各類傳感器，獲取各類有關(guān)信息、進(jìn)行信息的糾正與篩除、綜合計(jì)算各類信息并將危險(xiǎn)目標(biāo)提醒駕駛員。整個(gè)過(guò)程反應(yīng)速度較快，各部分信息可以及時(shí)傳遞。系統(tǒng)檢測(cè)準(zhǔn)確性、穩(wěn)定性及判斷準(zhǔn)確性和預(yù)警及時(shí)性較高，可以準(zhǔn)確穩(wěn)定地檢測(cè)汽車行駛狀態(tài)和行人行進(jìn)狀態(tài)，準(zhǔn)確地篩除非行人目標(biāo)，正確地判斷行人的危險(xiǎn)型，及時(shí)地警告駕駛員。行人預(yù)警系統(tǒng)可以幫助駕駛員高效地規(guī)避危險(xiǎn)，系統(tǒng)所使用的器件并未顯著提高汽車購(gòu)買成本，便于在中低端汽車上普及，可以為提升社會(huì)交通的安全性做出貢獻(xiàn)，最大化避免了危險(xiǎn)的發(fā)生。