鄭 艷, 王雪巖, 周明昊
(華域汽車系統(tǒng)股份有限公司, 上海 200434)
隨著傳感器的類型在ADAS系統(tǒng)中應用的增加, 傳感器融合系統(tǒng)應用越來越廣泛, 常常采用目標級的融合方式來實現(xiàn)L3級以下的ADAS功能。 廣義的融合系統(tǒng)分為3個層級,第1層級為傳感器層級, 即車載毫米波雷達傳感器、 車載攝像頭傳感器、 車載超聲波雷達傳感器等; 第2層級為融合算法層級, 其輸入是傳感器目標, 輸出為應用功能所選擇的融合后的目標; 第3層級為應用功能層級, 也是用戶能夠直接體驗性能的功能效果部分。 如何評價融合系統(tǒng)尤其是功能層級的性能, ENCAP和CNCAP已經(jīng)給出了多種場景下的打分機制, 然而, 這些機制只是為了評價融合系統(tǒng)功能的性能, 卻未能對之前的傳感器層級和融合算法層級提出性能需求。
隨著系統(tǒng)分工越來越細, 系統(tǒng)各個層級均在前一個模塊的輸出性能確認的基礎上, 才能夠?qū)Ρ緦蛹壞K性能有一個充分的預期。 由此, 本文也將闡述對每一層級的性能進行評價的原則和方法。
圖1為基于目標的融合系統(tǒng)架構。
1) 在圖1中, 融合系統(tǒng)分為3個層級, 位于最底層的第1層是傳感目標層, 各個傳感器采集到原始數(shù)據(jù)后, 通過信號處理和目標跟蹤算法, 輸出跟蹤后的目標。 不同傳感器的目標屬性主要包含: 目標個數(shù); 目標的橫向/縱向距離;目標的橫向/縱向速度; 目標的橫向/縱向加速度; 目標類型; 目標運動狀態(tài)等。
圖1 融合系統(tǒng)的架構
2) 第2層是融合算法層。 傳感器輸入的跟蹤后的目標輸入到融合算法層, 融合算法根據(jù)目標的ID、 距離、 速度等設計目標關聯(lián)策略, 將可以關聯(lián)的目標重新計算目標的屬性后, 輸出給第3層。 在融合算法層, 融合目標的屬性主要包含: 目標個數(shù); 目標的橫向/縱向距離; 目標的橫向/縱向速度; 目標的橫向/縱向加速度; 目標類型; 目標運動狀態(tài); 目標來源 (單傳感器目標或關聯(lián)后的目標) 等。
3) 最上層是應用功能層。 目前應用功能主要分為3大類: ①縱向功能, 主要是指AEB和ACC功能; ②橫向功能,主要指LKA/LDP/ELK功能; ③橫縱向功能, 主要以TJA功能為代表。
國際標準化組織、 國標和各行業(yè)協(xié)會針對ADAS功能在場地的測試中的表現(xiàn)進行打分; 除此之外, 各OEM在行業(yè)標準評分的基礎上, 對部分功能可能會提出比標準評分更高的要求。 圖2為ENCAP (歐洲新車評估程序) 對ADAS系統(tǒng)的評分程序, 可以看到該程序中對ADAS功能需求的變化趨勢。
圖2 ENCAP2018-2025技術路線
圖3為ENCAP組織最新版本 (2020版) 和CANCAP2021的積分規(guī)則, 從圖中可以看出, 目前已經(jīng)頒布的行業(yè)標準中, 評分標準主要集中在AEB (含AEB-car、 FCW、 AEBpedestrian、 AEB-bicycle)、 LSS (含ELK、 LDW、 LKA) 和SAS (包含TSR、 BSD) 功能。
隨著ADAS在中國本土的應用, ENCAP (中國新車評價規(guī)范) 也開始推出符合中國道路和人群特點的評價規(guī)范。圖3對ENCAP2020和ENCAP2021進行了對比, 可以看到二者在評價時的重點有所不同, 在評分標準上最大的不同在于針對中國的實際國情加大了AEB自行車/二輪車/行人的分值比例, 以及增加了BSD功能的計分。 圖3中的縮略詞釋意如表1所示。
圖3 ENCAP2020和CNCAP2021的評分對比
表1 縮略詞表
系統(tǒng)功能能否有更好的客戶體驗, 除了對目標輸入的準確度方面有要求, 測試車輛本身的性能也會影響駕乘體驗。 為此, ADAS系統(tǒng)對測試車輛的ESC和EPS系統(tǒng)執(zhí)行器也需要提出相關要求。
在縱向控制方面, ACC的加速度請求精度要求在0.1m/s,針對AEB的加速度請求精度要求在0.2m/s, 且控制跟隨需要保證一致性和平行度, 對于平滑的控制信號執(zhí)行器不能出現(xiàn)突變的控制結果, 且ESC能夠配合ADAS的聯(lián)合調(diào)試。
在橫向控制方面, 當橫向控制請求為扭矩信號時, 實際方向盤扭矩信號分辨率小于0.1Nm, 精度小于0.5Nm; 當橫向控制請求為方向盤轉角信號時, 實際方向盤轉角信號分辨率小于0.1°, 精度小于1°, 且要求EPS實際方向盤轉角信號相位延時小于200ms; 控制跟隨保證一致性和平行度,對于平滑的控制信號執(zhí)行器不能出現(xiàn)突變的控制結果, 且EPS能夠配合ADAS進行聯(lián)合調(diào)試。
對融合算法進行評價的目的, 是為了使應用功能層能夠得到盡可能小時延和高精度的融合目標。 為了得到融合算法本身的品質(zhì)評價, 通常有兩種方式: ①采用激光雷達作為真值的絕對評價; ②不采用激光雷達作為真值的相對評價。 兩種的具體標注區(qū)別如表2所示。
表2 融合算法評價方法在有無激光對比時的標注區(qū)別
在基于目標的1R1V融合系統(tǒng)的框架下, 對傳感器的需求重點關注在跟蹤后輸出的目標。
融合系統(tǒng)對雷達傳感器的需求主要包含: 目標的探測距離、 目標的縱向距離精度、 目標的縱向速度精度、 目標的輸出類型 (如車輛、 行人和/或護欄等)、 輸出目標的特征 (障礙物目標/非障礙物目標; 車輛目標的長度、 寬度、RCS等)、 輸出目標的個數(shù)、 目標刷新周期、 角度自校正范圍、 遮蓋模式、 大卡車目標的分裂概率。
融合系統(tǒng)對攝像頭傳感器的基本需求包括以下幾個類型的對象。
1) 攝像頭對車道線的識別的性能需求, 如表3所示。
表3 融合系統(tǒng)對攝像頭的車道識別性能需求
2) 攝像頭對車輛目標的識別性能需求主要包含車輛類型、 車輛檢測部位 (2D/3D)、 目標檢測率、 ROI范圍內(nèi)的橫縱向距離精度、 ROI范圍內(nèi)的目標橫縱向速度精度、 攝像頭對目標跟蹤的穩(wěn)定度、 車輛誤檢率、 車輛類型的誤檢率等。
3) 攝像頭對交通標志的識別, 其性能需求主要包含限速標志類型、 限速標志目標正確檢測率、 紅綠燈檢測類型、車輛紅綠燈目標正確檢測率、 紅綠燈識別距離、 斑馬線識別率等。
4) 攝像頭對兩輪車及行人的檢測需求主要來自以下幾個方面: 檢測部位; 目標檢測率; ROI范圍內(nèi)的橫縱向距離檢測精度; ROI范圍內(nèi)的橫縱向速度檢測精度; 目標跟蹤的穩(wěn)定度; 目標誤檢率等。
5) 攝像頭對車燈目標的檢測需求: 包含對向來車前車燈光最遠檢測距離; 同向行駛車輛尾燈最遠檢測距離; ROI同向行駛車輛制動燈最遠識別距離; ROI同向行駛車輛轉向燈最遠識別距離等。
6) 攝像頭對其他障礙物的識別需求: 龍門架識別距離、 龍門架識別正確識別率、 路牌識別距離、 路牌識別正確識別率等。
融合系統(tǒng)的性能是傳感器性能、 融合算法性能、 車身性能、 應用功能性能均相關的的整體, 為了在CNCAP或者ENCAP測試中拿到更高的分數(shù), 需要對該系統(tǒng)各個層級提出對應的需求。