交通擁堵輔助系統(tǒng)識別能力策略優(yōu)化

甘堅南，歐陽銳濤，趙 輝，鄭望曉

（廣州汽車集團股份有限公司 汽車工程研究院，廣東 廣州 511434）

隨著汽車行業(yè)的快速發(fā)展，汽車已經(jīng)變得越來越電子化和智能化，智能輔助駕駛，即自動駕駛是未來汽車發(fā)展的一個大趨勢[1]?，F(xiàn)自動駕駛L2級別所包括的自適應(yīng)巡航控制（Adaptive Cruise Control, ACC）、交通擁堵輔助（Traffic Jam Assist,TJA）/集成式巡航輔助（Integrated Cruise Assist,ICA）、前方碰撞預(yù)警（Forward Collision Warning,FCW）、自動緊急制動（Automatic Emergency Braking, AEB）、車道偏離報警（Lane Departure Warning, LDW）、保持車道協(xié)助（Lane Keeping Assist, LKA）、盲區(qū)監(jiān)測預(yù)警（Blind Spot Detection,BSD）、自動泊車輔助（Auto Parking Assist, APA）等系統(tǒng)已廣泛裝配量產(chǎn)車型，L2處于自動駕駛初級階段，被稱為先進駕駛輔助系統(tǒng)（Advanced Driving Assistance System, ADAS）技術(shù)，更高等級的自動駕駛技術(shù)也進入了驗證階段，如表1所示。目前特斯拉的Autopilot智能駕駛系統(tǒng)已經(jīng)初步具備自動駕駛能力，而且后續(xù)已有無人駕駛解決方案，國內(nèi)大多數(shù)主機廠如廣汽、比亞迪、吉利、長城等主銷車型的自動駕駛也處在是 L2和L3階段。

表1 自動駕駛分級

TJA屬于智能駕駛輔助系統(tǒng)中的一種，在交通阻塞的情況下為駕駛員提供縱向及橫向輔助，如果車道線在速度區(qū)間（一般為0～60 km/h）存在，車輛會被維持在車道內(nèi)行駛，否則車輛會跟隨前方車輛的側(cè)向移動行駛，即在速度區(qū)間（一般為60 km/h以上），車輛會被維持在車道中心附近行駛[2]。

該系統(tǒng)的基本原理是在車道線清晰的情況下，其基于攝像頭識別行駛車道的標識線，并檢測本車在車道內(nèi)的位置，然后向轉(zhuǎn)向系統(tǒng)發(fā)出信號，自動調(diào)整轉(zhuǎn)向，將本車保持在車道內(nèi)行駛來達到橫向控制的目的；基于車載前置毫米波雷達探測前方縱向移動目標，發(fā)出縱向加速度來達到縱向控制的目的。在車道線不清晰的情況下，其基于車載前置毫米波雷達探測前方目標的縱向和橫向移動，相對應(yīng)發(fā)出縱向和橫向的加速度請求，來達到縱向及橫向的控制[3]，如圖1、圖2所示。

圖1 車道線清晰可見時TJA工作示意圖

圖2 車道線不清晰或遮擋時TJA工作示意圖

文章主要解決搭載交通擁堵輔助系統(tǒng)車輛，在匹配驗證該系統(tǒng)階段時存在跟隨前車過十字路口工況下，自車已進入車道后識別延遲造成轉(zhuǎn)向出現(xiàn)蛇形修正或者急打方向的情況，從要因分析、策略優(yōu)化、實車驗證這三個方面出發(fā)，嘗試杜絕匹配過程中此類問題的發(fā)生。

1 問題回顧

1.1 問題背景

在對某車型進行交通擁堵輔助系統(tǒng)匹配驗收時，車輛開啟TJA功能，且以跟車模式經(jīng)過十字路口工況，即使自車已經(jīng)進入車道，路面有車道線標記，但是仍需要時間從跟車模式切換到跟線模式[4]。此種情形下如果跟隨前車進入車道后，前車方向稍微有偏離車道中心線，自車跟隨前車進入車道重新識別到車道線后，會造成轉(zhuǎn)向蛇形修正或者急打的情況。

1.2 問題分析

為驗證自車由跟車切換跟線的工況下，方向出現(xiàn)蛇形修正或者急打情況，在同一十字路口，前車同一縱向速度，不同的橫向偏移速率進行引導(dǎo)后車跟隨進入車道，前車與車道中心線偏移越大，后車跟隨進入車道與車道線偏離越大，方向會出現(xiàn)蛇形修正或者急打，造成系統(tǒng)不可靠性。

通過上述問題的多次復(fù)現(xiàn)，以及后期數(shù)據(jù)分析確認，即使自車已經(jīng)進入車道，路面有車道線標記，但是仍需要時間從跟車模式切換到跟線模式，跟線問題在于video line信號源被抑制，車輛遲遲進入不了跟線模式，只能繼續(xù)保持跟車狀態(tài)，故引起以下問題：

1）車輛開啟TJA功能以跟車模式經(jīng)過十字路口工況，進入車道與車道中心線存在偏差，轉(zhuǎn)向會出現(xiàn)蛇形修正或者急打；2）自車進入車道后，與車道中心線偏離越大，轉(zhuǎn)向出現(xiàn)蛇形修正或者急打幅度越大。

文章主要針對車輛開啟TJA功能，以跟車模式經(jīng)過十字路口工況，進入車道與車道中心線存在偏差，方向出現(xiàn)蛇形修正或者急打這一問題進行原因分析探索，通過初步分析確定，車輛開啟TJA功能以跟車模式經(jīng)過十字路口工況，即使自車已經(jīng)進入車道，路面有車道線標記，但是仍需要時間從跟車模式切換到跟線模式。車道線識別過晚會造成轉(zhuǎn)向蛇形修正或者急打，故制定出通過解除相關(guān)的抑制條件，縮減識別切換到車道線的時間，改善轉(zhuǎn)向蛇形或者急打的情況，為最終系統(tǒng)通過驗收提供解決方案和依據(jù)。同時，也可以根據(jù)分析結(jié)果，為后續(xù)車型的交通擁堵輔助系統(tǒng)優(yōu)化提供一定的參考意義。

2 驗證分析

2.1 驗證方案

通過前期數(shù)據(jù)分析，跟線問題在于video line信號源被抑制，車輛遲遲進入不了跟線模式，只能繼續(xù)保持跟車狀態(tài)，從數(shù)據(jù)來看，video line信號報抑制有以下四個：1）single line control單側(cè)車道線抑制條件控制；2）data max方向盤轉(zhuǎn)角速率最大閾值抑制條件；3）no ego line detected無目標車道線檢測抑制條件；4）Unreliable lane boundaries不可靠車道線抑制條件。

2.2 驗證方法

對不同的抑制條件進行優(yōu)化，驗證在同一個場景工況下，采取對單個抑制條件延后抑制發(fā)生時間以及提前抑制條件解除時間的方法，從而改善車輛蛇形修正或者方向急打的情況，其中，目標車輛雷達和攝像頭的基本信息如表2所示。

3 方案驗證結(jié)果與討論

3.1 單側(cè)車道線抑制條件控制

1）改善方案一：單車車道線識別抑制條件single line control，為防止將人行道以及車道路修補地方識別為車道線，現(xiàn)設(shè)置延后抑制條件single line control發(fā)生；2）改善效果：功能進入慢的問題有改善，具體區(qū)別如表3所示；3）潛在風險：當相鄰車道有左轉(zhuǎn)彎待轉(zhuǎn)區(qū)域時，在車輛進入十字路口的短暫情況下，攝像頭會把待轉(zhuǎn)區(qū)域的一側(cè)車道線和一條人行道誤認為是本車道線，因為抑制激活滯后，會引起車輛向左偏移，有潛在風險。

表3 調(diào)整single line control抑制延后觸發(fā)區(qū)別

3.2 延后data max抑制發(fā)生時間以及提前抑制解除時間

1）改善方案二：data max抑制是為了防止車頭轉(zhuǎn)角過大而設(shè)置相應(yīng)閾值，與方向盤轉(zhuǎn)角速率有關(guān)系的抑制條件，具體如圖3所示。現(xiàn)設(shè)置延后 data max抑制發(fā)生時間以及提前抑制解除時間，解除時間由4 s調(diào)整為2 s；2）改善效果：僅改善因車輛掉頭產(chǎn)生抑制導(dǎo)致功能進入慢問題，正常跟車過十字路口總體情況未改善，功能重新激活時間仍為 3 s；3）潛在風險：條件滿足后需等待4 s以解除抑制，基于大數(shù)據(jù)采集信息后定下來的邏輯策略，且解除抑制時間過早，容易出現(xiàn)行車轉(zhuǎn)向混亂，且改善效果不明顯。

圖3 方向盤轉(zhuǎn)角速率曲線示意圖

3.3 延后no ego line detected抑制發(fā)生時間

1）改善方案三：no ego line detected抑制是攝像頭沒有檢測到自車道線后0.5 s激活抑制，現(xiàn)設(shè)置延后該抑制發(fā)生的時間，調(diào)整至4 s后觸發(fā)該抑制；2）改善效果：可以解決因為道路顛簸或者較短距離內(nèi)車道間隔引起車道丟失抑制的情況，對十字路口工況模式切換優(yōu)化不大，功能重新激活時間仍為3 s；3）潛在風險：與方案一引起的問題類似，有潛在風險，為弱化風險現(xiàn)將抑制開始時間調(diào)整為4 s，情況穩(wěn)定功能進入慢的總體問題解決效果有限。

3.4 延后Unreliable lane boundaries抑制發(fā)生時間及提前解除該抑制

1）改善方案四：Unreliable lane boundaries抑制是攝像頭沒有檢測到或認為自車道線不可靠，系統(tǒng)判定開始抑制，現(xiàn)設(shè)置延后 Unreliable lane boundaries抑制的開始時間，盡快解除Unreliable lane boundaries抑制，降低該抑制判斷閾值；2）改善效果：數(shù)據(jù)顯示，報出Unreliable lane boundaries抑制的次數(shù)明顯降低，對非過十字路口正常行駛中模糊車道線識別有改善，但是TJA跟線模式進入慢改善不大，前車偏離車道中心線較大時，仍會因為模式切換不及時而出現(xiàn)急打方向的情況；3）暫無潛在風險。

3.5 提高車道線的置信度，降低對車道線識別的閾值

1）改善方案五：線的置信度是一個可能性，是攝像頭對識別到的灰度、連續(xù)性等參考因素，集合所有采集到的信息來進行融合，然后判定是否是一條車道線，可能性介于0～1，其中0是百分百判定不是車道線，1是判定百分百是車道線?，F(xiàn)設(shè)置提高車道線的置信度至0.1～0.2，降低車道線識別閾值；2）改善效果：從跟車模式可更快切換到跟線模式，明顯改善車輛蛇形修正后者方向急打情況，如表4所示；3）暫無潛在風險。

表4 調(diào)整置信度后區(qū)別

4 分析與改善

4.1 結(jié)論分析

通過前期的數(shù)據(jù)分析，以及后續(xù)的優(yōu)化措施表明，可得出如下結(jié)論：

1）車輛開啟TJA功能以跟車模式經(jīng)過十字路口工況，進入車道后若相對車道中心線有偏離，則出現(xiàn)整車蛇形修正或急打方向，其因跟車與跟線的模式切換沒有及時切換平緩過度造成；2）跟車與跟線模式切換沒有平緩過渡，是由于 video line等信號源被抑制，車輛遲遲不能切換至跟線模式，只能繼續(xù)保持跟車模式的狀態(tài)；3）通過延后no ego line detected抑制發(fā)生時間和延后Unreliable lane boundaries抑制時間抑制發(fā)生時間以及提前抑制解除時間有改善，但效果不明顯。通過調(diào)整車道線的置信度至0.1～0.2，降低車道線識別的閾值，使得系統(tǒng)可以更快地識別到車道線，從跟車模式可以更快切換到跟線模式，明顯改善車輛蛇形修正或者方向盤急打的情況。

4.2 改善方案

識別能力策略實現(xiàn)方法如下：1）現(xiàn)設(shè)置提高車道線的置信度至：0.1～0.2，降低車道線識別的閾值；2）延后no ego line detected抑制發(fā)生時間，延后Unreliable lane boundaries抑制開始時間，盡快解除Unreliable lane boundaries抑制，降低該抑制判斷閾值。

針對以上改進策略，以提高置信度為主其他抑制條件為輔的策略進行再次實車驗證，車輛跟車過十字路口，進入車道后可快速從跟車模式切換至跟線模式，有效杜絕車輛蛇形修正或者方向急打的情況，整車橫向控制表現(xiàn)平順，整體可接受。

5 結(jié)束語

通過一系列的分析驗證，在現(xiàn)有算法策略框架下，可通過置信度以及相關(guān)抑制條件提高跟車過十字路口工況的能力，改善車輛進車道后易出現(xiàn)蛇形修正或者方向急打的情況，為后續(xù)匹配該系統(tǒng)的車型提供一定的設(shè)計經(jīng)驗，同時為后續(xù)無人駕駛解決方案提供一定的基礎(chǔ)，有利于產(chǎn)品品牌力的提升。