基于毫米波雷達(dá)的汽車前向碰撞預(yù)警系統(tǒng)研究

王琰晴 郭淑清

摘要：本文以汽車前向碰撞預(yù)警系統(tǒng)結(jié)構(gòu)和工作原理為對(duì)象，從安全時(shí)間、安全距離和適應(yīng)性閾值算法和評(píng)估指標(biāo)分析了汽車前向碰撞預(yù)警系統(tǒng)性能。對(duì)比了各雷達(dá)性能，得出采用毫米波雷達(dá)探測(cè)障礙物可提高前碰預(yù)警系統(tǒng)工作的可靠性，有效降低事故發(fā)生概率。

關(guān)鍵詞：前向碰撞預(yù)警；評(píng)估指標(biāo)；毫米波雷達(dá)

中圖分類號(hào)： U463.6 文獻(xiàn)標(biāo)識(shí)碼：A

0 引言

在2022 年意外事故統(tǒng)計(jì)中，交通事故占據(jù)首位，且汽車發(fā)生正面碰撞超過(guò)60%。原因之一是駕駛員的不安全行為，加之當(dāng)車身周圍未安裝監(jiān)測(cè)傳感器時(shí)，四大盲區(qū)難以觀察，駕駛員很難對(duì)突如其來(lái)的事故作出迅速的反應(yīng)。如果在發(fā)生事故前，車輛能夠給駕駛員發(fā)出提示或預(yù)警，將明顯減少碰撞事故的發(fā)生。

前向碰撞預(yù)警系統(tǒng)采用毫米波、超聲波、激光雷達(dá)和車載攝像頭等對(duì)周圍環(huán)境感知。目前應(yīng)用最廣的是毫米波雷達(dá)，像奔馳新一代S 級(jí)轎車搭載了5 顆毫米波雷達(dá)，蔚來(lái)ET7 搭載5 顆毫米波雷達(dá)，小鵬G3 采用3 顆毫米波雷達(dá)等，車輛實(shí)時(shí)監(jiān)測(cè)前方車輛，結(jié)合自車運(yùn)行軌跡、速度等，通過(guò)計(jì)算安全距離或安全時(shí)間，有效減少前向碰撞事故發(fā)生[1]。

1 前向碰撞預(yù)警系統(tǒng)

前向碰撞預(yù)警系統(tǒng)通過(guò)實(shí)時(shí)監(jiān)測(cè)前方環(huán)境信息和分析車輛行駛狀態(tài)，及時(shí)向駕駛員發(fā)出預(yù)警并進(jìn)行正確操作。前向碰撞預(yù)警系統(tǒng)由信息采集、電子控制和人機(jī)交互3 個(gè)單元組成[2]（圖1）。信息采集單元通過(guò)自身車輛傳感器或紅外雷達(dá)系統(tǒng)采集本車參數(shù)信息和前向車輛或前方障礙物信息，包括本車速度、方位角、相對(duì)距離、周身圖像及行駛狀態(tài)，提供給電子控制單元。系統(tǒng)的核心是數(shù)據(jù)采集和精確距離定位。目前，傳感器包括毫米波雷達(dá)、攝像頭、超聲波或紅外傳感器等。

電子控制單元（即中央控制器數(shù)據(jù)處理單元）根據(jù)信息采集單元的參數(shù)處理數(shù)據(jù)，建立本車輛評(píng)估狀態(tài)。如通過(guò)計(jì)算車輛實(shí)際距離和安全距離并比較，來(lái)識(shí)別道路狀態(tài)，并根據(jù)臨界距離發(fā)出控制命令，或計(jì)算碰撞時(shí)間進(jìn)行數(shù)據(jù)處理，建立有效的控制策略和預(yù)警算法，將信息送給人機(jī)交互單元。

人機(jī)交互單元包括儀表盤(pán)、聲音報(bào)警器和安全帶收緊裝置，能夠根據(jù)聲音、視覺(jué)刺激等使駕駛員減速或制動(dòng)，或采取調(diào)整座椅位置以及收緊安全帶措施降低駕駛員受傷程度。

前向碰撞預(yù)警系統(tǒng)通過(guò)設(shè)置和計(jì)算安全距離，為駕駛員提供有效的警報(bào)反饋。其控制原理是通過(guò)傳感器檢測(cè)前方路況并采集速度信息，當(dāng)兩車之間的實(shí)際距離小于安全距離時(shí)，控制車速以確保安全駕駛；當(dāng)駕駛員未及時(shí)采取措施時(shí)，給出預(yù)警提示，進(jìn)行緊急制動(dòng)，避免事故發(fā)生。

2 前向碰撞預(yù)警算法及其閾值

前向碰撞預(yù)警的指標(biāo)由安全時(shí)間和安全距離決定，用來(lái)準(zhǔn)確評(píng)估碰撞風(fēng)險(xiǎn)的算法包括安全時(shí)間邏輯算法和安全距離邏輯算法。

2.1 安全時(shí)間邏輯算法（TTC）

TTC 算法是一種用于預(yù)測(cè)車輛與前方障礙物碰撞所需時(shí)間的算法。該算法基于一個(gè)假設(shè)：如果車輛和障礙物保持當(dāng)前的速度和方向不變，那么它們將在一定時(shí)間后發(fā)生碰撞，這個(gè)時(shí)間就是車輛與前方障礙物發(fā)生碰撞所需的最短時(shí)間。該算法計(jì)算公式如下。

式中：D 是車輛與前方目標(biāo)的相對(duì)距離；V 是車輛與障礙物的相對(duì)速度。值得注意的是，如果車輛與障礙物之間的相對(duì)速度為零或負(fù)數(shù)（即車輛正在遠(yuǎn)離障礙物），則按照上述公式計(jì)算出的TTC 將無(wú)意義。此時(shí)，通常認(rèn)為T(mén)TC 為無(wú)窮大，表示不存在碰撞風(fēng)險(xiǎn)。

在實(shí)際應(yīng)用中，TTC 算法還需要考慮如車輛的動(dòng)態(tài)性能、駕駛員的反應(yīng)時(shí)間以及道路條件等因素。同時(shí)，也需要考慮雷達(dá)傳感器的測(cè)量誤差和信號(hào)延遲等問(wèn)題。因此，實(shí)際使用的TTC 算法通常會(huì)比上述基本公式復(fù)雜。

2.2 安全距離邏輯算法

安全距離是前向碰撞預(yù)警系統(tǒng)算法的核心，反應(yīng)距離和制動(dòng)距離共同組成了安全距離。反應(yīng)距離指駕駛員感知到可能與前方車輛有碰撞危險(xiǎn)但尚未剎車的距離；而制動(dòng)距離指駕駛員從剎車到車輛完全停車間的距離。其中反應(yīng)距離受駕駛員主觀因素及環(huán)境影響，包括駕駛員疲勞程度、經(jīng)驗(yàn)和車輛狀態(tài)，以及天氣和道路條件等。該算法計(jì)算公式如下。

式中：LSafeDis 為安全距離；V 為本車移動(dòng)車速；Tr 為調(diào)節(jié)因子（即受駕駛員主觀因素及環(huán)境影響的因素）；Vrel 為本車與目標(biāo)車輛相對(duì)速度；TTC 為安全時(shí)間。

2.3 適應(yīng)性閾值（TFCWI）

適應(yīng)性閾值是一種根據(jù)特定情況動(dòng)態(tài)調(diào)整預(yù)警閾值的算法。其基本思想是：在不同的駕駛環(huán)境和車輛狀態(tài)下，可能需要不同的預(yù)警策略。如在高速公路上行駛時(shí)，由于車速快，需要更早的預(yù)警；而在城市交通中，由于車輛經(jīng)常需要停止或緩慢行駛，可以接受稍晚的預(yù)警。因此，通過(guò)動(dòng)態(tài)調(diào)整預(yù)警閾值，使前向碰撞預(yù)警系統(tǒng)更好地適應(yīng)不同的駕駛條件。

如果說(shuō)前向碰撞預(yù)警指標(biāo)表征的是駕駛過(guò)程中對(duì)碰撞風(fēng)險(xiǎn)的感知能力，那么前向碰撞預(yù)警閾值的大小就是決定預(yù)警提示出現(xiàn)時(shí)間的合理性。閾值越大，報(bào)警時(shí)間越早，給駕駛員提供反映的時(shí)間越多。但如果預(yù)警過(guò)早，預(yù)警信息可能造成駕駛員分心或煩躁，舒適性有所降低；如果預(yù)警過(guò)遲，則可能不足以保證安全行車。

通常來(lái)說(shuō)，TFCWI 由自然駕駛數(shù)據(jù)統(tǒng)計(jì)分析或經(jīng)驗(yàn)值確定，常用預(yù)警閾值為2.5 ～ 4.0 s[3]。雖然駕駛員特性對(duì)前向碰撞預(yù)警功能的影響逐漸引起學(xué)者關(guān)注，但對(duì)駕駛員反應(yīng)時(shí)間的研究仍然不足。根據(jù)刺激反應(yīng)理論，駕駛員通常需要經(jīng)歷一個(gè)感知決策過(guò)程來(lái)激發(fā)狀態(tài)變化。因此應(yīng)對(duì)不同駕駛?cè)笋{駛習(xí)慣，應(yīng)探究更加精準(zhǔn)的反應(yīng)時(shí)間[4]，制定個(gè)性化TFCWI，對(duì)不同駕駛員選擇不同的閾值。

2.4 前向碰撞預(yù)警系統(tǒng)評(píng)估指標(biāo)

對(duì)前向碰撞預(yù)警系統(tǒng)進(jìn)行評(píng)估和優(yōu)化，需要制定合理的評(píng)估指標(biāo)，這些指標(biāo)要能夠反映系統(tǒng)各方面的性能，如檢測(cè)能力、精確性和可靠性等。正確預(yù)警率和虛假報(bào)警率可以有效評(píng)估碰撞系統(tǒng)的表現(xiàn)能力，是評(píng)估前向碰撞預(yù)警系統(tǒng)性能的重要指標(biāo)[5]。正確預(yù)警率表示系統(tǒng)能夠正確檢測(cè)出危險(xiǎn)并發(fā)出預(yù)警的比例；虛假報(bào)警率表示系統(tǒng)錯(cuò)誤地將未達(dá)到閾值的情況識(shí)別為危險(xiǎn)并發(fā)出預(yù)警的比例。正確預(yù)警數(shù)和正確拒絕數(shù)組成了正確預(yù)警，反之為虛假報(bào)警。表1 為響應(yīng)正確預(yù)警與制動(dòng)關(guān)系。

3 采用毫米波雷達(dá)的前向預(yù)警系統(tǒng)分析

3.1 雷達(dá)傳感器的分類

雷達(dá)是一種無(wú)線電設(shè)備，通過(guò)發(fā)送電磁波并接收其反射回來(lái)的信號(hào)，測(cè)量物體的距離、速度和角度等信息。毫米波雷達(dá)是指頻率在30 ～ 300 GHz、波長(zhǎng)在1 ～ 10 mm 的雷達(dá)。相比超聲波雷達(dá)和激光雷達(dá)，毫米波雷達(dá)具有探測(cè)距離遠(yuǎn)、穿透力強(qiáng)、分辨率高以及不受環(huán)境影響等優(yōu)點(diǎn)，因此被廣泛應(yīng)用在汽車安全中[6]。不同類型雷達(dá)參數(shù)對(duì)比如表2 所示。

3.2 毫米波雷達(dá)分類

毫米波雷達(dá)按照工作頻段分為長(zhǎng)距離雷達(dá)和短距離雷達(dá)。短距離雷達(dá)探測(cè)范圍比較大，但探測(cè)距離比較短；而長(zhǎng)距離雷達(dá)探測(cè)范圍窄，但探測(cè)距離長(zhǎng)達(dá)250 m。短距離雷達(dá)以常見(jiàn)的24 GHz為代表，長(zhǎng)距離雷達(dá)以77 GHz 為代表。

由于法規(guī)對(duì)智能駕駛安全性要求越來(lái)越高，從最開(kāi)始僅需檢測(cè)到前方一個(gè)車輛，逐漸升級(jí)為檢測(cè)前方大范圍和多角度的全部車輛、行人、自行車和障礙物等，因此毫米波雷達(dá)在速度、角度和距離測(cè)量方面都需要較高的要求。且2021 年底工業(yè)和信息化部公布的《汽車?yán)走_(dá)無(wú)線電管理暫行規(guī)定》中提到，將76 ～ 79 GHz 頻段規(guī)劃用于汽車?yán)走_(dá)。因此，目前主流為77GHz 毫米波雷達(dá)，通常被應(yīng)用于前向碰撞預(yù)警系統(tǒng)上。短距離和長(zhǎng)距離毫米波雷達(dá)性能對(duì)比如表3 所示。

3.3 毫米波雷達(dá)原理及參數(shù)

3.3.1 工作原理

毫米波雷達(dá)是利用高頻電路產(chǎn)生特定三角波形式的電磁波（FMCW），通過(guò)發(fā)送天線發(fā)送，由接收天線接受，采集信息后，由雷達(dá)混頻給出中頻信號(hào)。毫米波雷達(dá)可同時(shí)測(cè)量多個(gè)目標(biāo)。速度測(cè)量是以多普勒效應(yīng)為基礎(chǔ)，通過(guò)計(jì)算雷達(dá)的頻率變化，返回到接收天線，得出目標(biāo)相對(duì)于雷達(dá)的移動(dòng)速度和飛行時(shí)間，計(jì)算出目標(biāo)與雷達(dá)所在位置之間的距離。方位角測(cè)量（包括水平角度和垂直角度）是通過(guò)天線陣列接收同一目標(biāo)反射的雷達(dá)波相位差計(jì)算目標(biāo)的方位（圖2）。

3.3.2 參數(shù)

毫米波雷達(dá)的主要參數(shù)包括發(fā)射頻率、探測(cè)距離、速度測(cè)量和天線波束角度范圍。

（1）發(fā)射頻率：發(fā)射頻率決定了雷達(dá)的分辨率和穿透能力。一般來(lái)說(shuō)，頻率越高，分辨率越好，但穿透能力越弱；反之則頻率越低，分辨率越差，穿透能力越強(qiáng)。

（2）探測(cè)距離：雷達(dá)的發(fā)射功率越高，天線增益越高，天線輻射角越窄，物體反射截面積越大，雷達(dá)捕獲的有效回波越強(qiáng)，測(cè)量距離越遠(yuǎn)。

（3）速度測(cè)量：當(dāng)目標(biāo)與雷達(dá)天線距離縮短時(shí)，反射信號(hào)頻率大于發(fā)射頻率。當(dāng)目標(biāo)與雷達(dá)天線距離增大時(shí)，反射信號(hào)頻率小于發(fā)射頻率。

（4）天線波束角度范圍：天線射線的形狀一般由橫向和縱向平面（3 dB）的射線寬度來(lái)表示。天線的輻射角越窄，輻射能量越集中，距離雷達(dá)測(cè)量的距離就越遠(yuǎn)。

3.3.3 毫米波雷達(dá)在汽車中的應(yīng)用

在自動(dòng)駕駛車輛上，毫米波雷達(dá)主要用于環(huán)境感知和障礙物檢測(cè)。如沃爾沃XC60 搭載了1 個(gè)單目攝像頭、4 個(gè)全景攝像頭、3個(gè)毫米波雷達(dá)和12 個(gè)超聲波雷達(dá)。在3個(gè)毫米波雷達(dá)中，其中一個(gè)毫米波雷達(dá)位于中網(wǎng)車標(biāo)上（圖3）。其功能是探測(cè)前方車輛或障礙物，實(shí)現(xiàn)預(yù)警并輔助自動(dòng)駕駛。

當(dāng)沃爾沃開(kāi)啟智能領(lǐng)航輔助駕駛時(shí)，毫米波雷達(dá)鎖定前車，實(shí)時(shí)監(jiān)測(cè)車距，在設(shè)定時(shí)速范圍內(nèi)，自動(dòng)實(shí)現(xiàn)加減速。若有其他車輛駛進(jìn)監(jiān)測(cè)范圍內(nèi)，雷達(dá)監(jiān)測(cè)到目標(biāo)小于本車速度時(shí)，車輛自動(dòng)減速或制動(dòng)。

另外2 個(gè)毫米波雷達(dá)位于后保險(xiǎn)杠兩側(cè)，用于探測(cè)后方物體，實(shí)現(xiàn)倒車、側(cè)身輔助預(yù)警和汽車盲點(diǎn)探測(cè)等功能。

中保研曾通過(guò)碰撞性能與維修價(jià)值、駕乘保護(hù)指標(biāo)、行人保護(hù)和輔助駕駛安全四個(gè)方面對(duì)XC60 進(jìn)行評(píng)價(jià)，評(píng)分從高到低為G、A、M 和P。其中G 為優(yōu)秀，A 為良好，M 為一般，P 為較差。

在中保研給出的數(shù)據(jù)中，由于沃爾沃XC60 本身材質(zhì)原因，在碰撞性能與維修價(jià)值上給出了P，其他三項(xiàng)均給出了最高的G。XC60 的前向碰撞預(yù)警系統(tǒng)中，由于前方的毫米波雷達(dá)位于中網(wǎng)上，進(jìn)一步覆蓋了視野盲區(qū)，擊中率得到提高。但由于位置相對(duì)較低，在探測(cè)到路肩時(shí)，預(yù)警系統(tǒng)會(huì)將其視為障礙物而發(fā)出警報(bào)，誤報(bào)率會(huì)有所增加。

3.3.4 4D 毫米波雷達(dá)

傳統(tǒng)意義上毫米波雷達(dá)是3D 毫米波雷達(dá)，“3”指的是距離、速度和角度信息。近年來(lái)，隨著各大毫米波雷達(dá)制造商，如博世、大陸等公司在4D 成像毫米波雷達(dá)上加大投入，在波形設(shè)計(jì)和超大天線陣列兩個(gè)方向上取得了一些進(jìn)展，使得4D 成像毫米波系統(tǒng)的研究成為了自動(dòng)駕駛研究的熱點(diǎn)之一。

4D 毫米波雷達(dá)在3D 毫米波雷達(dá)原有優(yōu)勢(shì)上，增加了俯仰角度測(cè)量能力，從而獲取測(cè)試目標(biāo)的實(shí)際高度。即在笛卡爾坐標(biāo)系Z 軸方向上的距離，分辨率更高，水平角度分辨率達(dá)到1°，俯仰角度達(dá)到小于2°。4D 毫米波雷達(dá)增加了更多信道，比如采埃孚公司研制的4D 毫米波雷達(dá)有192 個(gè)信道，華為公司研制4D 毫米波雷達(dá)有288 個(gè)信道等。信道越多，形成的點(diǎn)越多，當(dāng)輸出大量測(cè)量點(diǎn)形成“點(diǎn)云”時(shí)，可以使物體輪廓更加清晰[7]。

4 結(jié)束語(yǔ)

本文詳細(xì)分析了裝有雷達(dá)傳感器前向碰撞預(yù)警系統(tǒng)的性能，根據(jù)前向碰撞預(yù)警算法，應(yīng)用擊中率、正確報(bào)警率和虛假報(bào)警率指標(biāo)對(duì)其性能評(píng)估，發(fā)現(xiàn)毫米波雷達(dá)的使用極大提高了前向碰撞預(yù)警系統(tǒng)的可靠性，并能夠在各種復(fù)雜環(huán)境中準(zhǔn)確、穩(wěn)定工作。同時(shí)，應(yīng)用適應(yīng)性閾值算法動(dòng)態(tài)調(diào)整預(yù)警閾值，可以適應(yīng)不同的駕駛條件。另外，4D 雷達(dá)的出現(xiàn)，會(huì)進(jìn)一步提高駕駛的安全性。

【參考文獻(xiàn)】

作者簡(jiǎn)介：

[1] 遲仲達(dá). 基于車路協(xié)同技術(shù)的車輛防碰撞預(yù)警系統(tǒng)開(kāi)發(fā)[D]. 長(zhǎng)春： 吉林大學(xué)，2018.

[2] 黨超. 智能網(wǎng)聯(lián)汽車結(jié)構(gòu)層次及技術(shù)分析[J]. 內(nèi)燃機(jī)與配件，2022（05）：220-222.

[3] 胡遠(yuǎn)志， 楊喜存， 劉西， 等. 基于駕駛員特性的主動(dòng)避撞分級(jí)制動(dòng)策略與驗(yàn)證[J]. 汽車工程，2019，41（03）：298-306.

[4] Shi Jing， Hussain Muhammad， Peng Dandan. A study of aberrant drivingbehaviors and road accidents in Chinese ride-hailing drivers[J]. Journal ofTransportation Safety & Security，2023，15（9）：877-894.

[5] 龍文民， 魯光泉， 石茜， 等. 基于駕駛?cè)烁Y特性的前撞預(yù)警指標(biāo)與閾值確定方法[J]. 汽車工程，2022，44（09）：1339-1349+1371.

[6] Zhenping Ji， Xinpeng Zhu.Application of DBF in 77GHz AutomotiveMillimeter-wave Radar[C]// 材料科學(xué)應(yīng)用與能源材料國(guó)際研討會(huì).2018.

[7] 曹斌， 沈紅榮， 詹雯， 等.4D 毫米波成像雷達(dá)在智能汽車中的應(yīng)用研究[J].汽車制造業(yè)，2022（04）：18-20.

王琰晴， 碩士，助理工程師，研究方向?yàn)檩d運(yùn)工具運(yùn)用工程。

通訊作者：

郭淑清， 碩士，副教授，研究方向?yàn)槠囯娮涌刂啤?/p>