近年来,因汽车引发的行人死亡人数一直在上升,如何在繁杂的行车环境中,确保所有乘客和路人的安全,是汽车安全科技发展的方向,新技术AEB有可能改变这种状况。
自动驾驶的等级划分
L1系统只能对加减速或方向盘二选一辅助控制,如AEB、ACC、LCC。
L2系统有多项操作权,但司机主导,如TJA、HWA。
L3驾驶操作和周边监控都有系统介入,人类驾驶员保持注意力备不时之需 如TLP、HWP。
L4车辆可完成大部分路况下的自动驾驶。
L5全部驾驶操作由系统完成,人类驾驶员可自由安排活动。
AEB自动紧急制动系统
对于自动驾驶有以下细分系统:DAS(自动驾驶系统)、ADAS(高级驾驶辅助系统)、AEB(自动制动)、ACC(自适应巡航)、TJA(拥堵辅助)、LCC(车道居中辅助)。
而AEB是通过毫米波雷达、激光雷达、单目/双目摄像头等传感器来探测前方目标信息,并根据前方目标信息(如目标车速、相对距离等)实时计算碰撞危险程度。
与传统的被动安全技术不同,AEB是一种预防性的主动安全技术,旨在事先识别碰撞风险,规避碰撞发生或尽最大可能地减轻碰撞的强度,从而避免车辆追尾,或与行人及其他交通参与者发生碰撞事故。
简单来说,AEB就是在关键时刻协助驾驶进行紧急刹车的主动安全配备。它可在撞击前警示驾驶,若驾驶未对可能的撞击作反应、或刹车力道不足,系统将介入以减轻、甚至避免撞击。
当系统计算出会有碰撞可能时,首先会通过声音、图标等警示驾驶员,若驾驶员没能对预警起到正确反应,再轻微震动制动踏板或方向盘来二次预警,过程中提前填充制动油路油压,以便全力制动能快速准确的完成。
系统信息处理能力至关重要
由于影像模块和雷达会获取到不同的感测信息,这些信息之间可互补充,但也可能会自相矛盾,为了让 ECU 接收到一致且明确的行动指令,就需要将传感器的信息进行融合。
信息融合的基本原理跟人脑综合处理来自眼、鼻、耳等多器官的信息类似,主要综合多个传感器获取的资料和信息,无论重复;矛盾或互补的信息依据算法来进行组合,让系统了解目标物的状态。
信息融合会综合多个传感器获取的资料和信息,无论重复;矛盾或互补的信息依据算法来进行组合,让系统了解目标物的状态。
镜头和毫米波雷达将先分别针对观测目标收集资料,然后对各传感器所获得的信息进行特征与模式识别处理,并将信息分门别类串起关联,最后利用算法将同一目标的所有传感器信息整合,得知一致的结论。
而影像信息融合技术是一门较具专业的学问,在此便不赘述;但简单来说,信息量越多,系统可靠性即越高,不过所需之处理程序、系统需求也越高。这也是各个迈进自动驾驶领域之车厂,力求技术突破的领域。
辅助驾驶的现阶段局限
L2 级别辅助驾驶毕竟不是自动驾驶,事实上,车企们都会在车辆用户手册里表明这不是自动驾驶,它依然需要人为监管。
首先在技术方面,辅助驾驶的能力依然不能主动担当责任。其原因在于多方面,目前几乎所有量产车都采用了摄像头视觉方案,依靠算法来检测前方的各类障碍物,随着数据的叠加,算法对障碍物的判断也越发精准。
但是,摄像头能接收的画面范围有限,如果从侧方出现行人快速从车前经过,依靠摄像头采集到的画面,很可能无法作出即时反应,上述测试中右转遇到行人就是典型场景之一。
有些用户会曲解辅助驾驶系统的含义,或者使用一段时间并没有发生意外后,开始大胆尝试机器能做到的极限。不夸张地说,这些都是巨大的安全隐患。
在 L4 级别自动驾驶来临之前,保证辅助驾驶的安全性依然是不小的难点。自动驾驶主要是各方面数据的融合感知,方便后期的决策判断,这一方面不是每一家都能做好的。
车对车的 AEB 完整测试过程就是这样。作为 L2 级别自动辅助驾驶系统当中非常重要的一项功能,因为它能保证主动安全性,在符合条件的情况下,司机面对危机状况并未采取任何措施,机器可自主做出应急举动。也正因如此,AEB 甚至被看作是辅助驾驶的核心要素。
AEB无法回避的盲点
作为量产级的 AEB 系统确实存在一定的局限性,首先 AEB 系统有明显的速度上限和下限,一般来说:
单纯以毫米波雷达为传感器的AEB系统最高工作上限为时速 30 公里;
以单目摄像头为核心传感器的AEB系统最高工作上限为时速 40 公里
单目与毫米波雷达融合的 AEB 最高工作上限为时速70公里;
以双目为核心传感器的 AEB 系统最高工作上限为时速 90 公里。
目前,全球主流的汽车厂商都有自己的预碰撞安全系统,不过各个厂商的叫法各不相同,功能的实现效果及技术细节也有所不同:
如丰田的Pre-Collision System预碰撞系统、奔驰的Pre-safe安全系统、大众的Front Assist预碰撞安全系统、沃尔沃的City Safety城市安全系统、斯巴鲁的Eye Sight安全系统等。
包括大众、奥迪、宝马、福特、通用、马自达、奔驰、特斯拉、丰田和沃尔沃在内的全球十大汽车品牌均计划未来在美国其出售的所有新车上,都将安装AEB系统。
辅助驾驶的关键点
毫米波雷达的优点在于对前方物体探测时,对于其在纵向方向上的相对速度、距离等属性探测非常精准。
而摄像头在判断物体的特征,如是什么类型的物体上,有先天的优势,同时基于视觉的算法对于物体在横向方向上的位移判断又相对雷达来说更加精准。
通过双重判定,系统才可以确定前方的路况,进而决定用不用执行其他操作,这就是所谓的数据融合,辅助驾驶系统的关键点,在打造系统的时候,二者的数据融合基本上是必须考虑的事情。
AEB技术发展趋势
实现AEB技术的形式呈多样化、差异化,但融合为主要技术发展趋势。随着市场的不断发展以及整车成本的差异化,在满足基本法规及评价规程要求之外,AEB技术的实现形式必然是多样化的,无论是注重成本的经济型车型上的单传感器实现AEB技术,又或是高端车型上应用诸如双目摄像头实现AEB技术的方案。
未来出于对于AEB性能稳定性以及防止误作用等因素的考量,数据融合方案,尤其是毫米波雷达与视觉摄像头的数据融合将会越来越多地成为主机厂实现AEB功能的主要技术形式。
主动安全技术发展促进传统被动安全技术与之融合。主被动安全融合技术的出现,正是在传统被动安全的基础之上,对主动安全加以利用,从而更好的实现对于事故的避免。
结尾:
作为自动辅助驾驶系统当中非常重要的一项功能,因为AEB能保证主动安全性,在符合条件的情况下,司机面对危机状况并未采取任何措施,机器可自主做出应急举动,也正因如此,AEB 甚至被看作是辅助驾驶的核心要素。
上一篇:新能源时代,纯电动车的安全防护到底该是什么样?
下一篇:IPMS研发MEMS扫描仪 让自动驾驶汽车不受干扰地感知周围环境
推荐阅读最新更新时间:2024-11-06 22:56
- 用于 MCU 系统负载感应的 NCP300LSN09T1 0.9V 电压检测器的典型应用
- 使用 Semtech 的 SC4040 的参考设计
- RD-404,使用 FSBB10CH120D 10A/1200V Motion SPM 3 模块的工业应用参考设计
- NCP1580DEMO/D,基于NCP1580同步降压转换器的演示板
- 微型 RGB 视频多路复用器以 100MHz 的频率切换像素
- 使用 RP40-11012DFR DC/DC 转换器并根据 EN55022 A 类(双输出)进行 EMC 滤波的典型应用
- 使用 LTC4162IUFD-LAD 1-8 节、3.2A 降压型开关电池充电器和 PowerPath 的典型应用
- STPA002OD-4WX 的典型应用电路 (Flexiwatt25),低电压运行的 4 x 52 W 四桥功率放大器
- 使用 Richtek Technology Corporation 的 RT9468GQW 的参考设计
- OP413FSZ精密K型热电偶放大器典型应用