客車前撞預警系統性能測試與評價＊

牛成勇 徐建勛 曾杰 游國平 張儀棟

（重慶車輛檢測研究院 國家客車質量監督檢驗中心，重慶 401122）

1 前言

前撞預警系統（Forward Collision Warning System，FCWS）可以在汽車碰撞前發出緊急的碰撞警告，提醒駕駛員提前做出制動措施，以有效降低追尾事故發生概率或減輕碰撞激烈程度。先進駕駛輔助系統（Advanced Driving Assistance System，ADAS）通過傳感器（如攝像頭、雷達）進行信息感知與動態辨識目標，有效提高汽車的主動安全，且以Mobileye為代表的、基于視覺的FCWS系統已經廣泛應用于汽車上，為廣大用戶提供了方便與安全。

隨著交通運輸行業標準《營運客車安全技術條件》（JT/T 1094—2016）的實施，不同傳感器類型的FCWS系統大量裝備于營運客車上，因此，有必要對各生產企業的FCWS產品性能進行比較和分析，為國內企業更好地開發FCWS產品和主機廠了解FCWS性能提供借鑒，同時，就行業標準的某些指標和弊端提出異議，對標準的進一步修訂提供參考依據。

2 FCWS功能及工作原理

圖1為FCWS功能組成架構，從圖1可看出，首先，系統感知層通過傳感器進行環境感知以獲取前方障礙物相對距離、相對車速、相對位置等目標信息；然后，系統決策層將獲取的目標信息進行數據處理；最后，系統通過控制層發出聲光預警（或觸覺振動方式）以警示駕駛員。

FCWS常用的傳感器方案包括單獨使用攝像頭、毫米波雷達及使用毫米波雷達+攝像頭信息融合等3種，如圖2所示。攝像頭的近距識別率高，能分辨目標與車道線的相對位置，但是環境適應性較差、算法復雜、識別效率較低、硬件成本較高；毫米波雷達具有目標探測距離遠、目標更新頻率高、環境魯棒性好等特點，其對目標的探測主要依靠電磁波硬件系統，對目標識別算法的要求較低，占用硬件資源較少；毫米波雷達+攝像頭信息融合的方案可有效結合兩種異構傳感器的優勢，在不同測距范圍內實現對車輛目標的準確探測，提高系統環境感知能力。

圖1 FCWS功能組成架構

圖2 FCWS傳感器方案

3 客車FCWS性能測試評價方法

3.1 測試項目

根據交通運輸行業標準JT/T 883—2014《營運車輛行駛危險預警系統技術要求和試驗方法》中要求，FCWS性能需要通過預警時間試驗（圖3）和虛警試驗（圖4）進行評價。

3.2 測試設備及車輛

在國家客車質量監督檢驗中心進行FCWS測試，主要測試儀器為英國生產的ABD SR60和SR150駕駛機器人（包括轉向、制動油門組合機器人），牛津RT 3002+RT base基站，德國生產的目標假車（通過Euro-NCAP認證）。測試車輛為純電動營運客車，空載狀態。試驗設備及測試車輛如圖5所示。

3.3 客車FCWS測試評價

3.3.1 預警時間TTC測試評價方法

根據標準JT/T 883—2014中的試驗方法對裝備FCWS的純電動營運客車進行FCWS性能測試試驗，測試場景包括前車靜止試驗（CCRs）、前車慢行試驗（CCRm）和前車制動試驗（CCRb）3種。

圖3 FCWS系統預警時間TTC試驗場景

圖4 FCWS系統虛警測試場景

圖5 FCWS系統測試設備及測試車輛

a.在前車靜止試驗（CCRs）時，目標假車靜止，測試車輛以72±1.6 km/h的車速接近目標假車，在駕駛員接收到報警后松開油門踏板并進行制動。該試驗的評價指標為：系統須在碰撞時間TTC≥2.7 s（無上限值）時發出碰撞警告。

b.在前車慢行試驗（CCRm）時，目標假車以32±1.6 km/h的車速行駛，測試車輛以72±1.6 km/h的車速接近目標假車，在駕駛員接收到報警后松開油門踏板并進行制動。該試驗的評價指標為：系統須在TTC≥2.1 s（無上限值）時發出碰撞警告。

c.在前車制動試驗（CCRb）時，目標假車和測試車輛均以72±1.6 km/h的車速行駛，兩車相對距離控制在30±1.5 m，跟隨7 s后，目標假車開始減速，并在1.5 s內減速度維持在0.3g，在駕駛員接收到報警后松開油門踏板并進行制動。該試驗的評價指標為：系統須在TTC≥2.4 s（無上限值）時發出碰撞警告。

測試車輛在3種測試場景下的合格判定條件為：連續試驗不少于7次，TTC大于規定值表示此次試驗成功，成功次數≥5且未連續2次失敗表示試驗通過。

俄羅斯科學院卡爾梅克科研中心成立于1941年，成立之初，叫作卡爾梅克語言、文學和歷史研究所，歸卡爾梅克自治共和國政府管轄(即所謂“卡爾梅克蘇維埃社會主義自治共和國執行人民委員會”)。1988年，該研究所劃歸蘇聯科學院，并更名為“蘇聯科學院卡爾梅克社會科學研究所”，1999年后，一度更名為“俄羅斯科學院卡爾梅克人文科學研究所”，現名俄羅斯科學院卡爾梅克科研中心。坐落在埃利斯塔市中心И.К.伊利什金大街，8號。

3.3.2 虛警試驗測試評價

若FCWS頻繁發生虛警，將會造成駕駛員誤判或對駕駛員造成干擾，因此需根據標準JT/T 883—2014中的性能要求進行虛警試驗，以檢驗FCWS虛警誤報情況。

4 客車FCWS試驗結果分析

針對某純電動營運客車匹配的國內外不同廠家生產的6款FCWS產品性能進行了對比試驗，FCWS配置信息如表1所列。

表1 FCWS配置信息

4.1 CCRs測試場景試驗結果

在CCRs測試工況下，該客車配置不同FCWS產品后的TTC響應數據如表2和圖6所示。

表2 CCRs工況下純電動營運客車配置不同FCWS后的TTC響應 s

圖6 CCRs工況下純電動營運客車配置不同FCWS后的TTC響應

由試驗結果可知，基于單目攝像頭的A4系統穩定性較高，TTC標準差很小，試驗重復性較好；相對于視覺系統，基于毫米波雷達的B系統數據分布均位于標準要求值之上，且波動相對較小；而基于毫米波雷達與攝像頭信息融合的C系統最為穩定且重復性最好，其TTC值均接近于標準要求的2.7 s極限值。

該試驗結果雖存在不合格現象，但均滿足標準要求，也就是說，標準JT/T 883—2014中只規定了TTC的下限值（2.7 s）而未規定上限值，這可能會使生產廠家為滿足標準要求（只要TTC在2.7 s以上即可）在設計FCWS時將TTC提前，將會干擾駕駛員，影響車輛安全駕駛。

4.2 CCRm測試場景試驗結果

圖7為CCRm工況下純電動營運客車配置不同FCWS后的試驗結果。由圖7可看出，與CCRs工況下的測試結果類似，基于單目攝像頭的FCWS，其TTC在標準規定值2.1 s左右波動較大；基于毫米波雷達的FCWS性能相對較好；同樣，基于毫米波雷達和攝像頭信息融合的C系統最接近于標準要求的極限值。

圖7 CCRm工況下純電動營運客車配置不同FCWS后的TTC響應

由試驗結果可知，針對基于單目攝像頭的CWS而言，由于其算法的差異性而導致識別靜態目標難度大于動態目標，故一套滿足動態試驗場景的設計參數不一定滿足靜態場景。因此，如何“均衡”動態目標跟蹤與靜態目標識別成為基于視覺的FCWS設計的關鍵。

4.3 CCRb測試場景試驗結果

圖8為CCRb測試工況下純電動營運客車配置不同FCWS后的試驗結果。由圖8可看出，相對基于視覺的FCWS，基于毫米波雷達的系統在不同測試場景下的性能穩定性和可靠性稍好。顯然，融合毫米波雷達和攝像頭的C系統表現依然優異。

圖8 CCRb工況下純電動營運客車配置不同FCWS后的TTC響應

由上述測試結果可知，由于單目視覺無法直接測量本車與前車的相對距離、相對車速，只能通過像素距離擬合出空間距離曲線而近似獲得相對距離信息，所以預警時間TTC控制較為困難。

4.4 虛警測試場景試驗結果

按照圖4所示試驗場景，在試驗場地內、外均進行了虛警試驗，結果表明，6款FCWS產品均能實現對雙向車道、縱橫向車輛的有效分辨，同時能夠對天橋、護欄、靜止車輛等目標進行排除，均未出現虛警情況，并且對非車目標辨識能力較強。

4.5 客車FCWS測試評價問題分析及建議

a.對于基于視覺的FCWS產品，與基于毫米波雷達的FCWS在穩定性與數據一致性方面存在一定差距，國內企業在對標國外競品的同時，需要不斷優化測距算法以提升系統預警穩定性。

b.標準JT/T 883—2014中對碰撞時間TTC只有下限值要求，沒有上限約束，這將導致FCWS產品生產廠家為同時滿足3種測試場景下的報警時間要求而將FCWS的TTC時間提前，即過早報警。鑒于此，建議修訂標準中的TTC要求，合理規定報警時間的安全裕度。

c.由于法規標準要求FCWS性能測試的嚴苛性，因此，FCWS產品生產廠家在進行研發測試時，往往達不到測試要求，甚至找不到合適的場地進行測試。建議進行FCWS性能測試時至少應滿足以下要求：

第一，根據目前國家客車質量監督檢驗中心的測試情況，測試時至少需要具有1.5 km長直路的測試場地；

第二，測試車輛和目標車至少均安裝制動、油門組合機器人以控制車速及減速度（尤其是目標車0.3g的減速控制），轉向機器人可視情況安裝；

第三，應利用先進的采集系統準確采集TTC需要獲取報警聲音頻率、光學報警亮度（如AVAD2采集系統）和測試車輛與目標車的距離（如GPS差分基站、高精度陀螺儀和雙車通信模塊RT-RANGE）；

第四，為保證試驗的安全性，需采用符合法規要求的目標假車，如通過Euro-NCAP認證的德國產目標假車。

5 結束語

本文依據交通運輸行業標準JT/T 883—2014，針對某純電動營運客車匹配國內外不同廠家生產的前撞預警系統（FCWS）的產品性能進行了測試與評價，同時指出了目前在客車FCWS的測試與評價方面存在的問題并提出了相關建議，為相關零部件生產商進一步提高系統安全性與穩定性的設計提供技術參考。

參考文獻

[1]李克強.汽車智能安全電子技術發展現狀與展望[J].汽車工程學報,2011,01(2):4-17.

[2]孫勇,郭魁元,高明秋.自主緊急制動系統在新車評價規程中的現狀與發展[J].汽車技術,2016(2):1-6.

[3]周蘇,張瑞.駕駛輔助系統在貨車上的應用趨勢研究[J].上海汽車,2015(8):46-50.

[4]王科.城市交通中智能車輛環境感知方法研究[D].湖南大學,2013.

[5]陸單.基于毫米波雷達的霧天前方車輛信息獲取技術[D].武漢：武漢理工大學,2009.

[6]中華人民共和國行業標準.JT/T 1094—2016.營運客車安全技術條件[S].北京：人民交通出版社，2016.

[7]中華人民共和國行業標準.JT/T 883—2014.營運車輛行駛危險預警系統技術要求和試驗方法[S].北京：人民交通出版社,2014.

[8]陳曉偉.汽車前方車輛識別的雷達和視覺信息融合算法開發[D].長春：吉林大學,2016.

[9]程蕾.基于毫米波雷達和機器視覺的夜間前方車輛檢測研究[D].長春：吉林大學,2016.

[10]段建民,李龍杰,鄭凱華.基于車載4線激光雷達的前方道路可行駛區域檢測[J].汽車技術,2016(2):55-62.