先進駕駛輔助系統(tǒng)（ADAS）

從早期道路車輛的興起開始，汽車的安全就是一個主要的問題。一些主機廠(OEM)試圖通過開發(fā)各種安全系統(tǒng)來解決這個問題，以保護車內(nèi)成員和車外行人。這些安全系統(tǒng)分為主動安全系統(tǒng)與被動安全系統(tǒng)。被動安全系統(tǒng)保護車內(nèi)人員在撞車后免受傷害，它包括安全帶、氣囊和填充儀表板等。由于消費者對更安全車輛的持續(xù)需求，一直在不斷發(fā)展的被動安全系統(tǒng)被主動安全系統(tǒng)不斷的擴展。主動安全系統(tǒng)的目的是防止事故的發(fā)生，它的實現(xiàn)方式主要有車道保持、主動巡航控制、盲點輔助和泊車輔助等，這些系統(tǒng)通常被稱為高級駕駛輔助系統(tǒng)（ADAS）。

隨著越來越多的電子控制單元和各種類型的傳感器的集成，現(xiàn)在車輛中有足夠的計算能力來支持ADAS部署。不同類型的傳感器，如相機、激光雷達和超聲波傳感器，可實現(xiàn)各種不同的ADAS解決方案。其中，基于視覺的ADAS主要使用相機作為視覺傳感器，這是現(xiàn)代車輛應用最普遍的一種方案。但在ADAS的設計、實施和運行方面存在的若干挑戰(zhàn)仍有待克服。

本文簡要介紹的內(nèi)容：ADAS系統(tǒng)中不同硬件的功能與局限性及系統(tǒng)所面臨的挑戰(zhàn)、系統(tǒng)的運動協(xié)調(diào)控制體系、盲點監(jiān)測系統(tǒng)、系統(tǒng)的預警信號對駕駛員行為的影響。

1 ADAS主要硬件及面臨的問題

高級駕駛輔助系統(tǒng)(ADAS)已成為現(xiàn)代車輛安全的一個顯著特征，同時也是新興自動駕駛汽車的一項關鍵基礎技術。最先進的ADAS主要基于視覺，但光探測和測距（激光雷達）、無線電探測和測距（雷達）以及其他先進傳感技術的應用也越來越多。這篇文章介紹了ADAS技術的不同硬件和軟件及其功能和局限性；討論了在ADAS策略中用于視覺識別和傳感器融合的方法；指出了下一代ADAS的挑戰(zhàn)[1]。

基于視覺的ADAS主要應用單目攝像機、立體攝像機和紅外攝像機。單目攝像機主要應用于障礙物、行人、車道和交通標志的檢測，還可以用于監(jiān)視車輛內(nèi)的駕駛員，例如用于面部和眼睛檢測以及頭部姿勢分析[1]；但它缺乏圖像深度信息，不能用作預測距離的傳感器。立體攝像機可以通過匹配立體對(來自左右傳感器的圖像)和使用視差圖來估計場景的相對深度，從兩個或多個二維圖像中提取三維信息。紅外攝像機主要有兩種類型：有源紅外攝像機、無源紅外攝像機[1]。

激光雷達對實現(xiàn)自動制動、目標檢測、避碰等系統(tǒng)非常實用，激光射程可達60 m，但是它體積大、質(zhì)量大并且昂貴，也易受諸如雨或霧的影響[1]。短程或中程雷達可用于交叉路口警報和盲點檢測系統(tǒng)，遠程雷達應用于自適應巡航控制系統(tǒng)。相較于激光雷達，雷達的探測距離更遠，可達200 m，并且性能不受雨霧的影響，價格也相對便宜。超聲波傳感器用來監(jiān)測非常靠近車輛的物體，主要用于泊車輔助。

ADAS中面臨的挑戰(zhàn)主要有如何最大限度地降低能耗、減少響應延遲、適應不斷變化的天氣條件以及保證安全性[1]。

2 ADAS控制系統(tǒng)

高級駕駛輔助系統(tǒng)（ADAS）旨在為汽車駕駛員和乘客提供更高的安全性和舒適性。主機廠正在開發(fā)和整合用于車距保持、車道保持、變道及其它功能的系統(tǒng)。汽車是一個非常復雜的系統(tǒng)，開發(fā)人員和制造商一般不會向外界透露高級駕駛輔助功能在整個車輛系統(tǒng)中的實施和協(xié)調(diào)方式。這篇文章試圖通過裝配車輛動力學的開源物理模型和ADAS命令模型來填補這一空白。此外，為了無需訪問ADAS的細節(jié)并便于對其開發(fā)和測試，還提出了一種用于運動管理的協(xié)調(diào)控制架構，應用在車輛系統(tǒng)上分配ADAS運動控制命令[2]。該體系結(jié)構在一個案例研究中得到了展示，協(xié)調(diào)好轉(zhuǎn)向系統(tǒng)和制動系統(tǒng)之間的運動，而比較典型的是制動系統(tǒng)通常只用于單個功能。針對不同的駕駛?cè)蝿眨捎脜f(xié)調(diào)控制體系結(jié)構對整車和系統(tǒng)動力學進行了仿真，可以看出，可以通過所提出的協(xié)調(diào)控制體系結(jié)構來實現(xiàn)改進后的軌跡跟蹤。

本文提出了一種用于車輛運動控制的協(xié)調(diào)控制結(jié)構，并利用車輛動力學的集成開源物理模型和ADAS命令模型對該體系結(jié)構進行了分析[2]。具體來說，轉(zhuǎn)向和制動模型是在MATLAB/Simulink中實現(xiàn)的，并將其與一個被廣泛接受的輪胎模型集成到一個基于物理的三自由度車輛模型中，該模型、仿真和控制體系結(jié)構是開放的。車輛在變道機動仿真試驗中的動態(tài)響應表明，無制動系統(tǒng)控制的轉(zhuǎn)向系統(tǒng)對ADAS系統(tǒng)的預定軌跡有輕微的欠沖;而在沒有轉(zhuǎn)向系統(tǒng)控制的情況下，制動系統(tǒng)的控制有明顯的超調(diào)[2]。

3 車輛側(cè)面基于部件的盲點監(jiān)測系統(tǒng)

盲點監(jiān)測（BSD）系統(tǒng)旨在防止變道和超車情況下發(fā)生事故。目前應用的盲點監(jiān)測系統(tǒng)的性能受到側(cè)視或后視攝像機的限制，因為相鄰車輛在距離主車輛一定范圍內(nèi)時，它們的車輛外觀會嚴重失真。為了突破這些限制，本文引入了側(cè)面直線圖像來監(jiān)測車輛的側(cè)面部分。在側(cè)面直線圖像中，車輛的側(cè)面部分不發(fā)生徑向或透視畸變;因此，輪胎的外觀在車輛的不同相對位置處都保持相同。利用這一直線圖像，構建了一種基于后視攝像機的BSD系統(tǒng)，可以同時監(jiān)測汽車和摩托車，以防止在盲點處發(fā)生事故[3]。BSD系統(tǒng)對汽車的監(jiān)測分為三個階段:輪胎假設生成/驗證、前后輪輪胎分類和車輛假設生成/驗證[3]。BSD系統(tǒng)監(jiān)測摩托車的下半部分，并且不受駕駛員和貨物外觀的影響。根據(jù)側(cè)直線圖像的特性，該系統(tǒng)的檢測過程類似于人類的目標檢測/識別規(guī)則。盲點監(jiān)測系統(tǒng)會追蹤附近的車輛，當在盲點處出現(xiàn)障礙物時向駕駛員發(fā)出警告信號。根據(jù)對該系統(tǒng)性能的評估結(jié)果，該系統(tǒng)的性能優(yōu)于基于雷達的系統(tǒng)[3]。

新提出的BSD系統(tǒng)的優(yōu)點[3]：與基于雷達和超音波的BSD系統(tǒng)相比，該系統(tǒng)具有較低的誤報率和較高的橫向分辨率；側(cè)面直線圖像的特性意味著在不考慮外觀不一致的情況下，可以簡單地檢測車輛的輪胎和側(cè)面零件；后部魚眼攝像機還可用于行人檢測和停車輔助等用途。

BSD系統(tǒng)的缺點[3]：該系統(tǒng)對低光照環(huán)境(如隧道、夜晚)比較敏感，這是基于攝像頭的系統(tǒng)的一個常見缺點；此系統(tǒng)基于附近車輛平行于主車輛的假設，當附近車輛以低速變道時，這種假設可能不成立。

4 ADAS的預警對駕駛員行為的影響

主要介紹通過腦電信號（EEG）應用交互式工程技術來檢測預警信號對汽車駕駛員的注意力集中程度的影響，特別是從智能交通系統(tǒng)環(huán)境中高級駕駛員輔助系統(tǒng)(ADAS)發(fā)出的警報、信號或輸出。為了實現(xiàn)這一目的，基于最新的技術，開發(fā)了一種利用駕駛員的腦電信號檢測這種影響的實驗方案。目標是檢測當ADAS發(fā)出不同類型的警報時，司機是否能注意到道路上出現(xiàn)的危險[4]。在信號處理方面，所面臨的問題是腦電信號中存在噪音，原因是道路的質(zhì)量有一些顛簸和坑洞，由于司機的移動而在記錄中增加了噪音。在信號處理方面，最大的挑戰(zhàn)是由于路況（比如路障和坑洼等）對駕駛員體位的影響，而在他們的腦電信號中出現(xiàn)噪音[4]。

通過該方案，設計人員可以對ADAS的效率和實用性進行評估，更詳細地調(diào)查和了解駕駛員如何與車內(nèi)環(huán)境進行交互，從而檢測和糾正機艙設計，減少干擾，提高安全性。為了使用這種方法來檢測干擾，將使用帶有5個干電極的便攜式腦電圖實時實現(xiàn)算法，在一個非常嘈雜的真實駕駛環(huán)境中檢測干擾。最后，作者認為新一代ADAS不僅將整合駕駛員的生物信號，還將整合精密的電子設備來監(jiān)控機艙環(huán)境[4]。

圖1 ADAS所用傳感器技術水平