AEB行人檢測系統的設計與試驗驗證

蘭永斌　趙帥　時彥平　賈凱

摘 要：針對有行人出現時汽車自動緊急制動（AEB）的測試需求，本研究設計了一種行人檢測系統。該系統主要包括假人目標、假人驅動裝置以及控制系統，可以根據《中國新車評價規程》（C-NCAP）的AEB行人測試場景要求，驅動假人目標按規定的路線移動，并與測試汽車的駕駛機器人實現互聯互通。為驗證所設計的行人檢測系統的有效性，進行了假人目標移動位移、移動速度和駕駛機器人的協同測試。測試結果表明，該行人檢測系統的一次成功率超過90%，假人速度控制的精度達到96%，假人與測試汽車的碰撞位置準確度達到96%，可以模擬行人出現時的汽車緊急制動場景。該AEB行人檢測系統可以用于C-NCAP行人測試，在汽車AEB功能測評中得到應用，具有較強的實際應用價值。

關鍵詞：主動安全;自動緊急制動（AEB）;行人測試

中圖分類號：U463.5文獻標識碼：A文章編號：1003-5168（2021）15-0008-06

Abstract： Aiming at the test requirements of automatic emergency braking （AEB） of vehicle when pedestrians appear， this research designs a pedestrian detection system. The system mainly includes the dummy target， the dummy drive device and the control system， which can drive the dummy target to move along the prescribed route according to the AEB pedestrian test scene requirements of "China New Car? Assessment Program" （C-NCAP）， and achieve interconnection with the driving robot of the test vehicle. In order to verify the effectiveness of the pedestrian detection system， the moving displacement， moving speed and driving robot of the dummy target are tested. The test results show that the first success rate of the human detection system in this line reaches more than 90%， the accuracy of the dummy's speed control reaches 96%， and the accuracy of the collision position between the dummy and the test vehicle reaches 96%， which can simulate the emergency braking scene of the vehicle when the pedestrian appears. The AEB pedestrian testing system can be used for C-NCAP pedestrian testing， and has been applied in automotive AEB function evaluation， with strong practical application value.

Keywords： active safety;automatic emergency braking （AEB）;pedestrian testing

我國每年重特大事故中，交通事故數和因交通事故死亡人數分別占到總數的69%和78.9%，全球因道路交通事故造成的人員傷亡逐年遞增，為了降低該風險造成的危害，自動緊急制動（Autonomous Emergency Brake，AEB）系統在汽車上的安裝率也越來越高[1-2]。AEB行人檢測系統通過汽車上的傳感器識別并跟蹤行人軌跡，若有碰撞危險，則系統發出預警信號并自動采取制動措施使汽車停止，從而保護道路環境中的行人[3-6]。為了對AEB行人檢測系統的性能進行全面測試及評價，我國發布實施的《C-NCAP管理規則（2018年版）》對AEB行人檢測系統測試進行了系統規范[7]。這對于完善AEB行人檢測系統的標準、降低交通環境中行人的受傷率具有實際價值。

為了驗證和評估AEB行人檢測系統的性能，國外相關研究機構開發了多種AEB行人檢測裝置[8]。奧地利4active System公司開發的AEB行人檢測裝置通過伺服電機驅動，結構較為緊湊，但靈活性較差，試驗操作不便。英國ABD（Anthony Best Dynamics）公司開發的AEB行人檢測裝置采用盤式電機驅動，靈活性較好，但成本較高。上述AEB行人檢測設備可以較好地評估歐洲交通環境下的典型危險場景，但是與我國道路行人交通習慣存在較大差異，設備和維護成本較高，不符合我國AEB行人檢測系統的開發和測試要求。因此，本文針對我國AEB行人檢測的測試需求，設計了AEB行人檢測系統，它可以很好地契合C-NCAP的測試規定，系統測試場景可基于我國行人習慣靈活調整，并通過多次測試進行有效性驗證。測試結果表明，本研究所設計的AEB行人檢測系統滿足相關測試要求，可以作為AEB功能測評和相關產品開發的支撐工具。

1 系統整體方案設計

1.1 AEB行人檢測系統測試

針對AEB行人檢測系統，C-NCAP設定了4種典型測試場景：遠端碰撞CVFA-50、遠端碰撞CVFA-25、近端碰撞CVNA-25和近端碰撞CVNA-75[9]。如圖1所示，假人目標與測試車輛中心線兩者之間的水平距離（[D]）為6 m（遠端）或4 m（近端）。測試汽車行駛速度（[vv]）為20 km/h、30 km/h、40 km/h、50 km/h、60 km/h，假人移動速度為5.0 km/h和6.5 km/h，其移動方向與測試汽車呈垂直狀態，在汽車頭部寬度的25%處（M點）、50%（C點）和75%處（K點）分別進行碰撞測試。

C-NCAP中的AEB行人測試場景是基于歐洲和美國交通事故數據建立的，與我國行人交通習慣存在較大差異，為此需要建立適合我國行人交通行為的測試方案。本研究設定2種測試場景[10-11]。一是近距離測試場景（CPN）：汽車速度為5～25 km/h，假人和測試汽車的距離為7 m。二是遠距離測試場景（CPF）：測試汽車速度為10～60 km/h（10 km/h為間隔），假人與測試汽車的距離為20 m。假人移動速度為5.4 km/h，碰撞位置為汽車中間位置處。

1.2 測試方案設計

針對C-NCAP以及行人測試相關的規定，AEB行人檢測系統應當具有如下功能：目標假人可在驅動系統的作用下以一定速度行駛;駕駛機器人能夠控制汽車按一定的速度和路線行駛;為了使假人與測試汽車發生指定位置的碰撞，假人與測試汽車互聯互通，保持實時通信。

根據上述功能需求，本研究設計了測試過程，如圖2所示。將假人固定在托板上，借助牽引帶驅動假人和托板移動，并在假人驅動系統和測試汽車上安裝通信設備，借助實時動態基準站完成汽車與假人速度、位置的信息交互，滿足測試場景的碰撞要求。

根據C-NCAP的規定，假人移動速度為5.0 km/h、5.4 km/h、6.5 km/h，測試車速介于5～60 km/h，汽車行駛方向與假人移動方向保持垂直。

2 硬件實現過程

2.1 假人目標優化

如圖3所示，基于C-NCAP的尺寸規定分別設計了成人假人目標和兒童假人目標，并在假人表面涂抹紅外反射二氧化鈦IR-1000，能夠在850～910 nm范圍內使假人的紅外反射率保持在40%～60%，有效提升了假人的視覺和紅外特性[12]。

2.2 假人目標驅動機構

假人驅動機構分為牽引帶、驅動和隨動端以及托板。其中，托板上配置磁鐵單元，可以讓假人支撐桿借助磁性的作用與托板緊密結合，以便支撐假人直立移動，其結構如圖4所示。當測試汽車碰撞到假人時，磁性連接中斷，假人脫離托板，避免損壞其他部件。

如圖5所示，牽引帶驅動端的組成部分主要有電源、無線通信模塊、控制器以及驅動電機。

假人目標驅動系統結構如圖6所示，汽車速度和位置信息由無線通信模塊傳遞給控制器，控制器根據獲取的數據驅動電機運轉，帶動牽引帶開始工作，實現假人位置的移動。

3 開發控制系統

3.1 系統的控制策略

按照AEB測試規程要求，在控制汽車的自動駕駛機器人上安裝慣性導航儀和差分精確定位裝置，分別測量出汽車的實時加速度、速度、偏航角以及精確位置，并通過無線通信模塊將收集的數據傳輸到AEB行人檢測系統。AEB行人檢測系統對比測試規程對汽車速度、假人速度以及碰撞位置的規定，計算出假人應當啟動的精確時間。假人移動過程中，驅動裝置可以根據測試汽車的狀態和位置，實時通過驅動電機進行加減速控制，最終使假人和測試汽車的運動關系符合測試規程的要求，發生指定位置的碰撞測試。

AEB行人檢測系統和自動駕駛機器人之間有兩個通信通道，通過915 MHz信道頻率，實時動態（RTK）基準站可將GPS定位信息發送到AEB行人檢測系統以及汽車的駕駛機器人。通過2.4 GHz信道頻率，駕駛機器人則將汽車的位置、速度信息傳輸到AEB行人檢測系統。AEB行人檢測通信及控制過程如圖7所示。

3.2 設計差分定位模塊

全球定位系統（GPS）的一般定位誤差大于3 m，不能滿足測試要求的精度，為此借助差分定位方法來精確定位汽車和假人目標[13]。差分定位模塊分為RTK基準站和移動站兩大部分，RTK基準站放置在空曠的區域，在測試汽車和假人目標上均安裝移動站。RTK基準站收集基本的GPS定位數據，然后將信息傳輸給移動站，移動站基于自身的GPS定位信息和RTK基準站發送的GPS定位信息，通過載波相位差分解算的方法，最終獲得厘米級的定位信息，進而控制駕駛機器人和假人目標驅動系統，滿足測試場景對兩者相對運動的要求。

3.3 設計假人驅動控制器

AEB行人檢測系統控制器通過接收測試汽車的位置、速度信息，實時分析和比較汽車實時位置是否與控制器計算要求的觸發點保持一致，以此判斷是否驅動假人開始移動。假人移動觸發后，通過采用與測試場景相匹配的電機驅動算法，控制器可以實現對假人位置的精確控制。控制器的主控芯片（STM32F767）可以接收各模塊發送的數據信息并進行處理，被控芯片（STM32F103）可以精確地控制電機轉速。控制器的結構和相關模塊如圖8所示。

3.4 假人驅動算法

AEB行人測試場景中，假人有加速、勻速以及減速的不同過程，這就要求對假人的速度進行精確控制，以便將假人傳送到指定的位置。為此，設計如圖9所示的驅動控制算法，將加減速過程細化為減減速階段、加減速階段、勻速階段、減加速階段以及加加速階段，并且加速度變化率保持恒定。

設[vs]為初速度，[ve]為末速度，加速度的急動度為[J]，時間為t，根據運動學關系，假人的加速度[a]、速度[v]以及位移[s]計算公式如表1所示。

3.5 系統綜合控制

3.5.1 計算系統觸發點。基于差分精確定位系統和假人移動站獲取假人初始位置[P0]的坐標（[x1]，[y1]）和碰撞點[P1]的坐標（[x2]，[y2]）。同時，由移動站獲取汽車頭部中點[V1]處坐標（[x3]，[y3]）和航向角[R]。由車速[v0]和假人到碰撞點所需的時間[T]，計算得出系統觸發點[M]的坐標（[x4]，[y4]）。

3.5.2 調整測試汽車的姿態和位置。計算車頭中心點[V1]與直線[MP1]的距離[D2]和汽車航向角[R]與[MP1]的夾角[δ]。測試汽車的駕駛機器人根據[D2]和[δ]的變化，控制方向盤進行轉動，從而使汽車的航向角和位置滿足測試要求[14]。

3.5.3 系統綜合測試。駕駛機器人系統實時更新汽車車頭中心點[V1]的坐標，并發送相關數據至AEB行人檢測系統，然后由AEB行人檢測系統綜合比較[V1]點與[M]點，當[x3]=[x4]并且[y3]=[y4]時，驅動假人移動，并按測試場景的要求調節電機轉速，使得汽車達到[P1]點時，假人移動到[P1]點。系統綜合控制示意圖如圖10所示。

4 系統測試及驗證

為了對AEB行人檢測系統進行驗證，本文按照C-NACP規定的行人測試場景進行了行人危險工況測試，以驗證AEB行人檢測系統對假人目標位置、速度的控制精度以及AEB行人檢測系統與測試汽車的無線通信性能。如圖11所示，首先進行單功能測試，在不同測試場景下，AEB行人檢測系統不與駕駛機器人聯動，測試電機控制算法對假人的驅動控制精度。

每種測試場景進行3次試驗，由于不同測試場景下假人與測試汽車的距離要求不同，一共完成了（4+11）×3=45次試驗，相關測試結果如表2所示。基于試驗結果進行計算，假人目標控制精度達到96%（控制精度=符合要求試驗次數/總試驗次數）。研究表明，本文所設計的AEB行人檢測系統可以根據測試要求對假人移動過程進行精確控制。

如圖12所示，在單功能測試完成后，將AEB行人檢測系統與駕駛機器人聯通，測試兩者之間的無線通信性能，查看假人與測試汽車的碰撞點是否滿足測試場景的規程要求。

根據C-NCAP進行20次試驗（測試車速為20～60 km/h，每種測試場景進行5次試驗），根據國內測試場景要求進行11次試驗，共進行31次試驗，測試結果如表3所示，表中的數字表示第幾次試驗完全達到測試場景規定的碰撞速度、位置等關鍵指標。由表3的統計情況可知，1次試驗即達到要求的概率為90%，2次試驗即達到要求的概率為100%。

在測試過程中，AEB行人檢測系統對假人速度以及假人與測試汽車碰撞位置的檢測準確度達到96%，由于地面摩擦力不均及牽引帶的彈性，在單功能測試45次試驗中，有2次出現誤差大于精度有效范圍的情況，但其綜合誤差仍然較小，可以滿足測試規程對于精度的要求。

在對AEB行人檢測系統和駕駛機器人進行聯動測試時，除了3次由于AEB行人檢測系統與駕駛機器人的無線通信被其他設備干擾外，兩者之間的無線通信始終保持良好。由此可知，應當在空曠無干擾的環境下進行AEB行人測試。在無其他通信干擾的情況下，AEB行人檢測系統可以較好地與駕駛機器人進行聯動測試。

綜上所述，本文設計的AEB行人檢測系統可以用于C-NCAP和中國行人測試場景，相較于國外的AEB行人檢測系統，本文設計的測試系統具有如下優勢：AEB行人檢測系統的控制參數可以靈活調整，滿足國內交通場景的行人檢測要求;整個系統成本較低，可供更多的AEB行人測試和研發單位使用，有助于推進AEB行人檢測系統更新。本文設計的AEB行人檢測系統也存在一定不足，比如，假人目標沒有考慮雷達的反射特性，與《歐洲新車評估規程》（E-NCAP）等國外測試規范沒有很好的適用性。

5 結論

本文設計了一種AEB行人檢測系統，可以根據C-NCAP和AEB行人測試的要求，對假人移動過程進行精準控制，實現了AEB行人檢測系統與駕駛機器人的實時無線通信。根據測試結果，本文設計的AEB行人檢測系統對假人目標速度和位移的控制精度達到96%，與駕駛機器人的聯動測試一次成功率達到90%，所開發的假人目標具備人體特征及紅外反射特性，能夠用于行人危險工況的測試，其測試精度較高，它是汽車AEB系統功能測評和相關產品開發的有效支撐工具。

參考文獻：

[1]吳俊，向國梁，楊俊輝，等.汽車自動緊急制動（AEB）行人檢測系統的開發與測試[J].汽車安全與節能學報，2018（4）：401-409.

[2]GSUL M，胡予紅，周旋，等.道路交通運輸安全發展報告（2017）[J].中國應急管理，2018（2）：48-58.

[3]李剛，楊志，吳迪.汽車兩級自動緊急制動系統控制研究[J].機械設計與制造，2020（7）：134-138.

[4]包崇美.聚焦國內外AEB測試[J].世界汽車，2018（4）：86-93.

[5]劉宏偉，張杰，朱恩利，等.基于線控制動系統的AEB功能開發[J].汽車工程學報，2020（3）：207-212.

[6]陳達興，張強，梁鋒華，等.AEB測試技術研究[J].試驗研究，2015（2）：13-20.

[7]中國汽車技術研究中心.C-NCAP管理規則（2018年版）[S].北京：中國標準出版社，2018.

[8]王海鑌.車輛緊急避撞算法研究[D].杭州：浙江大學，2020：18-19.

[9]石博.乘用車自動緊急制動系統研究[D].長春：吉林大學，2019：13.

[10]馮海鵬.汽車自動緊急制動系統建模及控制策略研究[D].鎮江：江蘇大學，2019：16-17.

[11]楊為，趙胡屹，舒紅.自動緊急制動系統行人避撞策略及仿真驗證[J].重慶大學學報，2019（2）：1-10.

[12]劉穎，賀錦鵬，劉衛國，等.自動緊急制動系統行人測試場景的研究[J].汽車技術，2014（3）：35-39.

[13]張照杰.網絡RTK定位原理與算法研究[D].青島：山東科技大學，2007：15-16.

[14]劉偉，朱為國，單東升.汽車智能制動系統（IBS）電磁閥溫度場分析[J].機械制造與自動化，2020（1）：154-157.