不同光照不同偏置率碰撞場景的AEB 系統測試與評價

牛成勇，吳昆倫，周祥祥，蘇占領，胡 雄

（1.國家智能網聯汽車質量檢驗檢測中心（重慶），重慶 401329，中國；2.汽車主動安全測試技術重慶市工業和信息化重點實驗室，重慶 401329，中國；3.自動駕駛系統及智能網聯汽車技術研發與測試應用重慶市工程研究中心，重慶 401329，中國）

汽車自動緊急制動系統（autonomous emergency braking system, AEB）通過先進車載環境感知傳感器（單目、雙目、多目攝像頭等視覺傳感器或毫米波雷達、激光雷達等）實時監測周圍環境及自車行駛狀態，根據算法判斷與目標之間的距離、方位及相對速度等，當系統探測到前方區域存在潛在碰撞危險時，及時對駕駛員進行提醒、警告并采取制動措施以避免或減輕碰撞程度[1]。根據歐盟新車評價規程(European new car assessment programme，Euro-NCAP)調查研究表明，AEB 系統可有效避免27%的碰撞事故[2-4]。

隨著國內外新車評鑒協會的AEB 評價規程不斷豐富、嚴苛以及交通行業標準《營運客車安全技術條件》（JT/T 1094-2016）、《營運車輛自動緊急制動系統性能要求和測試規程》（JT/T 1242-2019）和國家推薦性標準《乘用車自動緊急制動系統（AEBS）性能要求及試驗方法》（GB/T 39901-2021）的貫徹落實，不同傳感器方案的AEB 系統已廣泛應用于乘用車、營運車輛上[5]。結合實際行駛環境及相關事故數據統計分析發現，本車與前方目標以一定的偏置率行駛及天氣環境變化（如，車輛進入隧道時產生的“黑洞效應”所造成的感知系統短暫“失明”）等情況經常出現，其對AEB 感知系統的識別及后續的系統控制執行操作造成了極大的影響。然而，目前國內外標準法規中，尚未有基于不同偏置率場景的AEB 系統深度測評（光照條件變化、目標物差異），只是局限于基礎場景的測試，不能有效評價系統的性能好壞及不同系統供應商產品的優劣性。

鑒于此，本文基于AEB 系統在不同測試目標物、不同光照條件下的偏置率場景測試，分析不同偏置率場景對系統的預警時機、制動效能、執行策略等要素的影響，是極具現實意義的，能夠為相關汽車主機廠及系統供應商進一步提升系統安全性與穩定性提供數據支撐與技術參考。

1 AEB 系統工作原理及測試評價方法

1.1 AEB 系統工作原理

簡而言之，AEB 系統首先通過車載環境感知機構實時探測并快速獲取前方目標信息，然后根據系統控制策略判斷危險等級，最后通過執行機構施加主動制動[6]。其工作原理如圖1 其所示。

圖1 AEB 系統工作過程

1.1.1 AEB 系統環境感知傳感器及影響要素分析

目前，AEB 環境感知傳感器的解決方案主要有單目—雙目攝像頭、毫米波雷達和激光雷達。一般而言，3 種異構傳感器各有優缺點，往往需要通過采用多傳感器數據融合來充分發揮各傳感器優勢以提高目標探測準確性、縮短探測及識別時間以及豐富目標識別多樣性[6]。然而，無論是單傳感器方案，還是多傳感器融合方案，在偏置率工況、光照條件變化等因素下，感知系統的識別穩定性、可靠性均受到影響，甚至失效。因此，有必要對AEB 系統環境感知傳感器的影響要素作進一步分析。

單目—雙目攝像頭作為AEB 系統的環境感知機構的解決方案，能夠實現對目標屬性（行人、動物、車輛等）的有效識別且能獲取足夠的環境細節。然而，針對單目攝像頭而言，其無法保障對不同距離范圍內目標的較高精度測距且需要建立豐富的、不斷更新、維護和優化的樣本數據庫（若樣本數據庫中沒有待識別目標的全部特征數據，則單目攝像頭無法識別）以保障單目攝像頭對目標的識別[7-9]。當本車與目標存在偏置時，有可能造成單目攝像頭識別效率降低，甚至會發生因偏置引起的目標特征數據丟失而造成的識別失效；當光照條件（明暗反差、逆光等）發生變化時，單目攝像頭會短暫丟失目標，造成無法識別的后果。針對雙目攝像頭而言，其相較單目攝像頭，識別精度提高，但探測距離較近。當與前方目標存在（較大）偏置時，因其自身探測距離受限、探測視角窄的原因，會出現無法提供及時的預警而導致系統制動功能衰減；當遇到光照條件變化時，其出現的問題與單目攝像頭類似。

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（尤其是在夜間環境及不良天氣下的探測能力較好）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[1]。但是，其目標識別能力及周圍環境信息獲取能力差，一般需融合攝像頭以支持較為復雜的交通場景且“毫米波雷達+攝像頭”信息融合方案是目前及未來一段時期內的AEB 環境感知解決方案[10-13]。目前，由于毫米波雷達為避免對相鄰車道目標的誤觸發，通常會對本車道外一定區域內的目標作過濾處理，即抑制功能觸發，從而導致當本車與目標有一定偏置率，尤其是偏置程度較大時，會存在一定程度的漏識別，從而導致系統無法啟動自動制動。

激光雷達（非單線激光雷達）具有較高的角度、距離和速度分辨率，抗有源干擾能力強且具備一定的環境魯棒性。激光測距方法大體上可分為激光飛行時間（time of fly，TOF）法和三角法。三角法測距，類似于雙目視覺測距，其在近距離下，探測精度較高，而在遠距離探測時，探測誤差會呈幾何量級增長；TOF 法是通過獲取激光的飛行時間，反推出飛行距離，其探測距離及測距精度均優于三角法測距[14]。值得一提的是，盡管激光雷達具有探測距離遠、不受光線影響、視場角大等優勢，因其成本高、性價比低，在配置AEB 系統的量產車上，實際應用很少。

1.1.2 AEB 系統控制執行策略

AEB 系統控制策略主要以實現安全性和舒適性為目標[15]，因此，在AEB 系統請求制動執行策略設定方面分為2 類：

1） 采用一級制動，即AEB 系統開始制動后直接達到所需的最大減速度值，以保證安全性為前提；

2） 采用二（多）級制動，即AEB 系統開始制動直至車輛停止過程中，AEB 系統提供不同減速度值的二（多）級制動，在保證安全的情況下，充分考慮舒適性的要求，使得系統激活后能更為舒適、平順地介入[16]。

1.2 AEB 系統測試評價方法

選取白天、夜間2 種光照條件、標準假車、騎自行車人模型2 種測試目標物、50%、75%、100% 3 種偏置率場景，對2 款同類型城市運動型多用途車型（sport utility vehicle，SUV）（分別匹配不同系統供應商的AEB 產品）進行綜合性能測試。

當前方目標物為標準假車時，測試場景有2 種：前車靜止（car to car stationary，CCRs），前車以20 km/h 的速度緩行（car to car moving，CCRm）；當前方目標物為騎自行車人模型時，測試場景為縱向沿道路以15 km/h 的速度騎行（car-to-bicyclist longitudinal adult，CBLA）。詳細試驗矩陣、試驗場景及關鍵測試設備如表1 和圖2 所示。

表1 AEB 系統測試矩陣

圖2 AEB 系統測試場景及關鍵測試設備

在AEB 關鍵測試設備中，轉向控制機器人能實現測試車輛行駛路徑的精準控制，保證測試車輛按設定的偏置率進行試驗；制動油門組合控制機器人能保證測試車輛速度的穩定，避免傳統人工駕駛帶來的隨機性、重復性差的影響，保證測試結果的一致性。

1.3 測試車輛及AEB 系統信息

2 款同類型城市SUV（車長、軸距及最大總質量相近）所裝備的AEB 感知技術方案相同，均采用攝像頭+毫米波雷達信息融合方案；系統感知傳感器安裝位置相同，處于前擋風玻璃中間位置（攝像頭）及前進氣格柵中部（毫米波雷達）。

2 AEB 測評結果與分析

2.1 前方目標車輛靜止（CCRs）測試場景

2.1.1 白間測試

根據表1 所述的測試矩陣要求，在白天天氣良好、光照度滿足試驗要求的環境下，基于3 種不同的偏置率場景（50%、75%、100%），依次進行了2 個速度點（30、50 km/h）的對比測試。

1） 不同偏置率場景對即碰時間（time to collision，TTC）的影響。采用不同系統供應商技術方案的測試車輛A1、A2，在不同偏置率場景下的TTC 響應數據如圖3 所示。

圖3 2 款試驗車輛的TTC 響應數據

分析可知：車輛A1 在正對場景（100%偏置率場景）中的系統功能觸發時機要比偏置場景早，且隨著偏置程度的增加，TTC 響應時間基本呈現變短的趨勢，即觸發時機愈晚。測試車輛A2 在低速場景下，偏置率對系統預警時機影響不大，幾乎同時觸發；而在高速測試場景下，系統預警早晚與偏置率的大小基本呈現正相關性。

因AEB 感知系統對偏置目標的識別難度大于對正對（100%偏置率）目標的識別，導致系統對偏置目標的預警響應時機偏晚。為有效避免對相鄰車道目標的誤觸發，系統通常會對本車道外一定區域內的目標作過濾處理，即抑制功能觸發，從而導致系統對偏置目標會存在一定程度的漏識別。

2） 不同偏置率場景對系統制動效能的影響。2 款試驗車輛在50 km/h 測試車速點下的制動效能（主要參考參數為制動減速度）曲線數據如圖4 所示。

圖4 2 款試驗車輛的制動減速度

試驗結果表明：因目標偏置程度的增加引起預警時機（包括聲光報警、預制動點剎形式）滯后，從而導致車輛A1 和A2 的系統主動制動介入時機延后。為避免與前方靜止目標的碰撞，隨著目標偏置程度的增加，車輛A1 和A2 均表現出更大的峰值制動減速度，即制動效能更大。

3） 系統預警時機和制動執行策略對其制動效能的影響。以測試車輛A1 為例，選取100%碰撞偏置率、2 個測試車速點對比分析，如圖5 所示。

圖5 100%偏置率、試驗A1 的制動減速度

結合圖3 所示數據，結果表明：

a） 因測試車速的增加，系統根據避撞控制策略，TTC 響應時間提前，從而使得其制動執行策略不同，即低速時，預警時間相對較晚，采用一級制動，AEB系統開始制動后直接達到其所需的最大減速度；高速時，系統預警時機提前，為兼顧舒適性，采用二級制動，AEB 系統開始制動直至車輛停止過程中，系統會根據算法實時計算車輛與前方目標的相對距離、相對速度（包括橫向速度）等信息并在某一時刻決策是否保持或降低制動減速度，整個過程能提供不同制動減速度值的二級制動。

b） 不同的系統制動執行策略導致制動效能不同，即最大制動減速度及在最大制動減速度點的保壓時間不同。

綜上所述，系統預警時機的早晚以及制動執行策略的差異對其制動效能產生影響。

2.1.2 夜間測試

本夜間測試路段的光源為兩側對稱型，光照強度在16～22 lx 范圍內，測試車輛不開啟近光燈或遠光燈。測試車輛A1 和A2 在白天、夜間2 種場景下的TTC響應對比數據如圖6 所示。通過數據分析發現：

圖6 2 款試驗車輛的TTC 響應數據

1) 與白天測試環境相比，夜晚場景下，不同偏置率場景對AEB 系統的預警時機的影響程度明顯增加，尤其是高速場景，即由于光照條件對感知系統的影響，系統TTC 響應時間因不同偏置率場景而產生明顯的差異。

2) 在高速、夜間測試場景下，因攝像頭目標感知識別難度增加以及探測距離受限，導致系統預警時機明顯變晚，尤其是目標偏置程度較大的測試工況。

通過實測車輛A1 和A2 發現，在夜晚、低速場景下，系統均能避免碰撞。在白天、夜間2 種場景下，2 車制動停止后與目標距離參數如圖7 所示。在夜晚、高速場景下，由于系統預警時機較晚，在不同偏置率場景下存在與前方目標物發生碰撞的情況以及因光照條件、偏置率場景引起感知傳感器的漏識別，甚至出現誤觸發。

圖7 低速場景下試驗車輛制動停止后與目標距離

2.2 前方目標車輛緩行（CCRm）測試場景

按照前述測試矩陣要求，在CCRm 測試場景下，試驗車輛A1 和A2 分別在白天/夜間、3 種偏置率場景、4 個速度點下進行AEB觸發預警時刻TTC的對比測試，如圖8 所示。

圖8 2 款試驗車輛的TTC 響應數據

以試驗車輛A1 為例，選取50%和100% 2 種偏置率場景，其在65 km/h 測試速度點下的制動效能（制動減速度）數據如圖9 所示。

圖9 試驗車輛A1 在65 km/h 速度點下的制動減速度數據

通過數據分析可知:

a) 在同一光線條件（白天、夜間）、低速測試場景下，不同偏置率場景對系統預警時機影響不大，但影響程度隨車速的增加而變大，且夜晚條件下的TTC 明顯小于白天測試環境；

b) 隨著測試車速的提高，系統預警TTC 隨之增大；

c) 由于不同偏置率帶來的系統TTC 預警時機的差異，加之白天/夜間光線條件使差異程度進一步放大，為避免與前方目標車輛發生碰撞，隨著偏置程度的增加，其制動效能隨之增大。

2.3 前方自行車縱向騎行（CBLA）測試場景

因自行車目標移動速度較快且騎行路徑隨機性大，與行人目標相比，其識別難度較大。在自行車橫穿道路時進入攝像頭視野較晚，加之毫米波雷達對橫向運動目標不敏感，其會對感知傳感器的識別造成影響；在縱向騎行時，其尾部輪廓特征（即尾部目標輪廓的高、寬、高寬比、面積等典型輪廓特征）不明顯且雷達截面積（radar cross setion）較機動車目標尾部低，很容易出現攝像頭或毫米波雷達的漏識別情況。因此，對AEB系統進行自行車場景的測試可較為充分、嚴苛地考察其對不同目標的識別能力。

本場景中，自行車目標物以15 km/h 的速度縱向騎行，測試車輛以50 km/h 的速度，按照3 種偏置率、2 種光照條件進行追尾測試。測試車輛A1 和A2 的AEB 系統功能表現分別如圖10 所示。

圖10 2 款試驗車輛的TTC 響應數據

通過實測發現：

1） 與白天場景相比，在夜間場景下，試驗車輛A1和A2 的AEB 系統預警時刻均較晚且因自行車尾部輪廓屬性導致系統感知傳感器存在漏識別情況，尤其是在夜間場景；

2） 由于試驗車輛A1 所匹配的AEB 系統預警時機普遍較晚，導致其制動執行策略表現為一級制動，通過剎停的方式避免與前方自行車的碰撞。而試驗車輛A2 在預警TTC 相對寬裕的情況下，通過二級制動方式減速至15 km/h 以下，以跟隨的形式避免碰撞。

3 結 論

本文通過分析2 款同類型乘用車匹配的不同供應商的AEB 系統實測數據，得出以下結論：

系統的制動效能與即碰時間（TTC）及系統制動執行策略具有關聯性；

不同偏置率碰撞場景會對系統的預警時機及制動效能產生較大影響；

影響程度因光線條件（白天、夜晚）的不同而存在明顯差異性。

同時，本研究優化并豐富了AEB 系統的評價指標，增加了諸如系統預警TTC（碰撞時間）、制動減速度（制動效能）、與目標避免碰撞時的剎停距離、制動策略等評價參數，使評價更全面、具體。