基于毫米波雷達的汽車前向碰撞預警系統研究

摘要：本文以汽車前向碰撞預警系統結構和工作原理為對象，從安全時間、安全距離和適應性閾值算法和評估指標分析了汽車前向碰撞預警系統性能。對比了各雷達性能，得出采用毫米波雷達探測障礙物可提高前碰預警系統工作的可靠性，有效降低事故發生概率。

關鍵詞：前向碰撞預警；評估指標；毫米波雷達

中圖分類號： U463.6 文獻標識碼：A

0 引言

在2022 年意外事故統計中，交通事故占據首位，且汽車發生正面碰撞超過60%。原因之一是駕駛員的不安全行為，加之當車身周圍未安裝監測傳感器時，四大盲區難以觀察，駕駛員很難對突如其來的事故作出迅速的反應。如果在發生事故前，車輛能夠給駕駛員發出提示或預警，將明顯減少碰撞事故的發生。

前向碰撞預警系統采用毫米波、超聲波、激光雷達和車載攝像頭等對周圍環境感知。目前應用最廣的是毫米波雷達，像奔馳新一代S 級轎車搭載了5 顆毫米波雷達，蔚來ET7 搭載5 顆毫米波雷達，小鵬G3 采用3 顆毫米波雷達等，車輛實時監測前方車輛，結合自車運行軌跡、速度等，通過計算安全距離或安全時間，有效減少前向碰撞事故發生[1]。

1 前向碰撞預警系統

前向碰撞預警系統通過實時監測前方環境信息和分析車輛行駛狀態，及時向駕駛員發出預警并進行正確操作。前向碰撞預警系統由信息采集、電子控制和人機交互3 個單元組成[2]（圖1）。信息采集單元通過自身車輛傳感器或紅外雷達系統采集本車參數信息和前向車輛或前方障礙物信息，包括本車速度、方位角、相對距離、周身圖像及行駛狀態，提供給電子控制單元。系統的核心是數據采集和精確距離定位。目前，傳感器包括毫米波雷達、攝像頭、超聲波或紅外傳感器等。

電子控制單元（即中央控制器數據處理單元）根據信息采集單元的參數處理數據，建立本車輛評估狀態。如通過計算車輛實際距離和安全距離并比較，來識別道路狀態，并根據臨界距離發出控制命令，或計算碰撞時間進行數據處理，建立有效的控制策略和預警算法，將信息送給人機交互單元。

人機交互單元包括儀表盤、聲音報警器和安全帶收緊裝置，能夠根據聲音、視覺刺激等使駕駛員減速或制動，或采取調整座椅位置以及收緊安全帶措施降低駕駛員受傷程度。

前向碰撞預警系統通過設置和計算安全距離，為駕駛員提供有效的警報反饋。其控制原理是通過傳感器檢測前方路況并采集速度信息，當兩車之間的實際距離小于安全距離時，控制車速以確保安全駕駛；當駕駛員未及時采取措施時，給出預警提示，進行緊急制動，避免事故發生。

2 前向碰撞預警算法及其閾值

前向碰撞預警的指標由安全時間和安全距離決定，用來準確評估碰撞風險的算法包括安全時間邏輯算法和安全距離邏輯算法。

2.1 安全時間邏輯算法（TTC）

TTC 算法是一種用于預測車輛與前方障礙物碰撞所需時間的算法。該算法基于一個假設：如果車輛和障礙物保持當前的速度和方向不變，那么它們將在一定時間后發生碰撞，這個時間就是車輛與前方障礙物發生碰撞所需的最短時間。該算法計算公式如下。

式中：D 是車輛與前方目標的相對距離；V 是車輛與障礙物的相對速度。值得注意的是，如果車輛與障礙物之間的相對速度為零或負數（即車輛正在遠離障礙物），則按照上述公式計算出的TTC 將無意義。此時，通常認為TTC 為無窮大，表示不存在碰撞風險。

在實際應用中，TTC 算法還需要考慮如車輛的動態性能、駕駛員的反應時間以及道路條件等因素。同時，也需要考慮雷達傳感器的測量誤差和信號延遲等問題。因此，實際使用的TTC 算法通常會比上述基本公式復雜。

2.2 安全距離邏輯算法

安全距離是前向碰撞預警系統算法的核心，反應距離和制動距離共同組成了安全距離。反應距離指駕駛員感知到可能與前方車輛有碰撞危險但尚未剎車的距離；而制動距離指駕駛員從剎車到車輛完全停車間的距離。其中反應距離受駕駛員主觀因素及環境影響，包括駕駛員疲勞程度、經驗和車輛狀態，以及天氣和道路條件等。該算法計算公式如下。

式中：LSafeDis 為安全距離；V 為本車移動車速；Tr 為調節因子（即受駕駛員主觀因素及環境影響的因素）；Vrel 為本車與目標車輛相對速度；TTC 為安全時間。

2.3 適應性閾值（TFCWI）

適應性閾值是一種根據特定情況動態調整預警閾值的算法。其基本思想是：在不同的駕駛環境和車輛狀態下，可能需要不同的預警策略。如在高速公路上行駛時，由于車速快，需要更早的預警；而在城市交通中，由于車輛經常需要停止或緩慢行駛，可以接受稍晚的預警。因此，通過動態調整預警閾值，使前向碰撞預警系統更好地適應不同的駕駛條件。

如果說前向碰撞預警指標表征的是駕駛過程中對碰撞風險的感知能力，那么前向碰撞預警閾值的大小就是決定預警提示出現時間的合理性。閾值越大，報警時間越早，給駕駛員提供反映的時間越多。但如果預警過早，預警信息可能造成駕駛員分心或煩躁，舒適性有所降低；如果預警過遲，則可能不足以保證安全行車。

通常來說，TFCWI 由自然駕駛數據統計分析或經驗值確定，常用預警閾值為2.5 ～ 4.0 s[3]。雖然駕駛員特性對前向碰撞預警功能的影響逐漸引起學者關注，但對駕駛員反應時間的研究仍然不足。根據刺激反應理論，駕駛員通常需要經歷一個感知決策過程來激發狀態變化。因此應對不同駕駛人駕駛習慣，應探究更加精準的反應時間[4]，制定個性化TFCWI，對不同駕駛員選擇不同的閾值。

2.4 前向碰撞預警系統評估指標

對前向碰撞預警系統進行評估和優化，需要制定合理的評估指標，這些指標要能夠反映系統各方面的性能，如檢測能力、精確性和可靠性等。正確預警率和虛假報警率可以有效評估碰撞系統的表現能力，是評估前向碰撞預警系統性能的重要指標[5]。正確預警率表示系統能夠正確檢測出危險并發出預警的比例；虛假報警率表示系統錯誤地將未達到閾值的情況識別為危險并發出預警的比例。正確預警數和正確拒絕數組成了正確預警，反之為虛假報警。表1 為響應正確預警與制動關系。

3 采用毫米波雷達的前向預警系統分析

3.1 雷達傳感器的分類

雷達是一種無線電設備，通過發送電磁波并接收其反射回來的信號，測量物體的距離、速度和角度等信息。毫米波雷達是指頻率在30 ～ 300 GHz、波長在1 ～ 10 mm 的雷達。相比超聲波雷達和激光雷達，毫米波雷達具有探測距離遠、穿透力強、分辨率高以及不受環境影響等優點，因此被廣泛應用在汽車安全中[6]。不同類型雷達參數對比如表2 所示。

3.2 毫米波雷達分類

毫米波雷達按照工作頻段分為長距離雷達和短距離雷達。短距離雷達探測范圍比較大，但探測距離比較短；而長距離雷達探測范圍窄，但探測距離長達250 m。短距離雷達以常見的24 GHz為代表，長距離雷達以77 GHz 為代表。

由于法規對智能駕駛安全性要求越來越高，從最開始僅需檢測到前方一個車輛，逐漸升級為檢測前方大范圍和多角度的全部車輛、行人、自行車和障礙物等，因此毫米波雷達在速度、角度和距離測量方面都需要較高的要求。且2021 年底工業和信息化部公布的《汽車雷達無線電管理暫行規定》中提到，將76 ～ 79 GHz 頻段規劃用于汽車雷達。因此，目前主流為77GHz 毫米波雷達，通常被應用于前向碰撞預警系統上。短距離和長距離毫米波雷達性能對比如表3 所示。

3.3 毫米波雷達原理及參數

3.3.1 工作原理

毫米波雷達是利用高頻電路產生特定三角波形式的電磁波（FMCW），通過發送天線發送，由接收天線接受，采集信息后，由雷達混頻給出中頻信號。毫米波雷達可同時測量多個目標。速度測量是以多普勒效應為基礎，通過計算雷達的頻率變化，返回到接收天線，得出目標相對于雷達的移動速度和飛行時間，計算出目標與雷達所在位置之間的距離。方位角測量（包括水平角度和垂直角度）是通過天線陣列接收同一目標反射的雷達波相位差計算目標的方位（圖2）。

3.3.2 參數

毫米波雷達的主要參數包括發射頻率、探測距離、速度測量和天線波束角度范圍。

（1）發射頻率：發射頻率決定了雷達的分辨率和穿透能力。一般來說，頻率越高，分辨率越好，但穿透能力越弱；反之則頻率越低，分辨率越差，穿透能力越強。

（2）探測距離：雷達的發射功率越高，天線增益越高，天線輻射角越窄，物體反射截面積越大，雷達捕獲的有效回波越強，測量距離越遠。

（3）速度測量：當目標與雷達天線距離縮短時，反射信號頻率大于發射頻率。當目標與雷達天線距離增大時，反射信號頻率小于發射頻率。

（4）天線波束角度范圍：天線射線的形狀一般由橫向和縱向平面（3 dB）的射線寬度來表示。天線的輻射角越窄，輻射能量越集中，距離雷達測量的距離就越遠。

3.3.3 毫米波雷達在汽車中的應用

在自動駕駛車輛上，毫米波雷達主要用于環境感知和障礙物檢測。如沃爾沃XC60 搭載了1 個單目攝像頭、4 個全景攝像頭、3個毫米波雷達和12 個超聲波雷達。在3個毫米波雷達中，其中一個毫米波雷達位于中網車標上（圖3）。其功能是探測前方車輛或障礙物，實現預警并輔助自動駕駛。

當沃爾沃開啟智能領航輔助駕駛時，毫米波雷達鎖定前車，實時監測車距，在設定時速范圍內，自動實現加減速。若有其他車輛駛進監測范圍內，雷達監測到目標小于本車速度時，車輛自動減速或制動。

另外2 個毫米波雷達位于后保險杠兩側，用于探測后方物體，實現倒車、側身輔助預警和汽車盲點探測等功能。

中保研曾通過碰撞性能與維修價值、駕乘保護指標、行人保護和輔助駕駛安全四個方面對XC60 進行評價，評分從高到低為G、A、M 和P。其中G 為優秀，A 為良好，M 為一般，P 為較差。

在中保研給出的數據中，由于沃爾沃XC60 本身材質原因，在碰撞性能與維修價值上給出了P，其他三項均給出了最高的G。XC60 的前向碰撞預警系統中，由于前方的毫米波雷達位于中網上，進一步覆蓋了視野盲區，擊中率得到提高。但由于位置相對較低，在探測到路肩時，預警系統會將其視為障礙物而發出警報，誤報率會有所增加。

3.3.4 4D 毫米波雷達

傳統意義上毫米波雷達是3D 毫米波雷達，“3”指的是距離、速度和角度信息。近年來，隨著各大毫米波雷達制造商，如博世、大陸等公司在4D 成像毫米波雷達上加大投入，在波形設計和超大天線陣列兩個方向上取得了一些進展，使得4D 成像毫米波系統的研究成為了自動駕駛研究的熱點之一。

4D 毫米波雷達在3D 毫米波雷達原有優勢上，增加了俯仰角度測量能力，從而獲取測試目標的實際高度。即在笛卡爾坐標系Z 軸方向上的距離，分辨率更高，水平角度分辨率達到1°，俯仰角度達到小于2°。4D 毫米波雷達增加了更多信道，比如采埃孚公司研制的4D 毫米波雷達有192 個信道，華為公司研制4D 毫米波雷達有288 個信道等。信道越多，形成的點越多，當輸出大量測量點形成“點云”時，可以使物體輪廓更加清晰[7]。

4 結束語

本文詳細分析了裝有雷達傳感器前向碰撞預警系統的性能，根據前向碰撞預警算法，應用擊中率、正確報警率和虛假報警率指標對其性能評估，發現毫米波雷達的使用極大提高了前向碰撞預警系統的可靠性，并能夠在各種復雜環境中準確、穩定工作。同時，應用適應性閾值算法動態調整預警閾值，可以適應不同的駕駛條件。另外，4D 雷達的出現，會進一步提高駕駛的安全性。

【參考文獻】

作者簡介：

[1] 遲仲達. 基于車路協同技術的車輛防碰撞預警系統開發[D]. 長春： 吉林大學，2018.

[2] 黨超. 智能網聯汽車結構層次及技術分析[J]. 內燃機與配件，2022（05）：220-222.

[3] 胡遠志， 楊喜存， 劉西， 等. 基于駕駛員特性的主動避撞分級制動策略與驗證[J]. 汽車工程，2019，41（03）：298-306.

[4] Shi Jing， Hussain Muhammad， Peng Dandan. A study of aberrant drivingbehaviors and road accidents in Chinese ride-hailing drivers[J]. Journal ofTransportation Safety amp; Security，2023，15（9）：877-894.

[5] 龍文民， 魯光泉， 石茜， 等. 基于駕駛人跟馳特性的前撞預警指標與閾值確定方法[J]. 汽車工程，2022，44（09）：1339-1349+1371.

[6] Zhenping Ji， Xinpeng Zhu.Application of DBF in 77GHz AutomotiveMillimeter-wave Radar[C]// 材料科學應用與能源材料國際研討會.2018.

[7] 曹斌， 沈紅榮， 詹雯， 等.4D 毫米波成像雷達在智能汽車中的應用研究[J].汽車制造業，2022（04）：18-20.

王琰晴， 碩士，助理工程師，研究方向為載運工具運用工程。

通訊作者：

郭淑清， 碩士，副教授，研究方向為汽車電子控制。