基于ADAS 實驗平臺的車輛緊急制動AEB 路測研究

貫懷光，貫生靜，郭蓬,2，張登權

（1.300300 天津市 中汽研（天津）汽車工程研究院有限公司；2.300300 天津市 中國汽車技術研究中心有限公司）

0 引言

汽車帶來便捷的同時也對人們的生命安全造成一定的潛在危險，其中最主要的是汽車行駛中發生的碰撞。主動安全性的測試已經成為中國新車評價規程（C-NCAP）安全碰撞測試的重點內容[1]。良好的主動安全有助于將事故風險降到最低，因此C-NCAP 規程對車輛的性能檢測側重于碰撞與碰撞預警、主動剎車等方面[2]。目前，世界各國都在積極研發具有自主知識產權和競爭力的主動安全系統，以應對日益嚴峻的交通安全問題。近年來，汽車中先進電子、通信和信息技術如防抱死剎車系統（Antilock Brake System，ABS）、電子制動系統（Electronic Brake System，EBS）、自適應巡航控制（Adaptive Cruise Contro，ACC）、自動緊急制動（Autonomous Emergency Braking，AEB）等主動安全技術讓汽車變得更加安全、舒適和智能。

AEB 系統利用車載傳感器對汽車前障礙物進行實時探測，一旦探測到碰撞危險，車輛即利用預警功能警示司機進行緊急制動操作，駕駛員未做出響應時，AEB 自動制動以避免碰撞。AEB 系統的架構設計組件包括硬件單元和軟件單元。硬件單元包括多類傳感器、AEB 系統控制器、油門與制動執行器、目標物機界面顯示屏；而軟件單元包括目標檢測與識別算法、決策與控制算法等。Zhou 等[3]通過批量仿真得到不同碰撞時間（Time-To-Collision,TTC）的汽車和兩輪車的相對位置分布，綜合考慮死亡事故檢出率、檢測面積和標準差，得出不同TTC 下的最優傳感器檢測方案；Li 等[4]針對三軸重型車輛采用帶附著系數估算的AEB-ABS 協調控制策略進行設計，該策略能夠根據路面狀態和車輪滑移率實時地估算出制動減速度，并通過模糊邏輯控制實現對制動器制動力的合理分配，基于硬件在環測試平臺，通過各種路況試驗驗證了控制效果；Zhu 等[5]構建了以虛擬場景為基礎，以駕駛模擬器為手段的駕駛員在環測試平臺，并建立了基于激光雷達的實車測試平臺，解決了實車測試中目標不易獲取的問題；Jiang 等[6]探討AEB 控制策略與典型現實世界碰撞情景中乘員碰撞前運動學之間的相關性，通過車輛和乘員集成仿真方法，在碰撞前階段評估乘員運動學，有利于后續的綜合安全性分析；Guo 等[7]為提高轉發碰撞系統的效率，設計了一種基于高斯分布的前向碰撞風險，未來運動不確定性是關于車道建模，使用2 個時間序列機器模型提前預測 TTC，該模型可以準確預測現實駕駛場景中潛在的道路交通事故；Zeng 等[8]提出了一種針對智能汽車的改進型AEB 算法，該方法結合道路附著系數的估計，考慮了電子液壓制動的性能；黃城等[9]根據AEB 的典型試驗工況，給出減速度控制曲線，并采用CarSim 進行仿真驗證；姚禹城等[10]針對中國新車評價規程中AEB行人測試場景需求，對設計行人檢測系統進行了驗證；任立海等[11]提出將碰撞時間作為模糊控制器參數，利用PreScan構建了基于模糊控制的緊急制動模型；劉宏偉等[12]采用Simulink 與CANoe 進行AEB 功能的設計以提高緊急制動效果。為避免交通事故，科研人員在研發更完善的高級駕駛輔助系統（Advanced Driving Assistance System，ADAS）[13]，AEB 系統是ADAS功能之一。目前國內外的研究表明，車輛主動安全配置對減少汽車事故起到一定作用，利用數學模型及虛擬場景仿真分析對于降低車輛行駛過程中碰撞發生的概率具有一定參考意義。

本文參考C-NCAP 相關試驗場景，將駕駛員特性與制動過程的安全距離模型相結合，對智能駕駛車輛與前方障礙物之間相對橫、縱向運動進行分析，制定對應的緊急制動策略，同時提出了在搭載ADAS 系統的小型目標物承載平臺ATP VRU 聯合驗證方法。

1 智能駕駛車輛AEB 系統路測方法

1.1 制動過程推導

典型汽車制動過程大體由3 個過程組成，當駕駛員意識到有碰撞危險時作出響應，對汽車實施緊急制動直到速度降至0[14-16]。圖1 所示為車輛制動全過程車輛減速度曲線。

圖1 車輛制動時間圖Fig.1 Vehicle braking time graph

設車輛初始速度v1(m/s)和最大減速度a(m/s2)，速度v1后制動啟動行駛距離S為

式中：t1——駕駛員反應時間；t2——腳由油門移到制動踏板的時間；t3——取消踏板空行程時間；t4——制動力提升時間。

另外，汽車在制動時和前方障礙物還需留有最小安全距離d0，則汽車完成制動時行駛距離和最小安全距離的總和S1為

1.2 融合駕駛員的安全距離模型

選取駕駛員特性參數值范圍為[0,1]與AEB 制動過程進行融合，得到駕駛員特性參數Rdriver，駕駛員反應時間τ1和最小安全距離d0關系式為

預警安全距離dw為

臨界安全距離db為

1.3 AEB 系統緊急制動策略

AEB 緊急制動流程如圖2 所示[15]，AEB 系統中環境感知由車載傳感器完成，經過信息處理獲得前方障礙物和路面附著系數信息，再依據路面附著系數確定預期制動減速度從而計算安全距離。在建立制動安全距離模型基礎上，利用AEB 決策支持系統中的實時車距和安全距離模型判斷車輛是否需要制動。如果實時車距過小或接近于0，則車輛緊急制動；反之，繼續保持行車狀態。

圖2 AEB 緊急制動流程框圖Fig.2 AEB emergency braking flow block diagram

搭載AEB 功能的車輛相對前方障礙物同向運動，VRU 縱向速度要小一些，因此把汽車前VRU靜止與汽車前同一車道縱向運動共同考慮而忽略了VRU 的縱向速度。如圖3 所示。

圖3 ADAS 系統運動的縱向示意圖Fig.3 Longitudinal schematic of ADAS system movement

汽車前進速度為v1，探測VRU 后方與障礙物之間縱向距離S，AEB 介入與否要對比測得的縱向距離、報警安全距離及臨界安全距離，表達式為

式中：FCW——前方碰撞預警系統。

基于C-NCAP 評價法規關于VRU 的AEB 系統的情景設置，分析了VRU 橫向運動經過汽車時的運動學[16]，VUT 與前方障礙物之間的相對橫向運動示意圖如圖4 所示。VRU 橫過汽車運行到M點上，假定VRU 與VUT 中心線之間的橫距為l1和汽車寬度為l2時，VRU 橫過汽車時段內的汽車運行距離為

圖4 ADAS 系統橫向運動示意圖Fig.4 ADAS system lateral movement schematic

考慮ADAS 系統制動后同障礙物之間的最小安全距離時行車安全距離為

當汽車制動臨界安全距離和報警安全距離是db、dw時，在判斷汽車FCW 報警或是AEB 介入時使用式（9）

2 智能駕駛車AEB 系統路測試驗

2.1 測試裝備平臺

采用小型弱勢道路使用者目標物承載平臺，（Automatic target carrying platform Vulnerable Road Users,ATP VRU），如圖5 所示的ATP VRU 平臺[17]可承載模擬智能駕駛測試中全尺寸摩托車及成年騎行者、踏板摩托車及成年騎行者、假自行車及成年騎行者和成年男子假人、兒童假人等交通參與物。平臺的雷達反射特性采用微波多普勒效應，結構強度大，可承受被測車輛碾壓，且在發生碾壓時有效保護移動平臺及被測車輛。本實驗平臺主要用于ADAS 相關功能控制策略的研究、控制算法的調試與驗證、雷達攝像頭信號分析以及對應數據融合等。

圖5 乘用車實驗平臺與案例Fig.5 Passenger car experiment platform and case

2.2 測試系統之間的通信與控制

ATP VRU 系統采用高精度低延時的GNSS 接收機雙天線解決方案，提供基于載波相位（Realtime kinematic,RTK）以及單點亞米級編碼方案厘米級精度方案、自動初始化及定位模式轉換方案、最佳位置解決方案等[18]。具有低延遲（＜20 ms）、高更新速率，為動態應用提供必要的響應時間與準確性；GPS 接收機可以配置為自主基站（參考站）或流動站接收機（移動接收機）；輸出GPS 接收機的詳細信息，包括時間、位置、航向、定位狀態以及跟蹤衛星的數量等導航定位參數。

如圖6 所示，各測試節點進行數據交換。首先，接入點設在主控機，其他所有終端與接入點（Access Point，AP）配對連接，ATP VRU 必須在所有終端就緒后才能運行，而單獨使用遙控不能操作ATP VRU 運行。其次，通過AP 橋接并放大各終端的信號；ATP VRU 狀態、被測試驗車輛（Vehicle Under Test,VUT）的位姿、遙控指令等通過無連接傳輸協議（User Datagram Protocol，UDP）分發，并在系統內部校核完整性，ATP VRU 系統使差分定位信息通過TCP/IP 協議分發。

圖6 測試系統之間的通信與框架示意圖Fig.6 Diagram of communication and framework between test systems

2.3 智能駕駛車輛AEB 測試結果分析

以C-NCAP 主動安全測試規范為依據測試車輛AEB 功能，工況為CPNA-25 日間工況，測試設備（ATP VRU）以5 m/s 勻速橫穿馬路，VUT 分別以20～60 km/h 車速在直線車道行駛，在車輛不減速情況下人體與測試車輛碰撞位置為車頭25%位置。VRU測試結果如圖7、圖8 所示。

圖7 ATP VRU 速度與相對距離控制變化曲線Fig.7 ATP VRU speed and relative distance control variation curve

圖8 ATP VRU 加速度控制變化曲線Fig.8 ATP VRU acceleration control variation curve

在直線行駛10 m，加速度0.2g，減速度0.2g，橫向偏差最大0.08 m，出現在加減速段，勻速段橫向偏差最大0.04 m 滿足設計要求，如圖9 所示，側向偏差在±0.1 m 范圍內；ATP 的縱向偏差最大偏差-0.5 m，如圖10 所示，出現在減速停止運動前1 s，勻速及加速段最大偏差0.2 m，縱向偏差在±0.5 m 范圍內。ATP VRU 精度測試滿足工況要求，測試結果可作為實車驗證依據。

圖9 ATP VRU 工況狀態橫向偏差變化曲線Fig.9 Lateral deviation variation curve at ATP VRU working condition

圖10 ATP VRU 工況狀態縱向偏差變化曲線Fig.10 Longitudinal variation curve at ATP VRU working condition

5 結語

本文基于ADAS 實驗平臺對車輛緊急制動AEB 功能進行路測研究。充分考慮ADAS 實驗平臺AEB 功能的實現，結合駕駛員特性及橫向、縱向安全距離等策略，修正駕駛員反應時間及最小安全距離等參數，構建融合駕駛員特征的緊急制動及自動緊急制動AEB 策略。根據C-NCAP 制定了相應的測試規程，并以裝載假ADAS 系統的小型目標物承載平臺ATP VRU 為對象，對智能駕駛車輛的AEB 系統進行了試驗測試研究。根據測試結果判斷測試車輛AEB 系統可正常激活，起到降低交通事故發生頻率的作用，同時測試結果及數據可對車廠AEB 系統進行調試及優化。