不良天氣下車輛后方AEB系統測試及評價方法

摘 要：本研究針對不良天氣下車輛后方AEB系統測試及評價方法的缺失，通過分析現有法規標準中的車輛后方AEB系統測試場景和不良天氣下AEB系統測試場景，設計了四個用于在不良天氣下測試車輛后方AEB系統性能的場景，并給出了評價方法，形成了一套完整的不良天氣工況下車輛后方AEB系統測試及評價方法。測試結果表明本研究提出的測試場景和評價方法能夠有效地檢驗不良天氣下車輛后方AEB系統功能。

關鍵詞：不良天氣 AEB 測試場景

近年來，隨著汽車保有量的逐年提升，汽車在主動安全方面的性能優劣已經成為公眾關注的焦點之一。汽車主動安全功能通過高級駕駛輔助系統（Advanced Driving Assistant System，ADAS）實現，自動緊急制動（Automatic Emergency Braking，AEB）系統作為ADAS范疇中的一種主動安全技術也受到了廣泛重視。AEB系統通過雷達和攝像頭等傳感器設備實時監測車輛行駛方向的環境，在可能發生碰撞危險時，向駕駛員提供報警并自行啟動車輛制動系統使車輛減速，以避免碰撞或減輕碰撞效果[1]。在國內外，AEB系統的標準已較為完善，如GB/T 39901-2021 《乘用車自動緊急制動系統（AEBS）性能要求和試驗方法》以及UN ECE R152《關于 M1和 N1型機動車高級緊急制動系統（AEBS）型式認證的統一規定》等，相關的評價標準也為AEB系統的評價構建了完善的體系，如E-NCAP（歐盟新車安全評鑒協會）和C-NCAP（中國新車評價規程）等。這些標準主要側重于對良好天氣工況下的車輛AEB系統的功能提出要求和試驗方法，對于不良天氣工況下的車輛AEB系統的功能要求和試驗方法缺乏理論指導。針對現有AEB系統測試評價方法中雨霧等復雜天氣場景考慮不足的問題，張新鋒等[2]根據事故數據在現有C-NCAP測試場景的基礎上添加降雨或降雪構建了10個雨霧天氣下的AEB系統測試場景。然而，這些場景的設計也只考慮了對車輛前向AEB系統功能的測試，并未涉及后向AEB系統功能。據中國交通事故深度調查（CIDAS）數據庫顯示：（1）按照事故碰撞部位統計，人類駕駛汽車碰撞部位中尾部占比最大，高達29.9%；（2）在事故的易發和常發交通場景中，停車、倒車等場景占比20.2%，處于典型沖突場景的第一序列[3]。從這些數據中可以看出，汽車后向AEB系統功能也應受到廣泛關注。

本文定義不良天氣條件包括雪、霧、雨三種類型，通過分析現有標準中關于車輛后方主動安全技術的試驗規程，結合現有交通場景中高發的事故場景對不良天氣下車輛后方AEB系統的測試進行了研究。

1 不良天氣下的AEB系統功能的研究

AEB系統主要由感知模塊、決策模塊和執行模塊組成。感知模塊運用環境感知的傳感器對車輛運行過程中的周圍環境進行實時檢測得到車輛所處位置的環境信息。決策模塊的核心是控制算法，利用環境信息進行決策，輸出制動信號控制車輛制動系統。執行模塊通過車輛制動系統執行制動指令，以達到車輛減速或停車的目的。

在自動駕駛車輛上用于環境感知的傳感器主要包括：激光雷達、毫米波雷達、攝像頭、GPS定位及慣性導航以及其他光電（如紅外線）傳感器[4]。各類傳感器都有感知盲區，這些區域會隨著車輛所處環境的變化而變化，在自動駕駛車行進過程中，這些傳感器會互相配合并運用時序關聯的環境感知技術，使自動駕駛車盲區縮小到可接受的范圍。然而，目前社會上的自動駕駛車輛等級多在L2及以下，并非所有自動駕駛車輛都裝備了這些傳感器。盡管各傳感器都有自身的優勢，但在煙塵、雨、霧、雪以及低能見度等條件下進行環境識別依然困難，所以在不良天氣下，車載感知傳感器的工作性能受到影響，系統不能夠準確感知周圍環境，可能導致嚴重事故[5]。

在決策模塊，AEB系統的決策控制策略分為三級，包括碰撞預警信號、部分制動信號以及全力制動信號。AEB系統會在緊急情況即將發生時通過聲學、光學或觸覺等形式進行預警以提醒駕駛員，若預警后駕駛員未采取避讓或制動措施，則執行模塊會在部分制動信號的指導下采取制動力較小的制動措施以降低車速，通過車輛運行狀態的變化提醒駕駛員行駛過程遇到緊急情況，若駕駛員仍未采取制動措施，則AEB系統將會在全力制動信號的作用下控制車輛全力制動，以確保人車安全[6]。然而，在不良天氣情況下，例如雨雪天氣，路面的附著系數降低，可能會導致即使車輛以全力制動狀態控制車輛減速卻依然無法使車輛在碰撞前停車的目的。由此可以看出，車輛行駛場景的復雜多變對AEB系統的性能提出了更高的要求。

此外，上述研究中關于車輛AEB系統性能的研究大多數是面向車輛前方AEB系統功能的，很少涉及對車輛后方AEB系統功能的研究。為保證在不良天氣下的車輛后方AEB系統功能仍能對人車安全起到有效的保護作用，有必要進行相應的測試場景設計。

2 不良天氣下車輛后方AEB系統測試場景分析

在已有的測試規程中，對于車輛后方AEB系統功能的測試場景有E-NCAP2023版中的CPRA/CPRC（車輛倒車撞擊成人/兒童）場景和C-NCAP2024版中的RCTB（后方交通穿行制動）場景。CRRA/CPRC場景涉及車輛倒車情況下后方有行人通過或靜止時的測試細節，RCTB場景涉及車輛后方有目標物橫穿的測試細節。這些場景均屬良好天氣情況下的車輛后方AEB測試場景。對于車輛在不良天氣下的AEB功能測試場景有《IVISTA中國智能汽車指數測評規程》中的CCRs（車輛直行與前方靜止目標車輛）場景和CPLA-25（成人縱向追尾25%）場景。CCRs和CPLA-25場景中有在雨天進行試驗的工況。這些場景都屬于在不良天氣情況下的車輛前方AEB測試場景。在不良天氣下，例如雨霧天氣，由于車輛傳感器的視距不足或傳感器識別功能受到影響，車輛后方AEB的功能在這些場景中無法得到驗證。

3 不良天氣下車輛后方AEB系統測試方法及結果

3.1 測試條件的基本要求

從以上的分析可知，車輛后方AEB系統功能的觸發主要與車輛倒車有關，且雪、霧場景的構建難度較大，所以本文主要設計幾種雨天情況下的倒車場景來測試車輛后方AEB系統功能。

對于車輛后向AEB系統的性能要求如下：車輛掛倒擋時此功能同時激活，且在有碰撞風險發生前通過聲音或光學報警提示駕駛員，在有碰撞風險發生時采取緊急制動措施，使車輛停車。該功能在車輛倒車過程中應保持持續開啟狀態，僅能通過駕駛員手動關閉，且關閉該功能時手動操作行為應不少于兩次。

測試環境的基本要求如下：

1）風速不超過5m/s；

2）溫度介于-10℃和30℃之間；

3）試驗方向的能見度不低于500m；

4）在試驗開始前5分鐘啟動降雨，并穩定在短時中雨級別（短時降雨量為3.5±0.3mm/h）；

5）場景中涉及的目標物包括機動車和行人兩種類型。對于行人而言，需要打傘，將雨傘通過支架與行人目標物進行固定；雨傘半徑55cm。對于機動車而言，應為普通大批量生產的汽車，軸距應滿足2.3m～2.9m的范圍。

3.2 測試場景的設計及評價方法

結合以上對于車輛后方AEB系統性能測試場景和不良天氣下AEB系統性能測試場景，本研究從典型的事故高發和易發情況的基礎上構建了四種不良天氣下的AEB測試場景，如圖1所示，V1表示試驗車速度，V2表示目標物速度，M點表示碰撞點。場景1和2表示在不良天氣下車輛倒車遇到后方有目標物橫穿的情況，場景1測試的是車輛后方的AEB性能，場景2是車輛后方AEB系統的誤作用測試。場景3和4為車輛與后方目標物對向行駛時的場景，場景3屬于常見的側方停車場景，場景4屬于常規的倒車場景，但在雨天情況下，后視鏡中不易觀察到后方打傘兒童，所以也屬易發生交通事故的情形。

對于這些測試場景的評價方法主要在于測試指標上，包括試驗車報警時刻的TTC（碰撞時間）、試驗車是否采取緊急制動措施以及是否碰撞。對于場景1、場景3和場景4而言，試驗車報警時刻的TTC在合理閾值內（參考C-NCAP 2024版中后方交通穿行提示場景，取TTC≥1.7s）、采取緊急制動措施并未發生碰撞，則認為試驗通過。對于場景2而言，試驗車不發生報警且不采取制動措施，則認為試驗通過。

3.3 測試結果

為檢驗該測試場景及評價方法的有效性，利用試驗區內車輛（簡稱A車）在雨天情況下進行測試，測試結果如表1所示。試驗結果表明，A車在場景1和場景4中表現優異，均通過試驗，在場景2和3中表現欠佳，可能是因為在不良天氣下倒車，車輛后方AEB系統在目標物周圍存在其他障礙物時功能不穩定。該試驗結果表明3.2節中提出的測試場景及評價方法能夠有效檢驗不良天氣下車輛后方AEB功能。

4 結語

本文首先對車輛在不良天氣下后方AEB性能的測試場景的迫切需求進行了說明，從系統的工作原理入手揭示車輛在不良天氣下后方AEB性能難以得到驗證的原因。隨后，以現有規程及標準為基礎，對不良天氣下AEB系統功能測試場景和車輛后方AEB系統功能測試場景進行了簡要分析。最后，結合現有高發和易發的交通事故場景，設計了四個測試不良天氣下車輛后向AEB系統性能的場景，并給出了相應的評價方法，試驗結果表明該研究中提出的測試場景及評價方法能夠有效檢驗不良天氣下車輛后方AEB功能，這些工作對日后智能網聯汽車標準與規程的完善具有一定的推動作用。

參考文獻：

[1]中國汽車技術研究中心有限公司.C-NCAP管理規則（2024年版）[S].中國汽車技術研究中心，2024.

[2]張新鋒，李浩，宋瑞，等.雨霧天氣下的自動緊急制動系統測試評價方法研究[J].汽車工程學報，2023，13（05）：623-634.

[3]中國汽車技術研究中心有限公司.自動駕駛汽車交通安全白皮書[EB/OL].（2024-07-22）[2025-01-09].http：//www.199it.com/archives/1368401.html.

[4]蘇欣.自動駕駛車模擬仿真測試場景構建及風險評價[D].西安：長安大學，2020.

[5]毛成洋.不良天氣環境下自動駕駛車輛視距安全研究[D].南京：東南大學，2023.

[6]盧嘉燁，郭斌，胡曉峰，等.自動緊急制動系統仿真及測試平臺研究[J].現代電子技術，2024，47（18）：127-132.