簡述汽車高級駕駛輔助系統ADAS的影像化趨勢

徐洋

摘要：汽車機電一體化作為機電一體化的分支，在近年的發展中得到了人們的廣泛認知和重視。隨著對其廣泛應用，讓汽車的安全性，舒適性和操控性上得到了極大的提高，推動了汽車行業的跨越式發展。文章主要以高級輔助駕駛ADAS的影像化升級運用與傳統輔助駕駛對比，分析影像化的必要性和趨勢性，對以后的輔助駕駛方向有一個更高的展望。

關鍵詞：高級駕駛輔助系統;雷達技術;攝像頭技術

中圖分類號：U463.6? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-957X（2020）20-0187-03

1? 概述

近年以來伴隨著信息技術的發展，以及人們對機電一體化帶來的技術革新認可度的逐年提高，使之在日常生產生活等諸多領域中得到了越來越廣泛的應用。縱觀汽車行業發展歷史，從蒸汽時代到內燃機時代，再從隨后的電器時代發展到如今的信息時代，汽車的發展歷史完整的勾勒出機電一體化技術應用在汽車產業上的發展史，隨著信息技術的不斷發展，高級駕駛輔助系統ADAS變得越來越人性化，各種駕駛輔助應用，如：倒車影像、360度環視、自動泊車、抬頭顯示HUD、車道監視等等技術的應用，使得機電一體化技術在汽車中的應用不斷升級，使得人們的駕駛體驗提高到一個新的平臺。

2? 機電一體化技術在汽車中應用的幾個階段

按時間的順序來劃分，機電一體化技術在汽車中的應用主要分為三個階段：第一階段是二十世紀六十到七十年代期間，機電一體化技術在汽車中的應用主要體現為對汽車機械裝置的改善中，如電控燃油噴射、電動助力轉向等技術的應用中。第二階段是八十年代到九十年代期間，伴隨著集成電路的發展和廣泛應用，其解決了機械裝置在初期難以實現的控制難題，大大提高了汽車行駛的安全性。第三階段是二十世紀末至今，隨著信息技術特別是網絡技術的不斷發展，機電一體化技術在汽車中的應用不斷向自動化、智能化發展，大大提高了人們對駕駛體驗的舒適性。

3? 高級駕駛輔助系統ADAS的發展史

早在20世紀70年代，以美國、德國等傳統汽車制造強國為代表的國家就開始對無人自動駕駛汽車進行了深入的可行性和實用性研究，并且取得了實質的突破性進展，雖然我國這方面研究相對于這些國家有著十余年時間的代差，但是也取得了不錯的成績，例如90年初期由北理和國防科大等高校聯合研制的ATB-1無人車，行駛時可以達到時速21KM/H，而此測試車也標志著中國無人駕駛正式起步。另外2014年由解放軍軍事交通學院研發的無人駕駛車輛在高速路上進行了測試，其最高測試時速達到了110KM/H，并且在測試期間實現自主變道36次，一舉奪得“中國智能車未來挑戰賽”的冠軍。而2015年長安實現了從重慶到北京的高速路無人駕駛測試，這進一步實現了從無到有再到精的過程。提到自動駕駛肯定要提到自動駕駛的等級區分如表1。

由美國汽車工程師學會和美國國家公路交通安全管理局聯合制定的自動駕駛分級標準可以分為如下階段：

L0階段：此階段主要功能為輔助駕駛系統。ADAS駕駛系統，主要有LDW、FCW、MOD、PCW等，這些輔助功能對駕駛起到輔助，提醒和警示作用，不干涉駕駛員的駕駛。

L1階段：此階段主要功能為干預行輔助駕駛。例如AEB，檢測前方的障礙物，并且提供剎車制動，ACC，跟隨模仿前方車輛駕駛，保持安全距離。

L2階段：此階段主要功能為半自動駕駛。例如LKA車道保持，人在良好交通情況下可以選擇性的自動駕駛，人為駕駛為主，汽車自動駕駛為輔。

L3階段：此階段主要功能為人車交互駕駛。汽車自動駕駛，人參與指揮汽車行駛，以自動駕駛為主，人為駕駛為輔。

L4階段：此階段主要功能為汽車全自動駕駛：人不做任何只會或控制車輛駕駛，由車輛全自動駕駛。

所以歸總各階段的功能我們可以得到一個按階段區分的表2。

綜合分析表1、表2，可以發現清晰勾勒出ADAS的發展進程和由技術提升帶來的ADAS功能性更加完善，早期在ADAS中主要是被動的報警式預警，當檢測到潛在的危險時，會發出語音提示駕駛者注意異常情況，如倒車時障礙提示等。由于技術的發展，主動式的干預就變得越來越常見，也使得ADAS的功能變得越來越完善。而技術的交替追趕主要體現在雷達和攝像頭技術的進步，說到視覺影像化必然就繞不過去雷達和攝像頭的發展歷史。

3.1 雷達技術應用

雷達在ADAS上的運用較多的大致分為以下幾種如圖1所示：主要分為超聲波雷達、毫米波雷達和激光雷達三種雷達，超聲波雷達是頻率高于20000Hz的聲波，其優點就是方向性好，穿透能力強，不過受干擾較大，范圍也只有1米左右，常見的倒車雷達用的就是超聲波雷達。毫米波雷達是波長1-10mm的電磁波，其帶寬大，分辨率高，天線不見尺寸小，能適應惡劣環境。對霧霾、煙、灰塵的穿透能力強，能滿足除暴雨天氣以外的其他全天時氣候。而且由于軍用波段放開限制以后，車場開始用毫米波雷達波段達到77GHz頻段，所以按照現階段ADAS傳感器分類毫米波雷達將77GHz工作頻率歸為長距雷達，探測距離可以達到200米以上，但是探測角度只有20度左右。由于頻率高，電路設計和材料工藝難度較大。一般安裝在前保險杠內部。在ACC自適應巡航方面使用的就是長距雷達。另外傳統2.4GHz雷達被歸為短距雷達，如側方短距雷達工作頻率2.4GHz。覆蓋角度達到150度以上，但是探測距離較小，只有70米左右。其成本較低，但是體積較大。實際運用到的有SAM盲區檢測，LCA變道輔助，RCW追尾碰撞預警等功能。最后一種激光雷達，其是以激光光束工作的雷達，它是發射激光束探測目標位置、速度等特征量的雷達系統。激光雷達和毫米波雷達相比，有著很多優點。激光雷達會自己描繪周圍環境的3D圖像，距離和速度分辨率等數據。在抗干擾方面相對于普通雷達而言有著較強的抗干擾能力，外界對普通雷達的干擾信號源能干擾激光雷達的不多，所以在日常使用時比較可靠，但是事情總有正反兩面性，激光雷達也有自己的缺點：第一就是貴，最普通的激光雷達需要幾十萬起步;第二穿透能力差，在大雨、濃煙、霧霾等壞天氣下幾乎不能使用;第三，搜索范圍小，所以導致其探測效率沒有其他雷達高效。

3.2 攝像頭技術應用

攝像頭技術方面一般分為單目和雙目攝像頭如表3所示，早期ADAS中普遍應用的都是單目攝像頭，主要用于對目標類型的判斷和車道線的識別，而后由于算法的提高，ECU運算能力的提高，以及成本的降低，不少中高端車型已經開始裝配雙目或者多目攝像頭，單目攝像頭的算法思路和工作原理為先識別物體然后進行距離測量：首先通過圖像和數據庫中圖像匹配進行識別，然后根據圖像大小和高度進一步估算障礙與本車距離。在識別和估算的時候，都需要反復與數據庫中圖片數據進行對比判定。也就是說如果想要識別某款車，就要建立這款車對應的數據庫，想要識別動物就需要建立對應動物的數據庫。而雙目攝像頭的算法思路和工作原理是先對目標物體進行距離測量后再進行識別確定：首先利用攝像頭的視差原理直接測量物體與車的距離，其原理和人眼類似。也就是當兩只眼睛看同一個物體時，由于存在視差，也就是單獨運用左右眼觀察物體時，會產生感官上的位移。運用這種位移大小可以進一步測量出目標物體的距離。然后在物體識別時，雙目攝像頭仍然要利用單目一樣的原理算法，進一步識別物體到底是什么。現在主要能夠實現車道偏離報警，車道保持，對行人和車輛的AEB等。除了單雙目攝像頭之外，現在還有多攝像頭組成一個視覺平臺。其平臺設計方案中會選用長焦和廣角攝像頭與ADAS主攝像頭輔助配合，兼顧起對周圍環境以及遠處物體的探測。當然也有在環視平臺上疊加ADAS功能的情況。例如運用環視平臺做車道偏離預警比運用單目攝像頭實現該功能有著天然優勢。在大雨天氣或者前方強光源影響視線的情況下，前視攝像頭有可能連車道都無法分辨，而環視攝像頭由于其斜向下的攝像角度且可以提供多個角度視角觀察，基本不會受到天氣原因引起的地面積水反光影響，功能和穩定性上可以比前視攝像頭穩定的多。但其也有不足之處需要考慮側向無車燈照射時攝像頭的夜間表現。

由于攝像頭受環境影響非常大，雨、雪、霧霾、沙塵都會使識別能力降低，并且在強光下受到干擾。現在更多的是以攝像頭識別為主，雷達測量輔助的運用模式如圖2所示。原理是先對圖像中的場景進行道路以及障礙物或者各種特殊物體的分割，在分割基礎上進行AI對比并對物體做出識別，再根據物體分割識別的結果，結合單目攝像頭對物體的測距算法就可以測量更遠距離的物體，這樣我們就能將雙目攝像頭對圖像的浮點運算類似激光雷達的精準測距及物體分割的優點與視覺單元基于對數據庫模型進行物體分類以及物體估距的優點相結合，建立出一套更好的3D視覺系統。

在最新一期的《2019年ADAS自動駕駛市場發展藍皮書》中也分別從攝像頭的安裝增長和雷達安裝增長上做出了對比分析如圖3和圖4。

可以明顯的發現設想頭的安裝量在爆發式的增長，2020年中國乘用車車載攝像頭前裝市場的裝車量達多達2000萬枚，同比增長接近15%。在前視攝像頭方面裝車量同比增長28%，環視攝像頭方面裝車量同比增長30%，而在雙目攝像頭的裝車量方面由于成本的不斷降低更是有著170%的驚人增長。而乘用車毫米波雷達實際出貨量同比增長僅為54%。而由于攝像頭的更多安裝，更加豐富了ADAS的功能，如：駕駛員困倦報警系統，夜視系統，自適應遠光控制系統，行人/障礙物/車輛探測系統等。為駕駛者提供更多的安全輔助保證。

4? 未來展望

現階段我們正處于汽車駕駛的部分自動化和有條件的自動化過渡階段，隨著國家發改委關于《只能汽車創新發展戰略》的印發，例如華為、騰訊等一批大的公司加入其中，對智能駕駛從軟件到硬件的性能大幅提升，實現網絡化、視訊化，從而在2025年實現有條件自動駕駛的智能汽車達到規模化生產，并且對實現高度自動駕駛的智能汽車在特定環境下市場化應用努力推進，相信，隨著軟件算法，芯片算力，5G網絡無線通信，硬件探測單元性能的提高到最終一期2035-2050規劃年，我們將實現從ADAS的輔助駕駛到完全的自動駕駛過渡。

參考文獻：

[1]袁滿祥.淺析機電一體化技術在汽車中的應用[J].科技創新與應用，2016（20）：106-107.

[2]徐俊.77GHz汽車防撞雷達系統一些關鍵技術研究[D].2015.

[3]王加帥.ADAS系統中基于攝像頭的測距技術研究[D].山東師范大學，2018.