高級輔助駕駛系統與車聯網(下)

◆文/山東 劉春暉

（接上期）

4.攝像頭

攝像頭是實現眾多預警、識別類ADAS 功能的基礎。像自動緊急剎車（AEB）、車道偏離預警（LDW）、車道保持（LKA）、行人警示（PCW）、自動泊車（AP）、疲勞駕駛預警（DFM）、交通標志識別（TSR）、交通信號燈識別（TLR）等都需要建立在圖像識別的基礎上，進而實現車道線障礙物以及行人檢測。

目前前視攝像頭ADAS系統有單目和雙目兩種方案，兩者的共同點都是通過攝像頭采集圖像數據，然后從圖像數據上得到距離信息。因為前視攝像頭最重要的一個作用就是碰撞預警，而碰撞預警需要測量距離的變化。

單目視覺的測距原理是先通過圖像匹配進行目標識別，識別行人、物體、車型等。再通過目標在圖像中的大小去估算目標距離。這種方法是建立在精準識別基礎上的，所以首先需要建立并不斷維護一個龐大的樣本特征數據庫，保證這個數據庫包含待識別目標的全部特征數據。比如在一些特殊地區，為了專門檢測大型動物，必須先行建立大型動物的數據庫；而對于另外某些區域存在一些非常規車型，也要先將這些車型的特征數據加入到數據庫中。如果缺乏識別目標的特征，就會導致系統無法對車型、物體、障礙物進行識別，從而也就無法準確估算這些目標的距離。導致ADAS系統的漏報。

如圖16所示，雙目視覺是通過對兩幅圖像視差的計算，直接對前方景物（圖像所拍攝到的范圍）進行距離測量，而無需判斷前方出現的是什么類型的障礙物。所以對于任何類型的障礙物，都能根據距離信息的變化，進行必要的預警或制動。雙目視覺的原理與人眼類似，利用雙目三角測距的原理，能非常精準的測量物體的距離。

如圖17、18所示，雙目方案也同時兼具單目方案的功能，可以采用其中一路來進行圖像識別，從而判斷交通標示和障礙物類型。雙目攝像頭方案的優越性使得雙目逐漸成為中高端車型的標配，如奔馳2016款全系（S系、E系、C系）、寶馬2016款全系（7系、5系、3系）標配雙目攝像頭。

此外汽車上還可以配備更多攝像頭來實現更多功能。如圖19所示，如同時配備廣角相機和中長焦相機，可以識別不同距離，不同視角范圍內的障礙物；同時配備可見光相機和遠紅外相機，可以實現夜間使用的；在車的前、后、左、右安裝四個廣角攝像頭，經過攝像頭參數校正、鏡頭扭曲校正、鳥瞰視角轉換、白平衡匹配和圖像縫合處理，可以在車內顯示器上顯示一個可直觀監視車輛周圍環境的全景鳥瞰畫面，能有效減少盲區，提高安全性。

圖16 ADAS雙目攝像頭的原理

圖17 攝像頭拍攝的原圖

圖18 經過系統圖像語義分割后效果圖

各種傳感器各有優缺點（表2），所以一般采取兩種或兩種以上的傳感器進行搭配，實現不同的系統功能的準確感知。

圖19 交通標示識別的多目視覺方案

表2 不同傳感器的特點對比

四、智能汽車和車聯網的關系

智能汽車（ADAS）和車聯網（V2X）分別是實現無人駕駛的內部和外部要求智能汽車指配備高級駕駛輔助系統（advanced driver-assistance systems，ADAS），通過感知周圍環境、分析車輛所處環境從而根據環境變化做出相應反應。智能汽車可以被看作是實現無人駕駛汽車的過渡，也是傳統車企主要的研發方向。由于智能汽車行駛在一個包括車輛、行人、設施等因素的復雜環境中，因此要做到完全自動駕駛就需要建立汽車與行駛環境中其他因素的信息交換，即V2X（Vehicle to Everything）。在內、外部要求都被滿足的前提下，自動駕駛才有可能實現。

五、無人駕駛發展

無人駕駛從應用層面可以分為四個階段，階段1是資訊被動偵測期，該階段主要應用于車載資訊服務；階段2是資訊互動交換期，也就是當前所處階段，該階段主要應用于ADAS等；階段3是資訊主動傳達期，該階段主要應用為V2V和V2I，融合傳感器技術實現車路協同；階段4就是終極無人駕駛期，無人駕駛背景下車輛運營效率有望大幅提升，該階段的典型應用就是共享汽車。

如圖20 所示，傳感器技術是驅動ADAS發展的重要因素。無人駕駛在L2需要17個傳感器，包括超聲波雷達、長距離及短距離雷達和環視攝像頭，發展到L3需要的傳感器增加到29個，并且將引進立體攝像機、激光雷達和導航推測系統。對于ADAS而言，傳感器技術已經相對成熟，攝像頭和超聲波雷達等產品在高端車型得到廣泛應用，激光雷達由于造價較高，還只能用于試驗階段的無人汽車，尚未量產進入市場。進入無人駕駛下一階段對傳感器的種類和精度都提出了更高的要求，因此傳感器技術的開發應用和傳感器的價格與滲透都直接影響著智能汽車自動化的程度。

圖20 主要傳感器種類

六、智慧交通總體框架

如圖21所示，智慧交通的總體框架包括感知層、網絡層、平臺層和應用層四個層面。其中：應用層和平臺層是總體解決方案的核心，且平臺層是應用層的支撐平臺和運行環境。平臺層的匯聚交換平臺通過網絡層的數據總線和服務總線進行數據交換；平臺層整合交通資源，包括交通基礎數據、業務數據、GIS數據、分析主題數據、交通數據倉儲等，形成融合的交通領域數據中心。同時提供基于云計算的IRE集成環境、運維管理、能力引擎等，構建智慧交通云計算環境。應用層主要包含交通運輸管理、交通安全管理、城市管理以及其他政府部門、企業的交通信息化系統。

1.感知層

感知層——傳感器：感知層的構建，是實現智慧交通的第一步。智慧交通的感知層又包含兩部分——智能汽車車身傳感器與智能路面傳感器。

智能汽車車身傳感器相當于智能汽車的“五官”，智能汽車通過傳感器感知車輛所處的各種路況及周邊環境。一套完善的智能汽車傳感系統囊括了超聲波技術、雷達技術、攝像頭技術、紅外線技術、激光掃描技術，以及這些技術的算法融合。通過多種傳感器的組合，進而實現在不同的距離、不同的角度、不同的天氣狀況下對周邊情況的全方面探測，這是智能汽車自主判斷、自主行動的基礎。

圖21 智慧交通總體框架

除了車身傳感器之外，智慧交通感知層還包含以路面磁感線圈、地磁感應為代表的智能路面傳感器。這些傳感器用于感知和傳遞路的狀況信息，如車流量、車速、路口擁堵情況等，讓車載系統獲得關于道路及交通環境的信息。無論是車身還是路面傳感器，都起到了車內狀況監測和環境感知的作用。

2.網絡層

網絡層是車內網、車際網、車云網三網融合（圖22）：智慧交通的網絡層指的是實現智能交通管理、智能動態信息服務和車輛智能化控制的一體化網絡。網絡層以車內網（CAN）、車際網（近程DSRC）和車云網（遠程3G/4G/5G）為基礎，按照約定的體系架構及其通信協議和數據交互標準，在V2X（車聯多）之間，進行通信和信息交換。

圖22 智慧交通網絡層應用

3.平臺層

平臺層——大數據處理平臺：智慧交通平臺層主要由基于云計算的車聯網數據融合平臺、車聯網應用開發平臺、車聯網網絡支持平臺等組成。從感知層收集、網絡層上傳的海量數據，通過云計算平臺（圖23）“過濾清洗”、數據分析平臺對數據進行報表式處理之后變得更加清潔，更準確地反映實時情況從而便于進行高效的監控管理。

圖23 車聯網云平臺

4.應用層

應用層——城市智能交通系統（ITS）（圖24）：它是將先進的信息技術、數據通訊傳輸技術、電子傳感技術、控制技術及計算機技術等有效地集成運用于整個地面交通管理系統而建立的一種在大范圍內、全方位發揮作用的，實時、準確、高效的綜合交通運輸管理系統。

智能互聯示范區是智慧交通的載體。智慧交通是汽車智能化的終極目標，智慧交通的發展歷程應該是：車內智能到車際互聯，城市運營服務商打造智能交通系統。智能互聯示范區是城市智慧交通的載體，其目的是構建一個汽車智能化生態系統，ADAS、車聯網、整車與基于大數據平臺的后服務企業集聚在該生態圈內，將車內智能和車際互聯協同起來，在實現終極無人駕駛以外，構建高效的城市交通運輸管理系統。

圖24 智能互聯示范區構建汽車智能化生態系統

（全文完）