ADAS 融合系統架構及性能評測方法

鄭 艷， 王雪巖， 周明昊

（華域汽車系統股份有限公司， 上海 200434）

隨著傳感器的類型在ADAS系統中應用的增加， 傳感器融合系統應用越來越廣泛， 常常采用目標級的融合方式來實現L3級以下的ADAS功能。 廣義的融合系統分為3個層級，第1層級為傳感器層級， 即車載毫米波雷達傳感器、 車載攝像頭傳感器、 車載超聲波雷達傳感器等； 第2層級為融合算法層級， 其輸入是傳感器目標， 輸出為應用功能所選擇的融合后的目標； 第3層級為應用功能層級， 也是用戶能夠直接體驗性能的功能效果部分。 如何評價融合系統尤其是功能層級的性能， ENCAP和CNCAP已經給出了多種場景下的打分機制， 然而， 這些機制只是為了評價融合系統功能的性能， 卻未能對之前的傳感器層級和融合算法層級提出性能需求。

隨著系統分工越來越細， 系統各個層級均在前一個模塊的輸出性能確認的基礎上， 才能夠對本層級模塊性能有一個充分的預期。 由此， 本文也將闡述對每一層級的性能進行評價的原則和方法。

1 ADAS融合系統的架構介紹

圖1為基于目標的融合系統架構。

1） 在圖1中， 融合系統分為3個層級， 位于最底層的第1層是傳感目標層， 各個傳感器采集到原始數據后， 通過信號處理和目標跟蹤算法， 輸出跟蹤后的目標。 不同傳感器的目標屬性主要包含： 目標個數； 目標的橫向/縱向距離；目標的橫向/縱向速度； 目標的橫向/縱向加速度； 目標類型； 目標運動狀態等。

圖1 融合系統的架構

2） 第2層是融合算法層。 傳感器輸入的跟蹤后的目標輸入到融合算法層， 融合算法根據目標的ID、 距離、 速度等設計目標關聯策略， 將可以關聯的目標重新計算目標的屬性后， 輸出給第3層。 在融合算法層， 融合目標的屬性主要包含： 目標個數； 目標的橫向/縱向距離； 目標的橫向/縱向速度； 目標的橫向/縱向加速度； 目標類型； 目標運動狀態； 目標來源 （單傳感器目標或關聯后的目標） 等。

3） 最上層是應用功能層。 目前應用功能主要分為3大類： ①縱向功能， 主要是指AEB和ACC功能； ②橫向功能，主要指LKA/LDP/ELK功能； ③橫縱向功能， 主要以TJA功能為代表。

2 應用功能層的性能評價方法

國際標準化組織、 國標和各行業協會針對ADAS功能在場地的測試中的表現進行打分； 除此之外， 各OEM在行業標準評分的基礎上， 對部分功能可能會提出比標準評分更高的要求。 圖2為ENCAP （歐洲新車評估程序） 對ADAS系統的評分程序， 可以看到該程序中對ADAS功能需求的變化趨勢。

圖2 ENCAP2018-2025技術路線

圖3為ENCAP組織最新版本 （2020版） 和CANCAP2021的積分規則， 從圖中可以看出， 目前已經頒布的行業標準中， 評分標準主要集中在AEB （含AEB-car、 FCW、 AEBpedestrian、 AEB-bicycle）、 LSS （含ELK、 LDW、 LKA） 和SAS （包含TSR、 BSD） 功能。

隨著ADAS在中國本土的應用， ENCAP （中國新車評價規范） 也開始推出符合中國道路和人群特點的評價規范。圖3對ENCAP2020和ENCAP2021進行了對比， 可以看到二者在評價時的重點有所不同， 在評分標準上最大的不同在于針對中國的實際國情加大了AEB自行車/二輪車/行人的分值比例， 以及增加了BSD功能的計分。 圖3中的縮略詞釋意如表1所示。

圖3 ENCAP2020和CNCAP2021的評分對比

表1 縮略詞表

系統功能能否有更好的客戶體驗， 除了對目標輸入的準確度方面有要求， 測試車輛本身的性能也會影響駕乘體驗。 為此， ADAS系統對測試車輛的ESC和EPS系統執行器也需要提出相關要求。

在縱向控制方面， ACC的加速度請求精度要求在0.1m/s，針對AEB的加速度請求精度要求在0.2m/s， 且控制跟隨需要保證一致性和平行度， 對于平滑的控制信號執行器不能出現突變的控制結果， 且ESC能夠配合ADAS的聯合調試。

在橫向控制方面， 當橫向控制請求為扭矩信號時， 實際方向盤扭矩信號分辨率小于0.1Nm， 精度小于0.5Nm； 當橫向控制請求為方向盤轉角信號時， 實際方向盤轉角信號分辨率小于0.1°， 精度小于1°， 且要求EPS實際方向盤轉角信號相位延時小于200ms； 控制跟隨保證一致性和平行度，對于平滑的控制信號執行器不能出現突變的控制結果， 且EPS能夠配合ADAS進行聯合調試。

3 融合算法層的評價方法

對融合算法進行評價的目的， 是為了使應用功能層能夠得到盡可能小時延和高精度的融合目標。 為了得到融合算法本身的品質評價， 通常有兩種方式： ①采用激光雷達作為真值的絕對評價； ②不采用激光雷達作為真值的相對評價。 兩種的具體標注區別如表2所示。

表2 融合算法評價方法在有無激光對比時的標注區別

4 融合系統（融合算法）對傳感器的需求

在基于目標的1R1V融合系統的框架下， 對傳感器的需求重點關注在跟蹤后輸出的目標。

4.1 融合系統對雷達傳感器的需求參數

融合系統對雷達傳感器的需求主要包含： 目標的探測距離、 目標的縱向距離精度、 目標的縱向速度精度、 目標的輸出類型 （如車輛、 行人和/或護欄等）、 輸出目標的特征 （障礙物目標/非障礙物目標； 車輛目標的長度、 寬度、RCS等）、 輸出目標的個數、 目標刷新周期、 角度自校正范圍、 遮蓋模式、 大卡車目標的分裂概率。

4.2 融合系統對攝像頭傳感器的基本需求

融合系統對攝像頭傳感器的基本需求包括以下幾個類型的對象。

1） 攝像頭對車道線的識別的性能需求， 如表3所示。

表3 融合系統對攝像頭的車道識別性能需求

2） 攝像頭對車輛目標的識別性能需求主要包含車輛類型、 車輛檢測部位 （2D/3D）、 目標檢測率、 ROI范圍內的橫縱向距離精度、 ROI范圍內的目標橫縱向速度精度、 攝像頭對目標跟蹤的穩定度、 車輛誤檢率、 車輛類型的誤檢率等。

3） 攝像頭對交通標志的識別， 其性能需求主要包含限速標志類型、 限速標志目標正確檢測率、 紅綠燈檢測類型、車輛紅綠燈目標正確檢測率、 紅綠燈識別距離、 斑馬線識別率等。

4） 攝像頭對兩輪車及行人的檢測需求主要來自以下幾個方面： 檢測部位； 目標檢測率； ROI范圍內的橫縱向距離檢測精度； ROI范圍內的橫縱向速度檢測精度； 目標跟蹤的穩定度； 目標誤檢率等。

5） 攝像頭對車燈目標的檢測需求： 包含對向來車前車燈光最遠檢測距離； 同向行駛車輛尾燈最遠檢測距離； ROI同向行駛車輛制動燈最遠識別距離； ROI同向行駛車輛轉向燈最遠識別距離等。

6） 攝像頭對其他障礙物的識別需求： 龍門架識別距離、 龍門架識別正確識別率、 路牌識別距離、 路牌識別正確識別率等。

5 結語

融合系統的性能是傳感器性能、 融合算法性能、 車身性能、 應用功能性能均相關的的整體， 為了在CNCAP或者ENCAP測試中拿到更高的分數， 需要對該系統各個層級提出對應的需求。