AEB自動緊急制動

1、AEB自動緊急制動一1一什么是AEB自動緊急制動自動緊急制動Advanced/AutomaticEmergencyBraking;AEBAEB是一種汽車主動安全技術(shù)，能夠?qū)崟r檢測車輛前方行駛環(huán)境，并在可能發(fā)生碰撞危險時自動啟動車輛制動系統(tǒng)，使車輛減速，輔助駕駛員避免碰撞或減輕碰撞后果。當(dāng)系統(tǒng)計(jì)算出會有碰撞可能時，首先會通過聲音、圖標(biāo)等警示駕駛員，若駕駛員沒能對預(yù)警起到正確反應(yīng)，再輕微震動制動踏板或方向盤來二次預(yù)警，過程中提前填充制動油路油壓，以便全力制動能快速準(zhǔn)確的完成。簡單點(diǎn)說AEB,就像你副駕駛的教練，能在危險的時候幫你踩剎車。AEB常見變化：自動緊急制動（AEB）:當(dāng)車輛感知到即將發(fā)生碰

2、撞時，車輛會獨(dú)立停車，以避免發(fā)生碰撞，或者降低無法避免的嚴(yán)重程度。向前自動緊急制動（AEB）:在汽車向前行駛時，會自動應(yīng)用制動，以防止碰撞或減小沖擊力。后方自動緊急制動（AEB后部）：當(dāng)汽車在倒車方向行駛時，會自動施加制動以防止碰撞或減小沖擊力。具有行人檢測功能的自動緊急制動（AEB踏板）：在汽車前進(jìn)時，會自動施加制動，以防止與行人或騎自行車的人發(fā)生碰撞或減少沖擊力。城市速度AEB（AEB-city）:在城市速度（通常為80公里或以下）下，會自.r情報(bào)河動應(yīng)用制動器以防止碰撞或減小沖擊力。高速公路速度AEB（高速公路AEB）:在高速公路速度（每小時80公里以上）時，會自動應(yīng)用制動器以防止碰撞或

3、減小沖擊力。2一AEB是如何工作的AEB系統(tǒng)和其他輔助系統(tǒng)一樣，由感知、決策、執(zhí)行三大部分組成，具體來說就是由雷達(dá)、攝像頭作為傳感器構(gòu)成感知部分，傳感器內(nèi)置ECU或獨(dú)立的外置ECU完成決策，并將制動請求通過總線發(fā)送至執(zhí)行器，通常是ESP,也可以是其他裝置，例如線控制動系統(tǒng)或獨(dú)立的高壓蓄能器控制器對車輛進(jìn)行制動。【感知】常見的感知方案有三種。視覺攝像頭：攝像頭就像人眼一樣，可跟蹤識別行人障礙物等，感知距離大概在120米左右，但是不能精確計(jì)算與物體的相對距離，而且受不良天氣的影響，因此單獨(dú)采用攝像頭方案的AEB系統(tǒng)非常少障礙物識別，主流的主機(jī)廠一般使用Mobileye的成熟算法，測距主要是利用被識

4、別障礙物在圖像中的像素大小以及短時間差內(nèi)的圖像障礙物視差來實(shí)現(xiàn)。毫米波雷達(dá)：毫米波雷達(dá)的感知距離大概在150米以上，但是因?yàn)樘炀€和尺寸的特性，雷達(dá)的角度分辨率也有限，但是較難識別行人等障礙物，而且雷達(dá)存在二次反射問題，容易出現(xiàn)誤識別，因此單獨(dú)采用雷達(dá)的AEB方案，也非常少。通過多普勒效應(yīng)計(jì)算距離/差速。視覺攝像頭毫米波雷達(dá)作用距離100-120m150-250m測距精度近距0.1m,遠(yuǎn)距1m0.3m（遠(yuǎn)近一致）光線與天氣影響顯著很小物體高度與寬度測量精度高精度低車道線與標(biāo)識識別有無行人識別準(zhǔn)確度高低成本一般一般視覺攝像頭與毫米波雷達(dá)系統(tǒng)對比視覺攝像頭融合雷達(dá)為了能做出更可靠的AEB方案，大部分

5、車廠將毫米波雷達(dá)與視覺攝像頭結(jié)合起來，兩者優(yōu)勢互補(bǔ)，視覺攝像頭識別目標(biāo)類型，用雷達(dá)較好的角度分辨率感知距離，判斷與障礙物距離信息，然后相互確認(rèn)，大幅度降低誤判斷可靠性目標(biāo)真實(shí)可信度高互補(bǔ)性全天候應(yīng)用與遠(yuǎn)距離提前預(yù)警高精度大視角、全距離條件下的高性能定位識別能力復(fù)雜對象的分類處理成本高性價比與選擇靈活性視覺與毫米波雷達(dá)融合方案優(yōu)勢【決策】決策就是用汽車的大腦（ECU）做判斷，ECU能夠根據(jù)傳感器信息，然后按照設(shè)定的邏輯計(jì)算，得出執(zhí)行命令，最后將執(zhí)行命令發(fā)送給執(zhí)行機(jī)構(gòu)。這里我們要提到一個詞碰撞時間TTC（Time-To-Collision）。4-CrannelRGBDirrfieL LdarDep

6、thChanneldarDepthChannelCameraRGBChdiinel, ,FullVConvolutionalFullVConvolutionalNeuralNetworkNeuralNetworkconvolutionalNeuralNEtwoetcE-gavehicleNCoiTiDuterDeepNeuralDeepNeuralsejjmeivjiv+StgniEfdRoadjndCJj&yHedOtwrtiObjectClassrficationTTC是Time-To-Collision的縮寫，直譯為碰撞時間。海沃德（1972）將TTC定義為：“女屎兩個車輛以現(xiàn)在

7、的速度和相同的路徑繼續(xù)碰撞，則需要碰撞的時間”。在交通沖突技術(shù)的研究中，TTC已被證明是衡量交通沖突嚴(yán)重程度和區(qū)分關(guān)鍵行為與正常行為的有效手段。一些研究的結(jié)果指出直接使用TTC作為交通決策的線索。 車輛之間未來相互作用的預(yù)測涉及為受試車輛以及所有可能發(fā)生相互作用的車輛創(chuàng)建預(yù)測軌跡，以查看是否可能發(fā)生碰撞。在TTC算法中，車輛被視為二維平面。每一輛都由位于平面中特定位置的矩形表示。每輛車都有速度和加速度，速度與加速度都是矢量。每輛“主體”車輛與附近的車輛會發(fā)生相互作用，不存在先導(dǎo)車輛或跟隨車輛。主體車輛的動作遵循三條規(guī)則：1 .跟隨前方的車輛2.避免碰撞3.基于TTC的數(shù)值來調(diào)整所采取的動作的強(qiáng)

8、度。TTC是針對每兩輛相互足夠接近車輛來計(jì)算相互時間長。根據(jù)其老位置、新速度矢量和新加速度矢量計(jì)算車輛的新坐標(biāo)。它的新速度矢量同樣是從它的舊速度和新加速度矢量計(jì)算出來的。通過對期望軌跡、道路幾何形狀、交通控制（例如，停止標(biāo)志、交通信號和速度限制）以及鄰近車輛的接近來確定加速度矢量。如果不引起任何碰撞，加速度被認(rèn)為是可接受的。在車輛行駛時， 實(shí)時地計(jì)算出本車與前車在當(dāng)前運(yùn)動狀態(tài)下， 繼續(xù)運(yùn)動直到發(fā)生碰撞所需要的時間 （即TTC）,來與事先設(shè)定好的閥值進(jìn)行比較：當(dāng)TTC值小于FCW閥值時，系統(tǒng)采用視覺、聽覺或觸覺向駕駛員報(bào)警；當(dāng)TTC小于AEB閥值時，系統(tǒng)以一定的減速度采取緊急制動。【執(zhí)行】執(zhí)行可

9、以簡單的理解為駕駛員幫你踩剎車。執(zhí)行機(jī)構(gòu)，通常是通過ESP或其它裝置，例如i-Booster能器控制器對車輛剎車系統(tǒng)進(jìn)行控制制動。但是在執(zhí)行剎車之前，一般都會有碰撞預(yù)警系統(tǒng)做提示，讓你自己處理危險，或者有個心理準(zhǔn)備。提醒階段主要是通過聲學(xué)和光學(xué)的方式提醒駕駛者對車輛即將可能發(fā)生碰撞進(jìn)行接管，并對制動系統(tǒng)進(jìn)行提前減壓。同時還會根據(jù)車輛實(shí)際的配置對一些功能進(jìn)行調(diào)節(jié)，比如可變懸架。到了預(yù)制動階段，AEB系統(tǒng)首先會試圖通過短促的制動來喚醒駕駛員，同時車輛也會對安全帶進(jìn)行預(yù)緊。此時制動系統(tǒng)開始對剎車盤施加制動力，但通常只有全部制動能力的30%。此階段仍然可以通過駕駛員的干涉來完全避免碰撞。而部分制動階段

10、時AEB系統(tǒng)開始使用50%的制動力來為車輛減速，同時配備自動車窗和天窗的車輛會開始主動關(guān)閉，避免駕駛員在接下來可能發(fā)生的碰撞中被拋出窗外，在進(jìn)入部分制動時，AEB系統(tǒng)也會打開雙閃警示燈提醒后車。此時如果駕駛員進(jìn)行干預(yù)，仍然有可能避免發(fā)生碰撞。最后是全力制動階段，在這一階段AEB系統(tǒng)將會放棄依靠駕駛員的制動行為，并通過執(zhí)行器進(jìn)行100%剎車力度的制動。與此同時車輛也會收到信號開始著手為接下來可能存在的碰撞風(fēng)險做好準(zhǔn)備，比如將安全帶收緊等。整個執(zhí)行過程的持續(xù)時間通常只有兩三秒鐘，我們甚至很難通過身體的感受來區(qū)分第二和第三階段的區(qū)或者獨(dú)立的高壓蓄別。 通常來說AEB系統(tǒng)會根據(jù)危險等級依次進(jìn)入四個階段

11、， 但也有一些情況會跳過其中某個或某幾個階段。比如面對突然出現(xiàn)的行人，或是前方障礙物與當(dāng)前車輛的距離迅速縮短。一3一AEB工作范圍可以工作在不同的道路上。目前大部分車廠采用視覺融合毫米波雷達(dá)的方案，具有車輛識別和行人識別的功能。車輛識別：在40km/h以內(nèi)，可以做到避免與靜止車輛碰撞在與前方運(yùn)動的速度差小于40km/h以內(nèi)，可以做到避免碰撞如果運(yùn)動時速與前車大于40km/h時，降低事故損傷程度行人識別：（只能探測到身高80cm以上的人）時速30km/h以內(nèi)，避免與行人發(fā)生碰撞時速在30km/h-90km/h之間，有可能會撞上，但是可以降低損傷事故時速超過90km/h,行人識別功能關(guān)閉車速過低

12、v5km/h時，AEB不工作，速度太高150km/h時，也不工作，目前的AEB并不是任何車速下都能剎車除了速度范圍，一般車型的AEB也只能識別車輛和行人兩種，雖然部分AEB帶有騎行識別功能，但識別率很低4一AEB的技術(shù)重點(diǎn)是什么傳感器融合方案傳感器數(shù)據(jù)融合的基本原理主要是綜合多個傳感器獲取的數(shù)據(jù)和信息，把多傳感器在空間和時間上冗余或互補(bǔ)信息依據(jù)某種準(zhǔn)則來進(jìn)行組合，獲得對被測對象的一致性描述傳感器融合的優(yōu)勢：1.增強(qiáng)系統(tǒng)生存能力2.擴(kuò)展空間覆蓋范圍3.擴(kuò)展時間覆蓋范圍4.提高可信度5.降低信息的模糊度6.改進(jìn)探測性能7.提高空間分辨率8,增加了測量空間維數(shù)9.成本低、質(zhì)量輕、占空小首先攝像頭和毫

13、米波雷達(dá)分別針對觀測目標(biāo)收集數(shù)據(jù)，然后對各傳感器的輸出數(shù)據(jù)進(jìn)行特征提取與模式識別處理，并將目標(biāo)按類別進(jìn)行準(zhǔn)確關(guān)聯(lián)，最后利用融合算法將同一目標(biāo)的所有傳感器數(shù)據(jù)進(jìn)行整合，從而得出關(guān)于目標(biāo)威脅性的一致性結(jié)論。數(shù)據(jù)融合也有不同的策略，比如有的方案會選擇將不同傳感器各自處理生成的目標(biāo)數(shù)據(jù)進(jìn)行融合，有些會選擇將不同傳感器的原始數(shù)據(jù)進(jìn)行融合，避免一些原始數(shù)據(jù)的丟失。在智能駕駛場景下，傳感器的數(shù)據(jù)融合大致有3種策略：數(shù)據(jù)級、特征級和決策級。電路時鐘數(shù)據(jù)級數(shù)據(jù)級特征輒特征輒決策輒決策輒造按端口造按端口傳感器融合策略傳感器融合策略 J J數(shù)據(jù)級融合數(shù)據(jù)級融合是最低層次的融合，直接對傳感器的感測數(shù)據(jù)進(jìn)行融合處理，然

14、后基于融合后的結(jié)果進(jìn)行特征提取和判斷決策。這種融合處理方法的主要優(yōu)點(diǎn)是：只有較少數(shù)據(jù)量的損失，并能提供其他融合層次所不能提供的其他細(xì)微信息，所以精度最高。他的局限性包括：1.所要處理的傳感器數(shù)據(jù)量大，故障處理代價高，處理時間長，實(shí)時性差2.這種融合是在信息的最底層進(jìn)行的，傳感器信息的不確定性、不完全性和不穩(wěn)定性要求在融合時有較高的糾錯處理能力3.它要求傳感器是同類的，即提供對同一觀測對象的同類觀測數(shù)據(jù)4.數(shù)據(jù)通信量大，抗干擾能力差此級別的數(shù)據(jù)融合用于多源圖像復(fù)合、圖像分析和理解以及同類雷達(dá)波形直接合成特征級融合散散據(jù)據(jù)輟輟融融合合。身身份份識識別別特征級融合屬于中間層次的融合，先由每個傳感器抽

15、象出自己的特征向量（可以是目標(biāo)的邊緣、方向和速度等信息），融合中心完成的是特征向量的融合處理。一般來說，提取的特征信息應(yīng)是數(shù)據(jù)信息的充分表示量或充分統(tǒng)計(jì)量。其優(yōu)點(diǎn)在于實(shí)現(xiàn)了可觀的數(shù)據(jù)壓縮，降低對通信的要求，有利于實(shí)時處理，但由于損失了一部分有用信息，使得融合性能有所下降。特征級融合可以劃分目標(biāo)狀態(tài)信息融合和目標(biāo)特征信息融合兩大類。目標(biāo)狀態(tài)信息融合主要應(yīng)用于目標(biāo)跟蹤，融合處理首先對傳感器進(jìn)行數(shù)據(jù)處理完成數(shù)據(jù)校準(zhǔn)，然后進(jìn)行數(shù)據(jù)相關(guān)的狀態(tài)估計(jì)。具體數(shù)學(xué)方法包括卡爾曼濾波理論、聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)、多假設(shè)法、交互式多模型法和序貫處理理論。目標(biāo)特征信息融合實(shí)際屬于模式識別問題，常見的數(shù)學(xué)方法有參量模板法、特

16、征壓縮和聚類方法、人工神經(jīng)網(wǎng)絡(luò)、K階最近鄰法等。、一/.醵汽翎i沖o決策級融合決策及融合是一種高層次的融合，先由每個傳感器基于自己的數(shù)據(jù)做出決策，然后融合中心完成的是局部決策的融合處理。 決策融合是三級融合的最終結(jié)果是直接針對具體決策目標(biāo)的，融合結(jié)果直接影響決策水平。這種處理方法數(shù)據(jù)融融合合的的身身身身份份n俳俳識識識識我我 3 3別別結(jié)結(jié)果果 1 1損失量大，相對來說精度最低，但通信量小，抗干擾能力強(qiáng)，對傳感器依賴小，不要求是同質(zhì)傳感器，融合中心處理代價低。常見的算法由Bayes推斷、專家系統(tǒng)、D-S證據(jù)推理、模糊集理論等。特征級和決策級的融合不要求多傳感器是同類的。另外由于不同融合級別的融

17、合算法各有利弊，所以為了提高信息融合技術(shù)的速度和精準(zhǔn)，需要開發(fā)高效的局部傳感器處理策略以及優(yōu)化融合中心的融合規(guī)則?！拘畔⑷诤系闹饕夹g(shù)和方法】?信號處理與估計(jì)理論方法信號處理與估計(jì)理論方法包括用于圖像增強(qiáng)與處理的小波變換技術(shù)、加權(quán)平衡、最小二乘、Kalman濾波等線性估計(jì)技術(shù)，以及擴(kuò)展Kalman濾波（EKF）,Gauss和濾波（GPS）等非線性估計(jì)技術(shù)等?統(tǒng)計(jì)推斷方法統(tǒng)計(jì)推斷方法包括經(jīng)典推理、Bayes理論、證據(jù)推理、隨機(jī)集理論以及支持向熬合的身份識別結(jié)將量機(jī)理論等?信息論方法信息論方法運(yùn)用優(yōu)化信息度量的手段融合多源數(shù)據(jù)，從而獲得問題的有效解決。經(jīng)典算法有嫡方法、最小描述長度方法（MDL）等

18、。?人工智能方法人工智能方法包括模糊邏輯、神經(jīng)網(wǎng)絡(luò)、遺傳算法、基于規(guī)則的推理以及專家系統(tǒng)、邏輯模板法、品質(zhì)因數(shù)法（FOM）等。一5一AEB的品牌名稱阿爾法羅密歐：AutonomousEmergencyBraking奧迪：AutomaticBrakeAssist寶馬：DrivingAssistantPlus福特：ActiveCityStop霍爾頓：AutomaticEmergencyBrakingCityStop本田：CollisionMitigationBrakingSystem現(xiàn)代：AutonomousEmergencyBraking起亞：AutonomousEmergencyBraking路虎：AutonomousEmergencyBraking雷克薩斯：P