目录
AEB:Autonomous Emergency Breaking,自动紧急制动
FCW:Forward Collision Warning,前向碰撞预警
TTC:Time To Collision ,碰撞时间
C-NCAP:China New Car Assessment Program,中国新车评价规程
E-NCAP:European New Car Assessment Program,欧洲新车评价规程
CCRs:Car to Car Stationary,前车静止
CCRm:Car to Car Moving,前车慢行
CCRb:Car to Car Braking,前车制动
AEB系统主要包括AEB和FCW两项功能,系统通过毫米波雷达、激光雷达、摄像头等传感器来探测前方目标信息(如相对车速、距离等),并实时计算与目标的碰撞危险程度。在出现碰撞危险时,系统会通过声音、图像等方式向驾驶员发出碰撞预警(即FCW所实现的功能),在碰撞危险达到制动临界点时,系统会采取紧急制动避免碰撞(即AEB所实现的功能)。
1.AEB控制策略
1.1基于安全距离模型
安全距离模型基于车辆与前车之间的实际距离来评估碰撞风险。如果车辆与前车的距离小于某个安全阈值,系统可能会介入以避免碰撞。安全距离通常考虑了车辆的当前速度、制动性能和驾驶员反应时间。例如,Mazda模型、Honda模型、Berkeley模型、SeungwukMoon模型都是基于安全距离的不同算法,它们通过计算车辆的制动距离来评估是否需要触发AEB系统。
1.2基于安全时间模型
安全时间模型基于时间来评估碰撞风险,特别是Time-To-Collision (TTC),即两车相撞所需的时间。TTC是通过计算车辆与前方障碍物之间的相对速度和距离来得出的。如果TTC小于某个预设的阈值,系统会发出警告或自动实施制动。TTC模型通常用于实时监测和评估潜在的碰撞风险,并在必要时采取措施
1.3基于制动转向协同
制动转向协同避撞策略通过纵向的AEB系统以及横向的主动转向系统协同工作来实现对前方目标的完全避撞,主要用于应对AEB系统无法通过纯粹纵向制动对前方目标实现高车速和低车距的完全避撞,例如车辆前方突然出现行人横穿马路而导致实时TTC瞬间变化并小于紧急制动TTC,此时即使AEB充分发挥作 用,车辆仍然会以较高的车速与行人发生碰撞。协同避撞策略中AEB系统仍需要为整个避撞阶段的主动制动以及主动转向过程制动控制提供支持,对AEB系统避撞策略提出了更高的要求。
1.4AEB功能状态机
AEB功能的状态机整体分为关闭,异常,待机和工作4个状态,这些状态之间会根据特定的条件来回切换。在工作这个状态下,又分为正常、预填充、一级制动、二级制动、辅助制动和制动释放6个子状态。功能大部分时间处于正常状态,完成目标信息获取,决策计算等任务,当达到各种动作的触发条件时,系统会下发指令给线控底盘进行相应的动作。
2.AEB执行机构
AEB系统主动制动功能的实现离不开AEB执行机构,目前国内外汽车厂商及研究机构针对AEB执行机构的研发,主要以缩短主动制动响应时间和提高主动制动控制精度为目标,围绕实现制动管路主动建压的压力供给单元以及实现制动轮缸压力精确控制的压力调节单元两个核心部件展开研究。
AEB制动执行机构的解决方案主要包括:
(1)以汽车电子稳定控制系统为基础的电机柱塞泵主动建压制动系统解决方案
(2)以汽车电子液压制动系统为基础的高压蓄能器主动建压制动系统解决方案
(3)以新型汽车电子助力制动系统为基础的主缸助力电机主动建压制动系统解决方案。
![](https://i-blog.csdnimg.cn/direct/2332eea83a334f90898eebc016907851.png)
![](https://i-blog.csdnimg.cn/direct/e49f8fc280a747b7a4c881f1b95ac345.png)
![](https://i-blog.csdnimg.cn/direct/a8dfe40945cc42ee9165f523b94ba55f.png)
3.AEB传感器
AEB系统对前方目标车辆有效地探测并快速获得目标车辆行车信息功能的实现离不开AEB环境感知机构,目前汽车厂商及研究机构针对AEB环境感知机构的研发,主要以提高前方目标探测准确性、丰富前方目标识别多样性、缩短探测及识别所需时间为核心目标。
AEB环境感知机构的解决方案,主要包括毫米波雷达、单目/双目摄像头、激光雷达,3种传感器各有优缺点,往往会通过采用多传感器组合方式来发挥各传感器优势,从而将AEB系统应用到更多复杂交通场景中。
3.1毫米波雷达
毫米波雷达使用30~300GHz频域的毫米波,工作频率介于无线电和可见光之间,其工作原理主要通过振荡器发射频率随时间逐渐增加的电磁波,并根据返回波形和发出波形的频率差计算前方目标的相对距离和相对车速等。
雷达探测分辨精度的衡量指标主要包括距离探测精度、 角分辨率、速度差分辨率。毫米波雷达的工作频率越高,探测分辨精度也就越高。
毫米波雷达具有探测距离远、不受天气状况影响以及成本低的优势,且其测速、测距的精度要远高于摄像头和激光雷达,能够适用于追尾碰撞等相对简单场景,在自动紧急制动系统发展初期被汽车厂商广泛用于低速城市AEB系统和高速城际AEB系统的开发。
3.2单目、双目摄像头
由于毫米波雷达在自动紧急制动过程中仅能够实现对前方目标的探测而无法实现对前方目标的有效识 别,从而使得AEB系统无法支持更多复杂交通场景, 为此汽车厂商逐渐倾向于将摄像头纳入AEB环境感知机构的解决方案。
单目、双目摄像头作为AEB环境感知机构的解决方案,其分辨率要远远高于毫米波雷达和激光雷达,且能够获取足够多的环境细节,帮助车辆识别行人、小孩、动物等多种目标,是行人AEB 系统的重要组成部分。其工作原理主要是将景物通过镜片组生成光学图像并投射到CMOS光电传感器,再由图像处理器转化成数字图像信号,最后通过采集图像并利用计算机识别算法来识别数字图 像中的目标对象,从而指导AEB执行不同的避撞策略 。
3.3激光雷达
由于摄像头在自动紧急制动过程仅能够支持良好光照条件下前方目标的有效识别,一旦光照条件变差或者到了夜间,摄像头的目标识别功能会变得极差, 因此将激光雷达纳入AEB环境感知机构的解决方案。
激光雷达的工作原理主要是通过激光发射器发射脉冲调制光线并测量反射光线与发射光线间的时间差,而后通过飞行时间法计算目标与自身的相对距离,同时通过扫描多股光线同步测量来获取角度 信息,从而实现准确测量视场中物体轮廓边沿与设备间的相对距离与相对角度,进而通过测量的轮廓信息组成点云并绘制三维环境地图,测量精度能够达到厘米级别,是目前已知测量精度最高的AEB环境感知机构的解决方案。
3.4传感器对比
4.AEB测试
随着AEB系统的不断开发升级,装配AEB系统的车辆逐渐增多,如何全面、科学、有效地对AEB系统进行评价是测试工作开展的关键。NCAP(New Car Assessment Program,新车评价规程)包括E-NCAP、C-NCAP等,以乘员(成人和儿童)保护、行人保护和主动安全三个部分的综合得分率来进行星级评价。
![](https://i-blog.csdnimg.cn/direct/a1936f08936b4c25ad7c5af6c2fd6e41.png)
《C-NCAP管理规则(2018年版)》中AEB CCR试验包括CCRs(前车静止)、 CCRm(前车慢行)、CCRb(前车制动)3种测试场景,每种场景对AEB系统的AEB 和FCW功能进行测试。每一种测试场景下分别车进行碰撞点偏置测试、夜间测试、儿童、 自行车目标测试和弯道测试。
![](https://i-blog.csdnimg.cn/direct/9277c0c06b33452a981899d456ae1b13.png)
![](https://i-blog.csdnimg.cn/direct/52a110ca8e744686b3a5484737ee4b96.png)
![](https://i-blog.csdnimg.cn/direct/b46b389861f344ef8a502e8bb9db06d2.png)
4.1碰撞点偏置测试
通过将测试车辆的行进轨迹向左或右偏置一定距离,可以进行不同碰撞点的测试,在不同场景下来研究不同偏置的碰撞点对 AEB系统表现的影响。统计在各场景中出现漏识别的试验次数进行统计,并计算出漏识别情况占对应场景的总试验次数的比例作为漏识别率。
4.2夜间测试
夜间场景的能见度和光线条件比白天差,因此摄像头类型的传感器的目标识别能力会受到一定影响,通过设置夜间测试场景进行测试,并与白天测试场景进行对比。
4.3儿童、 自行车目标测试
由于儿童目标相比成年人目标体型矮小,受驾驶时视野高度的限制,不易被驾驶员及时发现。这个特点同样会对雷达、摄像头等传感器的识别功能产生影响,容易出现漏识别的情况。
4.4弯道测试
由于传感器的探测角度会限制系统对弯道中目标的识别,弯道的曲率半径会影响系统对两车间距的计算,弯道中车辆制动特性与直道不同等因素的影响,弯道场景的AEB系统表现会与直道存在差异。
5.AEB评价方法
现行的AEB系统评价规程中,评价参数多为车辆是否避撞和碰撞时的相对速度。根据车辆的避撞表现, 每组试验会获得相应分数,最终根据各组试验权重计算出AEB系统的总得分。 这样的评价方式评价参数单一,难以全面的评价AEB系统的性能表现。加入其他评价参数,如系统响应时刻的TTC、制动减速度峰值、制动距离、制动策略等, 可以使评价更全面、丰富。
6.AEB发展趋势
(1)复杂多交通场景下AEB避撞策略综合性能优化。随着感知技术的不断进步,AEB获取到的周围交通场景信息及细节更加丰富,需要在更多复杂交通场景下来丰富和完善AEB避撞策略,使AEB能够支持越来越复杂的多交通场景并提升其安 全性、舒适性与智能性。
(2)基于更快响应时间目标的AEB执行机构研发。
(3)危险行驶工况下与多种主动安全技术的深度融合及协调控制。AEB作为应对车辆紧急工况的解决方案,如果纯粹通过纵向主动制动并不能实现在危险工况下的完全避撞。 因此,为进一步提升车辆主动安全性能,AEB将会和主动转向、主动加速等主动安全技术深度融合与集成, 逐渐转变成未来无人驾驶技术中专门应对车辆紧急工况的车辆自动紧急控制系统。
7.相关参考内容
[1]何仁,冯海鹏.自动紧急制动(AEB)技术的研究与进展[J].汽车安全与节能学报,2019,10(01):1-15.
[2]李迎弟.汽车自动紧急制动系统控制策略研究[D].长安大学,2019.
[3]季中豪,周景岩,杨天栋,等.基于实车测试的AEB系统测试评价方法研究[J].汽车技术,2020,(05):13-20.
[4]周文帅,李妍,王润民,等.自动紧急制动系统(AEB)测试评价方法研究进展综述[J].汽车实用技术,2020,45(18):34-40+49.
[5]马玉喆,张顺舟,丁能根.弯道下商用车AEB的系统算法[J].江苏大学学报(自然科学版),2019,40(04):386-390.
[6]AEB功能状态机
[7]E-NCAP