ENCAP2019新增场景及挑战

1.介绍

2.新增场景及挑战

2.1 CCFtap (Car-to-Car Front turn-across-path ) 场景

场景描述：

主要面临如下新挑战：

1. 摄像头对于车头、车身侧面的检测能力；
2. 摄像头FOV的限制，导致对目标检测中断、不连续；
3. 雷达对对向临车道目标的检测能力；
4. 自车与对向来车的行驶轨迹预测能力；

2.2 CPNC（Car-to-Pedestrian Nearside Child ）

场景描述：

主要面临挑战：
对于近端儿童有遮挡的场景，仅依靠传感器较难检测出目标，无法进行有效的制动；Euro NCAP也考虑通过其他技术来避免此类场景的碰撞，如紧急转向辅助ESS(Emergency Steering Support)，这对目标物的检测置信度、横向位置探测的精度（测算偏置率）、车道线的检测置信度都有更高的要求。

2.3 CPTA（Car-to-Pedestrian Turning Adult ）

场景描述：

主要面临挑战：
当Camera的FOV为52度时，无法通过此场景，在接近行人的过程中，如果发生行人短时间超出camera FOV的情况，需要依赖前雷达\前角雷达的探测能力并结合融合算法进行补偿，才能通过该场景。

2.4 CPRA（Car-to-Pedestrian Reverse Adult ）

场景描述：后向AEB功能


主要面临挑战：
针对后向AEB功能的传感器方案主要有：超声波、环视、后角雷达。
（1）超声波雷达探测距离及定位精度均有限，且无法区分物体类别；
（2）环视方案对算法的鲁棒性、检测的准确度要求较高，成熟的产品较少；
（3）后角雷达对横向定位精度要求较高，且本车后方会存在0.8-1.0m的探测盲区，存在一定的挑战。

2.5 CBNAO（ Car-to-Bicyclist Nearside Adult Obstructed）

场景描述：

目前的方案均较难通过此场景，由于自行车与障碍物纵向距离为4.8m，若前雷达\前角雷达可检测到被遮挡的自行车，则有可能通过此场景；
同时，对于低重叠率的碰撞场景，可考虑紧急转向辅助功能。

总结

结合ENCAP的2025 Road-map的工作计划表，未来将会增加驾驶员监控系统（Driver Monitoring System） 。

1. 对驾驶员的疲劳、分心的检测以及对应的提醒（视觉、听觉，触觉等）。
2. 对驾驶员的疾病（sickness）、异常行为（abnormal behavior influenced by drug or alcohol）等的提醒
3. 在检测到驾驶员疲劳后，采取主动的干预行为。