11-1 FCW/AEB 设计依赖的 E-NCAP 评测标准详细解析

本专题由深圳季连李博及团队出品，重点讲解 AEB 工作原理、系统/软件架构及需求、算法建模、CCRs/CCRb/CCRm 建模与仿真、VRU-AEB-B/P/M 建模与仿真。

本章节同时还提供了测试用例，目的是将 AEB 算法快速地产品化。因测试用例涉及公司机密，需要的读者请私聊，vx：AIgraphX。

PS：太空大卫飞梭是AIgraphX原csdn账号名。

1. E-NCAP

E-NCAP (European New Car Assessment Programme）欧洲新车安全评鉴协会，是专门针对量产车型的安全性进行 5 星级评测的机构。它创始于 1997 年，英国交通研究实验室以及英国运输部发起，由欧洲七个政府组织组成，目前已经成为汽车界最具权威的安全认证机构。

该评估项目包括碰撞测试、车辆主动安全性能测试、被动安全性能测试、儿童乘客安全性能测试等。评估结果可以为消费者提供购买汽车的参考，同时也可以促使汽车制造商不断改进车辆的安全性能。

E-NCAP 安全评测未来可能会更关注：

1.更严格的碰撞测试：加入更为严格的碰撞测试，例如更高的碰撞速度和更复杂的碰撞场景等。
2.电动汽车安全测试：电动汽车的电池安全是消费者购车关注的重点，E-NCAP 可能会加入更多电动汽车电池燃烧和泄漏的测试。
3.虚拟场景和 V2X 场景的支持，因自动驾驶的特殊情况，需要更多虚拟场景的仿真测试支持、V2X 参考场景支持。

本文主要包括道路使用者 (VRU) 保护及安全辅助 (SA) 两部分评测内容。

2. E-NCAP 评测标准

2.1 E-NCAP 评测维度

ENCAP 的评测内容共分为四大维度：AOP(Adult Occupant Protection), COP(Child Occupant Protection), VRU(Vulnerable Road User Protection), SA(Safety Assist)。

2.2 四大维度的权重占比

四大维度权重占比如下：AOP：40%，COP：20%，VRU：20%，SA：20%。

2.3 四大维度的评测场景及对应分数

总分分布情况如下：

本文将不对成人乘员保护和儿童乘员保护中的相关功能进行分析，仅关注道路使用者（VRU）保护和安全辅助（SA）并对其进行拆分。

 2.4 评星标准

本文介绍了评分场景及其标准分数，并强调实际测评时需要将实际分数与标准分数作比较，以得出对应星级。例如，若安全辅助（SA）总分为 18 分，想要达到 5 星标准，则需获得实际测评分数为 18*70%=12.6 分。

在 E-NCAP-2023 中想取得五星，每部分需满足最低得分要求：AOP ≥ 80%，COP ≥ 80%，VRU ≥ 70%，SA ≥ 70%。

3. 自动驾驶相关评测场景

本文精简了成人乘员保护、儿童乘员保护、弱势道路使用者保护和安全辅助四个场景中，与高级驾驶辅助系统无关的功能评测场景，只将与高级驾驶辅助系统有关的评测场景拆解出来。在此过程中，我们可以发现，在弱势道路使用者保护和安全辅助中，总分分别为 63 分和 18 分，但与高级驾驶辅助系统有关的分数却仅分别为 27 分和 15 分。

4. 评测方法及评测标准 — VRU

在明确高级驾驶辅助系统相关场景之后，下一步是确定评测内容、评测方法和评分标准，即具体从哪些方面进行评测，以什么方法进行评测，以及对评测结果如何打分等问题。

4.1 评测内容

我们将按照下图中每个场景的测试要求进行评测，通过测试相应的项次来衡量被测车辆对每个场景的处理能力。

4.2 评测方法 — 车对行人 C2P 场景

4.3 评测方法 — 车对自行者 C2B 场景

4.3 评测方法 — 车对摩托车 C2M 场景

4.4 评分标准

4.4.1 Vimpact

Vimpact：碰撞速度，即当前测试车辆前端或者后端轮廓线与目标虚拟盒重合时的速度。

在测出 Vimpact 值后，根据以下图计算出对应的分数。

图中对每个测试速度下的“碰撞速度” （Vimpact）都作出了详细说明，测试者可以通过实测得到的实际碰撞速度，对照上述图表，得出其所对应的颜色。需要注意的是，不同的颜色所代表的比例并不相同，具体如下所示。

通过对照上述表格，可以得知每个测试速度下所对应的比例，这些比例在实际测试中将会发挥怎样的作用呢？实际上，每个测试速度下都设有一个标准分数。将上述比例乘以相应的标准分数，即可得出在对应测试速度下的实际分数。每个测试速度下所对应的标准分数如下。

经过上述计算，我们可以得到在每个测试速度下的实测分数。接着，将每个测试速度下的得分相加，得到总分数，然后与标准总分相比对。例如，在测试区间为10-60 时，CPFA 场景最终得分为18 分。从表格中可以看出，CPFA 场景的标准总分为 20 分，这相当于在该场景下获得了 90% 的分数。现在我们将 90% 乘以 CPFA 场景分数（0.250），得出 0.225 分，即为 CPFA 场景的成绩。

4.4.2 Vrel_impact

被测车辆撞击目标时的相对速度

针对Vrel_impact的评分计算，与Vimpact类似，首先需要进行颜色判断，以确定每个测试速度下的分数。接下来，根据颜色的不同，我们可以计算每个测试速度下所占的比例，并进一步计算总分数、得分比。最终，通过将得分比乘以场景分数，可以得到最终的实测场景分数。

4.4.3 Pass/Fail

根据不同场景下对 Pass 和 Fail 的定义的区别，可以得到以下表格，其中 CBTA/CMFtap 要求被测车辆不能进入目标 EBTa 或 EMT 的路径，CPTA 则要求碰撞车辆速度为 0，而 CPRA-s/CPRC-s 的要求则比较复杂，需要每个测试速度都必须避免所有 3 种重叠才算通过。根据表格，我们可以得出不同测试速度下的分数对应的得分比。

然后计算总分，算出得分比，乘以场景分数，得到最终的实测场景分数。

4.4.4 TTC

当 TTC≥1.7s 发出警报时，可获取分数；

或者 TTC＜1.7s 时，制造商能够证明 ESS 可以避免碰撞。

根据所测得的 TTC（Time to Collision）时间，可以决定能否获取对应测试速度下的分数。也就是说，TTC 在合理的范围内时，即可获得相应测试速度下的分数。

然后计算总分，算出得分比，乘以场景分数，得到最终的实测场景分数。

4.4.5 综合时间

根据TTC时间的不同，系统会提供不同的信息和警告。

当 TTC≥2.3s 时，提供视觉信息；
当 TTC≥1.7s 时，提供视觉和（听觉或触觉）警告；
当 1.7s≥TTC≥-0.4s 时，车门保持系统被激活。

同时，当存在威胁时，系统有对对应侧的所有车门发出有效的警告或保持功能。此外，在前侧窗的视野内会提供视觉信息。如果系统在存在威胁的一侧的所有车门上都发出了有效的警告或保持功能，系统将获得“所有其他侧门”分数。

4.4.6 无碰撞

CMoncoming/CMovertaking：在测试期间，VUT 不允许与超车或迎面而来的摩托车目标接触。每个场景会根据测试结果的通过或不通过基础授予可用分数，而每个场景都需要通过所有横向速度和测试速度组合才能得分。换言之，必须在所有测试场景中成功通过，才能获得总分数。

5. VRU 场景详细解析

5.1 Car-to-Pedestrian Scenarios C2P 场景

5.1.1 Car-to-Pedestrian Farside Adult  CPFA-50

测试场景描述如下：

测试车辆 (VUT) 向前行驶