基于ADAS实验平台的车辆紧急制动AEB路测研究.pdf

第 61 卷 第 10 期Vol.61 No.102023 年 10 月October 2023农业装备与车辆工程AGRICULTURAL EQUIPMENT&VEHICLE ENGINEERING0 引言汽车带来便捷的同时也对人们的生命安全造成一定的潜在危险，其中最主要的是汽车行驶中发生的碰撞。主动安全性的测试已经成为中国新车评价规程（C-NCAP）安全碰撞测试的重点内容1。良好的主动安全有助于将事故风险降到最低，因此 C-NCAP 规程对车辆的性能检测侧重于碰撞与碰撞预警、主动刹车等方面2。目前，世界各国都在积极研发具有自主知识产权和竞争力的主动安全系统，以应对日益严峻的交通安全问题。近年来，汽车中先进电子、通信和信息技术如防抱死刹车系统（Antilock Brake System，ABS）、电子制动系统（Electronic Brake System，EBS）、自适应巡航控制（Adaptive Cruise Contro，ACC）、自动紧急制动（Autonomous Emergency Braking，AEB）等主动安全技术让汽车变得更加安全、舒适和智能。AEB 系统利用车载传感器对汽车前障碍物进行实时探测，一旦探测到碰撞危险，车辆即利用预警功能警示司机进行紧急制动操作，驾驶员未做出响应时，AEB 自动制动以避免碰撞。AEB 系统的架构设计组件包括硬件单元和软件单元。硬件单元包括多类传感器、AEB 系统控制器、油门与制动执行器、目标物机界面显示屏；而软件单元包括目标检测与识别算法、决策与控制算法等。doi:10.3969/j.issn.1673-3142.2023.10.014基于 ADAS 实验平台的车辆紧急制动 AEB 路测研究贯怀光1，贯生静1，郭蓬1,2，张登权1（1.300300 天津市 中汽研（天津）汽车工程研究院有限公司；2.300300 天津市 中国汽车技术研究中心有限公司）摘要 为了使智能驾驶车辆对目标物具有避撞功能，根据目标物与汽车相对运动关系制定避撞策略，以提升驾驶员对 AEB 系统的满意度，提出了一种基于 ADAS 实验平台的车辆紧急制动 AEB 路测方法。AEB 系统是一种主动安全技术，通过自动制动避免或减缓碰撞的发生，AEB 系统也应用在 ADAS 车辆测试路测方法研究上。基于 ADAS 平台根据目标物与汽车相对运动关系提出一种驾驶员特征的紧急制动策略，在策略中融合一种驾驶员特征的安全距离模型，提升驾驶员对 ADAS 车辆的 AEB 系统的满意度。使用搭载 ADAS 系统的 ATP VRU 的硬件实验样机进行试验分析，参照 C-NCAP 相关试验场景车辆 AEB 系统测试。结果表明：模型侧向和纵向误差满足工况路测标准。关键词 ADAS 实验平台；AEB 控制策略；主动安全；道路测试 中图分类号 U461.91 文献标志码 A 文章编号 1673-3142(2023)10-0065-05引用格式：贯怀光,贯生静,郭蓬,等.基于 ADAS 实验平台的车辆紧急制动 AEB 路测研究 J.农业装备与车辆工程,2023,61(10):65-69.Research on AEB road test of vehicle emergency braking based on ADAS experimental platformGUAN Huaiguang1,GUAN Shengjing1,GUO Peng1,2,ZHANG Dengquan1 (1.CATARC(Tianjin)Automotive Engineering Research Institute Co.,Ltd.,Tianjin 300300,China;2.China Automotive Technology&Research Center,Tianjin 300300,China)Abstract In order to make intelligent driving vehicles have collision avoidance for targets,collision avoidance strategies were developed based on the relative motion relationship between the target and the vehicle,and driver satisfaction with the AEB system was improved.A road test method for vehicle emergency braking AEB based on ADAS experimental platform was proposed.AEB system was an active safety technology to avoid or slow down the collision by automatic braking,and AEB system was also applied to the research of road test method for ADAS vehicle testing.An emergency braking strategy with driver characteristics was proposed based on the relative motion relationship between the target and the vehicle and the ADAS platform,and a safety distance model with driver characteristics was integrated in the strategy to improve driver satisfaction with the AEB system of ADAS vehicles.The hardware experimental prototype of ATP VRU equipped with ADAS system was used for experimental analysis,referring to the C-NCAP related test scenario vehicle AEB system test.The results showed that the lateral and longitudinal errors of the model met the working condition road test standards.Key words ADAS experimental platform;AEB control strategy;active safety,road test收稿日期：2022-10-1666农业装备与车辆工程 2023 年Zhou 等3通过批量仿真得到不同碰撞时间（Time-To-Collision,TTC）的汽车和两轮车的相对位置分布，综合考虑死亡事故检出率、检测面积和标准差，得出不同 TTC 下的最优传感器检测方案；Li 等4针对三轴重型车辆采用带附着系数估算的 AEB-ABS 协调控制策略进行设计，该策略能够根据路面状态和车轮滑移率实时地估算出制动减速度，并通过模糊逻辑控制实现对制动器制动力的合理分配，基于硬件在环测试平台，通过各种路况试验验证了控制效果；Zhu 等5构建了以虚拟场景为基础，以驾驶模拟器为手段的驾驶员在环测试平台，并建立了基于激光雷达的实车测试平台，解决了实车测试中目标不易获取的问题；Jiang 等6探讨 AEB 控制策略与典型现实世界碰撞情景中乘员碰撞前运动学之间的相关性，通过车辆和乘员集成仿真方法，在碰撞前阶段评估乘员运动学，有利于后续的综合安全性分析；Guo 等7为提高转发碰撞系统的效率，设计了一种基于高斯分布的前向碰撞风险，未来运动不确定性是关于车道建模，使用 2 个时间序列机器模型提前预测 TTC，该模型可以准确预测现实驾驶场景中潜在的道路交通事故；Zeng 等8提出了一种针对智能汽车的改进型 AEB 算法，该方法结合道路附着系数的估计，考虑了电子液压制动的性能；黄城等9根据 AEB 的典型试验工况，给出减速度控制曲线，并采用 CarSim 进行仿真验证；姚禹城等10针对中国新车评价规程中AEB行人测试场景需求，对设计行人检测系统进行了验证；任立海等11提出将碰撞时间作为模糊控制器参数，利用 PreScan构建了基于模糊控制的紧急制动模型；刘宏伟等12采用 Simulink 与 CANoe 进行 AEB 功能的设计以提高紧急制动效果。为避免交通事故，科研人员在研发更完善的高级驾驶辅助系统（Advanced Driving Assistance System，ADAS）13，AEB 系统是 ADAS功能之一。目前国内外的研究表明，车辆主动安全配置对减少汽车事故起到一定作用，利用数学模型及虚拟场景仿真分析对于降低车辆行驶过程中碰撞发生的概率具有一定参考意义。本文参考 C-NCAP 相关试验场景，将驾驶员特性与制动过程的安全距离模型相结合，对智能驾驶车辆与前方障碍物之间相对横、纵向运动进行分析，制定对应的紧急制动策略，同时提出了在搭载ADAS 系统的小型目标物承载平台 ATP VRU 联合验证方法。1 智能驾驶车辆 AEB 系统路测方法1.1 制动过程推导典型汽车制动过程大体由 3 个过程组成，当驾驶员意识到有碰撞危险时作出响应，对汽车实施紧急制动直到速度降至 0 14-16。图 1 所示为车辆制动全过程车辆减速度曲线。设车辆初始速度 v1(m/s)和最大减速度 a(m/s2)，速度 v1后制动启动行驶距离 S 为 Sttttvav221234112=+bl (1)式中：t1 驾驶员反应时间；t2 脚由油门移到制动踏板的时间；t3取消踏板空行程时间；t4制动力提升时间。另外，汽车在制动时和前方障碍物还需留有最小安全距离 d0，则汽车完成制动时行驶距离和最小安全距离的总和 S1为 Sttttvavd22112341120=+bl (2)1.2 融合驾驶员的安全距离模型选取驾驶员特性参数值范围为 0,1 与 AEB 制动过程进行融合，得到驾驶员特性参数 Rdriver，驾驶员反应时间1和最小安全距离 d0关系式为 ,RRdRR120 1140 1driverdriverdriverdriver11!x=+=+66Z (3)预警安全距离 dw为 dttvavd22w1341120 x=+bl (4)临界安全距离 db为dttvavd22b341120=+bl (5)1.3 AEB 系统紧急制动策略AEB 紧急制动流程如图 2 所示15，AEB 系统中环境感知由车载传感器完成，经过信息处理获得前方障碍物和路面附着系数信息，再依据路面附着图 1 车辆制动时间图Fig.1 Vehicle braking time graph车辆停止减速度最大制动生效踩制动踏板脚离油门制动要求减速度(m/s2)a b c d e ft0 t1 t2 t3 t4 t5 时间 t 67第 61 卷第 10 期贯怀光 等：基于 ADAS 实验平台的车辆紧急制动 AEB 路测研究系数确定预期制动减速度从而计算安全距离。在建立制动安全距离模型基础上，利用 AEB 决策支持系统中的实时车距和安全距离模型判断车辆是否需要制动。如果实时车距过小或接近于 0，则车辆紧急制动；反之，继续保持行车状态。搭载 AEB 功能的车辆相对前方障碍物同向运动，VRU 纵向速度要小一些，因此把汽车前 VRU静止与汽车前同一车道纵向运动共同考虑而忽略了VRU 的纵向速度。如图 3 所示。汽车前进速度为 v1，探测 VRU 后方与障碍物之间纵向距离 S，AEB 介入与否要对比测得的纵向距离、报警安全距离及临界安全距离，表达式为 (6)式中：FCW前方碰撞预警系统。基于 C-NCAP 评价法规关于 VRU 的 AEB 系统的情景设置，分析了 VRU 横向运动经过汽车时的运动学16，VUT 与前方障碍物之间的相对横向运动示意图如图 4 所示。VRU 横过汽车运行到 M点上，假定 VRU 与 VUT 中心线之间的横距为 l1和汽车宽度为 l2时，VRU 横过汽车时段内的汽车运行距离为 .dvvlld0 5112120=+(7)考虑 ADAS 系统制动后同障碍物之间的最小安全距离时行车安全距离为 dw1=d+d0 (8)当汽车制动临界安全距离和报警安全距离是db、dw 时，在判断汽车 FCW 报警或是 AEB 介入时使用式（9）(9)2 智能驾驶车 AEB 系统路测试验2.1 测试装备平台采用小型弱势道路使用者目标物承载平台，（Automatic target carrying platform Vulnerable Road Users,ATP VRU），如图 5 所示的 ATP VRU 平台17可承载模拟智能驾驶测试中全尺寸摩托车及成年骑行者、踏板摩托车及成年骑行者、假自行车及成年骑行者和成年男子假人、儿童假人等交通参与物。平台的雷达反射特性采用微波多普勒效应，结构强度大，可承受被测车辆碾压，且在发生碾压时有效保护移动平台及被测车辆。本实验平台主要用于ADAS 相关功能控制策略的研究、控制算法的调试与验证、雷达摄像头信号分析以及对应数据融合等。图 3 ADAS 系统运动的纵向示意图Fig.3 Longitudinal schematic of ADAS system movementVUTVRUv1SVUTVRUMv1v2I图 4 ADAS 系统横向运动示意图Fig.4 ADAS system lateral movement schematic图 5 乘用车实验平台与案例Fig.5 Passenger car experiment platform and case图 2 AEB 紧急制动流程框图Fig.2 AEB emergency braking flow block diagram开始车载传感器信息收集前方障碍物信息制动减速度取设计值实际距离安全距离介入制动车辆状态信息路面附着系数估计是否满足设计值？计算制动安全距离是 是 否 否 结束68农业装备与车辆工程 2023 年2.2 测试系统之间的通信与控制ATP VRU 系统采用高精度低延时的 GNSS 接收机双天线解决方案，提供基于载波相位（Real-time kinematic,RTK）以及单点亚米级编码方案厘米级精度方案、自动初始化及定位模式转换方案、最佳位置解决方案等18。具有低延迟（20 ms）、高更新速率，为动态应用提供必要的响应时间与准确性；GPS 接收机可以配置为自主基站（参考站）或流动站接收机（移动接收机）；输出 GPS 接收机的详细信息，包括时间、位置、航向、定位状态以及跟踪卫星的数量等导航定位参数。如图6所示，各测试节点进行数据交换。首先，接入点设在主控机，其他所有终端与接入点（Access Point，AP）配对连接，ATP VRU 必须在所有终端就绪后才能运行，而单独使用遥控不能操作 ATP VRU 运行。其次，通过 AP 桥接并放大各终端的信号；ATP VRU 状态、被测试验车辆（Vehicle Under Test,VUT）的位姿、遥控指令等通过无连接传输协议（User Datagram Protocol，UDP）分发，并在系统内部校核完整性，ATP VRU 系统使差分定位信息通过 TCP/IP 协议分发。2.3 智能驾驶车辆 AEB 测试结果分析以 C-NCAP 主动安全测试规范为依据测试车辆 AEB 功能，工况为 CPNA-25 日间工况，测试设备（ATP VRU）以 5 m/s 匀速横穿马路，VUT 分别以2060 km/h 车速在直线车道行驶，在车辆不减速情况下人体与测试车辆碰撞位置为车头 25%位置。VRU测试结果如图 7、图 8 所示。在直线行驶 10 m，加速度 0.2g，减速度 0.2g，横向偏差最大 0.08 m，出现在加减速段，匀速段横向偏差最大 0.04 m 满足设计要求，如图 9 所示，侧向偏差在 0.1 m 范围内；ATP 的纵向偏差最大偏差-0.5 m，如图 10 所示，出现在减速停止运动前 1 s，匀速及加速段最大偏差 0.2 m，纵向偏差在0.5 m 范围内。ATP VRU 精度测试满足工况要求，测试结果可作为实车验证依据。图 6 测试系统之间的通信与框架示意图Fig.6 Diagram of communication and framework between test systemsVUTUDPGNSS+IMU状态信息基站GNSSGNSSATP1无线电模块遥控器发送装置遥控器指令ATP状态MPCWiFi 天线上位机以太网集成器差分信号VUT 位姿ATP 状态VUT 位姿ATP 状态差分信号 上位机信息WiFi 天线VUT 位姿ATP 状态差分信号 上位机信息BMS状态信息IPCIMU驱动模块差分信号CANATP 位姿AP无线接入VUT 位姿ATP 状态遥控器指令图 7 ATP VRU 速度与相对距离控制变化曲线Fig.7 ATP VRU speed and relative distance control variation curve 65432100.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5 7.0时间/s速度距离速度/(km/h)图 8 ATP VRU 加速度控制变化曲线 Fig.8 ATP VRU acceleration control variation curve43210-1-2-3-4-50 1 2 3 4 5 6 7时间/s 加速度/(m/s2)0.080.060.040.020.00-0.02-0.04-0.06-0.08-0.100 5 10 15 20 25时间/s 横向偏差/m 图 9 ATP VRU 工况状态横向偏差变化曲线 Fig.9 Lateral deviation variation curve at ATP VRU working condition图 10 ATP VRU 工况状态纵向偏差变化曲线Fig.10 Longitudinal variation curve at ATP VRU working condition0.30.20.10.0-0.1-0.2-0.3-0.4-0.50 1 2 3 4 5 6 7 8时间/s 纵向偏差/m69第 61 卷第 10 期贯怀光 等：基于 ADAS 实验平台的车辆紧急制动 AEB 路测研究5 结语本文基于 ADAS 实验平台对车辆紧急制动AEB 功能进行路测研究。充分考虑 ADAS 实验平台 AEB 功能的实现，结合驾驶员特性及横向、纵向安全距离等策略，修正驾驶员反应时间及最小安全距离等参数，构建融合驾驶员特征的紧急制动及自动紧急制动 AEB 策略。根据 C-NCAP 制定了相应的测试规程，并以装载假 ADAS 系统的小型目标物承载平台 ATP VRU 为对象，对智能驾驶车辆的AEB 系统进行了试验测试研究。根据测试结果判断测试车辆 AEB 系统可正常激活，起到降低交通事故发生频率的作用，同时测试结果及数据可对车厂 AEB 系统进行调试及优化。参考文献1 宁 满 旭,王 三 舟,巴 腾 跃,等.无 目 标 物 驾 驶 重 型 汽车 AEB 控制算法及仿真 J.重庆理工大学学报(自然科学),2022,36(06):72-80.2 SONG Zhiqiang,JI Jinchen,ZHANG Ruifeng,et al.Development of a test equipment for rating front to rear-end collisions based on C-NCAP-2018J.International Journal of Crashworthiness,2022,27(2):522-532.3 ZHOU Hua,LI Xiaoyan,HE Xia,et al.Research on safety of the intended functionality of automobile AEB perception system in typical dangerous scenarios of two-wheelersJ.Accident Analysis and Prevention,2022,173:106709-106709.4 LI Shaohua,WANG Guiyang,WANG Hesen,et al.Automatic emergency braking/anti-lock braking system coordinated control with road adhesion coefficient estimation for heavy vehicleJ.IET Intelligent Transport Systems,2022,16(11):1521-1534.5 ZHU Yuan,XU Ruidong,AN Hao,et al.Research on automatic emergency braking system development and test platformC/2022 Fifth International Conference on Connected and Autonomous Driving(MetroCAD).IEEE,2022:1-6.6 JIANG Chengyue,MENG Xiangzhi,REN Lihai,et al.Relevance analysis of AEB control strategy and occupant kinematics based on typical cut-in scenarioJ.International Journal of Crashworthiness,2020,27(1):1-8.7 GUO Lei,JIA Yizhen,HU Xianghui,et al.Forwarding collision assessment with the localization information using the machine learning method J.Journal of Advanced Transportation,2022:1-10.8 ZENG Dequan,YU Zouping,XIONG Lu,et al.Improved AEB algorithm combined with estimating the adhesion coefficient of road ahead and considering the performance of EHBJ.Proceedings of the Institution of Mechanical Engineers,Part D:Journal of Automobile Engineering,2021.9 黄城,冀杰,陈琼红,等.考虑舒适性的 AEB 避撞算法及仿真验证 J.重庆理工大学学报(自然科学),2021,35(4):39-48.10 姚禹城,祝琳.基于行人横穿事故的AEB系统关键参数研究J.农业装备与车辆工程,2022,60(09):78-82.11 任立海,李星月,覃祯员,等.基于模糊控制的汽车自动紧急制动乘员离位仿真分析研究 J.重庆理工大学学报(自然科学),2021,35(04):32-38.12 刘宏伟,张杰,朱恩利,等.基于线控制动系统的 AEB 功能开发 J.汽车工程学报,2020,10(03):207-212.13 张春洲,石晶.高级辅助驾驶系统实验平台开发研究 J.农业装备与车辆工程,2019,57(07):17-20.14 ZENG Jie,YU Yinghong,DING Xuecong,et al.AEB-pedestrian protection model simulation and real vehicle applicationJ.s.n.,2022,12081:1208134-1208134,10.15 李晓阳,刘树伟.考虑驾驶员特性的行目标物避撞策略及仿真验证 J.专用汽车,2022(08):74-78,82.16 KANG M,LEE I,JUNG J,et al.Motion responses by occupants in out-of-seat positions during autonomous emergency brakingJ.Annals of biomedical engineering,2021,49(9):2468-2480.17 欧涛,蒋智文,李长华.用于装载假目标物的小型主动驱动平台 P.湖南省：CN213580099U,2021-06-29.18 杨刚,杨小青,钟欣.基于短时傅里叶变换和时域包络的 AEB系统预警声信号时间提取方法 J.汽车技术,2021(11):42-48.作者简介 贯怀光（1997-），男，工程师，硕士，研究方向：智能驾驶，主被动安全。E-mail：参考文献1 王秀和.永磁电机 M.北京:中国电力出版社,2010.2 朱托,李正,李孜.基于解析模型的永磁同步电机涡流损耗计算 J/OL.上海理工大学学报:1-92022-09-23.https:/doi.org/10.13255/ki.jusst.20210914002.3 段利聪.高速永磁同步电机的电磁设计与损耗分析 D.上海：上海电机学院,2021.4 段 树 成.多 工 况 下 永 磁 电 机 损 耗 研 究 分 析 J.防 爆 电机,2021,56(05):17-19.5 张维伟,胡洪益,晏才松,等.高速永磁电机转子风摩耗对温升的影响 J.电机与控制应用,2022,49(04):66-70,82.6 李敏,朱龙飞.PWM 逆变器供电下机器人用永磁电机定子铁心损耗分析 J.电子世界,2021(24):29-30.7 RENS J,VANDENBOSSCHE L,DOREZ O.Iron loss modelling of electrical traction motors for improved prediction of higher harmonic lossesJ.World Electric Vehicle Journal,2020,11(1):24.8 孙立翔,周晓燕.永磁同步电机的损耗分析 J.电工技术,2019(20):159-161.9 陈浈斐,邢宁,马宏忠,等.分数槽永磁电机永磁体谐波涡流损耗建模与分析 J.电工技术学报,2022,37(14):3514-3527.10 李伟,江晓波,孙鲁,等.带有不同屏蔽层结构的高速永磁电机转子涡流损耗分析与实验验证 J.现代机械,2022(03):39-43,57.11 张明娟,刘洪亮,安齐乐，等.控制电机损耗的几种工艺措施J.电机技术,2017(06):52-54.12 李 宏 宇.高 压 永 磁 电 机 生 产 工 艺 优 化 J.防 爆 电 机,2020,55(01):49-52.作者简介 李帅耀（1995-），男，硕士研究生，研究方向：电机与电器。E-mail： 通信作者 李家春，男，博士，教授，研究方向：新型农业装备、结构拓扑优化等。E-mail：（上接第 45 页）