高級駕駛員輔助系統（ADAS）關鍵技術應用與方案集錦

　　ADAS（Advanced Driver Assistance System），即高級駕駛員輔助系統，是一種在車輛行駛過程中全程幫助駕駛員的主動安全輔助系統。ADAS系統設計為提高車輛安全，更廣泛的應用為提高道路交通安全。ADAS系統采用攝像頭、雷達等多種傳感器來收集車輛及車輛周圍環境的物理數據。收集相關數據后，ADAS系統將采用目標檢測、識別與跟蹤等處理技術來評估危險性。ADAS系統方案并不是要控制車輛，而是向駕駛員提供車輛運行狀況以及車輛周圍環境等相關信息，提醒駕駛員注意潛在危險，從而提高行車安全性。

?高級駕駛輔助系統能夠增加駕駛的舒適性和安全性

　　系統：車道偏離報警

　　傳感器：攝像機

　　當車輛離開其車道，或者接近道路邊緣時，LDW系統發出聲音報警或者動作報警（通過輕微的振動方向盤或者座椅來實現）。當車輛速度超過一定閾值（例如，大于55英里），車輛沒有打開轉向信號燈時，這些系統會開始發揮作用。當車輛行駛，其相對于車道標志線的位置表明車輛有可能偏離車道時，需要通過攝像機系統來觀察車道標志。雖然對于所有車輛制造商而言這些應用需求是相似的，但是每一廠商都采用了不同的方法，使用一臺前視攝像機，一臺后視攝像機，或者雙路/ 立體前視攝像機。出于這一原因，很難采用一種硬件體系結構來滿足各種不同類型的攝像機要求。需要采用靈活的硬件體系結構來提供不同的實現選擇。

　　系統：自適應巡航控制

　　傳感器：雷達

　　過去十年中，豪華汽車采用了ACC技術，這一技術目前也在更廣泛的市場上得到了應用。傳統的巡航控制技術設計用于保持車輛以恒定的車速行駛，與此不同，ACC技術使車速與交通狀況相適應，如果與前車距離太近，則會降速，在路況允許時，會加速到上限。這些系統通過使用安裝在車輛前部的雷達來實現。但是，由于雷達系統不能識別某一目標的大小和形狀，而且其視場也相對較窄，因此，應用時要結合攝像機。難點在于，目前所使用的攝像機和雷達傳感器還沒有標準配置。因此，還是需要靈活的硬件平臺。

　　系統：交通標志識別

　　傳感器：攝像機

　　正如其名稱所示，交通標志識別（TSR）功能使用前向攝像機結合模式識別軟件，可以識別常見的交通標志（限速、停車、掉頭等）。這一功能會提醒駕駛員注意前面的交通標志，以便駕駛員遵守這些標志。TSR功能降低了駕駛員不遵守停車標志等交通法規的可能，避免了違法左轉或者無意的其他交通違法行為，從而提高了安全性。這些系統需要靈活的軟件平臺來增強探測算法，根據不同地區的交通標志來進行調整。

　　系統：夜視

　　傳感器：IR或者熱成像攝像機

　　夜視（NV）系統幫助駕駛員在很暗的條件下識別物體。這些物體一般超出了車輛大燈的視場范圍，因此，NV系統針對在前方道路上行駛的車輛提前發出報警，幫助駕駛員避免撞車事件的發生。

　　NV系統使用各種攝像機傳感器和顯示器，具體與生產商有關，但一般都屬于兩種基本類型：主動式和被動式。

　　●主動系統，也稱為近IR系統，帶電耦合器件（CCD）攝像機和IR燈源相結合，在顯示器上呈現黑白圖像。這些系統的分辨率很高，圖像質量也非常好。其典型的可視范圍是150米。這些系統能夠看清楚攝像機視場范圍內的所有物體（包括沒有熱輻射的物體），但是，在雨雪環境下，效率要大打折扣。

　　●被動系統不使用外部光源，而是依靠熱成像攝像機，利用物體自然熱輻射來采集圖像。這些系統不會受到對面來車大燈的影響，也不會受到惡劣天氣狀況的影響，其探測范圍達到300米至1000米。這些系統的缺點在于圖像是顆粒狀的，功能受限于較溫暖的氣候狀況。而且，被動式系統只能探測有熱輻射的物體。被動式系統結合視頻分析技術，可以清楚的顯示車輛前方道路上的物體，例如，行人等。

　　在NV系統中，有多種體系結構選擇，每一種方法都有其優缺點。為提高競爭力，汽車生產商應支持多種攝像機傳感器，在通用、靈活的硬件平臺上實現這些傳感器。

　　系統：自適應遠光控制

　　傳感器：攝像機

　　自適應遠光控制（AHBC）是一種智能大燈控制系統，使用了攝像機來探測交通狀況（對面來車以及同向交通狀況），根據這些狀況，調亮或者調暗遠光燈。 AHBC系統支持駕駛員盡可能在最大照亮距離上使用遠光，而不必在其他車輛出現時手動調暗大燈，不會分散駕駛員注意力，從而提高了車輛的安全性。在某些系統中，甚至可以分別控制大燈，調暗一個大燈，而同時另一個大燈正常點亮。AHBC與LDW和TSR等前視攝像機系統是相輔相成的。這些系統不需要高分辨率攝像機，某一款車輛如果已經在ADAS應用中采用了前視攝像機，那么這一特性的性價比會非常高。

　　系統：行人/障礙物/車輛探測（PD）

　　傳感器：攝像機、雷達、IR

　　行人（以及障礙物和車輛）探測（PD）系統完全依靠攝像機傳感器來深入感知周圍環境，例如，采用一臺攝像機，或者在更復雜的系統中采用立體攝像機?！邦悇e變量”（衣著、燈光、大小和距離）的差異會很大，背景復雜而且不斷變化，以及傳感器置于移動平臺（車輛）上等因素，導致很難確定移動中行人的視覺特征，因此，采用IR傳感器能夠增強PD系統。雷達也可以增強車輛探測系統，它提供很好的距離測量功能，在惡劣的天氣條件下，性能表現出眾，能夠測量車輛的行駛速度。這一復雜的系統需要使用同時來自多個傳感器的數據。（后面會詳細討論這一被稱為傳感器融合的過程。）

　　系統：駕駛員困倦報警

　　傳感器：車內IR攝像機

　　困倦報警系統監視駕駛員的面部，測量其頭部位置、眼睛（張開/閉上）以及其他類似的報警指示。如果確定駕駛員有進入睡眠的跡象，或者看起來意識不清，該系統會發出報警。有些系統還監視心率和呼吸。設想但是還沒有實現的功能包括使車輛靠近路邊行駛，最終靠邊停下來。

　　需求：靈活的高性能技術平臺

　　雖然很難詳細預測這些功能的未來發展，以后會應用到什么程度，但是，從技術角度看，有幾點是明確的：

　　●沒有一種單一的體系結構能夠滿足新出現的各類應用需求。

　　●需要采用靈活的平臺適應市場發展趨勢，實現最新的功能，同時滿足成本、規劃和性能目標。

　　●要滿足ADAS應用的高性能需求，應在軟件和硬件上達到均衡。

　　●系統使用多個不同類型的傳感器來完成安全相關任務，這類系統今后的發展會比較強勁。

　　信號融合

　　需要特別注意的是，大部分ADAS應用需要對來自多個傳感器的多路信號進行處理和分析，包括，視頻攝像機、雷達、紅外傳感器，以及今后可能出現的激光等其他傳感器信號。例如，危險探測不僅僅需要對來自多個攝像機的數據流進行集成和分析，而且，如果要用在全天候各種天氣條件下，還必須采用雷達數據。傳感器融合這一術語用于描述ADAS應用中不同信號的集成。

　　處理信號融合這一難題的一種算法解決方案是Kalman濾波，它集合了很多種算法。這是說明ADAS任務有多復雜的一個很好的例子。例如，Kalman濾波能夠集成視頻和雷達輸入信號，使用這些數據來生成當前環境的快照。然后，它在這些快照上應用名為“航位推測”的過程，根據物理條件，計算周圍環境“可能”會出現什么狀況。例如，它估算周圍車輛的新位置，確定路邊的樹木沒有移動等。然后，Kalman濾波功能對比這兩類快照，在可信度基礎上，估算出應采取哪些措施。例如，如果汽車使用了ACC，車頭距離太近，那么，可以減速，或者剎車。

??? ADAS應用曾涉及到很多發展方向，并不能明確哪一方向最終會推動市場發展。近年來不少名廠廠紛紛推出其解決方案，下面我們將通過這些設計方案來認識一下ADAS技術和應用趨勢。