智能网联汽车概论 课件 6-1 认知ADAS系统

智能网联汽车概论能力模块六

掌握先进驾驶辅助系统在智能网联汽车上的应用方式任务一

认知ADAS系统导入随着社会安全意识的不断提升以及国际汽车安全标准的不断提高，主动安全技术先进驾驶辅助系统（ADAS）必然成为近年来汽车电子领域的发展趋势。目前的中国汽车行业自上而下，具备前瞻性的眼光和远大的战略性布局，具备真正核心的竞争力，保证ADAS系统应用中的稳定与可靠，相信会在新的市场形势下一路高歌猛进。作为智能网联汽车工程师，在ADAS系统研发任务中，你的主管要求你就吉利几何、比亚迪汉、特斯拉、宝马X5、奔驰、奥迪几款车型中的ADAS系统进行报告分析。新授Newteaching1目录一、ADAS系统的定义二、视觉传感器与毫米波雷达结合三、多传感器融合四、智能网联汽车智能化分级与ADAS配置的关系先进驾驶辅助系统（AdvancedDriverAssistanceSystems，ADAS），又称为高级驾驶辅助系统。全国汽车标准化技术委员会将ADAS定义为利用安装在车辆上的传感、通信、决策及执行等装置，监测驾驶人、车辆及其行驶环境，并通过影像、灯光、声音、触觉提示/警告或控制等方式辅助驾驶人执行驾驶任务，或主动避免或减轻碰撞危害的各类系统的总称。ADAS具有更快捷的主动安全技术信息处理，使驾驶人能够在尽可能短的时间内发现可能发生的危险，以引起注意并提高安全意识。ADAS中使用摄像头、毫米波雷达、激光雷达和超声波雷达等传感器，可以检测光、热、压力或其他外部环境的变量。如表所示。一、ADAS系统的定义一、ADAS系统的定义类型环境感知安全控制动作执行图片

组成雷达、摄像头等算法、ECU执行器功能道路识别车辆识别行人识别等自适应巡航控制车道保持辅助自动刹车辅助等语音提醒自动转向自动刹车等一、ADAS系统的定义先进驾驶辅助系统是智能网联汽车的重要组成部分，它除了帮助持续改进在驾驶过程中的安全性和舒适性以外，同时也在不断实现驾驶行为的最优化，如可以实现经济驾驶和智能化车流控制。随着先进驾驶辅助系统技术的快速发展，将帮助车辆逐步实现自动化驾驶，并最终达到无人驾驶的目标。（一）自主式先进驾驶辅助系统一、ADAS系统的定义先进驾驶辅助系统按照环境感知系统的不同可以分为自主式先进驾驶辅助系统和网联式先进驾驶辅助系统。

自助式先进驾驶辅助系统是基于车载传感器完成坏境感知，依靠车载中央控制系统进行分析决策，技术比较成熟，多数已经装备量产车型。

自主式先进辅助系统按照功能可以分为自主预警类、自主控制类和视野改善类等。一、ADAS系统的定义自主预警类主要内容前车防撞预警系统识别潜在的危险情况并通过提醒帮助驾驶员避免或减缓碰撞事故。车道偏离预警系统可能偏离车道时给予驾驶员提示，减少因车道偏离而发生的事故。盲区监测系统检测盲区内行驶车辆或行人。驾驶员疲劳预警系统推断驾驶员的疲劳状态进行报警提示或者采取相应措施。1.自主预警类自主预警是指自动监测车辆可能发生的危险并提醒，从而防止危险或减轻事故伤害,如表所示。一、ADAS系统的定义自主控制类主要内容车道保持辅助系统修正即将越过车道标线的车辆，使车辆保持在车道线内。自动刹车辅助系统当车辆与前车处于危险距离时，主动产生制动效果让车辆减速或紧急停车，减少因距离过短而发生的事故。自适应巡航系统使车辆始终与前车保持安全车距。自动泊车辅助系统自动泊车入位。2.自主控制类自主控制是指自动监测车辆可能发生的危险并提醒，必要时系统会主动介入，从而防止发生危险或减轻事故伤害。如表所示。一、ADAS系统的定义视野改善类主要内容汽车自适应前照明系统自动调节前照明系统的工作模式。汽车夜视辅助系统晚上使用热成像呈现行人或动物。汽车平视显示系统将汽车驾驶辅助信息、ADAS信息等以投影方式显示在前方。全景泊车系统四周360°全景提示。3.视野改善类视野改善是指提高在视野较差环境下行车安全。如表所示。一、ADAS系统的定义（二）网联式先进辅助系统网联式先进驾驶辅助系统是基于车与外界的通信互联完成环境感知，依靠云端大数据进行分析决策，目前处于测试阶段。网联式先进驾驶辅助系统是依靠V2X通信技术对车辆周边环境进行感知，并可对周围车辆未来运动进行预测，进而对驾驶员进行驾驶操作辅助的系统。通过现代通信与网联技术，汽车、道路、行人等交通参与者都已经不再是独立者，而是成为了智能交通系统中的信息节点。网联式先进驾驶辅助系统一、ADAS系统的定义

网联式先进驾驶辅助系统功能主要有交通拥挤提醒、闯红灯警示、弯道车速警示、停车标志间隙辅助、现场天气信息警示、违反停车标志警示、违规穿过铁路警示、减速区警示、限速交通标志警示、过大车辆警示等。警示不仅告知本驾驶员违反安全，而且可以通过V2X、V2I警示附近的车辆，从而协助防止相撞，例如有车辆在十字路口的死角闯红灯或在有停车标志处停车时。如图所示。网联式先进驾驶辅助系统二、视觉传感器与毫米波雷达结合

视觉传感器成本低，可以识别不同的物体，在物体高度与宽度测量精度、车道线识别、行人识别准确度等方面有优势，是实现车道偏离预警、交通标志识别等功能不可缺少的传感器，但作用距离和测距精度不如毫米波雷达，并且容易受光照、天气等因素的影响。毫米波雷达受光照和天气因素影响较小，测距精度高，但难以识别车道线、交通标志等元素。另外，毫米波雷达通过多普勒偏移的原理能够实现更高精度的目标速度探测。（一）视觉传感器与毫米波雷达结合1.视觉传感器与毫米波雷达结合优点二、视觉传感器与毫米波雷达结合

将视觉传感器和毫米波雷达进行融合，相互配合，共同构成智能网联汽车的感知系统，取长补短，实现更稳定可靠的ADAS功能，如图所示。视觉传感器与毫米波雷达融合具有以下优势。如表所示。融合优势优势内容可靠性目标真实可信度提高。互补性全天候应用与远距离提前预警。高精度大视角、全距离条件下的高性能定位。识别能力强对各种复杂对象都能够识别。视觉传感器与毫米波雷达融合二、视觉传感器与毫米波雷达结合

在智能驾驶场景下，视觉传感器与毫米波雷达的数据融合大致有三种策略：图像级、目标级和信号级。如图所示。视觉传感器与毫米波雷达的数据融合策略2.视觉传感器与毫米波雷达结合控制策略二、视觉传感器与毫米波雷达结合（1）图像级融合

图像级融合以视觉为主体，将雷达输出的整体信息进行图像特征转化，然后与视觉系统的图像输出进行融合。（2）目标机融合

目标机融合对视觉和雷达输出进行综合可信度加权，配合精度标定信息进行自适应的搜索匹配后融合输出。（3）信号级融合

信号级融合是对视觉和雷达传感器ECU传出的数据源进行融合。其中，信号级别的融合数据最小，可靠性最高，但需要大量的运算。

多传感器融合的基本原理类似于人类大脑对环境信息的综合处理过程。人类对外界环境的感知是通过将眼睛、耳朵、鼻子和四肢等感官（各种传感器）所探测的信息传输至大脑（信息融合中心），并与先验知识（数据库）进行综合，以便对其周围的环境和正在发生的事件做出快速准确地评估。

多传感器融合的体系结构分为分布式、集中式和混合式。三、多传感器融合（一）多传感器融合体系结构分布式集中式混合式三、多传感器融合1.分布式分布式多传感器先对各个独立传感器所获得的原始数据进行局部处理，然后再将结果送入信息融合中心进行智能优化组合来获得最终的结果。分布式多传感器对通信带宽的需求低，计算速度快，可靠性和延续性好，但跟踪的精度却远没有集中式多传感器高。如图所示。分布式三、多传感器融合集中式2.集中式

集中式多传感器将各传感器获得的原始数据直接送至信息融合中心进行融合处理，可以实现实时融合。优点是数据处理的精度高，算法灵活；缺点是对处理器的要求高，可靠性较低，数据量大，故难于实现。如图所示。三、多传感器融合混合式3.混合式

混合式多传感器信息融合框架中，部分传感器采用集中式融合方式，剩余的传感器采用分布式融合方式。混合式融合框架具有较强的适应能力，兼顾了集中式融合和分布式的优点，稳定性强。混合式融合方式的结构比前两种融合方式的结构复杂，这样就加大了通信和计算上的代价。如图所示。四、智能网联汽车智能化分级与ADAS配置的关系分级1级2级3级4级5级名称驾驶辅助部分自动驾驶有条件自动驾驶高度自动驾驶完全自动驾驶主要功能前车防撞预警车道偏离预警盲区监测预警驾驶员疲劳预警车道保持辅助自动刹车辅助自适应巡航控制自动泊车辅助自适应前照明汽车夜视辅助汽车平视辅助拥堵辅助系统车道内自动驾驶换道辅助全自动泊车高速公路自动驾驶城郊公路自动驾驶协同式列队行驶交叉路口通行辅助市区自动驾驶车路协同控制远程泊车无人驾驶特征单一功能组合功能特定条件部分任务特定条件全部任务全部条件全部任务感知系统配置超声波传感器毫米波雷达视觉传感器超声波传感器毫米波雷达视觉传感器少线激光雷达超声波传感器毫米波雷达视觉传感器多线激光雷达V2X超声波传感器毫米波雷达视觉传感器多线激光雷达V2X5G超声波传感器毫米波雷达视觉传感器多线激光雷达V2X5G高精度地图

智能网联汽车智能化分级与A