首页
学习
活动
专区
工具
TVP
发布

ADAS系统的组成和主要功能——三分钟科普!

ADAS系统主要的功能在于感知道路环境以及做出相应决策上(执行由其他模块完成,不属于ADAS功能)。目前大部分主机厂的策略是自己研发决策算法,感知系统交给供应商做,少部分技术能力差的主机厂会采购一整套ADAS系统,只做集成,不做相应的功能开发。

目前市面上销售的车辆大多数搭载的是低成本的ADAS系统,感知模块主要由摄像头和毫米波前向雷达组成。毫米波雷达笔者了解不多,因此今天的介绍以摄像头为主。

01ADAS系统

上图是ADAS系统的一个最基本的系统框图。由摄像头作为感知部件,将视频信号传输给ADAS ECU,在ECU内部,由DSP(数字信号处理器)进行图像识别处理,将识别到的物体信息发送给MCU(主处理器)。主处理器对DSP信号做校验等最终处理后,根据客户要求不同,可以输出最后的决策给执行器,也可以只输出识别后的物体信息,由其他模块做出决策并执行。

02感知

乘用车摄像头一般安装在内后视镜后面,挡风玻璃顶部的位置。摄像头硬件上比较重要的东西是镜头,CMOS元件,以及视频信号接口。由于体积限制,摄像头内部无法集成DSP和MCU,因此需要视频信号线将信息传递给ECU进行处理。摄像头理论上可以把视频信号转换为CAN信号直接输出,但是CAN FD的速率无法满足如此大量的数据通信,因此低成本解决方案中还是需要使用视频信号线。对于Tier1来说,如果DSP是外购的,那么一般镜头和CMOS需要采购DSP供应商指定的产品才可以。摄像头的优点在于成本低,数据分析容易(雷达数据分析工程师哭晕在厕所),同时它的缺点也非常明显:测距,测速不够精确,识别能力受环境干扰影响比较大(雨雪天,炫光,挡风玻璃脏了,裂了等等),识别距离和广度无法兼顾等问题。目前的多目摄像头只解决了识别距离和广度,但是测距/测速的精度并没有太好的办法(图像畸变,坐标系转换的信息丢失,镜头热胀冷缩导致参数变化等原因)。

03感知功能

目前主流的摄像头目标识别功能主要有以下几种:车辆及行人识别,车道线识别,交通标志识别,红绿灯识别,发光物体识别。非主流的有free space,大型动物识别,施工区域识别,非车辆的物体识别,车道转向标志识别等等。限于篇幅,今天只介绍主流的几种。

1.车辆及行人识别

车辆和行人是最主要的道路参与者,此功能是ADAS系统的重中之重。因此对于此类物体,有大量信号用来描述他们。主要信号有:纵向/横向距离,相对/绝对纵向/横向速度/加速度,类别,长度,高度,宽度,运动状态,所属车道等等信息。这些信号可以用来做AEB,ACC,TJA等功能。

2. 车道线识别

车道线识别是ACC,LKA,Lane centering,车道偏离预警的信号来源。目前车道识别的难点主要在于模糊不清的车道线,施工路段复杂的车道线,等情况。目前车道线都是使用三阶多项式来描述的。此方法的缺点在于无法描述S型曲线等较为复杂的车道线。三阶多项式描述的曲线代表的是车道线靠近本车一侧的边缘。车道线识别的主要输出信息有:车道线起始/结束位置,本车距左右车道线横向距离,车道线曲率,车道线类型,车道线位置,分叉/合流位置等信息。

3. 交通标志/红绿灯识别

交通标志/红绿灯识别在目前的应用主要是预警,暂时还没有量产车将这两项功能加入对车辆控制的干预上。识别内容亦清晰易懂,因此略过不提。

4. 发光物体识别

此功能的主要用途是识别夜间的发光物体,如车灯,路灯,强反光物体等来自动控制远光灯的开启和关闭,以防亮瞎其他道路使用者的狗眼(强烈要求标配)。配合矩阵式大灯,此功能的高端版还可以根据发光物的距离,控制光域,在不影响其他车辆的前提下获得尽可能大的视野。

04决策

决策层面大家听的比较多,像ACC,AEB,LKA,Lane centering,TJA都是大家耳熟能详的功能,在此不再赘述。几乎所有的主机厂在决策层面都是找供应商购买硬件,然后写入自己开发的算法。少部分技术实力稍差的主机厂会选择采购供应商的整套系统,只做系统集成。几乎所有的主机厂所说的拥有自主知识产权或者自主研发的ADAS系统都属于这种模式。对于此类算法,笔者没有从事过相关工作,不敢妄言。但是做过工程的朋友都清楚,工程中看起来很简单的事情(算法依靠视觉信号的输入判断加速/减速/刹车等操作),实际操作中都会碰到很多意想不到的问题。因此决策算法的含金量还是非常高的。对于同时配备摄像头和雷达的系统,在决策前必须要经历一次数据融合,以保证算法输入的准确性。由于商业原因,笔者在此无法向大家详细介绍,只能说,数据融合并不是做一次简单的与运算,要复杂的多。

05 总结

ADAS系统的下放已是不可逆转的潮流,无人驾驶也已在赶来的路上。对于主机厂来说,虽然ADAS系统并不一定能提高多少销量,但是人有我无却会变成最大的黑点。对于无人驾驶来说,摄像头无法适应恶劣的天气,毫米波雷达对横穿目标毫无办法,激光雷达成本无法负担,自动驾驶所需的计算能力对车规级硬件又是不小的挑战,但我相信,随着科技的进步,自动驾驶的实现,真的只是时间问题。

关注我们

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20190826A0OJRC00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券