广告
汽车自动紧急制动（AEB）行人检测系统的开发与测试
2020-09-01 23:02:38· 来源：期刊《汽车安全与节能学报》 作者：吴俊， 向国梁， 杨俊辉， 邱洋迪， 房建伟， 曹立波
摘 要：开发了一种汽车主动安全技术的汽车自动紧急制动(AEB)行人检测系统。该系统包含软体假人目标、假人驱动装置及其控制系统，可按照2018版中国新车评价规程(C
摘 要： 开发了一种汽车主动安全技术的汽车自动紧急制动(AEB)行人检测系统。该系统包含软体假人目标、假人驱动装置及其控制系统，可按照2018版中国新车评价规程(C-NCAP)的AEB行人系统测试场景的要求，驱动假人目标行走，并可与操控测试车辆的驾驶机器人实时通讯。开展了对假人目标行走距离、假人目标行走速度和与驾驶机器人的联动实验。结果表明：该系统实验一次成功率达到90%以上，对假人速度控制的准确度96%，对假人与车辆碰撞位置的准确度达96%；该系统可准确复现行人危险工况。因此，该AEB行人检测系统可用于开展C-NCAP(2018)行人测试实验，作为车辆AEB系统功能评测及相关产品开发工具。
关键词： 汽车主动安全；行人测试；自动紧急制动(AEB)；测试场景；假人目标；驱动系统；中国新车评价规程(C-NCAP)
2016年，中国大陆每年重特大事故中交通运输事故起数、由于交通运输事故造成死亡的人数分别占到70%和80% [1]。在联合国世界卫生组织预测的10大死亡原因中，全球因道路交通伤害造成的人员受伤或死亡的排名仍将不断上升[2]。随着现实需求带来的汽车安全技术的发展，汽车自动紧急制动系统(autonomous emergency brake，AEB)[3]也越来越多的应用到车辆上。
据美国公路安全保险协会，AEB可以减少27%的交通事故[4]。AEB行人系统主要用于保护行人等易受伤害的道路使用者，该系统通过车辆上集成的传感器识别并跟踪交通环境中的行人，并计算其相对车辆的运动轨迹，以此判断是否有碰撞的危险，若有危险则系统会自动采取制动使车辆停止，同时向驾驶员发出警告。
为了对AEB系统的性能进行系统的测试及评价，欧美等国家和地区相继颁布了针对AEB系统的测试章程或标准，我国于2018年7月1日实施的《中国新车评价规程(China New Car Assessment Program, C-NCAP)管理规则(2018年版)》也系统的提出了对AEB行人系统的测试方案与评价标准[6]。这些测试规程、标准的出台，对于规范AEB行人系统的设计，提高行车安全性具有重要的推动作用。
AEB的场地测试能复现真实道路中的典型危险场景，是验证和评价AEB系统的有效手段。为了满足AEB行人系统的测试要求，一些机构已开发了多款AEB行人检测装置。如英国的ABD(Anthony Best Dynamics)公司和奥地利的4active System公司等相继推出了AEB行人检测系统，并已在诸多汽车制造商及汽车检测机构等得以应用。
ABD公司开发的AEB行人检测装置采用了盘式电机驱动，该电机亦可作为转向机器人的驱动电机；然而，其软体假人目标仍是由4active System公司提供[9]。
4active System公司的AEB行人检测装置采用伺服电机驱动，驱动端集成了电机及电源等，结构紧凑但相对比较沉重，不便于实验的准备。这两个公司开发的AEB行人检测装置均是针对欧美等行人测试场景开发，如仅满足“新车评价规程(New Car Assessment Program, NCAP)”的测试要求，不能满足中国道路危险场景行人测试的要求，并且设备采购和维护成本高，不利于中国车辆AEB行人系统的开发和验证。
因此，本文开发了一套AEB行人检测系统，包含软体假人目标、假人驱动装置及其控制系统，装置可满足C-NCAP的测试需求，同时系统测试条件可调，以满足我国危险场景的测试要求，最后采用实验验证测试系统的有效性。
01 系统方案设计
1.1 AEB行人系统测试场景
C-NCAP测试规程(2018)中针对AEB行人系统共规定了4个测试场景：远端碰撞场景(car-to-VRU farside adult, CVFA) CVFA-50、CVFA-25和近端碰撞场 景 (car-to-VRU nearside adult, CVNA) CVNA-25，CVNA-75；其中：VRU为弱势道路使用者(vulnerable road users)的简称。
图1 测试场景示意图
如图1所示，假人目标距离测试车辆中心线的水平距离为D = 6 m (远端)和4 m (近端)。测试车辆行驶速度vv为20、30、40、50、60 km/h；假人目标行走速度vp为5 km/h和6.5 km/h两种，两者运动方向相互垂直；碰撞位置在车辆宽度的25%处 (M点)、50%(L点)和75% (K点)处；参考点为假人目标的起始位置。测试车辆和假人目标的速度精度分别为+0.5 km/h和±0.2 km/h。测试对象为成人和儿童。
表1 中国测试场景设计参数
由于C-NCAP测试规程主要是参照欧盟的E-NCAP (European New Car Assessment Program，) [10]建立，其AEB行人测试场景是基于欧美国家交通事故统计数据获得[2]，并不能完全适用于中国。为此，刘颖等[11]在中国大陆采集了52例车与行人冲突的工况样本，利用统计学分析方法归纳了4种行人测试场景，如表1所示。
由于文献[11]等未给定车辆左转的路径要求及照明条件，并且行人测试中测试车辆是由驾驶机器人操控故不考虑驾驶员视野是否有遮挡，因此可认为测试场景C1、C2和C3较接近。为使AEB行人系统实验具有较高的重复性和可操作性，本研究设定了2种适合中国的测试场景：
1） 近 距 测 试 场 景 (car-to-pedestrian nearside，CPN)：测试车辆速度5 ～25 km/h，以5 km/h为间隔，行人与车辆的距离为7 m；
2） 远 距 测 试 场 景 (car-to-pedestrian farside，CPF)：测试车辆速度10 ～60 km/h，以10 km/h为间隔，行人与车辆的距离为20 m(该距离是C1、C2和C3测试场景按其覆盖危险比例的加权平均值)。测试车辆直线行驶，行人行走速度为5.4 km/h，碰撞位置为车辆的50%处，假人目标与测试车辆的水平距离通过行人行走速度、车辆行驶速度以及测试车辆与行人的距离计算得到。
1.2 系统方案
根据C-NCAP和中国行人测试场景的要求，行人检测系统要满足以下功能：可替代行人的目标假人，可带动假人按一定速度直线行走的驱动系统，可控制车辆按照设定轨迹、速度行驶的驾驶机器人，并且要实现假人目标和车辆之间的通讯，以满足两者在指定位置发生碰撞的要求。
为满足以上测试要求，系统原理方案设计如图2所示。假人目标固定在托板上，托板两端连接牵引带，牵引带在驱动端和随动端之间形成回路，并在驱动端的驱动下带动托板及其上的假人直线行走，驱动端和测试车辆上装有通讯设备，通过实时动态(real-time kinematic, RTK)基准站实现两者位置、速度信息的交互，满足测试场景中对两者相对运动的要求。
图2 系统原理方案
综合C-NCAP和中国行人测试场景可知，假人目标运动速度分别为5、5.4、6.5 km/h，测试车辆行驶速度范围5～60 km/h，测试车辆垂直于假人目标的行走轨迹行驶。由于测试车辆的运动速度和运动轨迹是由驾驶机器人控制，因此不在本研究的讨论范围之内。本研究重点考虑的是假人目标、假人目标的运动速度和位置控制及假人目标与测试车辆的通讯。
02 系统硬件设计
2.1 假人目标设计
本研究按照C-NCAP中规定的成人和儿童尺寸开发了两种身材的假人目标，并重点考虑了假人目标的视觉和红外特性。通过在假人面料上涂抹近红外反射二氧化钛IR-1000，提高布料的红外反射率，使假人衣服和皮肤材料满足在850～910 nm之间其红外反射率在40%～60%之间的要求[9]。假人的胯部设置支撑杆，以支撑假人直立行走。开发的成人和儿童假人目标如图3所示。
2.2 假人目标驱动系统
假人目标驱动系统包括托板、牵引带、牵引带驱动端和随动端。托板上设置磁铁单元，假人支撑杆可通过磁性连接在托板上，实现托板对假人的支撑，而当测试碰车辆撞到假人目标时，磁性连接失效，假人从托板上脱离，避免碰撞导致整个系统的损坏。另外，托板两端设置卡扣，实现牵引带与托板的连接。托板示意图如图4所示。
图3 假人目标
图4 托板及牵引带
牵引带驱动端包括无线通讯模块、控制器、电机和电源等，如图5所示。
无线通讯模块接收测试车辆行驶(速度和位置)信息，并传递至控制器，控制器控制电机，实现对牵引带的驱动，进而带动假人目标行走。牵引带随动端完成牵引带运动的转向，形成完整回路。假人目标驱动系统如图6所示。
图5 驱动端结构示意图
图6 假人目标驱动系统
03 控制系统开发
3.1 系统控制策略
在开展AEB行人系统测试时，驾驶机器人系统与AEB行人检测系统协同工作。根据当前测试场景，自动驾驶机器人控制测试车辆按照设定轨迹行驶，自动驾驶机器人配备了惯性导航仪和差分精确定位模块，惯性导航仪实时采集测试车辆的速度、加速度以及偏航角，差分精确定位模块可以实时确定测试车辆的具体位置，惯性导航仪和差分精确定位模块将实时测得的信息通过无线的方式发送给AEB行人检测系统的控制系统。
AEB行人检测控制系统根据测试场景对测试车辆行走速度、假人行走速度和碰撞位置的要求，判定假人的启动时刻，即测试车辆相对行人检测装置行驶至预定位置的时刻。
当系统侦测到测试车辆位置信息满足假人的启动条件后，系统驱动假人行走。驱动系统按照测试场景对假人行走速度和碰撞位置的要求，控制电动机启动、加速、减速、制动，最终实现测试车辆与假人目标相对运动的要求。
行人检测系统通讯及功能模块如图7所示。
图7 AEB行人检测通讯及控制模块
自动 驾驶机器人和AEB行人检测系统之间的无线通讯包含2个通讯通道。
实时动态(RTK)基准站将接收到的全球定位系统(global positioning system，GPS) 定位信息以915 MHz无线通信信道发送给AEB行人检测系统和自动驾驶机器人系统，而自动驾驶机器人系统将测试车辆的位置、速度信息通过2.4 GHz通信信道发送给AEB行人检测系统。无线通讯模块为Nordic公司研制的NRF24L01芯片。
3.2 差分定位模块设计
由于普通GPS定位误差超过3 m [12]，达不到实验测试的要求，因此本研究通过差分定位来实现系统的准确定位。差分定位模块由RTK基准站和移动站两部分组成，其中RTK基准站固定在空旷无遮挡位置，移动站固定在测试车辆和行人测试装置上。通过RTK基准站采集稳定的GPS定位信息，并将信息发送给移动站，移动站结合基准站的定位信息和自身采集的GPS信号，进行载波相位差分解算，从而使移动站获得cm级相对定位信息。通过差分定位模块，即可实现对测试车辆和假人目标运动的精准定位，进而控制行人驱动系统及测试车辆的驾驶机器人，实现两者准确的相对运动要求。
3.3 行人驱动控制器设计
AEB行人检测系统控制器实时接收自动驾驶机器人系统发送的测试车辆的速度、位置信息，通过对比测试车辆的实时位置是否与AEB行人检测系统控制器计算出的系统测试触发点位置一致，确定是否触发假人运动。假人运动触发后，AEB行人控制器调用对应测试场景的电机控制算法以控制电机的转速，从而控制假人的移动。控制器芯片分主控芯片(STM32F767)和被控芯片(STM32F103)，主控芯片负责接收各模块传递的信息并进行信息的分析、处理，被控芯片负责对驱动电机加减速的精确控制。控制器的结构如图8所示。
图8 控制器结构示意图
3.4 驱动控制算法
在测试过程中，假人需经历加速、匀速和减速过程，假人驱动系统在控制假人运动速度的同时，需精准控制假人的运动位置，以实现测试过程中通过托板将假人运载至指定的位置。本研究设计了S型曲线加减速控制方法，将加减速划分为：加加速、减加速、匀速、加减速以及减减速等5个阶段，如图所示。在加加速、减加速、加减速、减减速这4个过程中，加速度变化率J的绝对值恒定，加减速模式在任意位置的加速度都连续变化，速度曲线平滑，可避免柔性冲击。
图9中t1到t3为各个阶段的运行时间。由于J为恒定值，在加速阶段和减速阶段之间，速度应保持不变，则加加速、减加速、加减速与减减速经历的时间大小相同，即t1 = t2。
设vs为初速度，ve为末速度，由运动学关系计算，可得假人的运动加速度a、速度v、位移S的计算公式如表2所示。
图9 S型曲线加减速控制方法
表2 加速度、速度、位移计算公式
3.5 系统联动控制
1） 计算系统触发点。启动AEB行人检测系统的差分精确定位系统，利用行人检测系统移动站测得P0(假人目标初始位置)、P1(碰撞点位置)坐标(x1，y1)和(x2，y2)。另外，利用测试车辆移动站获得测试车辆车头中点处坐标V1(x3，y3)及车辆航向角R。由车速v及行人行走至碰撞点所需时间T(D1 / Vp)，换算得到系统触发点M的坐标(x4，y4)。
2） 测试车辆姿态和位置调整。计算车头中心点V1与直线
的距离D2以及车辆航向角R与
的夹角δ。驾驶机器人实时判断D2和δ的数值变化，通过正向或反向转动方向盘，实时更新测试车辆航向角与位置，使得车辆的纵向中心线与测试路线重合，完成测试车辆位置、姿态调整。3） 系统联动测试。驾驶机器人系统实时更新车辆车头中心点V1(x3，y3)的坐标值，并通过无线模块发送给AEB行人检测系统，AEB行人检测系统实时将V1点与M点坐标值进行比对，当x3= x4且y3 = y4时，AEB行人检测系统触发假人目标移动，行人驱动控制器控制假人目标按该测试场景调节电机转速，最终实现测试车辆行驶到P1点时，假人行走到P1点。系统联动控制逻辑如图10所示。
04 系统测试
4.1 测试实验
为了验证AEB行人检测系统的功能，本研究按照C-NCAP(2018版)规定的行人测试场景和我国行人测试场景共6种测试场景，开展了行人危险工况复现实验，主要用于检测AEB行人检测系统对假人目标速度、位置的控制能力，以及AEB行人检测系统与测试车辆的无线通讯性能。
首先开展的是单调测试，即没有与驾驶机器人进行联合控制，只运行AEB行人测试装置，测试在不同测试场景下电机加减速控制算法对假人目标的运动距离和平均速度的控制能力，如图11所示。每种测试场景各开展3次实验，而由于国内行人测试场景不同速度下假人目标与测试车辆的水平距离均不相同，因此共开展了(4+11)×3 = 45次实验，试验结果如表3所示，其中不符合测试要求的试验结果在表内加粗显示。由试验结果计算可得AEB行人检测系统对假人行走距离和速度控制的准确度为96%(准确度=符合要求的试验次数/总试验测试)。由此可知，AEB行人检测系统可按照试验要求准确的控制假人目标的运动。
图10 系统联动控制简图
图11 AEB行人测试现场
表3 假人目标行走距离和速度测试
注：距离有效范围为假人目标与测试车辆的水平距离与车辆横向偏移量精度±50 mm之和。速度有效范围为假人目标行走速度与其速度精度±0.2 km/h之和。
完成系统单调测试后，开展AEB行人检测系统与驾驶机器人的联动实验，检验AEB行人检测系统与测试车辆的无线通讯功能。测试车辆选用长城vv7s，将其AEB功能关闭，以检测不同的测试场景下，假人对车辆的碰撞点是否满足不同测试场景的要求。实验现场如图12所示。
图12 系统联动测试实验
按照CNCAP(2018版)和国内AEB行人测试场景开展实验，其中根据CNCAP(2018版)测试要求共开展20次实验(测试车辆速度为20 ～60 km/h，以10 km/h为间隔，每种测试场景对应5次实验)，按照国内测试场景开展11次实验，共31次实验，实验结果如表4所示，表内数据表示第几次实验时该测试场景实验成功，即与驾驶机器人联动时碰撞位置、速度、距离都达到实验要求。
由表4可见：以上实验1次成功率90%，重复2次成功率达到100%。
表4 AEB行人检测系统联动实验次数
注：数据为空，表示无实验。
在测试假人目标的运动距离和行走速度的实验中，AEB行人测试系统对假人速度控制的准确度，假人与车辆碰撞位置的准确度达到96%，2次出现(45次实验)误差超过精度有效范围的情况(近距测试场景车速为25 km/h，远距测试场景车速为50 km/h)，误差主要是由于地面摩擦力不均及牵引带的弹性造成。然而，考虑到误差较小，可以认为电机加减速控制算法的控制性能良好，能够满足试验要求。
另外，在AEB行人检测系统和驾驶机器人的联动实验中，小概率(3/31)出现测试车辆到达预定位置而假人目标未行走的情况，这主要是因为两者通讯出现异常。由于本系统与驾驶机器人的无线通讯采用2.4 GHz通信信道，部分无线局域网、蓝牙也采用了这一信道，可能对设备通讯产生干扰。因此，开展AEB行人测试实验要求实验场地空旷无干扰。通过对实验场地无线通讯设备的控制，系统可较好的完成与驾驶机器人设备的联动实验。
通过以上分析可知：本研究开发的AEB行人检测系统可较好的复现CNCAP和中国行人测试场景。相较于国外开发的AEB行人检测系统，本研究开发的测试系统具有以下3个优点：
1） 控制系统自主开发，控制参数可调，可满足国内行人测试场景的测试要求；
2） 系统采用中文操作，便于国内检测人员的使用；
3） 系统成本降低，使其可被更多的AEB行人系统研发单位使用，有助于推动AEB行人系统的检测及其性能的提升。
然而，本研究也存在着不足。例如，本研究开发的假人目标仅考虑了假人的红外反射特性而未考虑其雷达反射特性；另外，本研究未考虑系统对欧洲新车评估规程(Euro-New Car Assessment Program, ENCAP)。等其它测试规程的适用性。由于ENCAP(2018版)中对道路骑行人的保护提出了要求，进而对AEB行人检测系统的驱动性能提出了更高的要求。今后将重点研究软体目标假人衣服的雷达反射特性并进一步研究国外AEB行人测试要求和方法，提高系统的适用范围及可靠性。
05 结 论
本研究开发了一种AEB行人检测系统，该系统可按照中国新车评价规程(C-NCAP)和中国汽车自动紧急制动(AEB)行人测试的要求，精准的驱动假人目标行走，并可与操控测试车辆的驾驶机器人实时通讯。
实验结果表明：该实验系统对假人行走距离和速度控制的准确度为96%，与驾驶机器人联动实验的一次成功率达到90%，并且开发的假人目标具有典型的人体特征及红外反射特性。该AEB行人检测系统可较好地复现多种行人危险工况，具有较高的测试精度。该系统可用于开展C-NCAP(2018版)行人测试实验，是车辆AEB系统功能评测及相关产品开发的有效工具。
- 下一篇：燃料电池乘用车散热水管路设计及仿真
- 上一篇：NVH测量技术，塑造汽车革新方案
广告
广告
最新资讯
-
汽车动力电池系统试验综述
2024-11-16 08:25
-
汽车可靠性前沿技术研讨会在重庆成功召开
2024-11-16 07:33
-
一文讲清AEB误触发的原因及法规要求
2024-11-16 07:30
-
HEAD acoustics下线检测：最高级别的质量保
2024-11-15 17:09
-
新能源公司与哈尔滨理工大学联合研究中心揭
2024-11-15 17:07
广告
广告
