智能交通系统( ITS )与现代汽车技术(第二部分)
李克强 连小珉 侯德藻 高锋（清华大学汽车工程系）
--------------------------------------------------------------------------------
2．4 基于ITS的汽车主动安全性技术
2．4．1汽车主动避撞系统技术研究的意义
作为汽车自动驾驶技术在现阶段的重要应用成果的汽车主动避撞系统，它体现了利用智能交通系统技术提高汽车主动安全性的思想。公路交通安全问题一向是各国政府和社会关注的重要问题，也是智能交通系统(ITS)要致力解决的重大问题。从主动避免汽车安全事故上讲，除提高汽车的可靠性，保障各项性能良好及强调安全驾驶外，尚无其它有效手段。长期以来，汽车的安全性还主要取决于驾驶人员。每年世界上都会因交通事故而带来巨大损失。而其中由驾驶员失误（如判断失误、决策失误等）引发的交通事故占90%以上。随着高速公路及ITS逐步发展完善，车流量逐渐增大，车速也不断提高，人的能力更显不足，导致交通事故频频发生。尽管研究了很多被动安全性措施来减小事故后的人员伤亡，但引发交通事故的根本原因尚未得到解决，在我国每年几十万起交通事故带来的直接经济损失就在数百亿元以上。因此开展基于智能交通系统的车辆主动安全性研究显得尤为迫切。
利用现代计算机及信息技术来提高道路交通的安全和效率已成为国外研究的热点，同时也是受到我国关注并开始大力研究的重要课题。ITS作为一个复杂的现代工程系统，主要由ATMS(Advanced Traffic Management System)、ATIS(Advanced Traveler Information System)、AVCSS(Advanced Vehicle Control and Safety System)等几大部分组成，分别涉及信息、通信及控制工程、道路交通和车辆工程。其中的先进汽车控制与安全系统(AVCSS)研究是实现智能交通系统过程中，以车辆为对象的具体工作，而提高汽车主动安全性则是完成该领域工作的重要基础。然而我国目前在智能交通系统(ITS)研究方面，主要集中在交通道路规划、交通信息管理及自动收费等方面，对公路交通的主体---汽车的主动安全性研究尚未给予应有的重视，这与我国交通部门与汽车部门在体制上脱节等因素有关，必将影响到先进汽车控制与安全系统(AVCSS)的研究，并最终影响到ITS的实现，因此ITS离不开对汽车主动安全问题的研究。
利用信息感知、动态辨识、控制等技术与方法体提高汽车的主动安全性是ITS的主要研究内容之一。世界各大汽车公司、大学在政府的支持下，都在开展这方面的研发工作，例如：日本政府主导的由各大汽车公司及大学等研究机构参与的先进安全汽车（ASV）项目，通过概念设计、单元技术实用化及系统综合技术的研发、试验车制作、实车试验的实施等步骤，已于2000年取得实用化成果；美国DOT（交通部）主导的ITS中的AHS开发项目结束后，于1998年开始了以主动避撞系统CAS(Collision Avoidance System )为中心的初级智能汽车IVI( Intelligent Vehicle Initiative )项目,并取得阶段成果。这些都表明ITS实用化过程中开展汽车主动安全性关键技术研究的必要性，可行性和迫切性。
汽车主动避撞系统利用现代信息技术、传感技术来扩展驾驶人员的感知能力，将感知技术获取的外界信息（如车速、其它障碍物距离）传递给驾驶人员，同时在路况与车况的综合信息中辨识是否构成安全隐患，在紧急情况下能自动采取措施控制汽车，使汽车能主动避开危险，保证车辆安全行驶。汽车只有具备了这样的主动安全性，才能减少交通事故，提高交通安全。
2．4．2汽车主动避撞系统关键技术发展动态
现代车辆主动避撞系统大体有三种类型，第一种是针对减轻车辆碰撞危害的车辆主动避撞报警CW（Collision Warning）系统，此系统能对探测到的危险情况给出警报。第二种是能实现主动避撞的车辆自适应巡航控制ACC（Adaptive Cruise Control）系统，此系统可以实现简单交通情况下的主动避撞及巡航控制。第三种是针对复杂交通情况，特别是市区交通环境的车辆智能控制系统，就是将第二种系统的ACC系统，辅以车辆停——走（Stop and Go）系统。
汽车主动避撞系统，从本质上讲，是将汽车作为一个大的控制系统来进行研究的。系统基本结构与普通的控制系统是相同的，由传感器、控制器和执行器三部分组成，如下图2所示。图3是文献2中介绍的我国清华大学计算机系自主开发的THMR－Ⅴ机器人测控系统框图，图4是文献1中介绍的主动避撞试验系统的结构框图。国内外对车辆主动避撞的研究主要集中于单元技术与系统集成技术的研究，单元技术包括车辆行车信息感知及信息融合单元技术、车辆主动避撞系统控制单元技术及车辆控制执行单元技术等，系统集成技术就是解决如何将上述单元集成为一运行平稳、可靠的系统。
图2控制系统基本结构
图3 THMR－Ⅴ机器人测控系统框图
2．4．2．1车辆行驶信息感知及信息融合技术
车辆行车信息感知及信息融合技术，就是利用安装于汽车上的各种传感器，实时地对车辆运行参数进行检测，并通过必要的信号处理及信息融合来获得车辆的行车信息。汽车主动避撞系统用到的传感器主要包括：距离测量传感器、车速传感器、节气门位置传感器、制动踏板、加速踏板及离合器动作传感器（自动变速器车辆无需离合器动作传感器）、车辆加速度传感器、发动机转速传感器以及制动油压传感器等。车速传感器用于获取实时的车速信号；节气门位置传感器用于获取节气门开度信号；制动踏板、加速踏板及离合器动作传感器用于获取制动踏板、加速踏板以及离合器动作信号；车辆加速度传感器用于获取车辆实时加速度信号；发动机转速传感器用于获取实时的发动机转速信号；制动油压传感器用于实时获取制动油路中的压力信号。文献3中介绍了系统传感器的功能及安装。国内外研究的焦点集中于距离测量技术方面，因此下面着重介绍国内外在距离测量技术方面的研究进展。
汽车主动避撞系统所用测距传感器按其测量介质分为激光雷达和毫米波雷达。文献4中介绍了国外应用于汽车实时障碍检测的激光雷达的发展情况。从仿生学角度讲，基于双目视觉原理的立体视觉系统最接近于生物体的视觉系统，但由于受算法的限制，成像速度远不能满足汽车实时障碍物检测的需要。激光雷达系统因测量速度快、精度高、
图4实验系统框图
测程远而受到广泛的重视。
用于汽车主动避撞的激光雷达又包括扫描成像激光雷达、非扫描成像激光雷达和一维扫描激光雷达等几种。扫描成像激光雷达系统是将激光雷达同二维光学扫描镜结合起来，利用扫描器控制激光束的方向，通过对整个视场进行逐点扫描测量，即可获得视场内目标的三维信息。扫描成像激光雷达系统用于汽车主动避撞系统的缺点是成像速度过慢，使避撞系统在常用车速范围的应用受到很大的限制。非扫描成像激光雷达的基本原理是利用有一定发散角、强度调制的激光速照射待测区域，被测物体表面散射的光信号经微通道图像增强板（MCP）混频输出后，由面阵CCD等二维成像器件接收，CCD每个像元的输出信号提供了相应成像区域的距离信息。当光源工作在非调制状态时，CCD输出正常的二维图像，采用信息融合技术即可重建三维图像。为了保证足够的成像范围，激光束必须有一定的发散角，这使测程大大缩短，此外，该系统有部分技术问题尚待解决。实际上，在汽车主动避撞系统应用中，只需探测障碍物的方位与距离而无需重建三维图像，所以可以使用一维扫描激光雷达。同三维激光雷达相比，由于扫描点大大减少，使系统具有造价低、速度快、稳定性高等优点。日本松田公司和电气公司在先进安全车辆（ASV）计划中进行的红外激光雷达的研究工作表明，仅在水平方向进行一维扫描的激光雷达已基本上可以满足公路上行驶车辆障碍物检测的需要。文献5中介绍了一种一维扫描激光雷达，其工作框图如图5所示。
图5 一维扫描激光雷达工作框图
一维扫描激光雷达基本工作过程为：从激光二极管发射出的激光脉冲，经发射透镜聚焦成一定形状的光束后，再用扫描镜左右扫描，向空间发送，照射在前方车辆或其他目标上。目标反射光经扫描镜、接收透镜及回输光纤，被导入到信号处理装置内的光电二极管。利用计数器计数激光二极管的启动脉冲与光电二极管的接收脉冲间的时间差，即可求得目标距离。利用扫描镜系统中的位置探测器测定反射镜的角度即可算出目标的方位角。
文献6中介绍了德国的一种汽车用扫描雷达，其基本测距距离与文献5中介绍的相同，不同之处在于，此激光扫描雷达为三维扫描。该激光雷达内部含有一TMS320C32数字信号处理器，可以在短时间对目标物反射来的数据进行处理，从中选择出可能对行车构成危险的目标物信息，包括目标的形状、位置、速度、加速度等，传递给系统处理主机进行进一步处理。该激光雷达还能连续跟踪目标，区分各种交通情况并选择目标，系统运行一个循环的时间为300～500ms，可以满足系统实时性的需要，是一款比较实用化的传感器。
文献7中介绍了我国在车用激光雷达方面的研究情况。图6是其工作框图，图7是其扫描光束示意图。
图6 激光雷达工作框图
图7 扫描光束示意图
激光二极管（LD）经注入式电流调制发出正弦幅度调制的激光束，由发射透镜变成满足要求的光束形式，再用扫描转镜实现水平扫描，向空间发射，照射到前方车辆和障碍物上。由目标反射回的光从扫描镜经接收光组会聚到雪崩管（APD）上变成电信号。该电信号经低噪声放大、自动增益控制电路（AGC）进入鉴相器。利用一维位置探测器（PSD），测定扫描光束角度，即利用一部分反射光落在PSD上的位置决定扫描角度。系统发射的激光束经发射光组变成扇形，如图7所示，其水平方向窄，即增加了单位面积能量密度，又提高了位置测量精度；垂直方向幅度宽，所以不会因为车辆的垂向运动而减少探测机会，光束大角度扫描，即使在崎岖曲折的路上行驶，也能正确捕获到前方车辆。
激光雷达应用于汽车主动避撞一个明显的缺点是测量效果易受行车环境的影响，雨、雪、雾等天气会明显减弱激光雷达的测量效果，另外受光学系统结构限制，激光雷达系统在小型化、高精度方面发展潜力不大。针对这一问题，一些国家又开展了微波车辆防撞雷达的研究，并取得了实用化成果。文献8中介绍了车间防撞雷达的使用频率演变过程。其中毫米波与其他方式相比有以下显著特点而获得广泛应用。
⑴稳定的探测特性:不易受车辆形状和颜色影响，可得到稳定的探测性能。
⑵受外界环境的影响小：不会由于雨、雪、雾等恶劣天气和油污等而使探测性能变坏。
⑶小型化、高精度：与微波波段的电波相比是高频部分，容易使装置小型化，重量轻，精度高（因为多普勒频移大）。
作为车载雷达方式，有采用FM－CW（Frequency Modulation－Continuous Wave）方式，脉冲方式，双频CW方式，扩频方式等。其中FM－CW方式高频部分的组成比较简单，又能同时测出距离和相对速度，因而得到广泛应用。图8是FM－CW雷达的原理图。
图8 FM－CW雷达原理图
用三角波对发射波进行FM调制（调制频宽为Δf），使发射波的一部分和从目标反射回来的接受波混频，得到差频fB。接受波可以收到具有雷达车与目标车的距离R成正比的延迟时间，成为距离频率fR的差频。另外，在目标车和雷达车之间有速度差时，接受波接收到与速度V成正比的多普勒频移，就变成速度频率fV的差频。即差频fB可以用下式来表示：
fB＝fR fV (1)
当雷达车接近目标的时候，（1）式中的＋号是表示发生在发射波频率下降的区间（下差频fBD）的差频。相反，－号是表示发生在频率上升区间（上差频fBU）的差频。fR、fV可以分别用下面的式子表示：
(2)
(3)
C：电波传播速度（＝光速）
fm：调制重复频率
f0：发射中心频率
由（1）～（3）式，距离和速度可由下式推出：
(4)
(5)
图9毫米波雷达外形图
毫米波雷达应用频率为77GHz，利用车用CAN总线传输距离数据，距离分辨率为1米。
文献9中介绍的是我国早期微波防撞雷达的研究，文中所述微波防撞雷达使用频率为40KHz，测量距离较短，主要用于倒车防撞。文献10中详细介绍了由重庆通信研究所和中国科技大学联合研制的车辆防撞雷达系统，此微波雷达系统工作频率为9GHz，也未进入毫米波段，但由于其线性度较好，工作稳定，已经具有实用价值。文献11中介绍的是上海汽车电子工程中心研制的SAE－100型毫米波防撞雷达系统，该系统采用零差FM——CW体制，工作频率35GHz，已经进入毫米波范围。测距范围大于100米，测速范围大于100km/h。已经达到了实用化的程度，但在具体性能方面与国外还有许多差距。
毫米波雷达作为汽车防撞雷达，其主要缺点是对目标物比较敏感，需要较多的后期数据处理，这需要高性能DSP配合，近年来DSP的迅速发展给毫米波防撞雷达的发展带来了契机。
2．4．2．2车辆主动避撞系统控制技术
汽车主动避撞系统需要对车辆进行纵向控制，其目的是将自车到前车的距离保持在安全水平。为实现这一目的，需要进行以下的工作，由传感器信号确定出当前情况下的安全距离，称为安全距离逻辑算法；由确定出的安全距离，确定出为实现这一安全距离所需的车辆的加速度，及进一步的车辆的制动力矩或车辆的油门开度，然后控制车辆发动机或制动系统伺服机构，使车辆实现要求的车辆加速度。
所谓安全距离就是在当前车速、到障碍物的距离、与障碍物的相对速度、当前路面附着条件等综合条件下，使车辆不发生碰撞而需要保持的车辆到障碍物的最小距离。安全距离有两种表达形式，一种是安全车间距离L（m），另一种是在安全距离中引入车辆速度项，称为安全车间时距L＋hV（m），如下图10所示。
图10安全车间距离和安全车间时距
文献12中介绍了我国对汽车追尾碰撞预警系统的近期研究情况。文中采用的安全车间距离的计算公式如下：
(6)
其中：Tr为驾驶员反应时间(s)，一般为0.5~2s；Td为制动协调时间(s)，一般为0.2s；V为自车速度(m/s)；Vrel为两车相对速度(m/s)；V前车为前车速度(m/s)；a和a前车分别为自车和前车减速度(m/s2)。Vrel由实际车距离对时间微分得到：
(7)
其中：D1为前一时刻实际跟车距离；D2为当前时刻实际跟车距离；△T为测量计算时间间隔（s）。
理论上，a和a前车都因该达到最大制动力amax＝φg，即汽车最大制动减速度等于轮胎路面附着系数与重力加速度的乘积。实际行车制动时，a和a前车随着车型、车况及路况而变化，理论建模时常予以简化，文献12中取a＝a前车＝amax＝φg。
文献13中介绍了韩国汉阳大学的研究情况。他们采用一个轮胎路面附着系数的估计模型估计出轮胎的路面附着系数ц，确定安全距离公式如下：
(8)
其中：dbr为名义上的制动极限距离；dw是名义上的报警极限距离；f(·)是轮胎附着力标定函数；u是轮胎路面附着系数的估计值；g(·)是驾驶员特性标定函数；v是车辆速度，vrel是车辆间的相对速度；a是两辆车最大制动减速度（假定两者相等）；tsys是系统延时；thum是驾驶员延时；d0是车辆停止后的车头间距。
在文献13中还给出了g(·)和f(·)的确定方法。为限制驾驶员因素的影响，驾驶员特性标定函数g(·)必须要准确可靠，取：gmin< g(·)<gmax。轮胎附着力标定函数f(·)可按下式取值。
(9)
其中：unorm是正常的路面附着系数；umin是需要考虑的最小的路面附着系数。可以设定f(unorm)=1，将unorm、umin和f(umin)作为可调量，寻找适合的值，以贴近实际情况。
文献14介绍了日本丰田汽车公司的研究情况。不同于上面介绍系统的是，他们从驾驶员模型出发，确定安全距离，以驾驶员的主观感觉来作为安全性的标准。
考虑实际行车过程，驾驶员总是要对车辆的运行进行一下预测，以决定现在的操作，故丰田公司汽车主动避撞系统所采用的驾驶员模型以此种行为为基础。
驾驶员预测t秒后车间距离，将此车间距离与驾驶员认为的的界限车间距离Xlim进行比较，如认为车间距离将小于Xlim则在现在时刻即制动，因此，现在时刻的车间距离即为报警距离。
(10)
定义： Xwr：驾驶员感觉危险，须报警的距离。
ΔV：相对速度（Vc-Vt）。
Vc：自车速度。
Vt：目标车辆速度。
at：目标车辆减速度。
ac：驾驶员主观认为的自车最大制动减速度，与路面附着系数有关。
Δa：目标车与自车之间的相对减速度。
Xlim的值由以下公式确定：
(1)接近静止障碍物时：
Vt＝0，at＝0， (11)
将(11)式代入(10)式：
(12)
可将上述过程等效为从Vc初速度，以减速度ac*减速到车辆停止的过程。其中：ac*为自车平均减速度。则：
（13）
联立（12）、（13）两式解得：
(14)
(2)接近匀速或加速运动的车辆时：
假定驾驶员主观车头时距为thw，则：
Xlim＝thw·Vc (15)
前车匀速或加速运行
at＝0，Xwr＝t·ΔV + thw·Vc （16）
同样，将上述过程等效为一匀减速过程：
（17）
由（16）、（17）两式可求得：
(Vc≥ΔV) (18)
(3)前车突然减速的情况：
假定车辆间的客观车头时距为th0（如高速公路一般取th0＝1.2秒），并假定驾驶员反应、动作延迟以及制动间隙消除、制动力上升阶段时间为td，则：
（19）
同时，（10）式变为
（20）
（19）式（20）式（15）式联立解得：
（21）
Δa，ΔV，Vc通过传感器测量或信号处理得到，模型参数th0可以预先设定，t，td，ac以及thw通过实验获得，这样，通过上述公式就可以进行报警距离的计算，将报警距离与当前车辆间的距离进行比较，就可以确定报警时刻。
实际当中，可设计如下实验内容以获得具有代表性的t，td，ac以及thw值。选择数名有代表性的驾驶员以及几种代表性路面情况进行下述实验：
（1）．以一定速度接近静止车辆，驾驶员感觉危险时，踩下制动，记录下此时的车间距离、自车速度、相对速度。
（2）．以一定车速接近前方匀速运行车辆，驾驶员感觉危险时，踩下制动，记录下此时的车间距离、自车速度、相对速度。
（3）．两车以相对减速度Δa运动, 驾驶员感觉危险时，踩下制动，记录下此时的车间距离、自车速度、相对速度。
将上述实验数据按照公式（12）、（16）、（21）进行最小二乘回归，总结出具有通用性的参数（t、ac、thw、td等）写入模型中，即可作为实际使用的驾驶员模型。下表1是在干燥路面上进行第(1)、(2)步实验得到的回归结果。表2是在干燥路面上Δa＝1.5m/s2时进行第(3)步实验得到的回归结果。其中R2为回归相关系数的平方。
待续
--
FROM 166.111.141.109
附件(244.8KB) 智能交通与现代汽车技术(2).pdf