ADAS前向碰撞檢測(cè)技術(shù)

　　智能汽車(chē)蓬勃發(fā)展的這幾年，主動(dòng)安全艙內(nèi)外技術(shù)的應(yīng)用日益深入化、細(xì)致化，ADAS(Advanced Driving Assistance System)是重要的艙外技術(shù)，主要利用安裝在車(chē)輛上的各種傳感器裝置，收集車(chē)輛狀態(tài)數(shù)據(jù)和道路環(huán)境數(shù)據(jù)，然后通過(guò)決策控制系統(tǒng)進(jìn)行數(shù)據(jù)處理和決策，從而輔助駕駛員安全駕駛、避免或降低碰撞的危害。

　　在ADAS技術(shù)的傳感器系統(tǒng)中，攝像頭是不可或缺的部分，基于攝像頭的視覺(jué)技術(shù)在ADAS功能中發(fā)揮著重要作用。作為國(guó)內(nèi)老牌算法公司，虹軟的視覺(jué)ADAS技術(shù)在經(jīng)過(guò)與主機(jī)廠商和Tier1的長(zhǎng)期合作磨煉下，算法穩(wěn)定高效，魯棒性強(qiáng)，在前后裝領(lǐng)域的落地經(jīng)驗(yàn)都很豐富。他們主打的ADAS方案為單目攝像頭視覺(jué)方案，這也是當(dāng)前行業(yè)內(nèi)應(yīng)用最廣、性?xún)r(jià)比高、量產(chǎn)難度較小的ADAS技術(shù)方案。

　　ADAS視覺(jué)技術(shù)的學(xué)習(xí)和處理流程是基于深度學(xué)習(xí)，由攝像頭傳感器采集大量圖像樣本，對(duì)樣本進(jìn)行標(biāo)注，再根據(jù)已標(biāo)注的樣本數(shù)據(jù)集進(jìn)行大范圍的深度學(xué)習(xí)和訓(xùn)練，提取出特征和模型，最后完成分類(lèi)識(shí)別。與此同時(shí)，在獲取圖像信息時(shí)要注意圖像質(zhì)量的把控和優(yōu)化，利用寬動(dòng)態(tài)、強(qiáng)光抑制、降噪等技術(shù)來(lái)保證數(shù)據(jù)源質(zhì)量，再將數(shù)據(jù)進(jìn)行邊緣化、紋理化預(yù)處理后進(jìn)入分類(lèi)器識(shí)別，最終作出決策和判斷。

ADAS基本原理流程

　　前方碰撞預(yù)警系統(tǒng)(FCW)是ADAS的重要技術(shù)項(xiàng)，在防碰撞方面有效性和實(shí)用性最強(qiáng)。根據(jù)美國(guó)IIHS機(jī)構(gòu)預(yù)測(cè)，F(xiàn)CW系統(tǒng)能夠減少76%的未剎車(chē)角碰撞事故、69%的未剎車(chē)追尾碰撞以及23%的未剎車(chē)單人駕駛碰撞事故。

　　目前國(guó)內(nèi)對(duì)車(chē)輛前向碰撞預(yù)警系統(tǒng)已經(jīng)有較為成熟的標(biāo)準(zhǔn)體系。比如，國(guó)標(biāo)GB/T 33577-2017《智能運(yùn)輸系統(tǒng) 車(chē)輛前向碰撞預(yù)警系統(tǒng)性能要求和測(cè)試規(guī)程》，規(guī)定了適用于所有機(jī)動(dòng)車(chē)的車(chē)輛前向碰撞預(yù)警系統(tǒng)標(biāo)準(zhǔn)，為汽車(chē)廠商和零部件供應(yīng)商提供了產(chǎn)品化的參照依據(jù)。針對(duì)營(yíng)運(yùn)類(lèi)車(chē)輛，行業(yè)標(biāo)準(zhǔn)JT/T883-2014《營(yíng)運(yùn)車(chē)輛行駛危險(xiǎn)預(yù)警系統(tǒng)技術(shù)要求和試驗(yàn)方法》明確說(shuō)明了前方車(chē)輛碰撞報(bào)警功能的要求。同時(shí)交通部還在營(yíng)運(yùn)類(lèi)客車(chē)和貨車(chē)的安全技術(shù)要求中明確提到要具備前車(chē)碰撞功能。

營(yíng)運(yùn)車(chē)安全技術(shù)要求中包含F(xiàn)CW功能

　　前方碰撞預(yù)警技術(shù)(FCW)，對(duì)自車(chē)行駛軌跡內(nèi)的距離最近的車(chē)輛進(jìn)行預(yù)警，且需要排除非自車(chē)行駛軌跡內(nèi)的更近車(chē)輛的影響;在完成主目標(biāo)的識(shí)別后，結(jié)合自車(chē)行駛狀況與目標(biāo)運(yùn)動(dòng)狀況進(jìn)行分析和決策;最終適時(shí)提醒駕駛員安全駕駛、及時(shí)采取措施。因此，主目標(biāo)車(chē)輛、車(chē)道線(xiàn)、車(chē)距檢測(cè)是關(guān)鍵的技術(shù)指標(biāo)。

FCW基本原理流程

　　主目標(biāo)車(chē)輛，就是指在自車(chē)前方行駛軌跡線(xiàn)上(同一車(chē)道)、距離自車(chē)最近的前車(chē)，是碰撞預(yù)警的監(jiān)測(cè)目標(biāo)。虹軟算法在前期通過(guò)大量樣本數(shù)據(jù)對(duì)目標(biāo)車(chē)輛進(jìn)行了學(xué)習(xí)和分類(lèi)，像常見(jiàn)的轎車(chē)、大巴車(chē)、面包車(chē)、卡車(chē)等，識(shí)別準(zhǔn)確率表現(xiàn)較好，在行業(yè)內(nèi)處于領(lǐng)先水平。

不同類(lèi)型目標(biāo)車(chē)輛識(shí)別召回率統(tǒng)計(jì)

　　相較于傳統(tǒng)的后裝檢測(cè)技術(shù)，虹軟的優(yōu)勢(shì)還在于進(jìn)行了車(chē)體3Dbox識(shí)別——實(shí)現(xiàn)對(duì)車(chē)頭、車(chē)尾和橫向車(chē)輛的識(shí)別，由此有效判斷車(chē)輛動(dòng)向，找準(zhǔn)檢測(cè)目標(biāo)。

目標(biāo)車(chē)輛識(shí)別效果示例

　　與此同時(shí)，再結(jié)合車(chē)道線(xiàn)的識(shí)別檢測(cè)，通過(guò)車(chē)道線(xiàn)的分界，排除對(duì)向車(chē)道內(nèi)近距離車(chē)輛的干擾，可以進(jìn)一步準(zhǔn)確識(shí)別主目標(biāo)車(chē)輛。

車(chē)道線(xiàn)內(nèi)目標(biāo)車(chē)輛識(shí)別

　　虹軟的FCW測(cè)距方法，主要就是通過(guò)光學(xué)幾何模型建立測(cè)試對(duì)象世界坐標(biāo)與圖像像素坐標(biāo)間的幾何關(guān)系，再結(jié)合攝像頭內(nèi)、外參的標(biāo)定結(jié)果，來(lái)得到與前方車(chē)輛或障礙物間的距離，同時(shí)還會(huì)根據(jù)車(chē)長(zhǎng)和FOV的關(guān)系進(jìn)行距離的修正。

內(nèi)外參關(guān)鍵指標(biāo)示例

部分參數(shù)指標(biāo)設(shè)置示意圖

　　當(dāng)兩車(chē)距離達(dá)到120米以上時(shí)，由于距離遠(yuǎn)、圖像小，一個(gè)細(xì)微的像素偏差都會(huì)有很大的距離偏差，對(duì)此，虹軟又結(jié)合了車(chē)道線(xiàn)信息來(lái)保證測(cè)距的準(zhǔn)確性?；诋?dāng)前的攝像頭、視場(chǎng)角設(shè)置，虹軟的最遠(yuǎn)檢測(cè)距離為150米，最小檢測(cè)距離為32厘米，處于檢測(cè)標(biāo)準(zhǔn)之內(nèi);如果需要更遠(yuǎn)距離的探測(cè)，可以在攝像頭選型上做一定提升。

　　最遠(yuǎn)和最小檢測(cè)距離示意

　　在完成了以上的目標(biāo)確定、距離探測(cè)以及前車(chē)車(chē)速檢測(cè)(一般通過(guò)毫米波雷達(dá)測(cè)速)，距離碰撞時(shí)間TTC(Time To Collision)可以被計(jì)算出來(lái)，并以此判定兩車(chē)之間出現(xiàn)碰撞的可能性、判斷警告時(shí)機(jī)。

　　TTC的閾值可以自主設(shè)定和調(diào)整，在商用車(chē)領(lǐng)域，根據(jù)行業(yè)標(biāo)準(zhǔn)，一般會(huì)將TTC定為2.7秒，也就是當(dāng)碰撞時(shí)間達(dá)到2.7秒時(shí)，系統(tǒng)需要發(fā)出前向碰撞警報(bào);不過(guò)當(dāng)TTC大于4秒時(shí)，一般認(rèn)為駕駛員反映時(shí)間較為充足，系統(tǒng)可以抑制或延遲報(bào)警。

　　為保障算法的準(zhǔn)確性，虹軟在前期進(jìn)行了大量場(chǎng)景測(cè)試，測(cè)試用例細(xì)分全面，充分考慮了在不同道路場(chǎng)景、不同光照條件、不同天氣等等情況下的檢測(cè)準(zhǔn)確度。

　　不同天氣條件下檢測(cè)示意

　　得益于數(shù)年來(lái)在計(jì)算機(jī)視覺(jué)方面的長(zhǎng)期積累，虹軟的視覺(jué)ADAS技術(shù)在現(xiàn)階段內(nèi)已較為成熟，不管是算法精度還是響應(yīng)速度在業(yè)內(nèi)均得到了認(rèn)可，在商用車(chē)的ADAS使用方面也做了非常多的測(cè)試和案例落地。當(dāng)然，算法技術(shù)仍需要不斷地積累、迭代，才能與行業(yè)新需求保持更好的契合度。