AEB專題(一)：以技術系統面介紹AEB偵測與作動原理

apple

轉錄自
https://feature.u-car.com.tw/article/43679/



蘇佑倫 撰文

隨著汽車市場的成熟發展，安全科技成為汽車公司持續投入資本研發的重點項目，如何在繁雜的行車環境中，確保所有乘員，以至於其他用路人的安全，是汽車安全科技發展的方向。

主動式安全系統，ABS 是根本

在汽車安全科技發展中，所謂的主動式安全系統，便是提供駕駛對於車輛的操控能力，避免車輛出現失控的現象，主動趨避風險，確保安全。而大家所熟悉的 ABS 防鎖死煞車系統就是主動安全系統的根本，透過電腦系統對於煞車系統綿密的控制，在物理的極限之內，調整車輛的動態。而後也衍生出了 BAS 煞車輔助系統、ESP 電子穩定系統等安全系統。


大家所熟悉的 ABS 防鎖死煞車系統就是主動安全系統的根本，而後也衍生出了 BAS 煞車輔助系統、ESP 電子穩定系統等安全系統。

ADAS 先進駕駛輔助系統，透過感測器辨識、追蹤並警示

隨著汽車主動安全科技的快速進步，近年也發展出包含盲點偵測、車道偏離等系統的先進駕駛輔助系統。先進駕駛輔助系統（ADAS，Advanced Driver Assistance Systems）是指利用安裝於車上各式各樣的感測器，蒐集車內外環境資料，進行靜、動態物體的辨識、偵測與追蹤等處理，並第一時間提醒駕駛可能發生的情況。


ADAS 先進駕駛輔助系統利用安裝於車上各式各樣的感測器，蒐集車內外環境資料，進行靜、動態物體的辨識、偵測與追蹤等處理，並第一時間提醒駕駛可能發生的情況。

AEB 自動緊急煞車系統屬 ADAS 的其中一環

而本文的主題：AEB 自動緊急煞車系統，則同屬 ADAS 的其中一環。簡單來說，AEB 就是在關鍵時刻協助駕駛進行緊急煞車的主動安全配備。AEB 可在撞擊前警示駕駛，若駕駛未對可能的撞擊作反應、或煞車力道不足，系統將介入以減輕、甚至避免撞擊。


AEB 自動緊急煞車系統，則同屬 ADAS 的其中一環。AEB 可在撞擊前警示駕駛，若駕駛未對可能的撞擊作反應、或煞車力道不足，系統將介入以減輕、甚至避免撞擊。

毫米波雷達、影像辨識孰優孰劣？

目前，AEB 的技術以 2 種類為主流，分別是利用毫米波雷達和影像辨識模組。

而毫米波雷達和影像辨識模組的作用原理不同。毫米波雷達主要是通過對目標物傳送電磁波並接收回波來獲得目標物體的距離、速度和角度。


毫米波雷達主要是通過對目標物傳送電磁波並接收回波來獲得目標物體的距離、速度和角度。

在目前車用市場中，比較常見的汽車毫米波雷達工作頻率在 24GHz、77GH、79GHz 等頻率。由於 24GHz 雷達比 77GHz 雷達具有繞射能力更強、信號損失衰小等優點，因此，24GHz 毫米波雷達常用於短距離的偵測系統，如車側盲點偵測（BSD）、車道偏移警示（LDW）等；而 77GHz、79GHz 雷達則由於頻率較高具有較佳的信號穿透性、距離檢測精度較高等優點，因此常用於長距離的偵測系統。

不過 79GHz 不僅較 24GHz 車載雷達具有頻寬更大、解析度更高、抗干擾能力更強、設備體積更小更易於安裝。且以分辨能力來說，24GHz 毫米波雷達較無法辨識出行人的樣子，而 79GHz 毫米波雷達不僅可偵測距離更遠、速度更快、角度更大，且能分辨出車、行人、腳踏車的型態。因此目前具備 AEB 功能的量產車款，多採用一顆長距搭配兩顆短距的毫米波雷達方案。


目前具備 AEB 功能的量產車款，多採用一顆長距搭配兩顆短距的毫米波雷達方案。

而影像辨識模組則是多透過攝影鏡頭，利用所得畫面的「像差」經過電腦判斷來準確辨別行人、腳踏車、車輛等障礙物，與毫米波雷達相比，影像辨識在車道、行人識別準確度等方面有基本的優勢，但作用距離和測距精準度不如毫米波雷達，並且容易受光照、天氣等因素的影響。因此，車廠也透過推出彩色攝影、雙鏡頭等方式突破限制。


影像辨識模組則是多透過攝影鏡頭，利用所得畫面的「像差」經過電腦判斷來準確辨別行人、腳踏車、車輛等障礙物，不過容易受光照、天氣等因素的影響。

多數車廠 AEB 系統結合雙重技術

也因此，目前多數車廠的 AEB 系統原理為透過遠距雷達偵測前方障礙物的相對距離與相對速度，並以影像模組進行資訊融合，結合兩種感測器資料，辨識前方目標物種類（車或人），接著透過後端的 ECU，分析出與前方車輛之間的碰撞時間與安全距離，用以判斷是否有發生碰撞的危險，若有則視情形提供警示甚至自動啟動煞車。


目前多數車廠的 AEB 系統原理為透過遠距雷達偵測前方障礙物的相對距離與相對速度，並以影像模組進行資訊融合，結合兩種感測器資料。

由於影像模組和雷達會獲取到不同的感測資訊，這些資訊之間可互補充，但也可能會自相矛盾。假設在某一場景下，來自鏡頭的資訊是車輛前方 50 公尺左右有車，需要進行煞車，而雷達卻沒有反饋同樣的資訊，這樣的矛盾資訊可能會讓車系統知所措。所以，為了讓 ECU 接收到一致且明確的行動指令，就需要將感測器的資訊進行融合。

影像資訊融合，系統資訊處理能力為重點

資訊融合的基本原理跟人腦綜合處理來自眼、鼻、耳等多器官的資訊類似，主要綜合多個感測器獲取的資料和資訊，無論重複；矛盾或互補的資訊依據演算法來進行組合，讓系統了解目標物的狀態。


資訊融合會綜合多個感測器獲取的資料和資訊，無論重複；矛盾或互補的資訊依據演算法來進行組合，讓系統了解目標物的狀態。

鏡頭和毫米波雷達將先分別針對觀測目標收集資料，然後對各感測器所獲得的資訊進行特徵與模式識別處理，並將資訊分門別類串起關聯，最後利用演算法將同一目標的所有感測器資訊整合，得知一致的結論。

而影像資訊融合技術是一門較具專業的學問，在此便不贅述；但簡單來說，資訊量越多，系統可靠性即越高，不過所需之處理程序、系統需求也越高。這也是各個邁進自動駕駛領域之車廠，力求技術突破的領域。

多元情境下，AEB 能否正常作動考驗各車廠技術

一般而言，AEB 系統分成 3 種種類：「City Safety（市區）」、「Inter-Urban（高速道路）／「Pedestrian（行人）」，Euro NCAP 也針對此 3 種情境提出系統驗證標準。而各品牌車款之 AEB 系統能否在以上情境下，讓系統正確作動，以減緩甚至避免碰撞，則考驗各車廠系統的技術。


各品牌車款之 AEB 系統能否在市區、高速與遇到行人等情境下，讓系統正確作動，以減緩甚至避免碰撞。則考驗各車廠系統的技術。