第六十九篇：从ADAS到自动驾驶（二）：ADAS的功能及发展

作者：liaojiacai    

邮箱： [email protected]

从ADAS到自动驾驶（二）：ADAS的功能及发展

    

    根据Wikipedia在线百科全书的定义，汽车高级辅助驾驶系统通常包括导航与实时交通系统TMC，电子警察系统ISA （Intelligent speed adaptation或intelligent  speed advice）、车联网（Vehicularcommunication systems）、自适应巡航ACC （Adaptivecruise control）、车道偏移报警系统LDWS （ Lanedeparture warning system）、车道保持系统（Lanechange assistance），碰撞避免或预碰撞系统（Collision avoidance system或Precrash system）、夜视系统（Night Vision）、自适应灯光控制（Adaptivelight control）、行人保护系统（Pedestrian protectionsystem）、自动泊车系统（Automatic parking）、交通标志识别（Traffic sign recognition）、盲点探测（ Blind spot detection） ，驾驶员疲劳探测（Driverdrowsiness detection）、下坡控制系统（Hill descentcontrol）和电动汽车报警（Electric vehicle warningsounds）系统。

下面主要讲解一些常见的后装ADAS产品

一、ADAS的功能

ADAS的主要功能有FCWS、LDW、PCW、BSD等，其中LDW和FCSW的比较典型的代表。

1、前碰撞预警（FCWS）

前碰撞预警核心功能：提醒车主前方存在碰撞到车辆的危险。

        注意，这里是前方车辆，只是碰撞前方车辆时才会预警，其他的立体障碍物是不行的，这个倒车雷达等不一样，倒车雷达一般实用的是毫米波雷达，所以倒车车库的短距离范围内的障碍物均会被识别到，并给予报警。FCWS是针对车辆的碰撞预警，这取决于使用的传感器和算法，一般的摄像头是不能获得深度信息的，如果不使用特殊的算法是检测不到一般的障碍物的。前碰撞预警对车辆能够检测，是因为车辆是一类相似的东西，差别不是很大，具有明显的轮廓特征，我们做前碰撞预警的就是只针对车辆的特征进行提取，具体的车辆检测见我后面的文章。

前碰撞预警除了检测还要建立距离模型，至于判断预警，预警模型也有很多。前碰撞预警的准确率影响着这款ADAS主动安全产品的客户体验感，如果预警模型和车辆检测都很糟，那么频繁报警是令人头疼的事，这样反而干扰了驾驶员的正常驾驶。

      推荐安装指数：3

2、车道偏离预警（LDW）

车道偏离预警核心功能：车道保持，避免正常驾驶时压车道线。

        车道偏离在在汽车行业的规范中有明确的规定，在偏离预警的过程中有预警等级的，对于车道线的弯道也是有识别距离的。

推荐安装指数：5

3、行人保护（PCW）

       行人碰撞预警主要针对路面上的行人进行侦测识别，测算距离，避免碰撞行人。由于人的活动的不确定性比较大，参与道路交通的方式比较多，比如骑自行车、摩托车、蹬三轮等，再加之行人本身的多态，高矮、胖瘦、着装等参差不齐，造成行人的识别使用一般的方法的准确率都不高，误检测和识别比较多。传统使用的检测方法是hog特征+SVM，深度学习的效果比较好。

4、BSD盲点检测

        盲区检测针对的是车辆两侧后方A柱子遮挡的部分进行的车辆检测，避免驾驶员因为视觉盲区无法看到盲区的车辆而造成误判变道，通过BSD可以帮助驾驶员更好的观察车辆两侧后方的车辆状态。一般使用的是光流法。

二、ADAS的发展

        ADAS相关的技术进步带来了产品化及普及，这些技术进步最主要来自与企业和高校，高校以研究为主，当成熟时再进行产品孵化，企业以创新和市场为导线，核心技术来自与高校和研究院的研究成果，企业的杰出代表为mobileye和google，mobileye是一家以色列的公司，最先主攻图像处理技术，后来产品化，04年以后开始着眼于硬件的加速和定制化，到现在，mobileye的产品基本已经是欧美车前装技术的代表，算法稳健，硬件支持稳定。其2015年10月的第二届智能网联汽车标准法国际法规研讨会上的展示产品包括的功能有车道偏离、行人保护、前碰撞预警、交通标志识别、路标识别、可行驶区域识别等，感觉就是厉害了。Google能够风生水起，得益于Google的强大团队，做算法是他们的强项，这都是互联网公司的优势，硬件平台搭建起来就可以干起来，最主要的是Google最先给军方做，不及硬件成本，所以激光雷达啥好用加上啥，这也是Google自动驾驶车辆落地测试快的主要原因，另外一个方面是，Google不考虑硬件的研发和使用成本，极大的推进了该公司的自动驾驶项目，反观mobileye，十年磨一剑，终于有了自己的硬件，这也是做大市场的核心，如果使用芯片厂商的技术，受制于人是早晚的。

       高校的研究百花齐放，最先涉足这个行业的竟然不是汽车专业的，而是计算机专业的，这和ADAS前期主要依靠图像处理技术有关，国外在2000年左右就出现了很多关于ADAS的算法，mobileye的前几代产品和这些技术不无关系。国内的研究偏晚，04年左右，国内做基于视觉的车辆识别已经有算法了，比如在一些论文上有基于车辆阴影的白天车辆检测，有基于车灯的夜间车辆检测，清华的基于拟合的车道线检测，军事交通学院基于透视变换的车道线拟合检测，以及后来的通用霍夫直线检测算法，这些是一些典型的技术代表。

        

        这是mobileye的体验车，注意上图的摄像头位置实在挡风玻璃的右上角，这个是有原因的，可以减少远方的死角，具体的可以下去画个平面图比较一下摄像头放在中间和放在两边的时远处的盲区大小就知道了。

        

        上图是体验车。

        国内的技术相对国外要落后10年，这是本人的亲身体验，就产品而言，14年mobileye的产品已经将ADAS产品集成了，那中国现在的ADAS集成方案还在酝酿之中，而且没有自己的硬件，都是使用NXP或者TI的硬件，我知道在做这个的有东软等一些公司，目前尚未展出过（17年3月）。高校的研究差距更大，随着深度学习和机器学习的走热，计计算机视觉欧美国家又走在前面了，其中美国在计算机领域一直是遥遥领先的。

总之，做中国的ADAS产品，目前硬件只能依靠来自大的芯片供应商，软件算法需要紧跟当前的技术，传感器融合越早越好，这才能更好从ADAS过度到自动驾驶技术。

个人估计中国的ADAS集成产品在19年左右才会正式露面，当然这个时候出现的方式可能是自动驾驶的一部分，因为这两个技术已经分不开了。

三、ADAS展望

       目前产品化的ADAS走集成是一个产品普及方向，这是区别于自动驾驶技术的一个主要方向。ADAS这个名词会逐渐消息，这个产品也会逐渐消息，逐渐加上车辆的自动控制技术，上面讲的是纯粹的ADAS产品，主要依靠图像技术，部分依靠毫米波雷达，将来使用多传感器融合是非常普及的做法，对于使用的硬件，将来大的制造商肯定会会自主设计，随着计算机的技术发展迅速，算法讲会越来越强，同时也会越来越稳定，对比一下现在图像处理的深度学习和普通的基于颜色灰度值和特征的检测效果就可知这个的稳定性和准确性的差距。这样ADAS发展方向是，从集成再走向自动驾驶，从单一传感器到多传感器融合，硬件由代理到自主，算法更新快，准确率更高。