智能汽車蓬勃發(fā)展的這幾年，主動安全艙內(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)，主要利用安裝在車輛上的各種傳感器裝置，收集車輛狀態(tài)數(shù)據(jù)和道路環(huán)境數(shù)據(jù)，然后通過決策控制系統(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，基于攝像頭的視覺技術(shù)在ADAS功能中發(fā)揮著重要作用。作為國內(nèi)老牌算法公司，虹軟的視覺ADAS技術(shù)在經(jīng)過與主機(jī)廠商和Tier1的長期合作磨煉下，算法穩(wěn)定高效，魯棒性強(qiáng)，在前后裝領(lǐng)域的落地經(jīng)驗都很豐富。他們主打的ADAS方案為單目攝像頭視覺方案，這也是當(dāng)前行業(yè)內(nèi)應(yīng)用最廣、性價比高、量產(chǎn)難度較小的ADAS技術(shù)方案。

　　ADAS視覺技術(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，最后完成分類識別。與此同時，在獲取圖像信息時要注意圖像質(zhì)量的把控和優(yōu)化，利用寬動態(tài)、強(qiáng)光抑制、降噪等技術(shù)來保證數(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)入分類器識別，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，在防碰撞方面有效性和實用性最強(qiáng)。根據(jù)美國IIHS機(jī)構(gòu)預(yù)測，F(xiàn)CW系統(tǒng)能夠減少76%的未剎車角碰撞事故、69%的未剎車追尾碰撞以及23%的未剎車單人駕駛碰撞事故。

　　目前國內(nèi)對車輛前向碰撞預(yù)警系統(tǒng)已經(jīng)有較為成熟的標(biāo)準(zhǔn)體系。比如，國標(biāo)GB/T 33577-2017《智能運輸系統(tǒng) 車輛前向碰撞預(yù)警系統(tǒng)性能要求和測試規(guī)程》，規(guī)定了適用于所有機(jī)動車的車輛前向碰撞預(yù)警系統(tǒng)標(biāo)準(zhǔn)，為汽車廠商和零部件供應(yīng)商提供了產(chǎn)品化的參照依據(jù)。針對營運類車輛，行業(yè)標(biāo)準(zhǔn)JT/T883-2014《營運車輛行駛危險預(yù)警系統(tǒng)技術(shù)要求和試驗方法》明確說明了前方車輛碰撞報警功能的要求。同時交通部還在營運類客車和貨車的安全技術(shù)要求中明確提到要具備前車碰撞功能。

營運車安全技術(shù)要求中包含F(xiàn)CW功能

　　前方碰撞預(yù)警技術(shù)(FCW)，對自車行駛軌跡內(nèi)的距離最近的車輛進(jìn)行預(yù)警，且需要排除非自車行駛軌跡內(nèi)的更近車輛的影響;在完成主目標(biāo)的識別后，結(jié)合自車行駛狀況與目標(biāo)運動狀況進(jìn)行分析和決策;最終適時提醒駕駛員安全駕駛、及時采取措施。因此，主目標(biāo)車輛、車道線、車距檢測是關(guān)鍵的技術(shù)指標(biāo)。

FCW基本原理流程

　　主目標(biāo)車輛，就是指在自車前方行駛軌跡線上(同一車道)、距離自車最近的前車，是碰撞預(yù)警的監(jiān)測目標(biāo)。虹軟算法在前期通過大量樣本數(shù)據(jù)對目標(biāo)車輛進(jìn)行了學(xué)習(xí)和分類，像常見的轎車、大巴車、面包車、卡車等，識別準(zhǔn)確率表現(xiàn)較好，在行業(yè)內(nèi)處于領(lǐng)先水平。

不同類型目標(biāo)車輛識別召回率統(tǒng)計

　　相較于傳統(tǒng)的后裝檢測技術(shù)，虹軟的優(yōu)勢還在于進(jìn)行了車體3Dbox識別——實現(xiàn)對車頭、車尾和橫向車輛的識別，由此有效判斷車輛動向，找準(zhǔn)檢測目標(biāo)。

目標(biāo)車輛識別效果示例

　　與此同時，再結(jié)合車道線的識別檢測，通過車道線的分界，排除對向車道內(nèi)近距離車輛的干擾，可以進(jìn)一步準(zhǔn)確識別主目標(biāo)車輛。

車道線內(nèi)目標(biāo)車輛識別

　　虹軟的FCW測距方法，主要就是通過光學(xué)幾何模型建立測試對象世界坐標(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，來得到與前方車輛或障礙物間的距離，同時還會根據(jù)車長和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)兩車距離達(dá)到120米以上時，由于距離遠(yuǎn)、圖像小，一個細(xì)微的像素偏差都會有很大的距離偏差，對此，虹軟又結(jié)合了車道線信息來保證測距的準(zhǔn)確性?；诋?dāng)前的攝像頭、視場角設(shè)置，虹軟的最遠(yuǎn)檢測距離為150米，最小檢測距離為32厘米，處于檢測標(biāo)準(zhǔn)之內(nèi);如果需要更遠(yuǎn)距離的探測，可以在攝像頭選型上做一定提升。

　　最遠(yuǎn)和最小檢測距離示意

　　在完成了以上的目標(biāo)確定、距離探測以及前車車速檢測(一般通過毫米波雷達(dá)測速)，距離碰撞時間TTC(Time To Collision)可以被計算出來，并以此判定兩車之間出現(xiàn)碰撞的可能性、判斷警告時機(jī)。

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

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

　　不同天氣條件下檢測示意

　　得益于數(shù)年來在計算機(jī)視覺方面的長期積累，虹軟的視覺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，在商用車的ADAS使用方面也做了非常多的測試和案例落地。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。