安徽江淮汽车集团股份有限公司 安徽 合肥 230000
摘要：根据对不同车型AEB系统性能实测数据的分析，得出AEB系统TTC值、AEB制动执行策略与最终制动效能和用户体验之间的关联性，并依据分析结果对AEB系统的TTC和制动执行策略设定提出了合理建议。
关键词：AEB系统
引言
AEB系统通常以两种方式来提高安全性：首先，它们通过提早发现危急情况并警告驾驶员来避免事故；其次，它们通过降低碰撞速度，并在某些情况下通过让车辆和约束系统做好应对碰撞的准备来降低已无法避免的碰撞的严重程度。大多数AEB系统都使用雷达、（立体）摄像头或激光雷达技术来识别前方的潜在碰撞对象。这些信息会与车辆自身速度及行车轨迹相结合，以确定危急情况是否正在加重。如果检测到潜在碰撞可能，则AEB系统通常首先会提醒驾驶员采取措施以尽量避免碰撞。如果未采取任何措施且碰撞仍可能发生，则系统将施加制动。有些系统会施加最大制动力，而有些系统则会逐步加大制动力。无论是哪种方式，目的都是为了降低发生碰撞时的速度。
一、AEB工作原理分析
1.AEB的关键是避撞算法，因避撞算法决定了预警的时机和逻辑，其核心问题是确定合适的介入时刻。碰撞时间是评价交通安全的微观指标，是指某一时刻本车与目标车之间发生碰撞前的剩余时间。在同一车况下，在碰撞时间较大时制动效能较好，且不易发生事故。但是该情形下用户体验很差，用户需要的是相对激进的危险制动时机，即TTC足够小时AEB就应采取制动措施，即应遵循两个原则：一是为不影响用户体验，制动时刻应晚于驾驶员的最迟制动时刻和驾驶员的最迟转向时刻；二是制动时刻应早于制动系统将车辆刹停的最迟制动时刻，确保制动效能，达到避撞的目的。AEB电子系统极大的提高了安全性，已日渐成为车辆的主流配置。未来随着AI技术的进步，和毫处理器的技术进步，AEB系统必将进一步提升安全性，减轻建立图形数据库的工作量。
2.AEB通过视觉系统采集丰富的路况、车况信息，建立图像数据库。车辆在行驶过程中，摄像头采集路况信息，提取图形，再通过数据库的比对，进行障碍物的识别。同时，毫米波雷达也对障碍物进行探测。中国的路况特别复杂，行人、机动车、非机动车混行的情况较多，由于图像数据库的限制，AEB系统仍然不可避免做出误判或错误决策。为解决此问题，有很多企业已经开始研究采用AI深度学习的技术来解决障碍物的识别问题。
二、AEB制动执行策略和性能分析
1.因在各车速下F车型AEB系统激活TTC一致性差，且低速时（10km/h）的TTC过大，由此可推断该车型AEB系统激活TTC的设定策略不够完善。进一步分析其减速度数据可知，AEB系统在各车速点均采用一级制动，液压制动系统响应时间略长（制动后约750ms才达到最大减速度9.2m/s2），且在最大减速度点保压时间不够，故F车型在车速为45km/h时，AEB系统虽在TTC为1.2s时即开始制动，但仍未最终实现避撞B车型在各车速点AEB激活时刻的TTC随车速提高逐渐增加，呈一致性分布，其TTC最大值仅为0.75s，符合紧急制动定义，实际评价中该车型自动制动时机合理，不影响用户体验。另外，该车采用的新型制动助力器的液压制动系统响应快，通过试验数据分析表明，在AEB系统开始制动270ms后，制动系统即达到最大减速度，同时能提供足够的保压时间，故能明显提升制动效能。在执行策略方面，该车同样采用的是一级制动，由此表明，在所测试的几款车型中，B车型AEB系统激活时刻的TTC最小，但该车型制动系统响应速度快，且能提供足够大的最大减速度（约10m/s2），故能实现最高车速（45km/h）下的自动避撞。
2.建立决策问题的递阶层次结构。建立决策问题的递阶层次结构是层次分析法中最重要的一步，对于给定的决策问题，将其分解为由元素组成的各部分，把这些元素按属性不同分成若干组，以形成不同的层次，一般分为目标层、准则层和方案层。
期刊文章分类查询,尽在期刊图书馆目标层指问题的预定目标;准则层指影响目标实现的准则;方案层指促使目标实现的措施。
3.评价参数选择。在传感器检测到有碰撞风险时，AEB系统提前进行预警，并辅助驾驶员施加足够的制动力。如果驾驶员没有采取任何制动措施，则自动进行紧急制动，从而避免碰撞/减小碰撞速度。然而在避免碰撞/减小碰撞速度的同时也应考虑到驾乘人员的舒适性，例如过大的减速度或减速度频繁变化均会对人带来较大的不适或伤害，故有必要从安全性和舒适性2个维度出发探究AEB评分指标优化模型，利用层次分析法理论模型构建AEB评价指标优化模型。AEB的主要功能是尽可能地减小碰撞速度，降低车辆及人员损伤，所以速度减量是首先要考虑的因素。在制动过程中，既要避免对人体造成挥鞭等巨大伤害，也要考虑乘客能够承受的最大减速度，而碰撞时间TTC则间接影响制动过程中的减速度，所以最大减速度和TTC均是相对于安全性较为重要的因素。故结合实验数据及经验分析，提取速度减量、最大减速度、TTC和减速度变化率作为AEB评价体系构建的基础参数。
三、国内研究现状
相比，我国交通事故发生率远超发达国家，事故死亡率相对较高，对AEB系统具有潜在的需求。目前我国各车企已经逐渐意识到AEB系统的安全潜力，但对AEB系统的研究多集中于理论及仿真方面，还未推出相应的产品。同济大学江丽君等人通过行驶记录仪采集了中国实际道路交通驾驶危险工况的实车数据，以此为基础进行主观评价筛选并分类得到与AEB直接相关的道路碰撞危险工况，并依此提出了适合中国城市道路交通情况的4种测试场景(目标车静止、目标车匀速、目标车轻微制动和目标车紧急制动)。刘颖等人以上海道路实际发生碰撞危险工况为依据，采用聚类分析方法对碰撞危险的道路数据加以分析处理，建立了5类具有典型危险工况的测试场景，通过仿真测试模型评价了测试场景的有效性。同济大学李霖等人针对中国道路环境下骑车人(包括自行车、摩托车以及电动助力车)引发交通事故占交通事故总数的比例较大的情况，建立了7类危险场景进行虚拟测试，得到了涉及骑车人的典型危险工况场景库。我国部分企业已着手进行车辆智能驾驶控制系统与应用技术平台的自主开发，为ADAS技术的深入研究打下基础。自主品牌红旗H7作为首次配备包含主动安全AEB系统在内的车辆，标志着主动安全产品在中国自主品牌汽车上快速发展的开端。
AEB系统对提高车辆安全有很大的作用，根据美国公路安全保险协会的研究数据，AEB可以减少27%的交通事故。因此，AEB得到了各国政府、评价机构的高度重视。联合国欧洲经济委员会提出了AEB的法规草案，对AEB系统性能提出一些基本要求。美国NHTSA己经制定了AEB系统的测评方法。E－NCAP从2014年开始将AEB纳入其评分体系，并己制定了明确的测评方法。由于测试中无法预料车辆的行为，避免造成事故，采用假车或假人等代替真实的目标。对于AEB系统传感器如毫米波雷达、激光雷达、摄像头等而言，要求对测试目标的识别效果与真实目标一致，而且能按照设定的方式运动。更重要的是，在一定速度范围内撞上测试目标时，不会对测试车辆和目标造成破坏。因此，基于这样的要求，不同机构设计出了不同的测试目标，而且基于未来的测试需求，测试目标还将进一步优化。
结束语：
通过对大量实测数据的分析表明，在CCRS试验工况中，不同车速对应AEB介入时的TTC存在差异，低速时（＜20km/h）的TTC设定应更小，采用单级制动，以提升用户体验；在更高速度下应采取两级减速策略，AEB系统激活后能更为舒适、平顺地介入，制动效果更强、速度减小率更大，在AEB系统工作的过程中用户体验优于仅采用单级制动的方案。文献指出液压制动器起作用时间是0.2~0.9s，故AEB系统的TTC设置在0.5~1.2s之间更为合理，同时，根据不同车速选择不同的TTC，使得随车速的增加AEB系统激活TTC也逐步变大。
参考文献
［1］曹寅，朱春嵩，黄先国．自动紧急制动系统性能测试方法分析［J］．质量与标准化，2017(6):51-54．
［2］王国良．层次分析法在地质灾害危险性评估中的应用［J］．西部探矿工程，2016(9):291-293．
[3]徐杰,李博,霍克,等.基于Euro-NCAP的自动紧急制动系统算法开发[C]//中国汽车安全技术学术会议论文集.2017
邮寄地址：芜湖三山经济开发区磨山路2号???
联系电话：江厚云?13365620885
论文作者:何少斌
论文发表刊物:《科技新时代》2019年7期
论文发表时间:2019/9/9
标签：系统论文; 目标论文; 车速论文; 测试论文; 车辆论文; 速度论文; 工况论文; 《科技新时代》2019年7期论文;