自动紧急制动系统(AEB)测试评价方法研究进展综述

面对复杂的交通环境,自动紧急制动系统(AEB)是保障自动驾驶汽车行驶安全的重要功能,大量的测试和评价是判定其安全的基础,因此制定合理且适用于AEB系统的测试评价方法至关重要。文章梳理和分析了国内外部分现行AEB的测试评价规程,对其中涉及的AEB测试方法进行了对比分析;然后,分析了Euro NCAP和IIHS分别发布的AEB性能评价方法;最后,梳理了目前业界AEB测试评价方法的研究现状,总结出一种可行的AEB测试评价路径,即从真实交通数据构建AEB测试场景,然后构建AEB测试方法,建立相应的评价指标,最后进行实车或虚拟测试,验证其有效性和准确性。这为后续AEB安全测试评价技术的研究提供了基础。     

面向骑行者的AEB测试方法研究

文章通过对CIDAS统计的150例汽车与二轮车碰撞事故工况样本参数信息进行系统聚类分析,提取出了用于评价面向骑行者的自动紧急制动系统(AEB)的测试场景,建立了面向骑行者的自动紧急制动系统测试评价方法,并利用Prescan和Simulink软件搭建了典型场景的虚拟交通模型以及自动紧急制动系统(AEB)算法控制模型,通过联合仿真分析验证了AEB控制算法的具体实施过程,进一步说明了典型场景和测试方法的有效性。     

基于场景的AEB误动作分析与优化

AEB自动紧急制动(含FCW前向碰撞报警)功能能够有效减少或缓解碰撞事故的发生,但由于国内交通状况复杂,驾驶员驾驶习惯比较激进、随意,导致国内驾驶员对AEB功能的满意率欠佳,本文通过文献调研、用户意见搜集等方式,采集国内车型现有AEB误动作的典型场景,尤其是关于碰撞报警以及制动干预等方面的功能表现,结合AEB工作机理分析误动作发生的主要原因,基于典型国内交通场景并以C-NCAP星级评价等为开发目标进行优化设计,最后通过Matlab/Simulink和PreScan等仿真工具对优化方案进行了虚拟验证。     

商用车自动紧急制动技术研究进展

随着主动安全技术的发展,自动紧急制动（AEB）技术可以在车辆发生碰撞前主动介入制动系统使车辆减速或刹停,从而保障人员与财产安全。文章对国内外商用车AEB测试评价章程进行了梳理分析,对商用车AEB性能水平以及技术成果进行了归纳,总结了商用车AEB技术的研究进展,并对其未来重点研究方向予以展望。     

考虑前车制动意图的自动紧急制动策略及其测试评价方法

为提高车辆自动紧急制动（AEB）系统的避撞性能,提出了一种考虑前车制动意图的AEB策略及其测试评价方法。通过搭建“PreScan+Simulink+驾驶模拟器”联合仿真平台采集驾驶人制动数据,基于K-均值（K-Means）聚类方法对制动意图进行分类,采用滑动时间窗口提取了意图识别模型训练数据集;通过双层隐马尔可夫模型识别前车制动意图,主车根据不同制动意图计算临界安全距离阈值并制定避撞控制策略;建立PreScan+Simulink虚拟仿真测试环境,提出了基于层次分析法的AEB策略综合评价方法,通过与4种典型AEB控制模型进行对比,验证了所提出方法在不同制动程度场景下均可及时触发制动以避免碰撞,同时可减少过早制动造成的驾驶不适感。     

C-NCAP2021法规中对二轮车场景AEB性能满分要求分析及试验验证

2022年1月1日正式实施了中国新车评价规程（CNCAP）2021版标准,新增了中国独有的对二轮踏板车的自动紧急制动（AEB）试验要求。基于CNCAP2021版中对二轮踏板车的AEB试验要求,结合车辆制动系统特性,分析并计算出为满足该场景试验得满分的要求,AEB系统触发需要的碰撞时间（TTC）,并实车测试验证该TTC时间。根据所需要的碰撞时间,结合实际二轮电动车与车辆的碰撞场景,及二轮电动车的制动性能,分析并实际模拟测试,得出了AEB系统在实际使用中,不能完全与CNCAP完全一样的策略,需要根据实际的复杂情况细化场景中车辆及二轮车的各种参数及二轮电动车驾驶行为,以提高车辆触发AEB的客户体验。     

AEB制动对碰撞事故中假人运动姿态及损伤程度的影响研究

随着汽车安全性能要求越来越高,自动紧急制动系统(Autonomous Emergency Braking,AEB)等主动安全配置在汽车上应用越来越广泛。本文针对碰撞前车辆AEB功能的启用对汽车被动安全阶段(100%正面碰撞,FRB)假人离位及损伤可能产生的影响进行探索研究。研究结果表明:AEB启动自动紧急制动功能,乘员假人的头部、颈部、胸部、骨盆部位会相对车辆有一定的前倾运动。并且车辆AEB自动紧急制动功能启动的情况下发生100%正面碰撞,驾驶员损伤值的增高均早于碰撞前车辆未配备AEB功能车辆驾驶员的损伤值,且最高损伤值小于碰撞前车辆未配备AEB功能车辆驾驶员的损伤值,对于骨盆部位则影响不大。碰撞前AEB自动紧急制动系统功能的启用会导致假人有一定的前倾离位,但不一定导致碰撞后假人损伤最高值的增大。     

基于真实事故案例的自动紧急制动系统两轮车测试场景研究

两轮车事故是我国道路一种重要的交通事故类型,但我国在自动紧急制动(AEB)系统研究中还缺乏合适的两轮车测试场景。据此,本文中参考国际上已有的研究成果,建立适用于我国道路交通环境的AEB系统两轮车测试场景。首先,对419起汽车与两轮车碰撞事故案例进行了聚类分析,获得了11类典型的汽车与两轮车碰撞事故场景;接着,根据11类场景在不同参数特征下的事故伤亡程度和事故样本数,准确地获得了各类场景中两轮车运动状态、汽车车速和两轮车车速的详细参数特征;最后,设计了汽车在照明良好的情况下直行通过路口的主要测试场景,通过改变主要测试场景得到了其它5类次要测试场景,且因而最终获得汽车与3种不同两轮车类型(电动两轮车、摩托车和自行车)碰撞下6类AEB系统两轮车测试场景的具体参数特征。本研究结果可为研究我国AEB系统两轮车测试提供参考依据。     

聚焦国内外AEB测试

正AEB,即"Autonomous Emergency Braking"的缩写,意为自动紧急制动系统,可以在检测到危险时通过系统协助驾驶者进行制动,从而减少或避免事故的发生。AEB也就是我们常听到的预碰撞安全系统,不同厂商对这套系统的称呼有所不同,但大体功能都基本一致。目前,随着越来越多的车型开始配备AEB系统,全球各大NCAP组织都在针对此类系统进行测试。具体测试情况如何呢?本文做简要分析。     

雨雾天气下的自动紧急制动系统测试评价方法研究

针对当前自动紧急制动系统评价中,存在雨雾等危险复杂气象状况的测试场景考虑不足,和评价结果难以客观反映AEB系统实际性能的问题,研究了包含雨雾天气的AEB系统测试场景和综合评价方法。根据国家车辆事故深度调查体系（National Automobile Accident in-Depth Investigation System,NAIS）的事故数据,参考中国新车评价规程,构建了雨雾天气下的AEB系统测试场景;基于层次分析法,建立了AEB系统评价层次模型,提出了AEB系统综合评价方法。在PreScan-Simulink平台上搭建了仿真测试场景,进行测试评价,验证了方法的效果,与传统单一评价指标方法进行对比,结果显示被测车辆得分为6.610 7分,小于单一速度减少量评价方法的9.015 0分,偏差分析表明该方法评价结果更客观,能更准确地反映AEB系统性能。     

基于JT/T 1242-2019的AEB测试研究

自动紧急制动(AEB)系统对于车辆的主动安全具有重要意义。文中介绍国内外标准法规对于AEB系统的配置要求,分析AEB的工作原理,研究JT/T 1242-2019规定的典型测试场景,并搭建AEB测试系统及测试场景对某客车进行AEB道路性能测试。结果表明,该车辆搭载的AEB系统满足JT/T 1242-2019的限值要求。     

主动安全评价引领技术变革,上汽大通D90直面挑战2018版C-NCAP测试

正2018第四届中国汽车安全日活动期间,汽车自动紧急制动AEB现场演示试验及交流活动在中汽中心ADAS测试场顺利开展,上汽大通D90按照2018版C-NCAP规则中的AEB测试标准进行了试验演示,全球NCAP体系代表、国内外汽车安全技术专家和媒体代表共300余人观摩了本次试验。历时四年研究,AEB测试评价正式实施按照2018版规则,车辆自动紧急制动系统(AEB)试验,主要由两大板块构成:(1)自动紧急制动系统(AEB CCR)试验,该部分占11分;(2)行人自动紧急制动系     

自动紧急制动系统测试场景研究

根据国外已提出的自动紧急制动系统(AEB)测试场景,对适用于我国汽车行驶工况的AEB测试场景进行了研究。采用行驶记录仪采集了汽车实际行驶危险工况并进行了统计分析,利用驾驶员反映时间确定了危险开始时刻,从而获得相应的AEB测试场景参数,并依此建立完整的测试场景仿真模型,得到了符合我国城市道路交通情况的AEB测试场景。     

基于层次分析法的AEB评价指标优化

自动紧急制动(AEB)功能已成为国内外各汽车安全权威认证机构的重要评估点,但Euro NCAP、NHTSA、IIHS等认证机构发布的评估规程中涉及AEB的评价指标单一,无法对评估结果进行多维度解读。文章提出的基于层次分析法的AEB评价指标优化方法结合各认证机构建立的评价体系,分别采用定性分析与定量分析构建AEB评价指标优化模型,将安全性与舒适性作为评价准则,并以速度减量、最大减速度、碰撞时间(TTC)和减速度变化率作为评价参数,实现客观安全与主观驾乘体验相结合的多维度评估方案,优化了AEB评价体系。以CCRs某测试场景为例进行实际试验,验证了该基于层次分析法的AEB评价指标优化方案的可行性。     

基于BP神经网络算法预测的重型半挂汽车列车AEB控制策略研究

我国商用车AEB性能要求和试验方法标准的发布,推动了AEB在商用车领域的发展与应用。本文针对半挂汽车列车制动距离长、质心高等特点,结合驾驶员紧急制动的经验,提出了一种基于BP神经网络预测碰撞时间TTC的AEB控制策略。首先,设计了上层控制器,基于不同驾驶员在不同紧急制动场景下碰撞时间的数据,利用BP神经网络算法得到预测模型,从而计算出触发AEB系统的预警时间阈值和紧急制动时间阈值;再以前车与本车的相对距离、相对速度和前车的减速度为输入,通过模糊控制规则得到本车期望的减速度;接着,设计了下层控制器,采用期望减速度前馈控制和减速度偏差PID反馈控制相结合的方式,得到各车轮所需的轮缸制动压力;并基于滑移率滑模控制防止车轮抱死,提高紧急制动时的安全性、舒适性和横摆稳定性。最后,在TruckSim中建立CCRb、CCRm、CCRs 3种测试场景,对控制策略进行了验证。结果表明,本文所提出的控制策略能有效避免碰撞的发生,为半挂汽车列车AEB系统的设计和研究提供了理论依据。     

危险品运输车辆自主紧急制动控制策略研究

自主紧急制动(AEB)系统作为车辆主动避撞的有效手段之一,必将成为我国重型商用车辆强制性配备装置。在分析AEB系统工作原理的基础上,以实现危险品运输车辆AEB系统的预警和自主制动干预为目的,提出了一种基于安全距离模型的AEB系统预警算法,建立了基于危险状态因子的分级控制策略,采用Trucksim软件对提出的危险品运输车辆的AEB控制策略进行了两种仿真测试场景下制动效果的验证。仿真结果表明:所提出的AEB控制策略是有效的,满足AEB系统的相关法规及性能要求。     

商用车AEB系统测试场景构建及仿真研究

随着车辆智能化的发展,提高商用车主动安全水平的必要性增强,自动紧急制动(A EB)系统成为车辆主动安全领域的研究热点.文中从商用车自动紧急制动功能测试评价技术着手,基于场景元素分类构建商用车自动驾驶测试场景,建立自动紧急制动典型场景与控制模型,并通过仿真验证商用车A EB测试场景搭建与测试评价方法的有效性.     

客车自动紧急制动系统性能测试

介绍国内外客车采用的自动紧急制动系统(AEB)测试方法,提出AEB试验所需的测试系统,选取两项试验项目对某客车的AEB进行性能测试。     

智能网联汽车基础(六)--ADAS毫米雷达波

(接上期)毫米波雷达具有同时探测距离、水平角度及速度三个参数的能力。在智能网联汽车前雷达用于自适应巡航控制(ACC)、自动紧急制动(AEB)、前向防撞预警(FCW);后雷达用于盲点监测(BSD)、车道变道辅助(LCA)、后向碰撞预警(RCW)、车门开启预警(D0W)、后方交通穿行提示(RCTA)。     

重型卡车ADAS系统应用

随着汽车智能化的迅速发展,ADAS系统(高级驾驶辅助系统)逐步开始在重卡车型上应用,目前可实现的功能包括:车道偏离预警(LDW)、碰撞预警(FCW)、自动紧急制动(AEB)、自适应巡航(ACC)等。1ADAS系统组成ADAS系统由传感器(输入信号)、控制器、执行器(输出信号)3部分组成。传感器包括前置单目摄像头、毫米波雷达;执行系统为发动机和EBS电子制动系统。ADAS系统组成如图1所示。