智能驾驶中的安全:AEB成为焦点

2024-04-07  

在华为打造的智能驾驶体系里,“给消费者足够安全的功能”是最大的卖点,在多传感器融合5R11V1L(5个毫米波雷达、11个摄像头和1个激光雷达)逐渐成为标配的奢华时代,AEB(自动紧急制动)似乎已经成为汽车安全技术中的一环。


当然我们也看到,有些车型的AEB水平仍然停留在一个摄像头+一个毫米波雷达的(1R1V)的时代。


我们对AEB的一些挑战做一些梳理。

01


对消费者来说,AEB是什么?

中国汽车的消费者对AEB(自动紧急制动)的认知常常是片面的,随着这一波宣传,可能认为无论何时何地,只要前方出现障碍物,AEB就会自动刹车。


但是如果真做到这样,对这套系统的要求就太高了,AEB的触发条件以及在不同场景下的表现是复杂的,(车企也不愿意把所有的弱点枚举每一个案例,所以往往一句话淡忽略,消费者对车辆手册也没办法深度理解),这导致了对AEB认知的片面性(环境昏暗导致识别能力降低,如黎明、黄昏、夜间、隧道中等)


乘用车AEB(自动紧急制动)标准GB/T 39901是一份推荐性国家标准,C-NCAP对新车的安全性进行评价,包括AEB功能。


● GB/T 39901将AEB主要分为碰撞预警和紧急制动两个子功能,要求在特定情况下发出警告并实施制动。


● C-NCAP评价包括针对车辆、行人和两轮车的正响应测试以及误响应测试。


AEB测试内容逐步完善,但仍存在一些“软肋”,如测试场景有限、测试速度不够高、天气条件单一等,在更多复杂场景下进行测试和改进。


实际上,要做成完美的AEB是非常困难的,这个功能的难言之隐主要包括:


● 触发目标类型的限制:目前大多数AEB只支持对车辆、行人和两轮车的响应,而对于其他目标类型,如人力三轮车、农用三轮车、动物等,却不支持。


这主要是因为AEB要求对目标类型进行准确识别,否则会增加误触发率。目标识别准确率的提高需要大量训练数据,而车辆、行人、两轮车的数据最易获取,因此AEB触发目标类型一直受限。


● 刹停速度的设定:AEB的刹停策略通常会根据车速和距离等因素来确定,但在高速行驶场景中,AEB往往会设置减速量阈值,达到后即释放制动,以避免连环追尾事故。


这种策略在辅助驾驶时代下可能没问题,但在自动驾驶时代下,如何在高速行驶场景持续制动而不引起其他碰撞风险,是一个技术难题。


02


误触发和漏触发问题



随着AEB被宣传的两个问题,主要包括两个误触发:


● 误触发是指AEB在前方没有碰撞风险的情况下触发,这不仅影响了驾乘舒适性,更关键的是影响了行车安全性,部分连环追尾事故往往都是由于前车的紧急制动导致的。降低误触发率成为了车企追求的目标之一。


● 漏触发,在有碰撞风险的情况下AEB却没有激活(漏触发会导致驾驶员更谨慎),但考虑到AEB只是驾驶员的辅助而非主导,一定程度上的漏触发也可以接受。车企通常采取“宁漏勿误”的策略。



所以从车企来看,降低误触发率是直接的目标,将AEB触发参数设置得非常严格,甚至到了难以触发的程度。相对温和的做法,如果有足够的时间的话,避免开发那些不太可能触发AEB的碰撞场景,以减少误触发的可能性。


AEB对触发目标的筛选要求非常严格,包括先识别目标类型以及确保识别准确率达到一定水平。这是因为不同类型的目标需要不同的激活速度、减速量策略、刹车策略和预测策略,而如果不加以区分,AEB将无法发挥最优性能。而且,在某些情况下,如果不区分目标类型,直接触发AEB可能会大大增加误触发率。


AEB在激活后并不会一直制动直至刹停。厂家通常会设置减速量阈值,一旦达到该阈值便会释放制动。这主要考虑到高速场景下,持续制动可能导致后方车辆跟车过近,进而引发连环追尾事故。在高速场景下,一旦AEB释放制动,驾驶员就需要重新决定是否继续制动或者选择转向。



小结


AEB作为一个被认为成熟的安全技术,在现实案例中暴露出许多问题。触发目标类型的限制和刹停速度的设定都是AEB面临的挑战。

随着技术的进步和认知的提高,我们期待着AEB能够更好地发挥作用,为驾驶者和行人的安全保驾护航。


文章来源于:电子工程世界    原文链接
本站所有转载文章系出于传递更多信息之目的,且明确注明来源,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。