ADAS 技术迅速在更广阔的市场上得以应用

从上世纪50年代早期的电动车窗到当今最新的汽车驾驶系统，豪华汽车所具有的高端特性随着时间的推移最终都应用到中端和经济型汽车上，成为必备的电子和电气系统。最近新出现的高级辅助驾驶系统（ADAS）技术也不例外。作为一个例子，欧洲的福特福克斯汽车现在具备了自适应巡航控制（ACC）、自动刹车和主动式车道保持等功能——所有这些特性以前都专属于豪华汽车。

ADAS 技术能够不仅仅应用在豪华汽车上，部分原因是出于竞争的考虑，但并不是唯一因素。政府规章制度也是一个重要因素。例如，在美国，国家高速运输安全管理局正在制定强制安装后视摄像机的政策，据此，预计 2018 年车载摄像机将达到 6 千万台。

安装了 ADAS 的车辆在保险上有折扣也是推动 ADAS 广泛应用的另一因素。这类优惠有一定的统计意义。当驾驶员驾驶车辆开始偏离车道时，系统会发出告警，在夜间，系统也能够增强驾驶员的能见度，从而避免了事故的发生，挽救了生命。ADAS 得到广泛应用的决定性因素还是成本。

功能的多样性

在其所有预期中，ADAS 技术也给汽车行业带来了很多挑战。正如很多技术处于其早期阶段一样，ADAS 应用曾涉及到很多发展方向，并不能明确哪一方向最终会推动市场发展。撰写本文时，日立公司关注于采用两台前向摄像机多路传感器方法来探测距离 100 米以外的物体。这一技术被称为“眼睛视觉”，在 2013 款力狮和傲虎车型上得到了应用。本文会更详细的介绍 ADAS 技术迅速在更广阔的市场上得以应用。

系统：车道偏离报警

传感器：摄像机

当车辆离开其车道，或者接近道路边缘时，LDW 系统发出声音报警或者动作报警（通过轻微的振动方向盘或者座椅来实现）。当车辆速度超过一定阈值（例如，大于 55 英里），车辆没有打开转向信号灯时，这些系统会开始发挥作用。当车辆行驶，其相对于车道标志线的位置表明车辆有可能偏离车道时，需要通过摄像机系统来观察车道标志。

系统：自适应巡航控制

传感器：雷达

过去十年中，豪华汽车采用了 ACC 技术，这一技术目前也在更广泛的市场上得到了应用。传统的巡航控制技术设计用于保持车辆以恒定的车速行驶，与此不同，ACC 技术使车速与交通状况相适应，如果与前车距离太近，则会降速，在路况允许时，会加速到上限。这些系统通过使用安装在车辆前部的雷达来实现。但是，由于雷达系统不能识别某一目标的大小和形状，而且其视场也相对较窄，因此，应用时要结合摄像机。

系统：交通标志识别

传感器：摄像机

正如其名称所示，交通标志识别（TSR）功能使用前向摄像机结合模式识别软件，可以识别常见的交通标志（限速、停车、掉头等）。这一功能会提醒驾驶员注意前面的交通标志，以便驾驶员遵守这些标志。TSR 功能降低了驾驶员不遵守停车标志等交通法规的可能，避免了违法左转或者无意的其他交通违法行为，从而提高了安全性。这些系统需要灵活的软件平台来增强探测算法，根据不同地区的交通标志来进行调整。

●主动系统，也称为近 IR 系统，带电耦合器件（CCD）摄像机和 IR 灯源相结合，在显示器上呈现黑白图像。这些系统的分辨率很高，图像质量也非常好。其典型的可视范围是150 米。

●被动系统不使用外部光源，而是依靠热成像摄像机，利用物体自然热辐射来采集图像。这些系统不会受到对面来车大灯的影响，也不会受到恶劣天气状况的影响，其探测范围达到 300 米至 1000 米。

系统：自适应远光控制

传感器：摄像机

自适应远光控制（AHBC）是一种智能大灯控制系统，使用了摄像机来探测交通状况（对面来车以及同向交通状况），根据这些状况，调亮或者调暗远光灯。AHBC 系统支持驾驶员尽可能在最大照亮距离上使用远光，而不必在其他车辆出现时手动调暗大灯，不会分散驾驶员注意力，从而提高了车辆的安全性。

系统：驾驶员困倦报警

传感器：车内 RIR 摄像机

困倦报警系统监视驾驶员的面部，测量其头部位置、眼睛（张开/闭上）以及其他类似的报警指示。如果确定驾驶员有进入睡眠的迹象，或者看起来意识不清，该系统会发出报警。有些系统还监视心率和呼吸。设想但是还没有实现的功能包括使车辆靠近路边行驶，最终靠边停下来。

需求：灵活的高性能技术平台

虽然很难详细预测这些功能的未来发展，以后会应用到什么程度，但是，从术角度看，有几点是明确的：

●没有一种单一的体系结构能够满足新出现的各类应用需求。

●需要采用灵活的平台适应市场发展趋势，实现最新的功能，同时满足成本、规划和性能目标。

信号融合

需要特别注意的是，大部分 ADAS 应用需要对来自多个传感器的多路信号进行处理和分析，包括，视频摄像机、雷达、红外传感器，以及今后可能出现的激光等其他传感器信号。例如，危险探测不仅仅需要对来自多个摄像机的数据流进行集成和分析，而且，如果要用在全天候各种天气条件下，还必须采用雷达数据。传感器融合这一术语用于描述 ADAS应用中不同信号的集成。

处理信号融合这一难题的一种算法解决方案是 Kalman 滤波，它集合了很多种算法。这是说明 ADAS 任务有多复杂的一个很好的例子。例如，Kalman 滤波能够集成视频和雷达输入信号，使用这些数据来生成当前环境的快照。然后，它在这些快照上应用名为“航位推测”的过程，根据物理条件，计算周围环境“可能”会出现什么状况。