高级辅助驾驶系统与车联网（上）

◆文/山东 刘春晖

一、ADAS简介

ADAS（Advanced Driver Assistance Systems）是高级辅助驾驶系统的缩写，有文献认为是智能汽车的缩写。所谓高级辅助驾驶系统，就是帮助人们更好地操控车辆的辅助装置，一般提供更安全的驾驶条件或更舒适的用户体验。利用安装于车上各式各样的传感器及摄像头，在第一时间收集车内外的环境数据，进行静、动态物体的辨识、侦测与追踪等技术上的处理，从而能够让驾驶者在最快的时间察觉可能发生的危险。

1.ADAS功能类别

目前，ADAS涉及到12门技术，主要基于三种传感器——摄像头、雷达、激光雷达。在这12门技术中，组合出了感知、控制、决策这自动驾驶三大模块。目前较为常用的ADAS可以按照功能分类，如表1所示。

2.汽车不同的自动化阶段

ADAS的功能还远不止表1所示这些，还有许多功能在开发中。比如法雷奥公司目前正在研发的AP&C（Automated Parking & Charging）等。目前的ADAS不等于自动驾驶。ADAS仅仅是辅助驾驶，还需要人进行主导；而自动驾驶是人工智能主导，驾乘人员稍微关注甚至完全不用关注路况。如图1所示为根据SAE划分的汽车自动化阶段图。

图1 汽车自动化阶段图

表1 ADAS功能类别及名称

3.智能汽车和车联网的关系

随着汽车智能化、电子化的推进，无人驾驶已经是未来汽车发展的必然趋势，智能汽车（ADAS）和车联网（Vehicle-toeverything，V2X）分别实现无人驾驶的内部和外部要求，而5G技术即成为车联网V2X中的关键制衡。

汽车智能化的终极目标是无人驾驶，而实现无人驾驶是一个渐进式的发展过程，在这个过程中，车内硬件智能（ADAS）和车际互联通信（V2X）两条腿走路，比较而言，ADAS技术只需要在车体本身做传感器加装和算法改进，相较于具备强外部性的V2X技术更易推进，是智能汽车的早期技术，目前国内国外在跑的中高端车型上基本加装了部分ADAS功能，几乎能协助车辆达成L3级别以下的自动驾驶。要实现更高级别的自动驾驶乃至无人驾驶，其制衡点更多在于车际互联（V2X）技术，这项技术简单化理解就是以联网通信的模式强化感知，相当在车辆上加装了更为灵敏的“眼睛”，实现真正的车路协同。但是V2X技术具备强外部性，要求对整体道路基建做整改，对通信协议做规范，同时对高速移动通信的质量提出更高的要求，V2X这项技术在国内极高概率是以智能互联示范区的模式推进。

要充分发挥V2X下车路协同的优势，传输信息和信号，需要非常大的流量和带宽以及很短的延时，差之毫厘失之千里，5G技术即成为车联网V2X中的关键制衡。随着5G通信技术的发展以及我国在全球通信产业的地位提升，未来汽车智能驾驶不仅限于硬件端（ADAS），还将向通信端发力，这期间搭建通讯收发设备，覆盖5G应用网络的智能互联示范区将获得迅速发展。

智能驾驶的最终目标就是无人驾驶，而智能汽车（ADAS）和车联网（V2X）分别是实现无人驾驶的内部和外部要求。5G商用是车际网发展的重要催化剂。

二、车联网

1.车联网的分类

车联网（V2X）是通向无人驾驶高级阶段的核心技术。广义车联网包含车内、车际和车云网。

车联网有广义和狭义之分，狭义车联网单指“Telematics”（车载移动互联网，又称车云网）。这里定义车联网为广义车联网，即车内、车际、车云三网融合。广义的车联网是最终实现无人驾驶的重要一环，一方面，车际网联合产业链前端的ADAS实现车路协同；另一方面，车云网将数据上传至云平台进行清晰分析，开辟产业链后端广阔的汽车后服务市场。

（1）车内网：是指通过应用CAN总线技术建立一个标准化的整车网络。

（2）车际网（V2X）：是指基于DSRC技术和IEEE 802.11系列无线局域网协议的动态网络。这是促进车际互联的最核心技术。

（3）车云网（Telematics）：又称车载移动互联网，是指车载终端通过3G/4G/5G等通信技术与互联网进行无线连接。

2.车联网的应用

车内网与车云网产业化应用成熟，车际网尚处培育阶段。车内网和车云网分别对应的CAN总线与OBD盒子等产品在国内均有较为成熟的应用和市场规模。而以V2X芯片为核心产品的车际网，是推动车路协同，促进车际互联的关键，由于其技术壁垒最高，发展步伐最为缓慢。世界范围内的V2X产品均处开发阶段，未形成大规模生产，批量生产后可配套装载于智能汽车和道路信号灯、加油站等基础设施，市场前景广阔。

如图2所示，车际网是车联网之魂，其核心在于V2X技术。V2X技术是通向无人驾驶高级阶段的核心技术。无人驾驶依照“ADAS装配实现车内智能→LTE-V/DSRC技术实现车际互联→车际互联的发展进一步推动车内智能设备的研发→车内智能对车际互联要求的上升”的发展路径，呈现螺旋上升趋势。

图2 无人驾驶螺旋式发展路径

目前我国智能驾驶发展还是以车内智能为主，车际互联发展较为缓慢，但随着V2X技术的完善，车路协同检测日渐成熟，车际互联在未来几年将出现较快增长。

如图3所示，V2X技术是车内智能和车际互联的转换器，是智能互联示范区最核心技术所在。V2X受益于智能互联示范区内基础设施建设和车内芯片装配，产业链地位将大幅提升。

图3 V2X的组成与规划

3.车联网的特点与实现

（1）车联网的实现方式

V2X实现的两种方式：V2X的实现主要有DSRC和LTE-V两种方式。其中DSRC是美国的V2V通信标准，中国目前主导的通信技术是LTE-V。

（2）V2X技术的主要特点

V2X技术的主要特点是：①网络拓扑不稳定；②外部环境干扰严重；③行车轨迹可预测；④以小数据包为主。

由此发展出了两种研究方向，即专用短程通讯（DSRC）技术和基于蜂窝移网的（LTE-V2X）技术。①DSRC：目前广泛应用的电子停车收费系统ETC就是基于DSRC实现的。DSRC在2014年2月被美国交通部确认为V2V标准；②）LTE-V：是基于LTE（4G）无线传输技术的车联网专用通信网。

（3）车联网市场空间

车联网发展可以分为三大阶段，当前正处于第二阶段——智能网联汽车阶段。车联网的发展从最早期的车载信息开始，车辆具备基本的联网能力；在当前的智能网联阶段，通过V2X技术，车路开始协同；到了未来的智慧出行阶段，车路协同在智能交通和高级自动驾驶中广泛应用，不可或缺。

三、ADAS系统的结构

如图4所示，ADAS系统有三个部分构成，分别是感知层、认知与判断层、执行层。感知层硬件包括雷达、摄像头等传感器，用于探测汽车周围的环境信息，为其他两个功能模块提供信息支持。认知与判断层涉及算法、应用软件与芯片。摄像头、雷达等ADAS传感器测量到的数据，还要与发动机、底盘、车身上的其他各类传感器测量到的数据配合。不同处理器处理的信息通过总线通信，最后给执行层发出指令。执行层则对应电子刹车、电子助力转向、电子车身稳定系统等。

图4 高级驾驶辅助系统（ADAS）的构成

如图5所示，ADAS的传感器主要有超声波雷达、毫米波雷达、激光雷达、摄像头4类。不同传感器的原理和功能各不相同，能在不同的场景中发挥各自的优势，因此目前难以相互替代。

图5 多传感器融合，让ADAS具备更多功能

1.超声波雷达

超声波雷达（图6）是泊车系统中最常用的传感器。超声波雷达是通过超声波发射装置向外发出超声波，到通过接收器接收到发送过来超声波时的时间差来测算距离。目前，常用探头的工作频率有40kHz、48kHz和58kHz三种。一般来说，频率越高，灵敏度越高，但水平与垂直方向的探测角度就越小，故一般采用40kHz的探头。超声波雷达防水、防尘，即使有少量的泥沙遮挡也不影响。图7、图8所示为倒车雷达原理及工作示意图，其探测范围在0.1～3米之间，而且精度较高，因此非常适合应用于泊车。

图6 超声波传感器外形

图7 倒车雷达示意图

图8 超声波倒车雷达原理

如图9所示，通常一套汽车倒车雷达需要安装4个超声波传感器，而自动泊车系统是在倒车雷达系统的基础上再增加4个超声波驻车辅助（Ultrasonic ParkingAssistant）超声波传感器和4个自动泊车辅助（Automatic Parking Assistant）超声波传感器。

图9 自动泊车原理

2.毫米波雷达

如图10所示，毫米波雷达发射毫米波段的电磁波，利用障碍物反射波的时间差确定障碍物距离，利用反射波的频率偏移确定相对速度。毫米波雷达穿透雾、烟、灰尘的能力强，具有全天候（大雨天除外）全天时的优点。其缺点是无法识别物体颜色；视场角较小，需要多个雷达组合使用；行人的反射波较弱，难以识别。目前市场上主流的车载毫米波雷达频段为24GHz（用于短中距离雷达，15～30m）和77GHz（用于长距离雷达，100～200m）。但是77GHz在性能和体积上都更具优势，77GHz的距离分辨率更高，体积比24GHz产品小了三分之一。

图10 毫米波雷达的原理示意图

毫米波雷达主要由天线、射频MMIC、基带信号处理三部分组成。现在的毫米波雷达（图11、图12）采用“微带贴片天线”使得天线体积更小、重量更轻。雷达射频前端单片微波集成电路（MMIC）用于产生和接收射频信号。数字处理包括阵列天线的波束形成算法、信号检测、测量算法、分类和跟踪算法等。

图11 毫米波雷达结构示意图

图12 毫米波雷达的天线阵列

3.激光雷达

如图13所示，车载激光雷达又称车载三维激光扫描仪，通过发射和接受返回的激光束，分析激光遇到目标后的折返时间，计算出目标与车的距离（图14）。通过这种方法，搜集目标表面大量的密集点的三维坐标、反射率等信息，能快速复建出目标的三维模型（图15）及各种图件数据，建立三维点云图，绘制出环境地图，以达到环境感知的目的。目前市场上比较常见的有8线、16线和32线激光雷达，还有少量64线产品。激光雷达线束越多，测量精度越高，安全性也越高，但是成本也越高。

图13 激光雷达原理

图14 激光雷达的应用场景

图15 激光雷达能快速复建出目标三维模型

和超身波雷达和毫米波雷达相比，激光雷达具有极高的距离分辨率、角分辨率和速度分辨率，且探测精度高、探测范围广；抗干扰能力强；能实时获取的信息量比较丰富，可直接获取目标的距离、角度、反射强度、速度等信息，从而生成目标多维度图像。但是激光雷达却很容易受天气的影响，比如在雨雪、大雾等天气条件下，其探测性能就会变的较差。

（未完待续）