吃瓜要吃全，所以，AEB到底是个啥？

okhxyyo

吃瓜要吃全，所以，AEB到底是个啥？ [复制链接]

早上管管发了个吃瓜贴（>>>>转吃瓜贴），有网友在后面跟帖发问：所以 AEB到底是个啥？

 

那么，咱就来科普一下下（管仔我也是搜索资料搬来的分享呀~~~咱们一起来学习）

 

自动紧急刹车系统（Autonomous Emergency Braking，简称 AEB）是一种汽车主动安全技术，主要由3大模块构成，包括控制模块（ECU），测距模块，和制动模块。其中测距模块的核心包括微波雷达、人脸识别技术和视频系统等，它可以提供前方道路安全、准确、实时的图像和路况信息。

 

技术介绍

AEB系统采用雷达测出与前车或者障碍物的距离，然后利用数据分析模块将测出的距离与警报距离、安全距离进行比较，小于警报距离时就进行警报提示，而小于安全距离时即使在驾驶员没有来得及踩制动踏板的情况下，AEB系统也会启动，使汽车自动制动，从而为安全出行保驾护航。

okhxyyo

五万字一文读懂 汽车自动紧急制动系统（AEB）

 

一 前言

汽车安全性一直被视作汽车最重要的特性，是汽车技术发展的一个关键驱动因素。目前，我国在汽车安全系统的研究上已经取得了一定的进展。汽车安全系统分为主动安全系统与被动安全系统两种：主动安全系统是指防抱死制动系统、紧急刹车辅助系统等这类传统的汽车安全系统，这些系统可以使得汽车的行驶更加稳定，缩短制动距离，减少汽车的碰撞率，但是这些系统必须在人工控制的状态下才能发挥出作用，没有办法预测和有效避免交通事故的发生；被动安全系统是指安全气囊、儿童安全座椅、安全带等这类安全系统，这些系统的作用仅仅是减少车祸所带来的损失，旨在碰撞发生后保障车内与车外人员免受或少受碰撞的伤害，并无法避免交通事故的发生。随着各方的共同努力，汽车的被动安全技术已日趋完善， 以预防危险事故发生为核心的主动安全技术已成为现代汽车技术发展的重要方向。因此，研制一种主动安全系统，为驾驶员提供自动报警与辅助制动的服务，可以弥补现有安全系统中存在的不足，有利于维护人们的生命与财产安全。

 

随着主动安全技术的不断发展，自动紧急制动AEB对行车安全的提升有显著效果，美国公路安全保险协会研究发现90％的交通事故是由驾驶员的注意力不集中而引起的，装备了AEB的车辆可以减少27％的事故发生率，其中追尾减少率为38%，并能明显减少事故伤亡。随着现实需求带来的汽车安全技术的发展，汽车自动紧急制动系统AEB越来越多的应用到车辆上，已得到大量应用。近些年在保险业、汽车安全组织和政府的共同推动下，AEB成为了越来越多车型的标配，各家车厂都积极发展、配备到近几年出厂的新车上，纷纷将AEB功能等作为新车上市的重要卖点之一。随着自动驾驶的发展，AEB可能还会向着更高性能发展。

 

如今，国外AEB技术已发展成熟，并大范围普及，不过很遗憾，国内在这方面还没引起足够的重视，希望未来这一情况有根本改变。

okhxyyo

二 概述

目前国际上没有统一的名称及系统运行标准，因此各汽车厂商的自动紧急制动系统的名称都不一样，如：Volvo-City Safety、Mercedes-Benz-ABA、Volkswagen-Front Assist 、Subaru-Eye Sight、Honda-CMBS、Nissan-FEB、Toyota-TSS、Lexus-LSS+、Lincoln-EBA、Ford-ACS主动式行车防护系统、Chevrolet-AAB、Citroen-EBA、Peugeot-EVA等，丰田的预碰撞安全系统称为Pre-Collision System，简称PCS； 本田的CMBS（Collision Mitigation Brake System）、通用的LSFAB(Low Speed Forawrd Automatic Braking、Mitsubishi的FCM主动式智慧刹车辅助系统以及奔驰的pre-safe系统等，都是与AEB功能相同的应用，工作原理也是相同的，但造成了普通购车消费者对自动紧急制动系统的概念及其效果模糊不清。

 

详细分析了国内外现有AEB标准及法规，重点介绍了中国AEB标准制定进展及计划，通过对比分析国外相关AEB标准和法规，对其关键技术指标在中国的适用性进行分析研究，并对目前在研的标准及法规进行梳理，通过对重点AEB标准及法规的深入剖析， 研究其关键技术指标在中国的适用性， 结合中国实际交通情况，制定一个指标合理、 经济可行的试验方法国家标准， 将推动、 引导和规范中国汽车主动安全技术发展， 完善汽车安全性能， 改善道路交通安全。

本研究开发了一种汽车主动安全技术的汽车自动紧急制动(AEB)行人检测系统，它包含软体假人目标、假人驱动装置及其控制系统，并且开发的假人目标具有典型的人体特征及红外反射特性。可按照2018版中国新车评价规程(C-NCAP)的AEB行人系统测试场景的要求，精准地驱动假人目标行走，并可与操控测试车辆的驾驶机器人实时通讯。开展了对假人目标行走距离、假人目标行走速度和与驾驶机器人的联动实验。结果表明该系统与驾驶机器人联动实验一次成功率达到90%以上，对假人行走距离和速度控制的准确度96%，对假人与车辆碰撞位置的准确度达96%；该AEB行人检测系统可准确复现行人危险工况，具有较高的测试精度。因此，该AEB行人检测系统可用于开展C-NCAP(2018)行人测试实验，作为车辆AEB系统功能评测及相关产品开发有效工具。

okhxyyo

三 定义

汽车自动紧急制动系统即AEB（Autonomous Emergency Braking）系统是一个辅助刹车的电子系统，是一种汽车主动安全技术。AEB系统是协助驾驶员进行紧急刹车的主动安全配备装置，是指车辆在非自适应巡航的情况下正常行驶，如车辆遇到突发危险情况或与前车及行人距离小于安全距离时主动进行刹车（并不一定能够将车辆完全刹停），避免或减少追尾等碰撞事故的发生，从而提高行车安全性的一种技术。

AEB从工作原理上讲，就是一个感知-运算-执行的闭环循环过程,基于环境感知传感器（如：毫米波雷达或视觉摄像头等）感知前方可能与车辆、行人或其他交通参与者所发生的碰撞风险，并通过系统自动触发执行机构（如:电子稳定程序ESP）来实施制动，以避免碰撞或减轻碰撞程度；从汽车工程学上讲，就是基于车内传感器各种监测，配合系统控制器控制，与之配套的运行软件和算法组成的综合型电子控制系统。

AEB是一种预防性的主动安全技术，也是作为ADAS的一项应用而开发的，可自动探测前方障碍物、判断碰撞风险，必要时发出报警及自动实施制动旨在事先识别碰撞风险，完全规避碰撞发生或尽最大可能地减轻碰撞的强度，从而避免车辆追尾，或与行人及其他交通参与者发生碰撞事故。AEB弥补了人和车的弱点，变被动为主动，变人动为自动，从根本上扼制了车祸事故的发生，把驾车的安全性提高到一个空前的高度，实现了真正意义上的主动安全。

AEB系统是智能轿车的一部分，是防止汽车发生碰撞的一种智能装置。它能够自动发现可能与汽车发生碰撞的车辆、行人或其他障碍物体，发出警报或同时采取制动或规避等措施，以避免碰撞的发生。配备了城市防撞系统的车辆，当有车辆或行人突然靠近，司机没有采取任何措施的情况下，车辆会自动刹车，从而有效的避免交通事故的发生。并且汽车防撞系统在汽车倒车追尾车祸即将发生时，不但可以使车辆主动地、智能地实施自动制动，甚至驾驶员操作出现失误，车祸将不可避免的发生时，也可以实现自动刹车，主动防撞，降低事故发生概率。

AEB行人保护系统主要用于保护行人等易受伤害的道路使用者，该系统通过车辆上集成的传感器识别并跟踪交通环境中的行人，计算其相对车辆的运动轨迹，以此判断是否有碰撞的危险，若有危险则系统会自动采取制动使车辆停止，同时向驾驶员发出警告。当驾驶员走神或者路边突然窜出来一个人的时候，这AEB可以最大限度进行紧急刹车。

要注意碰撞预警（collision warning）和碰撞缓和（collision mitigation）系统之间的区别：预警系统将警告驾驶员即将发生碰撞，但不会采取诸如刹车之类的规避行动；缓和系统将提醒驾驶员，如果不采取任何措施，该系统将进行刹车，以避免或减轻碰撞的严重程度。

无论是采用何种自动紧急制动系统，由于其系统探测传感器频率、探测传感器信号稳定性、车内数据信号传递抗干扰性以及系统整体运算速度、系统配置协调性的不同，各车型的系统反应时间、同步速度都不会相同。再加上当前车辆行驶速度、轮胎与路面摩擦力系数等因素，导致车辆最终的制动效果会有非常大的差异。此类系统运行速度取决于车型或版本的选择。但无论如何，这个系统已经被证实可以有效地防止汽车碰撞或减小碰撞损失。

okhxyyo

四 组成

自动紧急制动系统AEB主要由行车环境信息采集单元（传感器）、电子控制单元（中央处理器）和执行单元（执行机构）三部分组成，包含报警与紧急制动两大系统，主要由测距模块、数据分析模块和执行机构模块三大模块构成。AEB系统还可看成由两个系统组成，包括车辆碰撞迫近制动系统（CIB）和动态制动支持系统（DBS），其中CIB系统会在追尾以及驾驶员未采取任何行动的情况下，会紧急制动车辆，而DBS在驾驶员没有施加足够的制动行动时，会给予帮助避免碰撞。能对前方车辆、自行车、行人预警，能对前方动态、静态车辆实施主动制动处理。

1.行车环境信息采集单元对行车环境进行实时检测，得到相关行车信息。主要由测距传感器、车速传感器、油门传感器、制动传感器、转向传感器、路面选择按钮组成。

（1）测距模块也称为感知模块，是系统的AEB系统关键部件。感知模块完成防撞探测的数据采集工作，可以提供前方道路全面、准确、实时的图像与路况信息，完成外部环境数据的采集，例如汽车与前方车辆或者障碍物的距离信息。目前汽车防撞探测主要是采用红外、超声波、摄像头、激光、雷达等一些测量方式，实现形式主要有激光雷达、毫米波雷达+激光雷达+摄像头、中距离雷达+前方摄像头、单摄像头以及立体摄像头等。

 

其核心包括毫米波雷达、激光雷达和视频系统等，采用雷达测出与前车或者障碍物的距离。其中红外、激光、摄像头等采用光学技术，价格低廉且技术简单，但全天候工作效果不好。

简单来说AEB系统就是通过检测方式来干预刹车系统，起到刹车辅助作用，然而这样的系统首先要做的就是检测。目前常用的两种检测方式为摄像头和豪米波检测，但是这两种检测方式都有一个致命的缺陷：在前方障碍物较多时无法正确分辨！这也是当前很多AEB系统失效的主要原因！AEB系统主要是对车辆和行人进行有效识别，但对于自行车、电瓶车、三轮车、小动物等其他障碍物的识别，还没有哪一家有相对稳定的产品。

①红外线

任何物体无论如何都会发出红外线，利用红外线传播不扩散原理依据测量光往返目标所需的时间来计算判断测量目标距离叫红外测距。

当热成像仪“看到”热量时，可以在包括夜间等恶劣条件下，通过阳光、车灯的光线和雾来检测行人。它在黑暗中能看到的距离是普通大灯的四倍。一般而言，热成像仪在弱光和杂乱环境下能w更好地对行人进行识别和分类，热成像也会感知到部分被遮挡的行人。在目前可用的解决方案中，热成像技术是有前途的，它能够为RGB摄像头和雷达提供补充数据。与常规的RGB摄像头相比，热成像技术在对行人进行检测和分类方面要好得多，因分类是基于对象的热信号而不是可见光。但热成像仪最常见问题是成本，如果OEM在车辆上添加热成像仪来实现有效的AEB-P而价格低廉将提高使用率，激光雷达也是这种情况。除了作为被动传感器，没有什么能比热成像仪更好地检测到行人之外，还提到了AI对热成像的影响，将AI应用于热图像捕获的性能要优于传统的RGB摄像头。

②激光雷达

测距原理是由激光器发射激光束，遇到目标时发射回来，光学接收系统中的光学探测器将接收到的激光束与原发射激光束通过混频器转换为电信号，通过光束以及往返时间差计算得出所探测的目标距离。

激光具有相干性好、高单色性以及方向性好等优点。激光波束近似直线，波束能量比较集中，很少扩散，传输距离较远，具有较高的测距精度，可以快速得到精确环境信息；从传感器成本和性能角度看，激光雷达精度高、体积较小、质量轻，但是激光雷达成本较高，探测角度小，受环境影响大，抗干扰性差，短期内尚不能广泛应用。目前国内有部分厂商能够生产激光雷达。

大陆的SRL有3线（博世LRR2是4线），最大探测距离只有13.5m，仅限于低速行驶场景，如防止在交通堵塞时的疏忽，但相比用于泊车辅助的超声波雷达已经是非常大的进步了（探距小于1m）。基于SRL的AEB系统旨在防止时速30km/h的碰撞，并可以缓解50km/h的碰撞程度。SRL的HFoV为27°、VFoV为12°，发射三个905nm激光束，频率为50Hz。最新版本的SRL现在的探测距离已达到了50m，AEB有效工作范围为50km/h，最高工作范围高达80km/h。

海拉24GHz的MRR，探测距离为150m（博世的LRR2，探测距离达200m），因采用了CMOS技术，可以将雷达功能进一步集成到单个MMIC，传感器模块尺寸变得更小，也降低了BOM成本，MRR的成本迅速降到了约$50。降低成本的另一个原因是得以与LRR共用76-79GHz频率。同时MRR的探测距离可达200米，可以在时速高达160km/h（99英里/小时）下满足AEB的要求，几乎可以满足任何高速公路（德国高速公路才需要专用的LRR）。AEB随NCAP要求不断提高的加紧迅速得到了普及，因规模效益MRR/LRR的成本降了下来。成本下降推动了平价车型也得以广泛采用MRR，MRR在汽车雷达中的份额超过了LRR。

用于AEB的单个雷达的部署速度下降得很快，奔驰原本采用的是Veoneer的24GHz SRR，但性能逐渐不再能满足要求了，因此没有主机厂继续采用这种方式了。AEB

Interurban的实施也意味着SRL不再合适了，需要具有更强探测能力的MRR。与SRL相比，MRR具有更远的探测距离、更宽的FoV和更高的分辨率。

③超声波

一般是指频率20KHz以上的机械波，具有声波折射、反射、干涉等基本物理特性。工作时，超声波发生装置向某一方向不断发射出某一频率超声脉冲波，遇到被测物体则产生反射回波，由超声波接收装置接收反射回波并将其转变为电信号，根据接收和发射超声波所用的时间差以及声速，就可以测得车辆和目标物体之间的距离。

超声波测距方法简单，成本低，具有较强的穿透性以及反射能力，但探测距离较短，最佳距离为4~5m,对于远距离目标，不够灵敏，影响测量精度，而且传输速度容易受到天气状态的影响，这使得超声波在高速公路测距的应用具有一定的局限性。另一方面，超声波散射角大，方向性较差，在测量较远距离的目标时，其回波信号会比较弱，影响测量精度。因此，超声波一般用作短距离的车辆倒车防撞雷达以及侧面防撞雷达。

④毫米波雷达

毫米波是指波长在1~10mm（频率在30~300GHz）之间的电磁波。毫米波雷达主要是通过对目标物发射电磁波并接受回波来获得目标物体的距离、速度和角度。克服了上述几种探测方式在汽车防撞探测中的缺点，具有稳定的探测性能和良好的环境适应性，毫米波雷达不易受对象表面形状和颜色的影响，也不受大气流的影响；还具有环境适应性能好的特点，因为雨、雪、雾等对毫米波雷达的干扰小。毫米波雷达结构简单、天线部分尺寸小、发射功率低、分辨率和灵敏度高、波束窄而具备高精细细节分辨的能力。毫米波雷达的感测距离长，受天气影响小，在测距方面精确度较高，成为主动防撞雷达的首选,也是AEB的首选传感器。它不仅可测量目标距离，还可测量目标物体的相对速度及方位角参数，是未来无人自动驾驶的必备传感器，但对于行人、自行车等较小的障碍物识别能力较弱。毫米波雷达开发难度较大且成本较高，相比激光，其传播特征受气候影响小，具有全天候特性；相比微波，则更容易小型化。

毫米波雷达测距方式，主要由连续波雷达测距和脉冲雷达测距两种方式。

在具体技术上，脉冲雷达测距存在一定的难度，主要是产生并发射大功率信号对硬件电路要求高，一般的硬件无法实现，具有一定的难度。

连续波雷达测距使用较多。工作时，毫米波发射源信号经环流器从天线向外发射具有一定斜率的连续调频信号，当遇到前方目标时，会产生与发射信号具有相同斜率的延时回波信号，回波信号经接收天线进入混频器，混频器将发射源信号与回波信号进行混频处理，从而得到其差频信号，差频信号再输入多普勒放大器，放大后的信号经整形电路整形，输出矩形脉冲式的信号，转换出的信号进入计数器计数，计算出与目标的速度和距离信息。如采用调频连续波（FMCW）测距方式，雷达发射连续三角波，该种雷达结构简单，应用性强。

用毫米波雷达测距具有探测性能稳定的特点。目前具备AEB功能的家用量产车，多数都会采用一颗长距离雷达搭配两颗短距离雷达的方案。

博世目前主流的传感器就是第四代毫米波雷达和第二代摄像头（包含单目、双目），目前在售量产车型上搭载的博世系统基本都是这两代传感器。博世已经具备了量产第五代毫米波雷达以及第三代摄像头的能力，小鹏全新车型P7是首款搭载了5个博世第五代毫米波雷达。

 

汽车毫米波雷达有不同的工作频率，比较常见的汽车毫米波雷达工作频率在24GHz、77GH、79GHz这三个频率附近，工作频段为21.65-26.65GHz和76~81GHz。77GHZ雷达核心技术被Bosch、Delphi、Denso、TRW、Conti等国际巨头垄断，国内厂商面临着技术封锁、器件禁运等困难，短期内难以实现突破。而24GHZ产品目前国内厂商已有较多的研发积累，有望率先问世。

各国对主动安全的重视，AEB系统逐渐成为汽车标配，对AEB系统中的主要感知器件---毫米波雷达的刚性需求，极大推动了毫米波雷达的普及。

⑤摄像头

成本低，体积小，功耗小，可识别行人、自行车等复杂障碍物，缺点也非常明显，受恶劣天气影响较大。当光线较暗以及大雨、雾霾、大雪等恶劣天气发生时，将使得系统性能大大降低。

与手机摄像头不同，汽车摄像头的设计要求更严格，尤其在低照射强度下的性能、动态范围、红外(near infrared，NIR)敏感性、在宽温度范围下（-40℃到+105℃）的图像质量、长期可靠性、图像数据完整性和稳健性等方面。摄像头必须具有能够检测在不断变化的环境光水平下的物体的动态范围，具有足够的FoV覆盖道路宽度，并且能够抵消隐藏FoV中的物体的伪影。图像和对象识别处理能力也很重要。所有汽车应用的图像传感器都要求符合AEC-Q100以及在ISO/TS 16949认证的设施中生产。

物体识别是检测前方的物体并且能够识别附近的VRU和其它车辆的关键要求。影像辨识模块是透过摄像头，利用所得画面的差别，经过计算机判断来识别。和毫米波雷达相比，影像辨识在车道、障碍物识别等方面有优势。但是作用距离和测距精确度不如毫米波雷达，并且容易受到光照天气的影响。

采用视觉方式来实现AEB系统，成为了众多厂家开发的新热点。但基于摄像头的系统在检测范围和速度方面受到限制。实现上主要分为单摄像头和立体摄像头两种。

采用单摄像头的AEB系统，就是由单个向前拍摄的摄像头模块来实现AEB功能。该摄像头被安装于内后视镜底座的附近，为的是能够获得更好的“视野”。同时也不能偏左或者偏右太多。摄像头坐标系与车辆坐标系偏离过大会对距离估算产生较大的影响。

 

单目自动紧急制动系统是通过机器视觉的原理，通过大量数据的学习，对前方目标进行标定和判断。虽然可以判断出前方物体的种类，但也导致了几点不足。

第一，基于单目摄像头的自动紧急制动系统，需要大量数据进行学习和训练，这就意味着新入局的公司自然在数据积累上与传统厂商有巨大差距。

第二，对于一些样本数量较少或难以提取有效特征的情景和物体（如动物，路障，不规范的交通工具，隔离带，植物，坑洞等），单目系统由于学习样本的局限性无法做出有效识别。

第三，由于单目系统的判定过程，需要通过摄像头拍摄的照片进行分析，先对学习过的障碍进行识别，再分析距离，它的工作准确率对照片的质量有着较高的要求；而行人识别等功能的准确率受到阳光直射、夜晚光线昏暗或者城市灯光等因素干扰，只能有条件地工作。

单摄像头模块横向体积小，内部计算量小，成本低，缺点比较明显：对于距离不敏感。

采用立体摄像头的AEB系统，则是相对于单摄像头多了一个镜头。依据仿生学原理，模仿人的眼睛实现一个立体视觉的效果，从而最终实现AEB功能。这种方式对于距离判断会比较精确。

 

（双目摄像头画面）

双目摄像头在根本原理上与单目摄像头有着比较大的不同。它通过视差原理，来判断观测点与目标之间的距离，也就可以判断行驶车辆前方的物体形状，距离，运动速度。

 

（双目摄像头原理图）

从镜头选择到相机调试，再到相机结构设计的所有技术储备，已经能做到24小时准确成像。在算法上，与国际上基于边缘立体匹配算法的双目产品不同，算法所产生的深度图与深度计算是基于面点的，因此每一个视角每一点都有准确的距离测算，整体准确率和鲁棒性都获得了较大的提升。

其缺点是：由于两个摄像头之间要保证一定的距离，所以存在横向体积较大。而且对两个图像的综合运算是比较复杂的算法问题。另外和单摄像头方式相比，成本也是比较高的。立体摄像头的整体布置要求和单摄像头保持一致，而镜头之间的距离是一个重要的参数，关系到感测的距离。通常，两镜头间距越小，焦距就越大，拍摄物体就越远；反之，就越近。立体摄像头系统因其立体测距原理较单摄像头的距离估算更加可靠、精确，短期内，依旧是前者更靠谱。

大部分受到成本的限制，使用一个单目就足以满足3星或4星安全评级标准。比如在Mini和宝马2系中，Veoneer基于Mobileye的单目甚至可以执行一些stop-go的TJA功能。

 

博世前两代摄像头已经能够做到对交通标志、车道线、行人、骑行者等进行识别，可为ACC自动适应巡航、自动切换远近光灯、自动紧急刹车等功能服务，第三代摄像头在此基础上更进一步，各方面性能都有提升。

 

博世第三代摄像头像素提高到200万，最大水平视角达到100°，在75m范围内可以通过立体视觉产生视差进行空间检测。其次，博世第三代摄像头信息处理应用了密集光流检测法，其可识别路边打伞的目标人群，能清晰地做好轮廓区分；同时，运用人工智能算法，将卷积神经网络算法集成在SOC（服务器操作中心）上，加强对物体的检测；最后，将密集光流检测和纹理检测结合起来，博世第三代摄像头可支持对红绿灯的检测。

 

藏在前面的雷达

奔驰现在只使用立体摄像头模块作为其防碰撞辅助系统的标配。

为了保护研究中最易受到车辆碰撞的弱势道路使用者（VRU），要求AEB要识别行人

 

和自行车骑行者，这就直接推动了主机厂增加一个前风挡摄像头模块，用来进行物体识别，防止与行人和自行车骑行者碰撞。AEB要求还需要具有夜间的性能，这又让摄像头的动态范围增加。因此对SRL的需求已明显减少，越来越多地由前风挡摄像头来执行。基本上自2016年和2018年两次对AEB要求的增加，许多主机厂已经从SRL转变为到摄像头战略了。

摄像头还需要提高分辨率和帧速率，以便对与AEB在同一传感器上运行的其他ADAS应用进行传感。前风挡的单目成本在100-150美元之间，cover一系列不同的ADAS应用，不仅仅是AEB。这种多功能传感器比SRL综合成本效益更高（虽然成本低于50美元，但只限一个应用）。AEB通常通过前风挡摄像头与其他ADAS功能捆绑在一起，如LDW、自动远光辅助（AHB）和TSR，以及部分交通拥堵协助的ACC低速状态。

海拉24GHz的MRR系统仅通过在HUD上对驾驶员进行视觉预警来提供前方车辆的距离警报，警报可以根据驾驶员对即将发生的碰撞的反应时间（0.9-2.5s）而变化，但没有提供制动控制。

 

视觉实现AEB系统功能，在技术上已经不再是什么难题。成本和性能上的优势使其应用前景广阔，必定是将来各大厂家的首选。

 

巴黎的某初创公司使用常规基于帧的视觉摄像头的AEB系统与其他部署了事件驱动摄像头进行了比较，视频显示，它的摄像头在发现行人方面得分更高。

⑥CCD相机

CCD视频测距通过CCD相机对行驶再高速公路上的车辆进行成像采集，将采集到的连续视频图像进行预处理以及特征提取，进而可以从图像系列中检测到车辆的速度。一般而言，视频测距设备架在空中，安装十分方便，而且受路面状况的影响很小，实现车辆测速的同时还可以对汽车进行跟踪监控，可也有效获取超汽车的完整信息。但是CCD视频测距非常容易受到天气状况的影响，尤其是在沙尘、大雾、黑夜等恶劣天气条件下，它的工作效能都将大打折扣。此外，对于高速公路上快速行驶的汽车来说，准确识别难度相对比较大。

2.电子控制单元接收行车环境信息采集单元的检测信号，综合收集到的数据信息，依照一定的算法对车辆行驶状况进行分析判断，同时对执行单元发出控制指令。

数据分析模块，也称为算法模块。对测距模块传回的实时数据进行分析、判断。利用数据分析模块将测出的距离与报警距离、安全距离进行比较，小于报警距离时就进行报警提示，而小于安全距离时即使在驾驶员没来得及踩制动踏板的情况下，AEB系统也会启动，对执行机构下达相应的指令，例如使汽车自动制动，减速等操作。

全球算法领域龙头Mobileye基本垄断了算法市场，但是由于中国更为复杂的交通情况，Mobileye在中国市场面临很大挑战。国内部分厂商在算法方面拥有较强的自主技术，在识别率方面与Moblieye差距不大。

感知模块和算法模块，构成所谓的“预警系统” ，预警模块门槛相对较低，客户集中度不高，而执行模块由于真正涉及到驾乘者的人身安全与驾驶操控体验，一方面整车厂肯定会牢牢把关；另一方面对应的零配件厂一定是作为一级供应商存在于产业链之中，并且将会是向上下游并购延伸的最佳环节。

当数据从两个不同的传感器融合时，ADAS ECU用于收集和处理原始传感器数据，然后决定是否激活制动系统。ECU也是自动驾驶开发的源头，其中需要更多的传感器甚至更高水平的执行机构，因此AEB的增强甚至要用到像自动驾驶的那种高带宽车载网络。

在AEB中，有两种不同形式的传感器融合：不同位置的传感器连接到单独的ECU；或者传感器和ECU都安装在特定位置的单个模块中。最常用的方法是前者，不同的传感器连接到单独的ECU，传感器通常是前风挡摄像头和前格栅或保险杠上的LRR。单独ECU的优点是可将它布置在两种类型传感器之间降低延迟，缺点是前风挡摄像头需额外作散热处理会比较缺乏空间，后者方法集成在一起也是为了应对这一挑战。

后一种方法其实更有挑战性，因为前风挡摄像头可能影响到雷达的性能。一些供应商已尝试开发此类集成传感器和ECU的模块，但性能都不太让人满意。Aptiv为沃尔沃提供RaCAM模块，Nidec最近也推出了摄像头和雷达一体的模块ISF（集成了传感器融合）。

 

 

此外，恩智浦正在支持客户将摄像头数据融合到雷达模块ECU中。Xilinx提供基于FPGA的器件用作传感器融合中的硬件加速器，还支持客户用来将数据融合到雷达模块ECU中。

不同车型主动刹车系统采用的监测方式不一样，最后能够实现的功能也有很大差别。如果车辆仅仅采用了单个雷达或者单目摄像头，能够探测的范围和距离就十分的有限；现在带有主动刹车系统的车辆一般采用的都是雷达+单目摄像头，基本能够很好的识别车辆和行人；而一些高端车型像捷豹、路虎采用的就是双目摄像头，能够准确的测量与障碍物之间的距离，预防碰撞效果更好。

3.执行单元接收电子控制单元发出的指令，并执行相应的动作。预警和刹车功能通过多个模块实现，如声光报警模块、LED 显示模块、自动减速和自动制动模块等。

AEB的执行机构就是传统汽车的制动系统，是AEB系统的关键组成部分，AEB功能实现最终的辅助制动效果需要制动系统配合。

4.AEB系统仪表指示灯和组合仪表显示

（1）当自动紧急制动系统关闭时仪表指示灯点亮

当该功能出现故障时仪表指示灯点亮，

当该功能正常开启无指示灯

（2）功能激活时

中高速行驶，与前车跟车过近时，会在组合仪表上有如下图片文字提示

 

AEB系统触发时，会在组合仪表上有如下图片文字的提示，并伴随报警声音

 

车辆行驶时潜在碰撞发生前系统自动紧急制动信息提示（如下）

 

AEB系统行人功能触发时，会在组合仪表显示屏上有如下图片文字的提示，并伴随报警声音。

 

注意：当前方摄像头被遮挡或者前方摄像头功能受限时行人自动紧急制动不可用

okhxyyo

五 原理

AEB主要是依靠车头安装的传感器，一般采用毫米波雷达或光学传感器（摄像头）实时地监测车辆前方行驶环境（与前车或者障碍物的距离），自动探测目标车辆或障碍物，结合车辆自身的动力系统、制动系统、稳定系统等多个传感器信息，利用安全距离模型参数实时计算当前条件下的安全距离，并与毫米波雷达或光学传感器测出的距离进行对比来确定安全状态，通过雷达侦测与前车的距离，并由智能系统做出分析，检测潜在的前向碰撞危险。当有危险情况发生的时候（汽车紧急刹车、有障碍物等），如果控制系统侦测到自车与障碍物的相对距离小于安全车距，可能与前方车辆发生追尾时，发出碰撞预警信号及时提醒驾驶员，即使在驾驶员没有采取人为制动措施情况时，制动系统会立刻进入准备状态，在确保不出现轮胎打滑现象的前提下，并在可能发生碰撞危险时，系统会主动向车身电子稳定系统发送油压指令，通过车身各系统间协调工作，使车辆在瞬间切断或降低动力并同时自动启动车辆制动系统，根据情况做出刹车或者减速的动作使车辆减速，当驾驶员制动过晚、制动力过小或者完全无制动措施时，来帮助驾驶员制动（刹车），以避免碰撞事故的发生或减轻碰撞后果。

当车辆低速行驶时，若驾驶员未对可能的撞击作出反应，将触发AEB自动紧急刹车系统，系统可以主动进行刹车，避免事故发生，或有效减轻事故造成的伤害；当车速处于高速行驶时，而驾驶员的刹车力量又不足的情况时，系统会增加制动力，帮助驾驶

 

AEB展示

员降低车速，从而降低碰撞的风险。当驾驶员对于车内警示灯和警示音没有做出反应时，未采取任何避让措施，且碰撞时间小于2.7s，碰撞事故迫在眉睫时，汽车自动紧急制动系统会在无驾驶员干预的情况下自动采取刹车措施，将进行全速自动紧急制动，尽可能地避免碰撞事故或减轻对驾乘人员的伤害程度。

 

利用数据分析模块将测出的距离与警报距离、安全距离进行比较，小于警报距离时就进行警报提示；小于安全距离时即使在驾驶员没来得及踩制动踏板的情况下，AEB系统会启动，使汽车自动制动。在车辆即将与前方物体碰撞的情况下，AEB系统会自动施加制动压力，当驾驶员踩下制动踏板的那一刻会立即提供最大的制动助力。如果驾驶员进行的转向或制动干预不足以避免碰撞，自动紧急制动功能会施加最大的制动压力，以帮助减轻碰撞所造成的影响。最后一步为防抱死制动（ABS），确保最大程度的减速。自动紧急制动是车辆安全系统应对紧急情况的最终解决方案。

自动紧急制动系统或者是其他驾驶员辅助系统工作的过程都可看作是三个部分：感知、决策和执行。感知即通过雷达、摄像头等传感器来采集信息；决策是处理器对传感器采集到的信息进行分析、计算、处理，并决策出相应的指令；执行即执行器对决策指令进行动作执行。

 

在感知层面，不同的供应商以及不同的车企都有着不同的技术路线，比如说特斯拉更多是依赖视觉感知，摄像头是其主要的感知传感器；博世则是单目摄像头、双目摄像头、毫米波雷达或者多种传感器数据融合来进行信息感知。博世提供多种技术路线的好处就是可以满足各层级车型的需求，在不同成本下可以实现同样的功能，当然，它的性能会存在区别。1.工作原理自动刹车辅助系统首先利用测距传感器，一般为视觉摄像头和毫米波雷达，测出与前车或者障碍物的距离、速度等。其工作原理一般分为两种：

 

（1）基于安全距离的自动刹车辅助系统：电子控制单元将测出的距离与报警距离、安全距离进行比较，小于报警距离时就进行报警提示，而小于安全距离时即使在驾驶员没来得及踩制动踏板的情况下，AEB系统也会启动，使汽车自动制动，从而保证安全。

（2）基于碰撞时间的自动刹车辅助系统：电子控制单元将计算出的TTC值与设定好的阈值进行比较，当TTC值小于报警阈值时，系统将进行报警提示，当TTC值小于安全阈值时，系统将主动制动。

 

2.传感器融合

通过不断寻求改进对AEB的要求，NCAP旨在进一步降低碰撞发生率，从而减少伤害和死亡，因此传感器融合一定是AEB持续改进的合理方向。自动驾驶感知技术所采用的传感器主要包括摄像头、激光雷达和毫米波雷达等。这些传感器各有优缺点，也互为补充，将这些传感器组合在一起，相互克服各自的缺点也许是一种最稳妥的方案。

AEB系统将激光与毫米波雷达复合应用在一起，充分发挥了不同雷达的优势，规避了各自的不足：激光雷达可以解决毫米波雷达易受目标漫反射及复杂环境下的干扰问题，毫米波雷达则解决了激光雷达易受恶劣天气（雨、雪、雾及扬尘）影响问题。通过激光雷达与毫米波雷达的复合应用，以及科学合理的算法，不仅可以满足防撞系统全天时、全天候、全车速工作不受影响，也解决了单一雷达易产生误判，从而导致防撞系统易出现虚警及误刹车问题。随着AEB应对的驾驶场景更复杂，需要在更多驾驶场景中可靠性地检测物体，能够在更具挑战的场景下识别不同的物体，例如在前方切入其它车辆，以及由于前方车辆驶出车道突然要面对一辆静止的车辆，必须增加传感器确保系统可以跟踪更多目标，使得传感器融合的情况增加。通常是雷达或LiDAR与前向摄像头融合，这两大类传感器各有优缺点，毫米波雷达和LiDAR组合在各种天气条件下在测距方面性能卓越，但在物体分类上表现不佳，例如有报道称基于雷达的AEB和ACC错误地检测到前方有其它车辆，但事实上这些只是金属防撞栏、金属龙门标志和隧道墙的雷达反射。

通过增加前风挡摄像头，它可以使车辆以更高的速度在车道线或道路曲率内行驶而不会转向其它车辆，这符合AEB Interurban的要求。2017年初特斯拉Model S和卡车相撞的那起致命碰撞事故，可能是LRR无法正确检测和分类卡车的侧面轮廓，并且由于卡车车身颜色是白色的，

 

又是个大晴天，前风挡摄像头也未能进行识别，是漏判的结果。

AEB中经常会出现许多对与不存在的物体发生可能碰撞误报的传感器读数，误差读数的水平可以在嵌入AEB功能的后装行车记录仪中看到，但缺少雷达或LiDAR的更精确的距离测量，通过传感器融合，新的AEB系统可以更准确地检测物体并减少误报读数。

上述事件使一些主机厂意识到需要传感器融合来实现更强大的AEB，但AEB不断提高的性能要求，将大大提高处理要求。不过，成本依然是厂家们关注的重点，要想快速推广应用，只能够大幅降低成本（雷达成本短时降低非常困难）。

目前AEB技术以雷达和影像辨识模块为主流，在家用车领域一般是两者相结合。多数车厂会选择用雷达来侦测前方障碍物的相对距离和速度，并和影像模块拍摄到的信息进行融合，再传输到后方的ECU，分析出与前方障碍物之间的预计碰撞时间和安全距离，分析之后做出警示甚至于刹车。这一套信息和人非常相似——眼睛鼻子耳朵采集信息，大脑负责综合处理。AEB系统通过结合前视雷达和摄像系统获取的数据，提供一个完整、精确、实时的前方道路影像。系统的工作需要前视77GHz（长距离）或24GHz（中距离）雷达和一个可伸缩摄像系统进行数据融合。

针对一般在城市场景中相对低速行驶的紧凑车型的成本问题，大陆有一款安装在前风挡摄像头MFL（多功能摄像头和LiDAR）集成传感器模块，给丰田紧凑车型供应MFL，作为其Safety Sense C安全包的一部分。MFL模块中使用的SRL探距为30m，能以80km/h的速度行驶，并可以更可靠地防止在30km/h下的碰撞。

 

AEB传感器融合带来的性能增强也涉及到了其它ADAS应用，这给主机厂一些可操作的空间。AEB和与之共用前风挡摄像头的一些其它ADAS功能逐渐成为标配。主机厂想到AEB与ACC共用一个雷达，在标配AEB前提下，提供ACC的选配，ACC与AEB共用传感器与处理器，作为提高销售利润的方式之一。由于MRR的能力有限，一些平价车型的ACC功能可能会仅限于低速状态下的交通拥堵协助。

雷达+前风挡摄像头组合增强版的AEB系统得以快速普及，这主要归功于MRR的成本迅速降到了约$50，降低成本的另一个原因是与LRR共用76-79GHz频道。本田此前为其CMBS（碰撞缓解制动系统）安装了单一LRR，为了在2015款Acura RLX中实现行人识别，又加装了前风挡摄像头。

E-NCAP五星安全标准要求满足AEB Crossing、AEB Junction和AEB Head-On的标准，这些要求需要在通过交叉路口时检测相邻道路上的VRU，因此必须配备额外的传感器来扩大FoV。在城市的交通路口行驶时，车辆通常以低速行驶，两个前向双侧的SRR足以在前向预警中提供够用的FoV了，MRR现在已有很大优势，同样也适用于前向预警。大众途锐Front Cross Assist和Intersection Assist系统在前保险杠上使用了两个广角安装的雷达，可自动施加制动，并可以在时速低于10km/h时防止与前方穿过的车辆发生碰撞。

 

前向预警功能需要甄别不同的物体（例如车辆和行人），它们以不同的速度移动，挑战在于选择具有不同探测距离的的传感器，可以使用最大探测距离30m的侧向或广角摄像头来检测穿过相邻道路的行人。三目前风挡摄像头模块还可以加宽FoV，并为AEB Crossing提供物体识别功能。目前许多车型的前格栅上都安装了前向摄像头，驾驶员可以在显示屏查看交通状况。但作为环视系统的一部分，前向摄像头并不具备物体识别功能。环视系统需要ECU从四个或更多个摄像头接收数据，然后可以将图像数输送到显示器并提供物体识别能力，然后将数据发送到制动系统。但Clarion的环视系统可以进行一些移动物体检测，但仅限于预警功能上。因摄像头比雷达受到天气和光照条件的影响较大，前向预警中可能也会进行传感器融合。但雷达可能需要新的天线设计并且变得更加复杂，因此在前向预警这块融合雷达可能会先从高端车型开始。

随着AEB应对的场景复杂性提高，已越来越多地采用前风挡摄像头与雷达的融合方式，但传感器融合目前仅限于两组独立供应商传感器的处理数据的高级融合，尽管原始像素级数据的融合是未来可能的方向。因此如何高效的融合多传感器数据，也就自然的成为了感知算法研究的热点之一。

激光雷达和摄像头如何在感知任务中融合，重点是目前主流的基于深度学习的融合算法。

摄像头产生的数据是2D图像，对于物体的形状和类别的感知精度较高。深度学习技术的成功起源于计算机视觉任务，很多成功的算法也是基于对图像数据的处理，因此目前基于图像的感知技术已经相对成熟。图像数据的缺点在于受外界光照条件的影响较大，很难适用于所有的天气条件。对于单目系统来说，获取场景和物体的深度（距离）信息也比较困难。双目系统可以解决深度信息获取的问题，但是计算量很大。激光雷达在一定程度上弥补了摄像头的缺点，可以精确的感知物体的距离，但是限制在于成本较高，车规要求难以满足，因此在量产方面比较困难。同时，激光雷达生成的3D点云比较稀疏（比如垂直扫描线只有64或128）。对于远距离物体或者小物体来说，反射点的数量会非常少。

如下图所示，图像数据和点云存在着巨大的差别。首先是视角不同，图像数据是真实世界通过透视投影得到的二维表示，而三维点云则包含了真实世界欧式坐标系中的三维信息，可以投影到多种视图。其次是数据结构不同，图像数据是规则的，有序的，稠密的，而点云数据是不规则的，无序的，稀疏的。在空间分辨率方面，图像数据也比点云数据高很多。

 

 

 

 

自动驾驶感知系统中有两个典型的任务：物体检测和语义分割。深度学习技术的兴起首先来自视觉领域，基于图像数据的物体检测和语义分割已经被广泛和充分的研究。随着车载激光雷达的不断普及以及一些大规模数据库的发布，点云数据处理的研究这几年来发展也非常迅速。以物体检测任务为主来介绍不同的融合方法。语义分割的融合方法可以由物体检测扩展得到。

物体检测的策略分为：决策层融合，决策+特征层融合，以及特征层融合。在决策层融合中，图像和点云分别得到物体检测结果（BoundingBox），转换到统一坐标系后再进行合并，用到的大都是一些传统的方法，比如IoU计算，卡尔曼滤波等，与深度学习关系不大文就不做介绍了，简略讲后两种融合策略。

决策+特征层融合策略的主要思路是将先通过一种数据生成物体的候选框（Proposal）。如果采用图像数据，那么生成的就是2D候选框，如果采用点云数据，那么生成的就是3D候选框。然后将候选框与另外一种数据相结合来生成最终的物体检测结果（也可以再重复利用生成候选框的数据）。这个结合的过程就是将候选框和数据统一到相同的坐标系下，可以是3D点云坐标（比如F-PointNet），也可以是2D图像坐标（比如IPOD）。决策+特征层融合的特点是以物体候选框为中心来融合不同的特征，融合的过程中一般会用到ROI pooling（比如双线性插值），而这个操作会导致空间细节特征的丢失。

特征层融合，也就是直接融合多种特征。比如说将点云映射到图像空间，作为带有深度信息的额外通道与图像的RGB通道进行合并。这种思路简单直接，对于2D物体检测来说效果不错。但是融合的过程丢失了很多3D空间信息，因此对于3D物体检测来说效果并不好。由于3D物体检测领域的迅速发展，特征层融合也更倾向于在3D坐标下完成，这样可以为3D物体检测提供更多信息。

3.为什么AEB的行人检测经常会失效？

最好的“行人保护”就是机动车不撞人，主动刹车辅助系统在几年前刚配备在新车上时，一度被叫停，因为各家AEB采用的摄像头的技术不一，导致并不是所有的AEB都具备行人探测功能，当时并没有使用独立的感知系统。如今最新的主动刹车辅助系统中，已经可以利用摄像头提早“嗅”到与行人发生碰撞的危险，随后将接收到的信号传至ECU，ECU判断后下达指令给执行机构，这时车辆会利用车内的声光提醒来警示驾驶人，如果驾驶人由于疲劳驾驶等因素没有做出任何应对措施，即将发生碰撞时主动刹车辅助系统会及时介入。但主动刹车辅助系统并不是立即刹停车辆，因为ECU会根据当前的车速和前后方的行驶状况综合考虑，下达减速行驶或紧急刹停的指令。

AAA对ADAS车辆进行了测试，重点放在了行人检测上，用行人检测（AEB-P）对AEB进行了测试，AAA的测试结果几乎是毁灭性的。AEB是ADAS的基础，但针对行人的AEB-P“比AEB难一个数量级”。为什么在闭环测试中，据称配备了行人检测的AEB的车辆会一个接一个地撞到测试假人？ADAS的目的是协助驾驶员提高道路安全，安全第一，然后是自动驾驶，行人安全应该是ADAS的主要关注点。AEB对于ADAS是至关重要的，没有它，甚至无法想象实现自动驾驶，而且它是所有ADAS功能中最重要的，并且可能是挽救最多生命的应用程序。调查结果促使提出了以下建议：“不要依赖行人检测系统来避免碰撞。这些系统是备用的，而不是避免碰撞的主要手段。”经过测试的所有四款车型都采用了“摄像机+雷达”组合。而在这种组合下，是什么因素导致了AEB-P功能如此不一致呢？

• 问题是否来自成像传感器或雷达的分辨率不足？
• 还是与传感器融合算法有关？
• 使用热成像传感器可以帮助车辆在夜间看到行人。但是否可以简单地通过添加另一个（具有不同模式）传感器来解决这些问题呢？

将雷达和摄像头组合在一起，融合的数据仍只能显示出对车辆周围环境有限的了解，也许是成本问题，OEM倾向于为ADAS使用成本更低的传感器，鉴于ADAS功能有望在大众市场普及，因此OEM不太可能会花更多的资金购买专用传感器（激光雷达或热成像仪），来降低AEB-P失效的可能。

在AEB的前提下，误报本身会导致致命危险。雷达是AEB系统的关键部件，因为它可以测量碰撞时间，但雷达也容易出现误报（false positives），例如将静止的车辆误认为危险物。因此为了限制误报，最终不得不过滤掉大量数据。雷达也有很多噪声，这也可能导致误报，这就是为什么具有碰撞预警功能的车辆，会不时收到异常的碰撞预警。在AEB的一般背景下，AEB-P大大地提高了性能要求，因为必须识别并跟踪道路上的行人。雷达正变得越来越好，但对它与人类打交道时仍然缺乏信心，因此通常需要将其与摄像头配合使用。虽然将摄像头与AEB-P的雷达耦合起来是好的，但可能还不够好，有太多环境条件限制了摄像头的性能，这导致当前AEB-P系统的性能不佳。基于摄像头、雷达、摄像头+雷达或摄像头+激光雷达的AEB系统的成功在安全性方面得到了充分的证明。全球的追尾事故和死亡人数大约减少了50％，总体事故/死亡人数减少了10-15％。

 

但是，当同样的AEB技术应用于行人检测时，统计数据事故/死亡人数减少了10-15％就不那么令人满意了。AEB-P很难做到这一点问题出在第一代AEB系统的车辆前方相对狭窄的视场FoV，这是AEB系统无法了解车辆前方情况的主要原因。新一代AEB系统基于Intel-Mobileye EyeQ4或Visconti 4，它们通常会通过采用更多具有更宽FoV的摄像头来改善参数。现在还不知道三目摄像头相对于单目摄像头的安全优势，但应该会更好。接下来是第三代AEB系统。这些系统将使用全环绕的摄像头。这就是特斯拉将用其FSD计算机做的事情。通过了解整个环境，AEB应该随着时间的推移而改善。为了使AEB保护行人免受车辆的碰撞，必须做什么？要使AEB系统在行人检测功能始终如一地发挥作用，需要做什么？认为有三种方法可以突破AEB-P的障碍：首先，OEM可以使用更多相同数据、更多相同计算，这是与Mobileye推出的EyeQ4、EyeQ5和东芝推出的Visconti 4、Visconti 5保持同步的一种方法。价格大约在150美元左右，等待着在摩尔定律下继续改善。其次，OEM可能会寻求更好的数据，或多或少地使用相同的计算。这种方法是由Flir、Prophesee和固态激光雷达公司提倡的。缺点是一开始可能要多花一些钱，但从营销的角度来看，这些公司必须以当前的市场价格提供更好的系统。第三种方法是创建更好的数据和更好的计算。称其为“新范式”，是将新传感器与新的计算方式相结合。这是神经形态感知和计算的前景。一些公司已经在传感器和计算方面进行了创新，将创新的高光谱激光雷达+感知算法推向了市场。为什么高速行驶时AEB会失灵？

目前在大多数车型的ADAS系统中，对静态物体的处理都有些问题，由于雷达本身FOV的局限，一般它更擅长探测移动中的物体，对于雷达来说静态物体多数就是那些道路两侧的树木之类。

AEB一般在低速情况下（例如20mph）系统会表现的比较正常，但在高速状态下（例如70mph）就要另当别论了。根本原因是ADAS是遵循“不伤害为先（first do no harm）”的开发哲学，车辆在低速下突然刹车不会有什么大问题，但在高速状态下因制动距离发生极大变化，系统在车辆距离目标物的远处就要开始刹车，这会导致系统产生对周边状况的一系列误判，如会把邻车道的物体识别在本车道上等，还要考虑到在高速下急刹车对驾驶员本身的伤害与追尾安全隐患之间的矛盾。

同样地，AEB和ACC的问题类似，与LKA之间是彼此独立的系统，无法和摄像头的数据很好地融合。因此现在多数AEB系统对远处物体所在的车道、车辆与行人无法进行很好的区分与识别。所以，目前大多数AEB系统在高速行驶状态下不会启动。

总结下来大致有以下四点：

1、受路况、天气等外界因素影响较大

2、受工作速度区间的限制（大致在5km/h-80km/h之间）

3、受光线影响较大，例如在黑暗或隧道中不起作用

4、自行车或轮廓模糊的行人不能有效识别

 

 

okhxyyo

线控制动系统的AEB功能开发

1 AEB系统方案

确定了以下AEB系统架构：传感器选用77G毫米波雷达，主要用于目标检测，具备探测距离远、距离精度高、中远程自动切换的优势， 可追踪多达 64 个目标；制动执行机构为线控电子液压制动系统EHB，并集成AEB功能算法；量产方案中ESC作为EHB的压力备份冗余以及车辆信息交互。系统架构原理如下图所示。

 

2 环境感知及控制系统设计

2.1 毫米波雷达测试及数据处理

对毫米波目标CAN数据进行解析，获取帧 ID、检测到的目标个数、目标的序号及其置信度、 横向位置、横向速度、纵向位置、纵向速度等数据。对解析出来的检测目标进行筛选，去除无效目标、高度目标、筛选出本车道的候选目标。

雷达在扫描期间偶尔会出现的非空信号目标，这种信号出现时间极短，连续性差，偶尔出现的连续数据在数值上跳动性较大，没有实际意义，对目标车辆和防撞预警也会产生影响，因此需要去除。前方具备通过性的障碍物目标信息，比如高架桥、减速带、限高杆、 指示牌等，这些目标出现在毫米波视场范围内时可能会造成车辆误动作。下图为毫米波雷达主要筛选算法。

 

2.2 毫米波雷达实车输出测试

毫米波雷达目标筛选和处理后，完成毫米波雷达装车并进行各路况测试，同时编写上位机程序用以显示目标检测效果。

 

该雷达具备较好的目标识别能力，通过实际路况测试，对具备高度信息的障碍物（如广告牌、减 速带）能识别并过滤，对成人目标可做到有效识别。

 

 

在完成毫米波雷达输出信号准确度确认后， 在毫米波雷达输出CAN信息中增加一路CAN ID信息，其中涵盖危险目标的碰撞时间（Time to Collision，TTC）计算等相关信息，可作为AEB功能算法输入。

3 AEB 系统功能实车验证

3.1 AEB 系统控制策略设计

AEB主要功能逻辑如下图所示，主要包含：

（1）TTC及制动压力算法；

（2）激活及抑制条件。首先判断是否满足AEB激活条件，如：车速＞0， 挡位处于 D 挡，EPS方向盘转角是否回位等，如 全部满足则输出TTC给AEB系统进行制动压力的 计算，如不满足则AEB功能被抑制或退出。设定TTC触发值，如果实际TTC值＜触发值，则认为AEB/FCW功能被触发，由线控制动系统执行制动压力计算值，完成紧急制动执行动作。

在紧急制动执行过程中，如果满足AEB抑制条件，如：驾驶员主动转向避险、加速踏板明显被踩踏等，都认为驾驶员主动干预，AEB功能将被抑制。

 

以 ESC 为执行器的AEB系统因其压力控制精 度较低、响应慢，TTC 触发多采用最大制动减速度 保证制动安全，但这会造成制动舒适性及驾驶员安全感降低。

所设计的以线控制动为执行器的AEB系统采用制动安全距离为控制目标，可根据实际工况实时调节制动减速度，可明显改善制动效果及舒适性。设TTC触发时，两车相对速度为V0，两车相对距离为S0，相对安全距离目标为Ssafe，前车减速度为afro（目标信息可由毫米波雷达提供），本车减速度为a，根据动力学公式：

 

本车减速度控制目标：

 

进一步考虑整车模型、道路、制动系统模型等， 得到轮缸制动压力P与本车制动减速度目标a的解析关系：

 

式中：dw为轮缸直径；BF为制动效能因数；n为单轮轮缸数量；r 为制动有效半径。根据所匹配的实际车型参数，换算关系为 P a = × 70.628 8 P a = × 70.628 8 。

Vector公司的CANoe具有强大的CAN总线设计及仿真功能，借助CANoe_Simulink软件接口， 可使Simulink控制模型与整车CAN网络实时通讯， 搭建快速控制原型，验证算法的实时性和可靠性， 联合模型如下图所示。

 

3.2 AEB 系统功能测试

在封闭场地对 AEB 样车进行功能测试验证， 试验设备构成如下图所示。

 

在10～40 km/h本车车速范围内，对前静止目标进行AEB功能随机测试， 相关试验数据通过数据记录仪进行记录和分析。

如下图所示，AEB功能执行过程中，为控制制动距离，由TTC直接计算得到的制动力计算值可能会产生波动或减小，通过AEB功能算法保证制 动力不减，并根据危险程度降低做实时制动力值更新，AEB 制动结束时刻之后，适当延时制动力输出， 维持制动效果。

 

如下图所示，试验结果基本体现AEB预期功能策略。制动力目标值与TTC值有函数关系， TTC检测精度对制动力目标有较大影响，这会影响实际制动精度及制动舒适性，从根源上应优化毫米波雷达的滤波算法，并且在AEB策略输入端也做好TTC真值的校验。

 

前文中式（3）计算了制动力和整车制动减速度的关系，但实际测试中发现：仅稳态满足式（3）的结果，实际上由于线控制动系统响应时间、风阻、 载荷等因素的影响，呈现下图所示的制动力与减速度对应关系，这对AEB制动效果的影响至关重要， 需要据此进行标定。

 

对本车车速10～ 40km/h范围内的AEB功能触发效果进行了测试统计，系统能根据不同本车车速实时调整制动力值，实测制动距离误差在 ±0.5 m 内，制动距离稳定，达到设计目标，如下图所示。

 

4 结论

所选用的毫米波雷达具备较好的目标距离识别精度，可有效地输出AEB系统所需的危险目标信息。设计了AEB核心算法中的抑制/激活条件、 TTC 触发逻辑、制动力-减速度计算、载荷估计等模块，通过快速控制原型进行实车验证，基本达到开发目标，为后续量产开发打下了良好的基础。

okhxyyo

六 分类

广义上，AEB不仅包含紧急制动功能，还包含前向碰撞预警（Front Collision Warning）以及紧急制动辅助（Emergency Braking Assist或者Dynamic Brake Support）。目前，市场上的AEB功能无论从名称还是技术实现形式上都分许多类型，简单梳理如下：

1.功能名称划分

各大主机厂与零部件一级供应商对AEB的命名各有不同。如博世的预测性紧急制动系统（Predictive Emergency Braking System）就包含了FCW、EBA以及AEB 3个子功能，分别对应驾驶员注意力不集中、驾驶员制动力不足以及驾驶员无制动反应等3种不同工况。戴姆勒的Attention Assist、沃尔沃与吉利的City Safety，虽然名称相异，但也包含上述3个子功能。

（1）沃尔沃汽车在全系车型标配的City Safety城市安全系统，就包含了AEB及对行人的监测功能。当车辆的速度达到30km/h时，前风挡上的光学雷达系统能监视交通状况，当前车刹车、停止或者有其它障碍物的时候，系统首先会自动在刹车系统上加力，以帮助驾驶员在做出动作前缩短刹车距离；如果距离障碍物已经很近，系统会紧急刹车。而且，系统采用雷达测出与前车或者障碍物的距离，利用数据分析模块将测出的距离与警报距离、安全距离进行比较，小于警报距离时就进行警报提示，小于安全距离时即使在驾驶员没有来得及踩制动踏板的情况下，系统会启动提供辅助制动，刹停车辆。对于刹车和系统反应的灵敏度，有三挡可供车主调节。

 

（沃尔沃City Safety系统）

（2）奥迪将类似的安全辅助系统称为预防式整体安全系统（Pre Sense系统），分为Pre Sense basic、前部Pre Sense、后部Pre Sense和Pre Sense Plus四个版本，可根据需要进行选装。前部Pre Sense主要监视车辆前方发生潜在碰撞事故的可能性。当驾驶员开始制动时，制动辅助系统根据与前车的距离提供最精确的制动力，采用3阶制动时最大可以提供3m/s2的制动加速度。在碰撞事故不可避免时，Pre Sense系统可将碰撞车速降到40km/h以下，从而将事故造成的伤害降到最小。而且，如新奥迪 A6L 配备了进一步升级的夜视辅助系统，升级配备了夜间识别行人和野生动物的功能， 探测距离提高到15-130米，行人或移动物体的热信号经过处理后会以黄色标识显示。当行人横穿车辆行驶方向时，系统会迅速做出判断并以红色突出显示，同时发出声音警告。系统还可通过制动准备以及制动辅助来缩短制动距离，让驾驶员在夜间驾驶提供更多安全保障。

 

（奥迪预防式整体安全系统演示）

（3）宝马自增强型驾驶辅助上线后，就有了较强的预碰撞安全辅助系统，如驾驶辅助系统的城市制动功能的碰撞警告系统包括有：带城市制动功能的碰撞警告系统、带制动功能的碰撞警告系统和带城市制动功能的行人警告系统等。其中带城市制动功能的行人警告系统，在大约10km/h至最高60km/h车速范围内，通过摄像头监测前方行人，系统根据紧急情况不同发出可能与行人碰撞的警告，当发出严重警告时会以大约4m/s的减速度自动刹车使车辆减速，在碰撞发生前1.2秒提示驾驶者，并提前0.9秒制动，制动干预时间约为1.5秒，当自动刹车作用后最多可将时速降低20公里，但系统仅在白天工作。

 

（宝马带城市制动功能的行人警告安全系统）

2.按识别的交通参与者类型划分

目前市面上的AEB功能，除了支持避免追尾工况的AEB车对车之外，还有支持识别行人的AEB-Pedestrian，和支持识别两轮车骑行人的AEB-Cyclist。

3.按支持的行驶速度段划分

欧盟新车安全评价协会（Euro-NCAP）为紧急自动刹车（AEB）订下了评价标准。

在Euro-NCAP 的评价项目里，与主动安全系统相关的有6项，其中自动紧急刹车系统（AEB）就占了3 项，分别为以下：

• 低速防撞系统
• 高速防撞系统
• 行人防撞系统

（1）低速防撞系统主要应用于市区中的情境，检验车辆的AEB在低速状态下是否能主动侦测前方碰撞风险，并协助驾驶者进行刹车，或者是直接介入进行紧急刹车。

 

低速防撞系统的应用情境主要在市区。

 

（2）高速防撞系统则主要应用于中、高行车速度的郊区场景，由于驾驶员可能因为分心，而导致严重意外事故发生，AEB必须要在与前车距离更远的位置，预先发出提醒，让驾驶得以减慢车速避免碰撞；如果驾驶员还是没有主动减慢车速的动作，AEB 同样可以自动介入，进行紧急刹车。

 

高速防撞系统的应用场景主要在郊区。

 

（3）相对于车辆与车辆间的防撞系统，行人防撞系统则是针对突然冲出的行人而设计。当AEB侦测到车辆与行人间的相对速度和距离，达到系统预设的警示值时，将提醒驾驶员减慢车速，如果即将发生碰撞，AEB则会启动紧急刹车，保障行人安全。

行人自动紧急制动系统能够避免或减轻与行人发生碰撞。主要应用场景：行人横穿马路。行人预报警功能在探测到有碰撞风险时会通过声音及图片提醒驾驶员及时做出反应，降低碰撞风险。该功能工作车速为4-70 公里/小时。

4.按技术实现形式划分

目前市面上所搭载AEB技术方案主要分为以下四种。第一种是仅依靠77GHz毫米波雷达，这是最基础的一种技术方案；第二种是仅依靠视觉方案，这种方案大部分只能有效识别行人或者车辆；第三种是视觉（包括单双目和多目）+毫米波雷达，这种方案在有效识别行人和车辆的同时，也可以识别一些障碍物，但极易触发导致频繁急停；还有一种最复杂的是多传感器融合方案，包括近距离24GHz毫米波雷达、超声波雷达以及环视摄像头等等。虽然有一些车型搭载的AEB非常先进，但仍然缺乏综合判断的能力，所以AEB存在这些问题也是难以避免的。

沃尔沃早期车型上配备的City Safety主要依靠大陆的激光传感器实现，除此之外，大多数AEB功能的实现形式是以毫米波雷达（以博世、大陆等为主的阵营）、单目视觉摄像头（以Mobileye等为主的阵营）、双目视觉摄像头（以博世、大陆和日立等为主的阵营）以及多传感器数据融合（以博世、大陆、安波福和维宁尔等为主的阵营）来实现的。

5.根据不同的路况，自动紧急制动系统AEB系统可分为三类：

（1）用于城市路况的AEB系统：

对于城市路况来说，一般的交通事故都发生在交通拥堵时，特别是在路口等待通行时。这时驾驶者可能过于注意交通指示灯，而忽视了与前车的距离；他也可能过于期待前方车辆前行甚至加速，而事实上前方车辆并未前进或者速度过慢。城市驾驶的特点就是低速，但是容易发生不严重的碰撞，这些小事故大约占全部碰撞事故的26%左右。低速AEB系统可以监测前方路况与车辆移动情况，一般有效距离为6~8米。

这类AEB系统的核心装备是激光雷达。一般安装在前风挡位置。如果探测到潜在的风险，它将采取预制动措施从而车辆将有更迅捷的响应。如果在反应时间内未接到驾驶者的指令，该系统将会自动制动或采取其它方式避免事故。而在任何时间点内，如果驾驶者采取了紧急制动或猛打转向等措施，该系统将中断。

欧洲NCAP定义都市型AEB系统能在车速不超过20公里/小时情况下起作用。这个速度段也集中的了都市事故的80%左右。而且这套系统在天气情况恶劣时效果更好。

（2）用于高速公路路况的AEB系统：

在高速公路上发生的事故，与城市内事故相比，呈现明显的不同特点。城市快速路上的驾驶者可能由于长时间驾驶而分心，而当他意识到危险时可能又由于车速过快而为时已晚。为了能适应这种行驶情况，用于高速公路路况的AEB系统就应运而生了。

这套装备以远距离雷达为核心设备，采用预警信号来提醒驾驶者潜在的危险。如果在反应时间内，驾驶者没有任何反应，第二次警示系统将启动（比如突然的制动或安全带突然收紧），此时制动器将调至预制动状态。如果驾驶者依然没有反应，那么该系统将将自动实施猛制动。这套系统还包括安全带预紧的功能。

这种类型的AEB系统，主要在车速介于50~80公里/小时间起作用。这类系统主要针对城市间行驶的情况，在低速情况下可能只是会提醒驾驶者。同样的，这种雷达系统在恶劣天气情况下表现效果更好。

（3）用于保护行人的AEB系统：

作为行人保护系统，这类AEB系统除检测道路上车辆之外，还能探测行人等障碍物。

这套系统的核心装备是摄像头包括红外装置等，它可以辨别出行人的图形和特征。如果探测到潜在的危险，该系统将会警告驾驶者。

相比之下，预测行人行为是比较困难的，从算法角度来说是非常复杂的。这套系统需要更有效的响应，但是如果仅是车边有行人平行通过就不能应用至制动系统。这套系统也集成了雷达或者叫做探测器，随着红外技术的发展，这项技术还将进一步优化。

6.根据不同的辅助方式可分为

自动紧急制动系统是安全系统，每个点火周期，功能默认开启。系统在判断有危险发生时将会采取以下方式辅助驾驶员：

（1）预测性碰撞报警

当车速达到 30 公里 / 小时及以上时，系统认为有潜在碰撞风险，将通过报警声音，仪表界面报警图片等方式提示驾驶员有潜在碰撞风险。

（2）紧急制动辅助

当车速达到 4 公里 / 小时及以上时，如危险情况发生，但是驾驶员当前制动力太小，系统会辅助驾驶员增大制动力来避免或减轻碰撞。

（3）自动紧急制动

当危险情况发生，而驾驶员没有做出有效反应时，系统会适时介入，进行自动紧急制动，来避免或减轻碰撞。自动紧急制动最多可减少 50 公里 / 小时的速度。

okhxyyo

七 作用

1、检测障碍物距离的功能通过毫米波或激光探测雷达反馈的信息，系统能及时的检测自车与障碍物之间的距离。

车距监测及预警：系统不间断地监测与前方车辆的距离，并根据与前方车辆的接近程度提供三种级别的车距监测警报。

2、前车碰撞预警功能

（1）前向碰撞预警：系统警示驾驶者与前方车辆即将发生碰撞。当车辆按当前行驶速度与前方车辆的可能碰撞时间在2.7秒内时，系统将产生声、光警告，车辆图标将变为红色并发出警示音，提示驾驶员危险。

• 前方碰撞预警
• 近距离报警
• 前方行人碰撞警告

 

（2）预碰撞安全系统（PCS，Pre-Crash Safety）

AEB使用的传感器还可用于启动安全气囊、安全带预紧器和其它被动安全系统相关的功能，这些系统在碰撞不可避免的情况下可以减轻碰撞伤害甚至挽救乘客的性命。

PCS可以通过与ABS和ESC系统共用相关的标准配置传感器的安装方式来降低成本，而ABS和ESC已经在许多地区是强制要求搭载的功能了。前置摄像头、激光雷达和雷达需要一些额外的时间来启动被动安全系统，约需100ms。

 

E-NCAP和J-NCAP获奖车型还需提供行人碰撞保护，例如需要部署能量吸收结构、外部安全气囊和防止头部受伤的主动安全防护罩。

3、自动减速功能

4、自动制动功能

当自动紧急制动系统采取报警、减速措施之后，驾驶员仍没有及时对当前情况作出及时反应时，系统会自动制动，避免发生碰撞，减免交通事故的发生。

• 初级自动紧急制动

自动紧急制动系统正常工作，距离碰撞时间小于1.4s时，系统进入紧急制动阶段，控制自车的车速。

 

5、屏蔽功能

自车加速超车时，开启转向灯，自动制动功能暂时屏蔽不影响驾驶员正常驾驶。

6、道路防偏离功能

汽车越线预警：在转向灯没有打开的情况下，车辆穿过各种车道线前约0.5秒系统产生越线警报;

• 前车道偏移预警

行车过程中，当车辆行速度超过30公里，车道偏离预警系统将启动并实时扫描前方车道线，在未打转向灯的情况下，如果车轮超出车线，报警器将发出警示音。

 

7、预警制动数据分析提醒及制动记录功能

• 行车记录仪

每当驾驶人危险驾驶，系统预警或制动时，系统会记录碰撞预警时间、启动紧急制动时间、终止碰撞预警时间以及终止紧急制动时间。

 

8、溜车碰撞预警

在城市拥堵行车环境中，当可能与前车发生低速碰撞时，自车图标将变为红色并发出警示音。

9、前车启动提醒

• 前车启动报警

当结束排队等候，前车已驶离时，自车驾驶员因走神未察觉到，报警器会发出警示音。

10、移动端控制功能

驾驶员可通过手机移动端自行调节此系统的制动力度，制动距离等，完美切合驾驶员的驾驶习惯。

 

11、系统自检功能

系统会在自车启动时，完成对所有主要的系统传感器和组件的自检，通过信号灯或显示屏明确表示系统当前的工作状态。

12、倒车防碰撞预警功能

车辆挂上倒档后，当自车与障碍物处于危险距离小于1.5m时，该装置能通过报警器发出警示音，提示驾驶员危险。

 

13、倒车限速功能

车辆在挂上倒档后，倒车最大速度将控制于10km/h，从而更有效的保护人车安全。

14、倒车主动刹车功能

车辆挂上倒档后，当自车与障碍物处于危险距离小于1m时，该系统能主动的使车辆自动制动，从而减免倒车事故的发生。

倒车辅助刹车系统AEB

倒车自动紧急制动防撞系统（R-AEBS）由主控制器、副控制器、感应器、执行机构和显示器五个部分组成，在车辆挂倒挡时本系统自动启动，并将车辆后面的情况实时通过测距信号输出，可通过车载显示器显示并伴有声音提示，当车辆进入到预先设定的危险距离时，系统会自动紧急制动刹车，以避免倒车过程的碰撞。

1）倒车AEB系统采用超声波雷达测出与车尾障碍物的距离，然后利用数据分析模块将测出的距离与警报距离、安全距离进行比较，小于警报距离时就进行警报提示，而小于安全距离时即使在驾驶员没有来得及踩制动踏板的情况下，倒车AEB系统也会启动，使汽车主动刹车。

 

2）功能：

① 自检功能：启动车辆挂上倒挡后，系统在1秒内自动对系统进行自检，如有故障系统进行语音提示。

② 实时距离提示：当挂上倒挡后，该系统自动启动，并播报车尾距障碍物的实时距离（1.5~0.3米），距离检测误差在0.05米。

✦车辆倒车时有数字或光栅显示器予以提示距离

✦车辆倒车时系统会发出“Bi,Bi”声提示或真人语音报警

③自动刹车：倒车过程，车辆即将碰撞到障碍物前，该系统会自动进行刹车。刹车后车尾距障碍物在25-60公分的距离（标准场地的实验数据）

✦车辆进入到预先设定的危险距离时，系统会自动紧急制动刹车

✦倒车自动紧急制动防撞系统（R-AEBS）可以实现智能化、人性化制动控制

④自动恢复：该系统刹车后，系统在3秒内会释放刹车并恢复系统至初始状态。

✦车辆挂倒挡时系统自动启动，摘除倒挡时系统自动关闭

⑤自动关闭：当司机完成倒车过程后（摘掉倒挡），该系统会自动关闭。

✦一键紧急关闭系统

15.后十字路口交通警示（RCTA，Rear Cross Traffic Alert）

RCTA是盲点检测的扩展功能，其中共用的后向SRR和MRR还可以检测车辆将要穿过的后方路径中的其它车辆。若有危险，系统会启动制动器并切断加速器防止碰撞。

RCTA是一项非常实用的功能，因为许多司机都是正向开进停车位而不是倒进去的，而RCTA可以算是AEB的扩展，与AEB功能正好是反向的。

 

从2012年开始RCTA增加了自动制动功能，而且搭载的车型正在增加，主要还是集中于成熟市场中的高端车型。目前，大约有200个车型中的三分之一提供RCTA搭配自动制动功能。OEM们也都在寻求更强大的功能，例如能够涉及更远的距离以及能够追踪更多目标的功能。

16.其他功能：黑匣子功能、智能导航、休闲娱乐、雷达预警系统(可选)、胎压监测(可选)、数字电视(可选)、倒车后视(可选)。

okhxyyo

八 测试标准和法规

安全评价标准正在不断提出新的要求，以便提高AEB性能并可以在更多驾驶情况下适用。新要求里面包括，比如测试AEB时行驶速度提高（AEB Interurban）、防止和减轻与弱势道路使用者（VRU）的碰撞（AEB Pedestrian和AEB Cyclist）以及交叉路口场景（AEB Crossing，AEB Junction， AEB Head-On）。

 

自动紧急刹车虽然可以大幅提升行车安全性，Euro-NCAP严苛的评价标准也为AEB 的性能品质提供了保障，但并不是车辆配备了AEB就能够完全避免车祸发生，况且Euro-NCAP对于AEB的性能优劣是透过是否有碰撞产生与碰撞前减速量来评分，即便车辆的AEB评价较高，也不代表完全没有碰撞风险。

 

Euro-NCAP AEB 评价的详细规范

各家车厂对于AEB的调校与设定都不相同，消费者实际操驾时，应该把AEB视为备而不用的功能，不要刻意去测试紧急自动刹车系统的能耐；至于刹车的方式和系统介入的时机，由于Euro-NCAP没有对此订出评价标准，所以AEB作动时能否让乘客感到舒适，就得考验车厂系统设计的功力。

为了对AEB系统的性能进行系统的测试及评价，欧美等国家和地区相继颁布了针对AEB系统的测试章程或标准。欧、 美、 日等汽车工业发达国家或地区已分别在研究本国或本地区道路交通情况的基础上建立了测试评价方法，制定了相关的标准或法规，或将AEB纳入其本国的新车评价规程（ NCAP） ，以推动AEB的广泛应用和普及。因AEB对汽车安全性的重要影响， AEB产品的应用日趋普及， 亟须相关标准出台进行引导和规范。在大力推进发展智能网联汽车的背景下， 中国汽车及相关行业也已在车辆的智能化和网联化领域加大投入力度，AEB等先进驾驶辅助系统（ADAS） 技术已开始大范围研发并陆续投入量产，产业化推进处于加速阶段。

1.Euro NCAP 规程

（1）概述

欧洲新车评价规程（Euro NCAP）在2014年将AEB纳入新车主动安全的评价规程，首次将针对城市内低速工况的城市内驾驶环境AEB-City以及高速城市间道路工况的城市间驾驶环境AEB-Interurban进行了区分，并针对不同工况设置了不同的测试项，但两类试验用于测试评价的基本测试场景相同。Euro-NCAP 所评价的三种防撞系统为了应对不断发展的汽车安全科技，各国都开始制订有关标准及检验法规；而目前各国的新车评价系统中，以欧洲的Euro-NCAP所涵盖的范围最为广泛，一共有4大领域共17个项目。

自动紧急制动系统的测试是有一套严苛的测试流程和测试标准的，博世内部的测试规程是完全按照目前各国相应的检测机构的规定来进行的，比如说有欧洲新车评价规程（E-NCAP），也有中国新车评价规程C-NCAP）。

 

（2）定义

自动紧急制动系统（AEB）：车辆在探测到极有可能发生碰撞时所自动施加的制动， 用以降低车辆的速度并尽可能地避免碰撞。

（3）试验场景及方法

Euro NCAP 将AEB-City和AEB-Interurban的测试场景分为三大类，1）即车追尾静止车（Car-to-Car Rear Stationary，CCRs）。 CCRs的场景如图１所示， Euro NCAP目标车辆（Euro NCAPVehicle Target，EVT） 静止， 验车辆（VehicleUnder Test，VUT） 以10～50km/h（AEB-City）或30～80km/h（AEB-Interurban）的速度匀速靠近EVT。低速防撞部分，装备AEB 的测试车会分别在10～50 公里/小时范围的各个速度，接近前方的静止车辆（CCRs），模拟类似于市区中等红灯的情境，借此检测AEB 是否成功启动，有没有主动发出碰撞警告或自动煞停车辆。高速防撞部分，AEB测试车除了用30~80公里/小时的中高速，进行多次测试接近前方静止车辆外。2）车追尾运动车 （Car-to-Car RearMoving，CCRm） 。CCRm的场景， 如图２所示，EVT以20km/h的速度匀速前进，VUT以30~80km/h的速度匀速靠近EVT。AEB测试车用30~80公里/小时的中高速追加前方低速车（20公里/小时，CCRm）。3）车追尾制动车（Car-to-Car RearBreaking，CCRb）。CCRb的场景如图３所示， 两车以相同的速度５０km/h行驶， 相距１２ｍ和４０ｍ时ＥＶＴ以 － ２ｍ/ｓ２和 －６ｍ/ｓ２的加速度制动。其中， 在CCRs和CCRm中，VUT的速度以１０km/h的增量直行， 如果发生碰撞， 则ＶＵＴ的速度以５km/h的增量执行。前方减速车（从时速50公里紧急刹车，CCRb）的测试，借此让评价标准更贴近郊区的行车情境。

 

当车厂开发出一套可用的AEB系统后，紧接着就是要面对 Euro-NCAP的严格评价标准。

 

AEB 的运作逻辑

Euro-NCAP主要透过车辆的速度来验证AEB的作动情境，在车与车之间的防撞部分，主要分成 CCRs、CCRm 与 CCRb 三种，

 

E-NCAP对AEB Pedestrian的测试是在接近垂直交叉口，有时假儿童会隐藏在静止车辆后面，或者假人与主车辆并排行走。

远处接近设定成人走路时速为8公里，AEB 车辆则以20～60 公里／小时的速度接近，并将撞击点设定在前保杆的正中央，借此检测在车辆即将碰撞时，AEB 是否成功启动。

近处接近则追加儿童进行测试，并将行人速度放慢到5公里/小时，车辆速度不变，成人撞击点为前保杆偏置25% 及75%，儿童为前保杆正中心，模拟行人突然冲出的情况，检验车辆中的AEB 系统是否可靠。

 

Euro-NCAP 评价 AEB 系统时的车对人情境设定

Euro-NCAP评价对于AEB的检测是循序渐进的；如果车辆在时速40 公里的情境下，AEB就已经无法发挥作用，或者降低车辆速度的效果没有达到要求，后续50、60、70、80公里的测试，就不会再继续下去。

由于Euro-NCAP对于AEB测试所要求的精准度极为严苛，不只测试车与目标车的车速偏差必须小于1公里/小时，直线路径偏差更必须小于10公分，跟车距离偏差也不能大于50公分。

 

自动驾驶机器人可以精准操作方向盘，完成人类驾驶难以达成的精准操作

首先为了让车辆的操驾拥有超高精准度，满足 Euro-NCAP评价标准的要求， 导入自动驾驶机器人，分别配置于AEB测试车与目标车上。不过跟大众想像中有些不同的是，自动驾驶机器人其实是通过安装在驾驶座上的转向、加速、煞车和DGPS四个部件所组成。

 

装载于测试车上的 DGPS 可以让机器人精准掌握路径，完成一模一样的行车过程

通过自动控制演算法，机器人可以依据程序设定，自动操控踏板进行加减速，并按照规划好的路线直行、转向，而且每一次的动作几乎都没有误差，借此符合Euro-NCAP测试场景的严格要求。

 

 

为了示范自动驾驶机器人的精准度，特地在车前装置了杆子，并在场地上设计铜锣，只要车辆准确沿着预设路线行动，铜锣就会被敲响。

在行人防撞方面，除了需要让AEB测试车辆装载自动驾驶机器人外，另外还需要一套「行人人偶控制设备」，模拟马路旁突然冲出的成人或儿童。

 

 

 

测试行人情境的AEB系统时，车载仪器会与控制设备联系，精准计算辆撞击点，接着拉动平板上的交通锥或人偶，验证AEB是否有发挥功能。

整套符合Euro-NCAP评鉴标准的AEB测试设备，光是硬件部分就投入超过4000 万，软件和人员训练也花费了上百万，如果车厂进行车辆送检，最快两周的时间可以获得完整的测试报告。

 

行人防撞测试使用的假人，由于用泡棉所制成，所以风太大时无法使用

为了满足AEB行人系统的测试要求，一些机构已开发了多款AEB行人检测装置。如英国的ABD(Anthony Best Dynamics)公司和奥地利的4active System公司等相继推出了AEB行人检测系统，并已在诸多汽车制造商及汽车检测机构等得以应用。ABD公司开发的AEB行人检测装置采用了盘式电机驱动，该电机亦可作为转向机器人的驱动电机；然而，其软体假人目标仍是由4active System公司提供。

http://2.US NCAP 规程

NHTSA的2010年交通安全事实报告中显示大约共有9.6百万起事故。其中，交通岔路口发生了约450万起（46.7％），非岔路口事故约为380万起（40.2％）。2016年3月，大多数美国OEM承诺到2022年在所有车辆中安装AEB。

对于AEB， 美国国家公路交通安全管理局（NHTSA）较为普遍的称呼为CIB（ Crash Imminent Braking），其发布的文件Crash Imminent Brake System Performance Evaluation For The New Car Assesment Programm， 对CIB系统评价做了详细说明。

美国公路安全保险协会(IIHS)宣布将在其新车安全评估名册中增加对车辆自动刹车系统的测试。内容包括一系列碰撞测试、以及头部保护装置和前灯有效性评级。

 

IIHS的测试分为三项，每项进行两次，两次中测试车辆的速度分别为19.3公里/小时和40.2公里/小时。

第一项测试内容是，当被测试车辆接近时，一成年人身高的模拟行人从右侧进入道路，到位于道路右侧与车辆正前方之间的中心位置。

第二项测试内容是，一儿童身高的模拟行人从路侧两辆停放的汽车中间进入道路，停在车辆的正前方。

第三项测试内容是，一成年人身高的模拟行人位于行驶的被测试车辆正前方与车道右侧之间的中心位置。该项测试要求在日光下进行，且路面必须是干燥的，根据车辆避免和减轻碰撞的能力，IIHS将区分并评定，级别分为“基本、良好、卓越”。

3.C-NCAP

2018年7月1日实施的《中国新车评价规程(China New Car Assessment Program, C-NCAP)管理规则(2018年版)》引入了AEB车对车及AEB车对行人两项评价，并在相应的测试场景、速度及权重上，基于中国道路事故深入研究数据库（CIDAS）中的中国道路上发生的车与车追尾以及车与行人碰撞的事故场景，进行了相应的优化及调整，以更契合中国特殊的道路情况；也系统的提出了对AEB行人系统的测试方案与评价标准。这些测试规程、标准的出台，对于规范AEB行人系统的设计，提高行车安全性具有重要的推动作用。为了普及AEB功能的装配率，当测试车型未将AEB作为标准配置时，C-NCAP会对装配率进行考核——装配率必须达到25%才能得到所有AEB测试的分数。而对于全系标配AEB的车型，C-NCAP也给予了系统加乘1.2的鼓励。

4.车辆追尾自动紧急制动系统（AEB CCR）试验

4.1 车辆坐标系

VUT和VT均采用ISO8855：1991中所指定的惯性坐标系，其中 x 轴指向车辆前方，y 轴指向驾驶员左侧，z 轴指向上(右手坐标系)。从原点向x、y、z 轴的正向看去，绕x、y 和z 轴顺时针方向旋转是侧倾角、俯仰角和横摆角。左舵和右舵试验车辆皆采用此坐标系。

4.2 侧向偏移量

侧向偏移量是指 VUT 车头（或 VT车尾）中心位置与规划路径之间的水平距离。如下图所示是 VUT 侧向偏移量和VT 侧向偏移量示意图。

 

4.3 测试设备和目标车辆

4.3.1 测试设备

4.3.1.1 测试设备要满足动态数据的采样及储存，采样和存储的频率至少为 100Hz。VT及 VUT之间使用 DGPS 时间进行数据同步。

4.3.1.2 VUT和 VT 在试验过程中数据采集和记录设备的精度至少应满足以下要求。

a）VUT、VT速度精度 0.1km/h；

b）VUT、VT横向和纵向位置精度 0.03m；

c）VUT、VT横摆角速度精度0.1°/s；

d）VUT、VT纵向加速度精度0.1m/s2；

e）VUT方向盘角速度精度 1.0°/s；

4.3.2 数据滤波

4.3.2.1 位置和速度采用原始数据，不进行滤波；

4.3.2.2 加速度采用 12极无阶巴特沃斯滤波器过滤，截止频率为 10Hz；

4.3.2.3 横摆角速度采用 12 极无阶巴特沃斯滤波器过滤，截止频率为10Hz；

4.3.2.4 踏板力采用 12极无阶巴特沃斯滤波器过滤，截止频率为 10Hz；

4.3.3 目标车辆要求

4.3.3.1VT用于替代实际 M1 乘用车（包含视觉、雷达、激光雷达和 PMD属性），且可以承受最高达 50km/h 速度的撞击而不会对 VUT 和 VT 造成损害。

4.3.3.2 对于VT规格的要求，与Euro-NCAP要求一致，参看“Euro-CAPTEST PROTOCOL-AEB systems Version1.1 June2015 ANNEXAEVT SPECIFICATIONS”。“津C.ATARC”logo的标志贴在VT车辆的车牌处。如图所示。

 

C-NCAP VT 外观图

4.3.3.3 如果企业认为 VT不能满足 VUT传感器对目标的要求，请直接联系 C-NCAP管理中心。

4.4 试验条件

4.4.1 试验场地要求

4.4.1.1 试验路面要求干燥、表面无可见水分、平整、坚实，坡度单一且保持在水平至 1%之间，峰值制动力系数大于 0.9；

4.4.1.2 试验路面要求压实并且无可能造成传感器异常工作的不规则物（如大的倾角、裂缝、井盖或是具有反射能力的螺栓等）。车道中心线到道路两侧的宽度不小于 3.0m。试验结束点的前方有至少 30m的预留道路；如图所示。

 

测试区域范围

4.4.1.3 试验道路允许有车道标线，但在AEB触发及FCW报警后的制动区域内，需保证车道标线不与试验轨迹交叉。

4.4.2 试验天气要求

4.4.2.1 天气干燥，没有降水，降雪等情况；

4.4.2.2 水平方向上的能见度不低于 1km；

4.4.2.3 风速不大于 10m/s；

4.4.2.4 对于在自然光条件下进行的试验，整个试验区域内的照明情况一致、光照强度不低于2000Lux。除由于VUT和VT所造成的影响，在整个区域内不应有明显的阴影区域。试验不在朝向或背离阳光直射的方向上进行。

4.5 VUT准备工作

4.5.1 轮胎状态确认

使用与厂家指定轮胎配置(供应商、型号、大小、速度及载荷等级)一致的全新原厂轮胎来进行试验。在确保与厂家指定轮胎配置(供应商、型号、大小、速度及载荷等级)相同的情况下，可以允许换用厂家或厂家指定代理商所提供的替代轮胎。将轮胎充气至厂家推荐的标准冷态气压，此冷态气压至少适用于普通载荷状态。

4.5.2 整车状态确认

4.5.2.1 加注至少90%油箱容积的燃油。

4.5.2.2 检查全车油水，并在必要时将其加至最高限值。

4.5.2.3 确保试验车辆内已载有备胎（如果有此配置）和随车工具。车内不应再有其他物品。

4.5.2.4 确保已依照厂家推荐的当前载荷状态下的轮胎压力对所有轮胎充气。

4.5.2.5 测量车辆前后轴荷并计算车辆总质量，将此重量视为整车整备质量并记录。

4.5.3 制动系统磨合

试验车辆以80km/h为磨合初速度，以3m/s2的减速度制动直至车辆停止，重复此过程200次。初始制动温度65℃～100℃，每两次制动之间要将温度冷却到65℃～100℃或行驶 2km。

4.5.4 设备安装及配载

4.5.4.1 安装试验用仪器设备。

4.5.4.2 根据配载质量要求（200kg扣除试验驾驶员及测试设备质量）对车辆进行配载，安装牢靠。

4.5.4.3 在包含驾驶员的情况下，测量车辆前后轴荷。

4.5.4.4 将其与车辆整备质量做比较。

4.5.4.5 测得的车辆总质量与整备质量+200kg之间的差距应在±1%之内，前后轴荷分布与满油空载车辆轴荷分布之间的差距应小于 5%，如果车辆实际情况不符合此要求，在对车辆性能没有影响的情况下对配载进行调整，并在调整之后确保固定牢靠。

4.5.4.6 重复2.5.4.3到2.5.4.5直至车辆前后轴荷和总质量可以达到2.5.4.6中的要求。仔细调整配载尽可能的接近车辆原厂属性，记录最终轴荷。

4.6 试验过程

4.6.1 VUT试验预处理

4.6.1.1 AEB功能和FCW功能设置

针对有不同报警级别的AEB系统和/或FCW系统，试验开始之前，将报警级别设置为中间级别或中间级别的更高一级（同样条件下，报警更晚的配置）。如图所示。

 

AEB 系统报警级别设置

4.6.1.2 主动机罩系统

当车辆安装有“主动机罩系统”时，试验前关闭此系统。

4.6.1.3 试验前制动准备

4.6.1.3.1在56km/h的初速度下、以0.5g～0.6g的平均减速度将车辆制动到静止，共进行10次。

4.6.1.3.2 在完成初速度为56km/h的系列制动后，立即在72km/h的初速度下全力制动使车辆停车， 共进行3次。

4.6.1.3.3 在进行 2.6.1.3.2规定的制动时，应在制动踏板上施加足够的制动力，使车辆的 ABS在每次制动过程中的主要阶段都处于工作状态。

4.6.1.3.4 在完成2.6.1.3.2的最后一次制动后，以72km/h的车速行驶 5min对制动器进行冷却。

4.6.1.3.5 在完成制动准备工作之后的两个小时内开始进行试验。

4.6.1.4 试验前轮胎准备

4.6.1.4.1 驾驶试验车辆沿直径为30m的圆环顺时针方向行驶 3圈，然后按逆时针方向行驶3圈；行驶速度应使车辆产生约0.5g～0.6g的侧向加速度。

4.6.1.4.2采用频率为1Hz的正弦转向输入、以56km/h的车速进行试验，转向盘转角峰值时应使车辆产生0.5g～0.6g的侧向加速度。共进行4次试验，每次试验由10个正弦循环组成。

4.6.1.4.3 在进行最后一次试验的最后一个正弦循环时，其转向盘转角幅值是其它循环的两倍。所有的试验之间允许的最长时间间隔为5min。

4.6.1.5 AEB/FCW系统检查

试验开始前，以系统被触发的最低车速进行最多10次试验，用以确保系统能正常工作。

4.6.2 试验场景

4.6.2.1AEB CCR系统性能测试场景

AEBCCR 系统性能有三种测试场景：CCRs、CCRm 和CCRb。如下图 a)、图 b)和图c)所示。

 

a)CCRs 场景

 

b)CCRm 场景

 

c)CCRb 场景

CCRs：将 VT放在 VUT行驶路径上，VUT按照规划路径行驶。如图 74a)所示。VUT分别以 20km/h，30km/h 和 40km/h 的速度测试 AEB 功能，以 35km/h，45km/h，55km/h 和75km/h 的速度测试 FCW 功能。

CCRm：VUT 和 VT 沿规划路径行驶，如图 74b)所示。VT 以 20km/h 的速度匀速行驶，VUT 分别以30km/h，45km/h 和 65km/h 的速度测试 AEB 功能，以 50km/h，60km/h 和 75km/h 的速度测试 FCW 功能。

CCRb：VUT 和 VT 均以 50km/h 速度沿规划路径行驶，车距分别为 12m 和 40m，如图 74c)所示。

VT 需在 1s 内将减速度达到4m/s2，并且直到试验结束，误差不超过±0.25m/s2。4.6.2.2 AEB CCR系统误作用测试场景

4.6.2.2.1 相邻车道车辆制动试验

试验由 VUT、MLV 和 DLV 三辆车组成，车速均为 40km/h。轮胎外缘与中间车道线间距保持在（0.9±0.1）m范围内，MLV和DLV之间保持并排行驶。如图 所示。VUT车头与 MLV 车尾之间的距离保持（15±1.2）m 至少 3s后，DLV 以(3±0.3)m/s2 的减速度进行制动。

 

相邻车道车辆制动试验

4.6.2.2.2 铁板试验

VUT 分别以 40km/h 和 72km/h 的速度匀速驶向放置在测试道路上的钢板。钢板尺寸为3.7m×0.025m，车辆行驶路径与钢板长度方向中心线一致。

本试验如果有 FCW 报警，则按照本章 2.8 中所述施加制动力，并添加对比试验。

对比试验方法：在没有铁板的情况下，VUT以同样的速度行驶，依据本章2.8中所述施加制动力。对比两次试验中车辆的减速度大小，判定是否有DBS介入。

 

铁板试验

4.6.2.3AEB CCR 测试场景总

表 36是 AEB CCR测试场景的总结，进行FCW系统试验时，在 TFCW 之后1.2s施加制动。制动特性曲线由厂家提供，200ms内完成制动行程，最大速率 400mm/s，在非紧急制动情况下，产生的制动减速度在-4 m/s2至-4.25m/s2范围内。若减速度超过该范围或企业没有提供制动力特性曲线，按照本章 2.8中的过程进行施加制动力。

表 AEBCCR测试场景

 

	测试场景	误作用
试验项目	CCRs	CCRm	CCRb
AEB	FCW	AEB	FCW	AEB	FCW	相邻车道车辆制动试验	铁板试验
车速	20km/h	35km/h	30km/h	50km/h	50km/h（12m, 4m/s2）	50km/h（12m,4m/s2）	40km/h	40km/h
30km/h	45km/h	45km/h	60km/h
40km/h	55km/h	65km/h	75km/h	50km/h（40m, 4m/s2）	50km/h（40m,4m/s2）	72km/h
	75km/h

 

	测试场景	误作用
试验项目	CCRs	CCRm	CCRb
AEB	FCW	AEB	FCW	AEB	FCW	相邻车道车辆制动试验	铁板试验
车速	20km/h	35km/h	30km/h	50km/h	50km/h（12m, 4m/s2）	50km/h（12m,4m/s2）	40km/h	40km/h
30km/h	45km/h	45km/h	60km/h
40km/h	55km/h	65km/h	75km/h	50km/h（40m, 4m/s2）	50km/h（40m,4m/s2）	72km/h
	75km/h

 

	测试场景	误作用
试验项目	CCRs	CCRm	CCRb
AEB	FCW	AEB	FCW	AEB	FCW	相邻车道车辆制动试验	铁板试验
车速	20km/h	35km/h	30km/h	50km/h	50km/h（12m, 4m/s2）	50km/h（12m,4m/s2）	40km/h	40km/h
30km/h	45km/h	45km/h	60km/h
40km/h	55km/h	65km/h	75km/h	50km/h（40m, 4m/s2）	50km/h（40m,4m/s2）	72km/h
	75km/h

 

	测试场景	误作用
试验项目	CCRs	CCRm	CCRb
AEB	FCW	AEB	FCW	AEB	FCW	相邻车道车辆制动试验	铁板试验
车速	20km/h	35km/h	30km/h	50km/h	50km/h（12m, 4m/s2）	50km/h（12m,4m/s2）	40km/h	40km/h
30km/h	45km/h	45km/h	60km/h
40km/h	55km/h	65km/h	75km/h	50km/h（40m, 4m/s2）	50km/h（40m,4m/s2）	72km/h
	75km/h

 

	测试场景	误作用
试验项目	CCRs	CCRm	CCRb
AEB	FCW	AEB	FCW	AEB	FCW	相邻车道车辆制动试验	铁板试验
车速	20km/h	35km/h	30km/h	50km/h	50km/h（12m, 4m/s2）	50km/h（12m,4m/s2）	40km/h	40km/h
30km/h	45km/h	45km/h	60km/h
40km/h	55km/h	65km/h	75km/h	50km/h（40m, 4m/s2）	50km/h（40m,4m/s2）	72km/h
	75km/h

 

	测试场景	误作用
试验项目	CCRs	CCRm	CCRb
AEB	FCW	AEB	FCW	AEB	FCW	相邻车道车辆制动试验	铁板试验
车速	20km/h	35km/h	30km/h	50km/h	50km/h（12m, 4m/s2）	50km/h（12m,4m/s2）	40km/h	40km/h
30km/h	45km/h	45km/h	60km/h
40km/h	55km/h	65km/h	75km/h	50km/h（40m, 4m/s2）	50km/h（40m,4m/s2）	72km/h
	75km/h

 

	测试场景	误作用
试验项目	CCRs	CCRm	CCRb
AEB	FCW	AEB	FCW	AEB	FCW	相邻车道车辆制动试验	铁板试验
车速	20km/h	35km/h	30km/h	50km/h	50km/h（12m, 4m/s2）	50km/h（12m,4m/s2）	40km/h	40km/h
30km/h	45km/h	45km/h	60km/h
40km/h	55km/h	65km/h	75km/h	50km/h（40m, 4m/s2）	50km/h（40m,4m/s2）	72km/h
	75km/h

 

	测试场景	误作用
试验项目	CCRs	CCRm	CCRb
AEB	FCW	AEB	FCW	AEB	FCW	相邻车道车辆制动试验	铁板试验
车速	20km/h	35km/h	30km/h	50km/h	50km/h（12m, 4m/s2）	50km/h（12m,4m/s2）	40km/h	40km/h
30km/h	45km/h	45km/h	60km/h
40km/h	55km/h	65km/h	75km/h	50km/h（40m, 4m/s2）	50km/h（40m,4m/s2）	72km/h
	75km/h

 

	测试场景	误作用
试验项目	CCRs	CCRm	CCRb
AEB	FCW	AEB	FCW	AEB	FCW	相邻车道车辆制动试验	铁板试验
车速	20km/h	35km/h	30km/h	50km/h	50km/h（12m, 4m/s2）	50km/h（12m,4m/s2）	40km/h	40km/h
30km/h	45km/h	45km/h	60km/h
40km/h	55km/h	65km/h	75km/h	50km/h（40m, 4m/s2）	50km/h（40m,4m/s2）	72km/h
	75km/h

 

	测试场景	误作用
试验项目	CCRs	CCRm	CCRb
AEB	FCW	AEB	FCW	AEB	FCW	相邻车道车辆制动试验	铁板试验
车速	20km/h	35km/h	30km/h	50km/h	50km/h（12m, 4m/s2）	50km/h（12m,4m/s2）	40km/h	40km/h
30km/h	45km/h	45km/h	60km/h
40km/h	55km/h	65km/h	75km/h	50km/h（40m, 4m/s2）	50km/h（40m,4m/s2）	72km/h
	75km/h

 

	测试场景	误作用
试验项目	CCRs	CCRm	CCRb
AEB	FCW	AEB	FCW	AEB	FCW	相邻车道车辆制动试验	铁板试验
车速	20km/h	35km/h	30km/h	50km/h	50km/h（12m, 4m/s2）	50km/h（12m,4m/s2）	40km/h	40km/h
30km/h	45km/h	45km/h	60km/h
40km/h	55km/h	65km/h	75km/h	50km/h（40m, 4m/s2）	50km/h（40m,4m/s2）	72km/h
	75km/h

 

	测试场景	误作用
试验项目	CCRs	CCRm	CCRb
AEB	FCW	AEB	FCW	AEB	FCW	相邻车道车辆制动试验	铁板试验
车速	20km/h	35km/h	30km/h	50km/h	50km/h（12m, 4m/s2）	50km/h（12m,4m/s2）	40km/h	40km/h
30km/h	45km/h	45km/h	60km/h
40km/h	55km/h	65km/h	75km/h	50km/h（40m, 4m/s2）	50km/h（40m,4m/s2）	72km/h
	75km/h

 

	测试场景	误作用
试验项目	CCRs	CCRm	CCRb
AEB	FCW	AEB	FCW	AEB	FCW	相邻车道车辆制动试验	铁板试验
车速	20km/h	35km/h	30km/h	50km/h	50km/h（12m, 4m/s2）	50km/h（12m,4m/s2）	40km/h	40km/h
30km/h	45km/h	45km/h	60km/h
40km/h	55km/h	65km/h	75km/h	50km/h（40m, 4m/s2）	50km/h（40m,4m/s2）	72km/h
	75km/h

 

	测试场景	误作用
试验项目	CCRs	CCRm	CCRb
AEB	FCW	AEB	FCW	AEB	FCW	相邻车道车辆制动试验	铁板试验
车速	20km/h	35km/h	30km/h	50km/h	50km/h（12m, 4m/s2）	50km/h（12m,4m/s2）	40km/h	40km/h
30km/h	45km/h	45km/h	60km/h
40km/h	55km/h	65km/h	75km/h	50km/h（40m, 4m/s2）	50km/h（40m,4m/s2）	72km/h
	75km/h

 

	测试场景	误作用
试验项目	CCRs	CCRm	CCRb
AEB	FCW	AEB	FCW	AEB	FCW	相邻车道车辆制动试验	铁板试验
车速	20km/h	35km/h	30km/h	50km/h	50km/h（12m, 4m/s2）	50km/h（12m,4m/s2）	40km/h	40km/h
30km/h	45km/h	45km/h	60km/h
40km/h	55km/h	65km/h	75km/h	50km/h（40m, 4m/s2）	50km/h（40m,4m/s2）	72km/h
	75km/h

 

 

4.6.3 试验要求

4.6.3.1 挡位选择及车辆控制

自动挡测试车辆选择 D 挡，手动挡测试车辆将变速器挂至在试验速度下发动机转速至少达到1500RPM 的最高挡位。可以使用 VUT 上的限速或是巡航装置来保持试验车速，除非厂家指出这些功能影响 AEB 系统的工作。在必要时可以通过轻微转动方向盘来保持VUT 沿规划路径行驶。

4.6.3.2 时间间隔

轮胎准备完成后 90s至 10min内开始第一次试验，随后每次试验的结束和下次试验的开始间隔同样为 90s至 10min，如果超过 10min，需再次进行轮胎准备工作。试验间隔内，除非发生严重影响车辆安全的特殊情况，否则VUT的速度不应超过 50km/h，且不应进行激烈的加速、减速以及转向操作。

4.6.3.3 试验精度

将VUT和VT（如果需要）加速至所需的试验车速。试验要在 T0 至TAEB/TFCW 时间范围内满足以下条件：

a） VUT（GPS速度）：测试车速＋1.0km/h；

b） VT（GPS速度）：测试车速±1.0km/h；

c）侧向偏移量：0±0.1m；

d）VUT 与 VT 的相对距离（CCRb 场景下）：12m/40m±0.5m；

e）横摆角速度：0±1.0 °/s；

f）方向盘转角速度：0±15.0°/s；

注：CCRb 场景下，“VT 速度”和“VUT 与 VT 的相对距离”只考察 T0时刻。

4.6.3.4单次试验结束条件

以下条件之一发生时，试验结束：a）VVUT=0km/h；

b） VUT＜VVT，并且本次试验没有碰撞的可能；

c）VUT与 VT之间发生接触。

4.6.3.5 测试场景结束条件

如果 VUT 的速度减少量＜5km/h 或Vrel-impact＞50km/h，终止本测试场景试验。

4.6.3.6 注意事项

对于手动或自动油门控制，需要确保系统在自动紧急制动过程中，油门踏板不会导致对自动紧急制动作用的接管，当 AEB系统使试验车辆初始速度降低 5km/h时，释放加速踏板。试验中不得有其他驾驶控制操作，例如控制离合器或制动踏板等。

4.6.3.7 试验现场拍照及视频记录

在开展测试之前，对 VUT进行外部全方位拍照，对车辆的 VIN码进行拍照。在车辆外部放置录像机，对整个试验过程进行全程录像。保证每次录像的清晰度便于后期回放查看。录像机放置高度适中，不应采用悬挂的形式布置。车内安装录像机，用来进一步记录车辆行为。

4.7 AEB系统试验有效性判断方法

4.7.1 如企业未提交预估结果，则每个试验点只开展一次试验。

4.7.2 如企业提交预估结果，则 C-NCAP依据预估结果及现场试验情况判定试验最后结果。

4.7.3 C-NCAP按下面的流程判断试验结果：

4.7.3.1开展第一次试验，如第一次试验结果与预估结果之间无差异 a，则以此试验结果为最终试验结果，如与预估结果之间有差异 b，则进行第二次试验；

注：a：无差异：试验结果与预估结果之间、试验结果之间速度差异≤5kph 或误作用试验结果与预估结果相同。

b：有差异：试验结果与预估结果之间、试验结果之间速度差异＞5kph 或误作用试验结果与预估结果不同。

4.7.3.2 开展第二次试验，如此次试验结果与预估结果之间无差异，则取第二次试验为最终结果；如第二次试验结果与预估结果之间有差异但与第一次试验结果之间无差异，则取第一次和第二次试验结果的平均值为最终结果；否则，进行第三次试验。

4.7.3.3 开展第三次试验，如三次试验结果中有两项无差异，则取此两项结果平均值为最终结果；如三次试验结果皆有差异，则中止试验并在分析原因后重新试验。

4.7.3.4 单次试验最终结果与预估结果有差异计为单次无效，累计 5次无效后将不再继续使用预估结果，后续试验只进行单次试验。

 

试验有效性判定流程

4.8 FCW 制动施加方法

制动特性曲线是用来确定达到某一车辆减速度（普通驾驶员在应对日常紧急状况的典型车辆减速度）时所需的制动踏板位移及踏板力。

4.8.1 定义

TBRAKE——制动踏板位移首次达到5mm的时刻。

T——纵向加速度首次小于-6m/s2的时刻。

T-2m/s2，T-4m/s2定义同T-6m/s2。

4.8.2 制动特性曲线标定

首先依照本规程 2.6.1.3 和 2.6.1.4 中所述进行制动磨合和轮胎预处理，且在预处理结束后10min 以内开始进行标定。

4.8.2.1标定过程

4.8.2.1.1 对制动踏板进行全行程触动而后释放。

4.8.2.1.2 将VUT加速至 85km/h以上，自动挡选择 D挡，手动挡选择在 85km/h时转速不低于 1500RPM 的最高挡位。

4.8.2.1.3 松开加速踏板使车辆滑行，在（80±1.0）km/h时以（20±5）mm/s行程速率施加制动， 直至车辆纵向加速度达到-7m/s2。针对手动挡车辆，在发动机转速低于 1500转时踩下离合器，车辆达到-7m/s2 时试验结束。

4.8.2.1.4 进行 3次上述试验，每次试验时间间隔为90s至 10min，如果时间超过 10min，需要重新进行制动磨合和轮胎预处理后，再继续标定。

4.8.2.1.5 利用上面 3 次重复试验的结果，在 T-2m/s2到 T-6m/s2范围内使用二阶曲线拟合和最小二乘法计算出 T-4m/s2时的踏板行程，该行程为 D4。

4.8.2.1.6 利用上面 3次重复试验的结果，在 T-2m/s2到 T-6m/s2范围内使用二阶曲线拟合和最小二乘法计算出 T-4m/s2时的制动力, 该制动力为F4。

4.8.2.2 F4确认方法

将VUT加速至 85km/h以上，自动挡选择 D挡，手动挡选择在 85km/h时转速不低于 1500RPM 的最高挡位。

根据2.8.3中步骤施加制动力，计算 Tbrake＋1s到 Tbrake＋3s的平均加速度，如果加速度超出了-4m/s2至-4.25m/s2范围，对制动力进行适当调整，如果连续三次试验，制动加速度都满足该范围要求，则确认该制动力为最终 F4。确认试验时间间隔为 90s至 10min，如果超过了 10min，需重新进行制动磨合和轮胎预处理。

4.8.3 制动特性曲线施加方法

4.8.3.1 FCW试验过程中，TFCW+1秒时刻释放加速踏板。

4.8.3.2 在TFCW+1.2s 时刻，以 5×D4mm/s 和 400mm/s 之间的较小值作动制动踏板。

4.8.3.3 在上述作动过程中，使用(20～100)Hz的二阶带通滤波器对踏板力进行滤波并采集。

4.8.3.4 当以下任一条件先满足时，切换为目标为 F4的制动力控制，该时刻记为 Tswitch。

a）制动踏板的行程达到 2.8.2.1.5中定义的 D4。

b）制动踏板的制动力达到 2.8.2.1.6中定义的F4。

4.8.3.5 制动力最迟应在 Tswitch+0.2s 前达到稳定，且保持在（1±25%）×F4 的范围内。期间，允许AEB 的介入而引起制动力超出该范围，但持续时间应小于200ms。

4.8.3.6 从 TFCW+1.4s直至试验结束的整个过程中，制动力平均值应在 F4±10N的范围内。

4 行人自动紧急制动系统（AEBVRU_Ped）试验

4.1 车辆坐标系

AEB VRU_Ped 系统试验的“车辆坐标系”参照本章中的 2.1。

4.2 侧向偏移量

侧向偏移量是指车头中心位置与规划路径之间的水平距离。如图是 VUT 侧向偏移量示意图。

 

侧向偏移量

4.3 碰撞位置确定

围绕VUT的车头外廓确定一条虚拟轮廓线。在车宽每侧减去 50mm之后，将七个点平均分配在剩余宽度上，用直线连接即为虚拟轮廓线。如下图所示。

 

VUT车头虚拟轮廓线

企业需提交VUT虚拟轮廓线信息（A,B,C 值）并由C-NCAP试验室进行确认，如图所示。

 

虚拟边框位置图

在PTA的周围定义一个虚拟的矩形框，图中H点高度为（923±20）mm，如图所示。在VUT的虚拟轮廓线与PTA 的虚拟框接触时，判定碰撞发生，如图所示。

 

PTA 虚拟边框的大小

 

PTA 与 VUT 碰撞发生确认

4.4 测试设备和目标假人

4.4.1 测试设备

4.4.1.1 测试设备要满足动态数据的采样及储存，采样和存储的频率至少为 100Hz。PTA及VUT之间使用 DGPS时间进行数据同步。

4.4.1.2 VUT和PTA在试验过程中数据采集和记录设备的精度至少应满足以下要求：

a）VUT速度精度 0.1km/h；

b）PTA速度精度 0.01km/h；

c）VUT横向和纵向位置精度0.03m；

d）PTA横向位置精度0.03m；

e）VUT横摆角速度精度0.1°/s；

f）VUT纵向加速度精度0.1m/s2；

g）VUT方向盘角速度1.0°/s；

4.4.2 数据滤波

4.4.2.1 位置和速度采用原始数据，不进行滤波；

4.4.2.2 加速度采用采用12极无阶巴特沃斯滤波器过滤，截止频率为10Hz；

4.4.2.3 横摆角速度采用采用12极无阶巴特沃斯滤波器过滤，截止频率为10Hz；

4.4.3 目标假人

PTA用于代替行人（包含视觉、雷达、激光雷达和 PMD属性）。

4.4.3.2 对于PTA的具体要求，参看“Euro-NCAPTESTPROTOCOL-AEB VRU systemsVersion1.0.1June 2015 ANNEXA EPTSPECIFICATIONS”。

厂家可以选用固定腿行人目标或是移动腿行人目标。下图是固定腿行人目标示意图。

 

C-NCAP PTA 外观图

如果企业认为PTA不能满足VUT传感器对目标的要求，请直接联系C-NCAP管理中心。

4.5 试验条件

4.5.1 试验场地要求

4.5.1.1 试验路面要求干燥、表面无可见水分、平整、坚实，坡度单一且保持在水平至 1%之间，峰值附着系数大于0.9；

4.5.1.2 在距离试验路径中心线驾驶员侧6m、乘员侧4m内，试验结束点前方30m的试验区域内不应有可能引发传感器异常工作的其他车辆、高速公路设施、障碍物、人或是其他突出物；如图 。

 

测试区域范围

4.5.1.3 试验道路允许有车道标线，但在 AEB触发及 FCW报警后的制动区域内，需保证车道标线不与试验轨迹交叉。

4.5.2 试验天气要求

AEB VRU_Ped 试验的“试验天气要求”参照本章中的 2.4.2。

4.6 VUT 准备工作

AEB VRU_Ped 试验的“VUT准备工作”参照本章中的 2.5。

4.7 试验过程

4.7.1 VUT试验预处理

AEB VRU_Ped 试验的“VUT 试验预处理”参照本章中的 2.6.1。

4.7.2 试验场景

4.7.2.1 AEB VRU_Ped 系统性能测试场景

4.7.2.1.1 AEB VRU_Ped系统有CVFA-25、CVFA-50、CVNA-25和CVNA-75四种测试场景，如a） 和b）所示，行人路径与车辆路径垂直。

 

a）远端场景示意图(CVFA-25、CVFA-50)

 

b）近端场景示意图(CVNA-25、CVNA-75)

4.7.2.1.2 远端场景下，行人以 6.5km/h的速度以与车辆行驶方向垂直的方向移动。VUT 分别以20km/h，30km/h，40km/h，50km/h 和 60km/h 的速度测试。碰撞位置在 25%和 50%处，对应图 85a) 中的“M”和“L”点。

4.7.2.1.3 近端场景下，行人以 5km/h的速度以与车辆行驶方向垂直的方向行驶。VUT 分别以 20km/h，30km/h，40km/h，50km/h 和 60km/h 的速度测试。碰撞位置在 25%和 75%处，对应图 85b)中的“M” 和“K”点。

4.7.2.2 AEBVRU_Ped测试场景总结

表AEBVRU_Ped系统测试场景

测试场景	行人速度	车辆速度
CVFA-25	6.5km/h	20km/h-60km/h（10km/h 间隔）
CVFA-50	6.5km/h
CVNA-25	5km/h
CVNA-75	5km/h

CVNA-75 场景还要增加以下试验：

a）试验车速为 20km/h，PTA速度为 3km/h；

b）试验车速为 10km/h 和15km/h，PTA 速度为 5km/h；

c）试验车速为 45km/h时，PTA速度为 5km/h。

4.7.3 试验要求

4.7.3.1 挡位选择及车辆控制

自动挡测试车辆选择D挡，手动挡测试车辆将变速器挂至在试验速度下发动机转速至少达到1500RPM 的最高挡位。可以使用VUT上的限速或是巡航装置来保持试验车速，除非厂家指出这些功能影响AEB系统的工作。在必要时可以通过轻微转动方向盘来保持VUT 沿规划路径行驶。

4.7.3.2 时间间隔

轮胎准备完成后 90s至10min内开始第一次试验，随后每次试验的结束和下次试验的开始间隔同样为 90s至10min，如果超过10min，需再次进行轮胎准备工作。试验间隔内，除非发生严重影响车辆安全的特殊情况，否则 VUT的速度不应超过50km/h，且不应进行激烈的加速、减速以及转向操作。

4.7.3.3 试验精度

将VUT和VT（如果需要）加速至所需的试验车速。VUT要在T0至TAEB/TFCW 时间范围内满足以下条件：

a）VUT的速度（GPS速度）：测试车速+0.5km/h；

b）VUT 的侧向偏移量：0±0.05m；

c）横摆角速度：0±1.0°/s；

d）方向盘转角速度：0±15.0°/s；

同时，PTA距离车辆中心线3m（近端场景）/4.5m (远端场景）处到碰撞时刻；行人速度应满足以下要求：

a）CVFA 时PTA 的速度：6.5±0.2km/h；

b）CVNA 时PTA 的速度：5±0.2km/h；

4.7.3.4 单次试验结束条件

以下条件之一发生时，试验结束：a）VVUT =0km/h；

b）VUT 和 PTA 之间发生接触；

c）PTA离开VUT行驶路径；

4.7.3.5 测试场景结束条件

对 VVUT＞40km/h 的试验，车速减少量＜20km/h 或厂商预测其没有性能时，停止试验。

4.7.3.6 注意事项

对于手动或自动油门控制，需要确保在自动紧急制动过程中，油门踏板不会导致对制动作用的接管，当自动紧急制动使试验车辆初始速度降低 5km/h时，释放加速踏板。试验中不得有其他驾驶控制操作，例如离合器或制动踏板。

4.7.3.7 试验现场拍照及视频记录

“试验现场拍照及视频记录”参照本章相关内容。

4.8 AEB VRU_Ped系统试验有效性判断方法

“AEB VRU_Ped 系统试验有效性判断方法”参照本章相关内容。

5.AEB相关国标

GBT 38186-2019 商用车辆自动紧急制动性能（AEBS）试验方法及要求

 

1 范围

本标准规定了商用车辆自动紧急制动系统（AEBS）的术语和定义、技术要求、试验方法。

本标准适用于安装有自动紧急制动系统（AEBS）的M2、M3和N类车辆。