《智能汽车传感器技术》项目六

智能汽车传感器技术目录绪论超声波雷达技术项目1毫米波雷达技术项目2激光雷达技术项目3视觉传感器技术项目4组合导航技术项目5多传感器融合技术项目6项目6多传感器融合技术多传感器融合技术可利用各传感器的优点，使各传感器协同工作，从而克服各传感器的自身局限性，实现传感器之间的优势互补，并为车辆提供冗余、可靠的环境信息。利用多传感器融合技术可提高车辆的自动化和智能化水平，提升车辆驾驶的安全性和舒适性，最终实现车辆的自动驾驶甚至是无人驾驶。项目导读本项目主要介绍多传感器融合技术和ADAS的基本知识。知识目标：学习目标了解多传感器融合技术的定义和特点掌握多传感器融合技术的分类熟悉多传感器融合技术的应用熟悉ADAS的分类和组成了解ADAS的应用能分析车辆多传感器融合技术的应用能测试车辆ADAS的功能技能目标：素质目标养成恪尽职守、开拓进取的工作作风弘扬科学严谨、追求卓越的工匠精神项目导航任务6.1认识多传感器融合技术任务6.2检修ADAS任务6.1

认识多传感器融合技术任务引入2022年7月，百度发布了第6代量产型无人驾驶汽车ApolloRT6，如图所示。点击跳过情境任务引入ApolloRT6配备了38个传感器，包含8个半固态激光雷达、6个毫米波雷达、12个超声波雷达、12个视觉传感器。ApolloRT6利用多传感器融合技术使其自动驾驶硬件充分冗余，并配合新一代无人驾驶系统和高算力计算单元，可做出完善的风险降级策略。点击跳过情境任务引入根据不同的风险等级，ApolloRT6可通过缓刹、停车、路边停靠等方式避免碰撞风险，保证车辆行驶安全。点击跳过情境任务引入ApolloRT6配备了这么多传感器，是如何对它们进行管理的？问题：6.1.1多传感器融合技术概述1．多传感器融合技术的定义各种传感器既有各自的优势，又有一定的局限性。超声波雷达成本低，使用方便但探测距离近毫米波雷达探测速度快，抗干扰能力强但分辨率低6.1.1多传感器融合技术概述激光雷达分辨率高，对光线变化不敏感，可生成3D图像但价格昂贵视觉传感器成本低，可探测到大量信息，有识别和分类功能但测距和测速能力较差组合导航系统可提供较为精确的位置和速度信息但无法感知周围环境6.1.1多传感器融合技术概述因此，人们常采用多传感器融合技术，把分布在车辆不同位置的多种传感器所提供的数据加以融合，以得到更为全面、精确、可靠的信息，从而实现各种驾驶辅助功能，如图所示。多传感器融合技术6.1.1多传感器融合技术概述多传感器融合可利用计算机技术对来自多种传感器的探测数据以一定的准则进行自动分析和综合，从而完成判断和决策。多传感器融合一般包括空间同步和时间同步两种形式。6.1.1多传感器融合技术概述（1）空间同步车辆上不同位置的传感器在探测障碍物时会涉及多种坐标系。例如，激光雷达和视觉传感器生成的点云数据和图像数据均涉及世界坐标系、图像坐标系、像素坐标系等。为了使各传感器所探测的障碍物具有一致性描述，需要将不同坐标系中的数据变换到统一的坐标系下。空间同步就是利用矩阵转换，将各坐标系统一为一种坐标系，以方便数据的整合和处理。6.1.1多传感器融合技术概述（2）时间同步不同的传感器相互独立并按各自的基准时钟工作，它们的采样频率各不相同，因此数据采集也就无法同步进行。为保证各传感器能在同一时刻进行数据采集，通常需要根据各传感器的工作频率进行时间同步。时间同步一般分为硬同步和软同步硬同步指通过GNSS进行授时，使多个传感器能在同一时刻触发采样。软同步指通过统一的主机给各传感器提供基准时间，使各传感器的每帧数据都同步到统一的时间戳上，通常将各传感器数据统一到扫描周期较长的传感器的数据上。利用多种传感器对同一环境特征进行探测，可得到同一信息源的多份探测信息，实现信息冗余，从而提高系统的稳定性，避免因单个传感器失效而影响整个系统。此外，还可利用多传感器融合技术，从多份数据中提取更为精确、可靠的信息。6.1.1多传感器融合技术概述2．多传感器融合技术的特点利用多传感器融合技术，可对各传感器探测到的数据进行分析、综合和平衡，并进行容错处理，从而增加信息维度，避免探测盲区，得到更为全面、精确的环境信息。多传感器融合技术具有以下优点。（1）可实现信息的冗余6.1.1多传感器融合技术概述（2）可实现信息互补不同类型的传感器由于其特点不同，在进行探测时，可提供的障碍物特征的信息也不同，这些信息彼此之间具有互补性。利用多传感器融合技术，可实现不同信息之间的互补，使融合后的信息更符合真实情况。6.1.1多传感器融合技术概述（3）可提高信息处理的效率各传感器的工作过程是相互独立的，因此，利用多传感器融合技术可同时处理多种信息，使系统具有更快的信息处理速度，从而提高信息处理的效率。（4）可降低信息处理的成本单个多功能传感器的成本较高，而利用多传感器融合技术可综合多种低成本单功能传感器的探测数据，从而以较低的成本获得较多的信息。6.1.2多传感器融合方式1．按融合策略分类1）数据级融合数据级融合也称像素级融合，属于低层次融合，即不对传感器采集到的原始数据作任何处理而直接进行融合，然后再对融合后的数据进行特征提取、识别和决策。数据级融合的原理如图所示。数据级融合的原理6.1.2多传感器融合方式数据级融合的优点：在数据级融合中，每个传感器都将其采集到的原始数据传输到融合模块，融合模块通过相应的算法对所有传感器的原始数据进行统一处理。因此，数据级融合对原始数据的保留最完整，不存在数据丢失的问题，且可提供其他融合方式所无法提供的细节信息。6.1.2多传感器融合方式数据级融合的优点：另外，数据级融合可使各传感器的信息充分交互，在一定程度上提高了系统的感知性能。（1）数据级融合要求传感器是同质的，即需要融合的各传感器探测的应是同一物理量。若各传感器探测的不是同一物理量，则无法实现数据级融合。（2）各传感器采集到的原始数据具有不确定性、不完全性和不稳定性，因此，在对原始数据进行数据级融合时，需要系统具有较强的纠错能力。（3）由于数据级融合是直接对不同来源的原始数据进行融合处理的，各原始数据之间的相似度较高，因此，数据级融合的计算量大、计算过程复杂、处理时间长，需要系统具有较强的计算能力和较高的通信带宽。6.1.2多传感器融合方式数据级融合的局限性：6.1.2多传感器融合方式2）特征级融合特征级融合属于中间层次融合，即先分别对各传感器采集到的原始数据进行处理，提取出各自的有效特征（如边缘、方向、速度、形状等），然后将多个有效特征融合为单一的特征向量，最后对融合得到的特征向量进行识别和决策。特征级融合的原理如图所示。特征级融合的原理6.1.2多传感器融合方式特征级融合的关键是选择能体现目标根本属性的有效特征进行融合，并去除无效甚至与有效特征对立的特征，可采用模式识别的方式对有效特征进行提取和融合处理。026.1.2多传感器融合方式01特征级融合的优点特征级融合是先对各传感器的原始数据进行处理，再进行特征融合的，因此，减少了融合模块的数据处理量，降低了融合模块对系统通信带宽的要求，保证了传感器探测的实时性。特征级融合保留了各传感器的分类和处理能力，既能获得更多的特征信息，增大了特征空间维数，实现了信息的充分交互，又可减小系统的计算量，节省了算力。特征级融合的局限性无法对各传感器的所有原始数据进行处理，会造成部分有用数据丢失，使系统的感知性能有所降低。目前，特征级融合多采用特征关联技术来保证信息融合的一致性。6.1.2多传感器融合方式6.1.2多传感器融合方式3）决策级融合决策级融合属于高层次融合，即先对各传感器采集到的原始数据进行预处理、特征提取和识别，以便各传感器分别得出对目标的初步决策；然后各传感器将各自的决策信息传输到融合模块，进行决策级融合，最后做出最终决策。决策级融合的原理如图所示。决策级融合输出的是联合决策的结果，理论上比单一传感器做出的决策更精准、更明确。决策级融合的原理6.1.2多传感器融合方式决策级融合的优点（1）（2）决策级融合可对同质或异质传感器输出的决策进行融合。决策级融合中，各传感器都可输出决策，因此，当一个或多个传感器失效时，系统仍能做出最终决策，因而具有良好的容错性和稳定性。6.1.2多传感器融合方式决策级融合的优点决策级融合可对不同类型的信息进行有效融合，且可处理非同步信息。决策级融合做出的是针对目标的具体决策，可充分利用各传感器提取的各类特征信息，并给出简明、直观的结果，因此决策级融合在信息处理方面具有较高的灵活性，且计算量小、计算过程简单、处理时间短，实时性好，对系统通信带宽的要求较低。（3）（4）决策级融合的局限性无法充分融合各传感器采集到的原始数据，因此系统的感知性能较差。此外，由于决策级融合的先验知识获取困难，且受到环境和目标实时动态特性的影响，决策级融合技术的发展受到了一定的限制。6.1.2多传感器融合方式6.1.2多传感器融合方式2．按对原始数据处理方式分类1）集中式融合集中式融合是将各传感器采集到的原始数据全部送入中央处理器进行统一处理的，其结构如图所示。集中式融合的结构6.1.2多传感器融合方式集中式融合的优点结构简单，数据处理精度高，在数据融合时不会出现数据丢失问题，便于中央处理器收集全部信息，从而做出最精准的判断。集中式融合的缺点信息的传输方式为单向传输，各传感器之间缺乏必要的联系，且传输的数据量较多，导致中央处理器的计算和通信负担较大，系统的容错性和稳定性较差。6.1.2多传感器融合方式2）分布式融合分布式融合是各传感器在采集到原始数据后，先进行局部处理，再将有价值的信息或部分决策结果送入中央处理器进行处理的，其结构如图所示。分布式融合的结构026.1.2多传感器融合方式01分布式融合的优点分布式融合的每个传感器都自带处理器，具备估计全局信息的能力，且一个或多个传感器失效不会影响中央处理器的工作，因此系统具有较好的容错性和稳定性。另外，分布式融合对系统通信带宽的要求较低，中央处理器的计算量较小、计算速度较快，系统的可靠性较高。分布式融合的局限性每个传感器都需要配备相应的处理器，使传感器的体积和成本增大，功耗增高。另外，中央处理器收集到的是经过各传感器处理过的数据，这不仅会造成部分数据的丢失，也无法使中央处理器放大处理某些感兴趣区域。6.1.2多传感器融合方式6.1.2多传感器融合方式3）混合式融合混合式融合是集中式融合和分布式融合的混合应用，即一些传感器采用集中式融合方式，另一些传感器则采用分布式融合方式。混合式融合的结构如图所示。混合式融合的结构6.1.2多传感器融合方式混合式融合的优点混合式融合兼具了集中式融合和分布式融合的优点，系统的容错性和稳定性较好，对系统的计算能力和带宽要求较低。6.1.3多传感器融合技术的应用1．SLAM汽车可利用多种传感器不断收集车辆周围环境信息及车辆自身状态信息，以实时更新车辆的位置，并同步构建出周围环境的高精度地图。SLAM的原理如图所示。SLAM通常利用激光雷达、视觉传感器、IMU等传感器来获取车辆周围环境信息，然后结合GNSS卫星数据采用滤波算法、优化算法等方法对各传感器采集的数据进行处理和分析。SLAM的原理通过激光雷达获取车辆周围环境的点云数据，通过对不同时刻两片点云的匹配和对比，并结合IMU、GNSS模块等的数据来计算车辆位置和姿态的变化，从而完成车辆定位的。将车辆定位信息与车辆内置地图进行匹配，即可构建高精度地图。6.1.3多传感器融合技术的应用SLAM的实现形式激光SLAM激光SLAM优点测距较为准确，不受光照条件的限制，且点云数据处理简单，可较为方便地得出车辆与障碍物之间的几何关系，使定位与导航更加直观。6.1.3多传感器融合技术的应用6.1.3多传感器融合技术的应用SLAM的实现形式视觉SLAM主要通过视觉传感器来采集数据，以实现同步定位与地图构建。视觉SLAM可利用多帧图像来估计车辆位置和姿态的变化，再通过累计的位置和姿态变化来计算车辆与障碍物之间的距离，并进行定位与地图构建。视觉SLAM优点与激光SLAM相比，视觉SLAM可从环境中获得更多的信息，并拥有较强的场景辨识能力，其采集的图像信息更便于后期处理。6.1.3多传感器融合技术的应用6.1.3多传感器融合技术的应用2．环境感知车辆通过多种传感器（如超声波雷达、毫米波雷达、激光雷达等）和车辆的定位系统，来感知车辆周围环境及自身状态，并对感知到的信息进行分析和处理，得到车辆周围的道路信息，以及车辆与障碍物的位置、大小、速度等信息，从而为车辆的行驶决策提供信息依据。多传感器融合技术可大大提高车辆环境感知的准确性和鲁棒性。6.1.3多传感器融合技术的应用环境感知系统一般由信息采集单元、信息处理单元和信息传输单元组成，如图所示。环境感知系统的组成（1）6.1.3多传感器融合技术的应用（2）信息采集单元可通过超声波雷达、毫米波雷达、激光雷达、视觉传感器、INS、GNSS、车载网络等获得车辆周围环境和车辆自身状态的实时信息，并利用多传感器融合技术对这些信息进行预处理。可根据不同的算法，分析处理信息采集单元采集到的信息，以便决策系统完成对车辆的控制。信息处理单元可通过信息处理实现道路识别、车辆识别、行人识别、交通标志识别、交通信号灯识别等功能。信息传输单元6.1.3多传感器融合技术的应用（3）信息传输单元信息传输单元是信息的中转站，可将信息处理单元对信息的分析处理结果传输至车辆的各执行模块，也可通过车载网络实现车辆内部或车与车之间的信息共享。6.1.3多传感器融合技术的应用3．障碍物检测与跟踪利用多传感器融合技术，可实时获取车辆周围的环境信息。通过对环境信息的分析和处理，可确定车辆周围是否存在障碍物；通过对障碍物的位置、形状、尺寸等进行识别和测量，可实现对障碍物的检测与跟踪。0103026.1.3多传感器融合技术的应用障碍物检测与跟踪常用的传感器超声波雷达和毫米波雷达激光雷达视觉传感器可通过发射雷达信号和接收回波信号，测量车辆与障碍物之间的相对距离、相对速度和方位角。可通过发射激光束获得周围环境的高分辨率点云图像。可采集周围环境的二维和三维视觉信息，并通过图像处理器提取障碍物的特征。6.1.3多传感器融合技术的应用4．路径规划与控制利用多传感器融合技术，通过匹配高精度地图，并综合考虑道路的拓扑关系及车辆本身的状态，可规划出车辆行驶的最优路径；然后通过ADAS实时调整车辆的车速、方向等参数，使车辆按照预定的路径和速度行驶。实践操作——探讨多传感器融合技术的发展及应用1．实践说明多传感器融合技术在汽车中的应用具有形式丰富、应用广泛的特点。请查阅资料，探讨多传感器融合技术的发展方向，并选择未来可能出现的一个应用场景，分析多传感器融合技术所实现的功能，以及实现途径、应用特点等，并将分析过程与结果整理成一份PPT。2．实施步骤（1）全班学生分组，每3～5人为一组，各组独立完成任务。（2）组内成员进行讨论，确定一个应用场景，并进行组内分工。（3）查阅相关材料，分析其可能性和创新性，并整理其所实现的功能，以及实现途径、应用特点等。（4）组内成员将查找的资料进行汇总，并开展小组讨论。实践操作——探讨多传感器融合技术的发展及应用（5）对讨论结果进行整理，制作介绍该多传感器融合技术应用的PPT，并将小组分工情况和PPT交给指导教师。（6）指导教师对各组PPT进行点评，各组根据点评意见对PPT进行修改和完善，然后选出一名代表进行汇报。（7）汇报完毕，其他小组学生可进行提问，汇报人及其组员应对所提问题进行解答。（8）指导教师根据学生的实际表现情况对各小组进行点评。实践操作——探讨多传感器融合技术的发展及应用课堂训练简述多传感器融合技术的特点。简述数据级融合、特征级融合和决策级融合的特点。课堂小结认识多传感器融合技术多传感器融合技术概述多传感器融合方式多传感器融合技术的应用任务6.2检修ADAS任务引入问界M5智驾版新能源汽车（简称问界M5智驾版）是首个搭载华为高阶智能驾驶系统和鸿蒙智能座舱的车型。如图所示。点击跳过情境任务引入问界M5智驾版拥有27个传感器，包含1个高精度激光雷达、3个毫米波雷达、2个800万像素高感知前视视觉传感器、4个侧视视觉传感器、4个环视视觉传感器、1个后视视觉传感器、12个超声波雷达。点击跳过情境任务引入这些传感器配合高性能计算平台和华为拟人化算法，可使问界M5智驾版实现不依赖高精度地图的高速、城区智能驾驶辅助功能。点击跳过情境任务引入此外，问界M5智驾版在融合鸟瞰图网络的基础上，首创通用障碍物检测网络，可识别通用障碍物白名单外的异形物体。结合道路拓扑推理网络，问界M5智驾版可带来无限接近3级驾驶自动化的高阶智能驾驶体验。点击跳过情境任务引入什么是3级驾驶自动化？智能驾驶的最终目标是什么？问题：6.2.1ADAS概述智能驾驶的最终目标是实现车辆的自动驾驶甚至是无人驾驶。自动驾驶系统是指在特定的设计运行条件下能够代替驾驶员成为驾驶主体，持续、自动地执行全部动态驾驶任务的驾驶系统。但是受限于技术，目前暂无可批量生产并商业化运营的自动驾驶车辆，因此，利用ADAS进行驾驶辅助是当今车辆实现智能驾驶的主要方法。ADAS作用6.2.1ADAS概述ADAS可利用各类传感器收集外部环境、车辆状态等的信息，通过计算平台对收集到的信息进行处理，并以影像、灯光、声音等形式发出警告，从而辅助驾驶员避免或减轻碰撞危害，有效增加驾驶的舒适性和安全性。根据国家标准GB/T40429—2021《汽车驾驶自动化分级》，驾驶自动化可分为0级～5级6个等级，其中ADAS主要对应0级～2级。ADAS和车辆驾驶自动化分级的关系如表所示。6.2.1ADAS概述等级名称持续的车辆横向和纵向运动控制目标和事件探测与响应动态驾驶任务后援设计运行范围系统类型实现功能传感器配置0应急辅助驾驶员驾驶员和系统驾驶员有限制ADAS车道偏离预警、前向碰撞预警、自动紧急制动、车道偏离抑制、夜视、360°全景影像超声波雷达、毫米波雷达、视觉传感器、激光雷达、组合导航

ADAS和车辆驾驶自动化分级的关系6.2.1ADAS概述（续表）等级名称持续的车辆横向和纵向运动控制目标和事件探测与响应动态驾驶任务后援设计运行范围系统类型实现功能传感器配置1部分驾驶辅助驾驶员和系统驾驶员和系统驾驶员有限制ADAS车道居中控制、自适应巡航控制、车道保持辅助、智能泊车辅助超声波雷达、毫米波雷达、视觉传感器、激光雷达、组合导航6.2.1ADAS概述（续表）等级名称持续的车辆横向和纵向运动控制目标和事件探测与响应动态驾驶任务后援设计运行范围系统类型实现功能传感器配置2组合驾驶辅助系统驾驶员和系统驾驶员有限制ADAS车道内自动驾驶、换道辅助、自动泊车超声波雷达、毫米波雷达、视觉传感器、激光雷达、组合导航、部分V2X6.2.1ADAS概述（续表）等级名称持续的车辆横向和纵向运动控制目标和事件探测与响应动态驾驶任务后援设计运行范围系统类型实现功能传感器配置3有条件自动驾驶系统动态驾驶任务后援用户（执行接管后成为驾驶员）驾驶员有限制自动驾驶系统高速自动驾驶、城郊公路自动驾驶超声波雷达、毫米波雷达、视觉传感器、激光雷达、组合导航、完整V2X指当发生即将超出设计运行范围、驾驶自动化系统失效或车辆其他系统失效等不满足设计运行条件的情况时，由用户接管或由驾驶自动化系统执行最小风险策略的后备支援行为。6.2.1ADAS概述（续表）等级名称持续的车辆横向和纵向运动控制目标和事件探测与响应动态驾驶任务后援设计运行范围系统类型实现功能传感器配置4高度自动驾驶系统系统系统有限制自动驾驶系统车路协同、城市自动驾驶超声波雷达、毫米波雷达、视觉传感器、激光雷达、组合导航、完整V2X6.2.1ADAS概述（续表）等级名称持续的车辆横向和纵向运动控制目标和事件探测与响应动态驾驶任务后援设计运行范围系统类型实现功能传感器配置5完全自动驾驶系统系统系统无限制自动驾驶系统车路协同、城市自动驾驶超声波雷达、毫米波雷达、视觉传感器、激光雷达、组合导航、完整V2X6.2.1ADAS的分类1．按功能分类根据我国国家标准GB/T39263—2020，ADAS可按功能的不同分为信息辅助类和控制辅助类两大类。1）信息辅助类ADAS信息辅助类ADAS可在特定条件下向驾乘人员发出车辆及环境信息的提示或预警信号，其功能分类如表所示。6.2.1ADAS的分类序号功能名称功能描述1驾驶员疲劳监测实时监测驾驶员状态并在确认其疲劳时发出提示信息2驾驶员注意力监测实时监测驾驶员状态并在确认其注意力分散时发出提示信息3交通标志识别自动识别车辆行驶路段的交通标志并发出提示信息信息辅助类ADAS的功能分类6.2.1ADAS的分类（续表）序号功能名称功能描述4智能限速提示自动获取车辆当前条件下所应遵守的限速信息并实时监测车辆行驶速度，在车辆行驶速度不符合或即将超出限速范围的情况下适时发出提示信息5弯道速度预警对车辆状态和前方弯道进行监测，当行驶速度超过弯道的安全通行车速时发出警告信息6抬头显示将信息显示在驾驶员正常驾驶时的视野范围内，使驾驶员不必低头就可以看到相应的信息6.2.1ADAS的分类（续表）序号功能名称功能描述7全景影像监测向驾驶员提供车辆周围360°范围内环境的实时影像信息8夜视在夜间或其他弱光行驶环境中为驾驶员提供视觉辅助或警告信息9前向车距监测实时监测本车与前方车辆车距，并以空间或时间距离等方式显示车距信息10前向碰撞预警实时监测车辆前方行驶环境,并在可能发生前向碰撞危险时发出警告信息6.2.1ADAS的分类（续表）序号功能名称功能描述11后向碰撞预警实时监测车辆后方环境，并在可能受到后方碰撞危险时发出警告信息12车道偏离预警实时监测车辆在本车道的行驶状态，并在出现或即将出现非驾驶意愿的车道偏离时发出警告信息13变道碰撞预警在车辆变道过程中，实时监测相邻车道，并在车辆侧方和（或）侧后方出现可能与本车发生碰撞危险的其他道路使用者时发出警告信息6.2.1ADAS的分类（续表）序号功能名称功能描述14盲区监测实时监测驾驶员视野盲区，并在其盲区内出现其他道路使用者时发出提示或警告信息15侧面盲区监测实时监测驾驶员视野的侧方及侧后方盲区，并在其盲区内出现其他道路使用者时发出提示或警告信息16转向盲区监测在车辆转向过程中，实时监测驾驶员转向盲区，并在其盲区内出现其他道路使用者时发出警告信息6.2.1ADAS的分类（续表）序号功能名称功能描述17后方交通穿行提示在车辆倒车时，实时监测车辆后部横向接近的其他道路使用者，并在可能发生碰撞危险时发出警告信息18前方交通穿行提示在车辆低速前进时，实时监测车辆前部横向接近的其他道路使用者，并在可能发生碰撞危险时发出警告信息19车门开启预警在停车状态即将开启车门时，监测车辆侧方及侧后方的其他道路使用者，并在可能因车门开启而发生碰撞危险时发出警告信息6.2.1ADAS的分类（续表）序号功能名称功能描述20倒车辅助在车辆倒车时，实时监测车辆后方环境，并为驾驶员提供影像或警告信息21低速行车辅助在车辆低速行驶时，探测其周围障碍物，并当车辆靠近障碍物时为驾驶员提供影像或警告信息2）控制辅助类ADAS控制辅助类ADAS可在特定条件下短暂或持续地辅助驾驶员执行车辆横向和（或）纵向运动控制，包括自动紧急制动、紧急转向辅助、车道保持辅助、车道居中控制、智能泊车辅助等，其功能分类如表所示。6.2.1ADAS的分类控制辅助类ADAS的功能分类序号功能名称功能描述1自动紧急制动实时监测车辆前方行驶环境，并在可能发生碰撞危险时自动启动车辆制动系统使车辆减速，以避免碰撞或减轻碰撞后果2）控制辅助类ADAS6.2.1ADAS的分类（续表）序号功能名称功能描述2紧急制动辅助实时监测车辆前方行驶环境，在可能发生碰撞危险时提前采取措施以减少制动响应时间并在驾驶员采取制动操作时辅助增加制动压力，以避免碰撞或减轻碰撞后果3自动紧急转向实时监测车辆前方、侧方及侧后方行驶环境，在可能发生碰撞危险时自动控制车辆转向，以避免碰撞或减轻碰撞后果2）控制辅助类ADAS6.2.1ADAS的分类（续表）序号功能名称功能描述4紧急转向辅助实时监测车辆前方、侧方及侧后方行驶环境，在可能发生碰撞危险且驾驶员有明确的转向意图时辅助驾驶员进行转向操作5智能限速控制自动获取车辆当前条件下所应遵守的限速信息，实时监测并辅助控制车辆行驶速度，以使其保持在限速范围之内6车道保持辅助实时监测车辆与车道边线的相对位置，持续或在必要情况下控制车辆横向运动，使车辆保持在原车道内行驶2）控制辅助类ADAS6.2.1ADAS的分类（续表）序号功能名称功能描述7车道居中控制实时监测车辆与车道边线的相对位置，持续自动控制车辆横向运动，使车辆始终在车道中央区域行驶8车道偏离抑制实时监测车辆与车道边线的相对位置，在车辆将发生车道偏离时控制车辆横向运动，辅助驾驶员将车辆保持在原车道内行驶9车道保持辅助在车辆泊车时，自动检测泊车空间并为驾驶员提供泊车指示和（或）方向控制等辅助功能2）控制辅助类ADAS6.2.1ADAS的分类（续表）序号功能名称功能描述10自适应巡航控制实时监测车辆前方行驶环境，在设定的速度范围内自动调整行驶速度，以适应前方车辆和（或）道路条件等引起的驾驶环境变化11全速自适应巡航控制实时监测车辆前方行驶环境，在设定的速度范围内自动调整行驶速度并具有减速至停止及从停止状态自动起步的功能，以适应前方车辆和（或）道路条件等引起的驾驶环境变化2）控制辅助类ADAS6.2.1ADAS的分类（续表）序号功能名称功能描述12交通拥堵辅助在车辆低速通过交通拥堵路段时，实时监测车辆前方及相邻车道行驶环境，并自动对车辆进行横向和纵向控制，其中部分功能的使用需经过驾驶员的确认13加速踏板防误踩在车辆起步或低速行驶，因驾驶员误踩加速踏板产生紧急加速而可能与周边障碍物发生碰撞时，自动抑制车辆加速2）控制辅助类ADAS6.2.1ADAS的分类（续表）序号功能名称功能描述14自适应远光灯能够自动调整投射范围以减少对前方或对向其他车辆驾驶员炫目干扰的远光灯15自适应前照灯能够自动进行近光与远光切换或投射范围控制，从而为适应车辆各种使用环境提供不同类型光束的前照灯2）控制辅助类ADAS6.2.1ADAS的分类2．按环境感知的方式分类1）自主式ADAS自主式ADAS是通过传感器实现环境感知，并通过车辆的中央控制系统进行分析决策的，其技术较为成熟，多数自主式ADAS功能已实现车辆的前装量产。可自动监测车辆可能发生的碰撞危险并及时发出警告，必要时系统会主动介入，以避免事故的发生或减轻事故造成的伤害。道偏离预警系统车道保持辅助系统6.2.1ADAS的分类按应用场合的不同，自主式ADAS可分为：（1）避险辅助类ADAS避险辅助类ADAS主要有自动紧急制动系统自适应巡航控制系统可辅助驾驶员进行倒车、泊车，避免车辆在倒车、泊车的过程中发生碰撞或剐蹭现象。倒车辅助系统全景影像监测系统6.2.1ADAS的分类（2）倒车/泊车类ADAS倒车/泊车类ADAS主要有智能泊车辅助系统改善驾驶员在驾驶车辆时的视野，从而提高在光照条件较差的环境下行车的安全性。车辆的夜视系统自适应前照灯6.2.1ADAS的分类（3）视野改善类ADAS视野改善类ADAS主要有抬头显示系统驾驶员疲劳监测系统6.2.1ADAS的分类驾驶员状态监测类ADAS主要有禁酒闭锁系统可通过监测驾驶员的驾驶行为、面部表情等来判断驾驶员的身体和精神状态并及时发出警告，以保证驾驶员处于安全健康的驾驶状态。（4）驾驶员状态监测类ADAS2）控制辅助类ADAS6.2.1ADAS的分类2）网联式ADAS网联式ADAS是通过车辆与外界的通信互联实现环境感知，并通过云计算进行分析决策的。目前，网联式ADAS技术尚不成熟，仍处于试验阶段。网联式ADAS可实现闯红灯警告、违反停车标志警告、智能限速提示、交通标志识别、减速区警示、交通拥挤提醒、现场天气信息提醒等功能。网联式ADAS不仅可向本车发出警告，还可通过V2V、V2I、V2P、V2N等车联网技术向附近的车辆发出警告，从而避免交通事故的发生。6.2.3ADAS的组成ADAS主要由环境感知层、智能决策层和控制执行层组成，如图所示。ADAS的组成6.2.3ADAS的组成ADAS通过环境感知层采集、接收数据，通过总线进行集中，再利用多传感器融合技术将数据进行融合和智能化处理，然后将数据传输给智能决策层。智能决策层对环境和车辆信息进行分析，规划车辆的运动轨迹，并向控制执行层发出控制指令。控制执行层根据指令控制车辆的加速踏板、制动踏板、转向盘等。6.2.3ADAS的组成环境感知层环境感知层主要通过传感器、卫星定位、无线通信等，获取车辆周围环境信息及车辆自身状态信息。车辆周围的环境信息包括交通信号、道路状况等，主要通过车辆的超声波雷达、毫米波雷达、激光雷达、视觉传感器等来采集。车辆自身状态信息包括车辆位置信息、车辆运行状态信息等。车辆位置信息主要通过组合导航系统对车辆进行精准定位来获取。车辆运行状态信息则通过车速传感器、陀螺仪、里程表等来获取。6.2.3ADAS的组成智能决策层智能决策层可通过微处理器对环境感知层采集到的信息进行分析和处理，如识别道路、车辆、行人、交通标志、交通信号灯等。然后利用深度学习算法进行决策分析，判断车辆驾驶模式，并发出控制指令。智能决策层主要有微处理器、域控制器等硬件，以及操作系统等软件。6.2.3ADAS的组成控制执行层控制执行层的主要功能是根据智能决策层的指令来控制车辆的驱动、制动和转向，实现对车辆横向和纵向移动的控制，从而使车辆精准地按照控制指令完成避让、减速、车距保持、转向、变道等动作。6.2.4ADAS的应用国内许多汽车厂商采用不同的传感器组合形式，利用多传感器融合技术，形成了多种ADAS方案。较典型的ADAS应用实例如下。6.2.4ADAS的应用理想MEGA纯电动汽车安装了2个前视视觉传感器、4个侧视视觉传感器、1个后视视觉传感器、4个环视视觉传感器、1个激光雷达、1个前向毫米波雷达、12个超声波雷达、1个高精度定位单元（GNSSIMU），形成了包含自适应巡航控制、车道保持辅助、紧急避让、自动并线、智能调节车速、自动驶入和驶离匝道、智能泊车辅助等多种功能的ADAS。6.2.4ADAS的应用蔚来ES8纯电动汽车ADAS由11个视觉传感器、1个激光雷达、1个前向毫米波雷达、4个角向毫米波雷达、12个超声波雷达组成、2个高精度定位单元（GNSSIMU），可实现转向灯控制变道、车道保持辅助、自适应巡航控制、自动紧急制动、盲区监测、智能泊车辅助等功能。6.2.4ADAS的应用极氪001FR纯电动汽车ADAS由鹰眼视觉融合感知系统、跨视觉融合算法组合而成，可实现全速域自适应巡航控制、大车主动偏移避险、前向碰撞预警、车道保持辅助、盲区监测等功能。其中，鹰眼视觉融合感知系统包含7个长距视觉传感器、4个短距环视视觉传感器、1个车内监测视觉传感器、1个车外监测视觉传感器、1个后流媒体视觉传感器、1个毫米波雷达、4个长距超声波雷达、8个短距超声波雷达、1个高精度定位单元（GNSSIMU）。6.2.4ADAS的应用小鹏P7i纯电动汽车ADAS包含2个激光雷达、12个超声波传感器、5个毫米波雷达、12个视觉传感器、1个亚米级高精度定位单元（GNSSIMU）等多种传感器，可对环境进行360°感知。科技前沿场景库建设助力自动驾驶跑出“加速度”实践操作——测试车辆ADAS的功能1．准备工作（1）实训场所：城市道路。（2）实训车辆：2024款吉利几何G6纯电动汽车。（3）工具：胎压检测仪（4）辅助资料：车辆驾驶手册、交通安全手册、教材等。测试车辆ADAS的功能2．操作步骤1）测试车道边线识别功能将车辆开至画有车道边线的道路，并驾驶车辆沿车道边线低速行驶，测试车辆的车道边线识别功能，如图所示。测试车辆的车道边线识别功能实践操作——