客车前撞预警系统性能测试与评价＊

牛成勇 徐建勋 曾杰 游国平 张仪栋

（重庆车辆检测研究院 国家客车质量监督检验中心，重庆 401122）

1 前言

前撞预警系统（Forward Collision Warning System，FCWS）可以在汽车碰撞前发出紧急的碰撞警告，提醒驾驶员提前做出制动措施，以有效降低追尾事故发生概率或减轻碰撞激烈程度。先进驾驶辅助系统（Advanced Driving Assistance System，ADAS）通过传感器（如摄像头、雷达）进行信息感知与动态辨识目标，有效提高汽车的主动安全，且以Mobileye为代表的、基于视觉的FCWS系统已经广泛应用于汽车上，为广大用户提供了方便与安全。

随着交通运输行业标准《营运客车安全技术条件》（JT/T 1094—2016）的实施，不同传感器类型的FCWS系统大量装备于营运客车上，因此，有必要对各生产企业的FCWS产品性能进行比较和分析，为国内企业更好地开发FCWS产品和主机厂了解FCWS性能提供借鉴，同时，就行业标准的某些指标和弊端提出异议，对标准的进一步修订提供参考依据。

2 FCWS功能及工作原理

图1为FCWS功能组成架构，从图1可看出，首先，系统感知层通过传感器进行环境感知以获取前方障碍物相对距离、相对车速、相对位置等目标信息；然后，系统决策层将获取的目标信息进行数据处理；最后，系统通过控制层发出声光预警（或触觉振动方式）以警示驾驶员。

FCWS常用的传感器方案包括单独使用摄像头、毫米波雷达及使用毫米波雷达+摄像头信息融合等3种，如图2所示。摄像头的近距识别率高，能分辨目标与车道线的相对位置，但是环境适应性较差、算法复杂、识别效率较低、硬件成本较高；毫米波雷达具有目标探测距离远、目标更新频率高、环境鲁棒性好等特点，其对目标的探测主要依靠电磁波硬件系统，对目标识别算法的要求较低，占用硬件资源较少；毫米波雷达+摄像头信息融合的方案可有效结合两种异构传感器的优势，在不同测距范围内实现对车辆目标的准确探测，提高系统环境感知能力。

图1 FCWS功能组成架构

图2 FCWS传感器方案

3 客车FCWS性能测试评价方法

3.1 测试项目

根据交通运输行业标准JT/T 883—2014《营运车辆行驶危险预警系统技术要求和试验方法》中要求，FCWS性能需要通过预警时间试验（图3）和虚警试验（图4）进行评价。

3.2 测试设备及车辆

在国家客车质量监督检验中心进行FCWS测试，主要测试仪器为英国生产的ABD SR60和SR150驾驶机器人（包括转向、制动油门组合机器人），牛津RT 3002+RT base基站，德国生产的目标假车（通过Euro-NCAP认证）。测试车辆为纯电动营运客车，空载状态。试验设备及测试车辆如图5所示。

3.3 客车FCWS测试评价

3.3.1 预警时间TTC测试评价方法

根据标准JT/T 883—2014中的试验方法对装备FCWS的纯电动营运客车进行FCWS性能测试试验，测试场景包括前车静止试验（CCRs）、前车慢行试验（CCRm）和前车制动试验（CCRb）3种。

图3 FCWS系统预警时间TTC试验场景

图4 FCWS系统虚警测试场景

图5 FCWS系统测试设备及测试车辆

a.在前车静止试验（CCRs）时，目标假车静止，测试车辆以72±1.6 km/h的车速接近目标假车，在驾驶员接收到报警后松开油门踏板并进行制动。该试验的评价指标为：系统须在碰撞时间TTC≥2.7 s（无上限值）时发出碰撞警告。

b.在前车慢行试验（CCRm）时，目标假车以32±1.6 km/h的车速行驶，测试车辆以72±1.6 km/h的车速接近目标假车，在驾驶员接收到报警后松开油门踏板并进行制动。该试验的评价指标为：系统须在TTC≥2.1 s（无上限值）时发出碰撞警告。

c.在前车制动试验（CCRb）时，目标假车和测试车辆均以72±1.6 km/h的车速行驶，两车相对距离控制在30±1.5 m，跟随7 s后，目标假车开始减速，并在1.5 s内减速度维持在0.3g，在驾驶员接收到报警后松开油门踏板并进行制动。该试验的评价指标为：系统须在TTC≥2.4 s（无上限值）时发出碰撞警告。

测试车辆在3种测试场景下的合格判定条件为：连续试验不少于7次，TTC大于规定值表示此次试验成功，成功次数≥5且未连续2次失败表示试验通过。

俄罗斯科学院卡尔梅克科研中心成立于1941年，成立之初，叫作卡尔梅克语言、文学和历史研究所，归卡尔梅克自治共和国政府管辖(即所谓“卡尔梅克苏维埃社会主义自治共和国执行人民委员会”)。1988年，该研究所划归苏联科学院，并更名为“苏联科学院卡尔梅克社会科学研究所”，1999年后，一度更名为“俄罗斯科学院卡尔梅克人文科学研究所”，现名俄罗斯科学院卡尔梅克科研中心。坐落在埃利斯塔市中心И.К.伊利什金大街，8号。

3.3.2 虚警试验测试评价

若FCWS频繁发生虚警，将会造成驾驶员误判或对驾驶员造成干扰，因此需根据标准JT/T 883—2014中的性能要求进行虚警试验，以检验FCWS虚警误报情况。

4 客车FCWS试验结果分析

针对某纯电动营运客车匹配的国内外不同厂家生产的6款FCWS产品性能进行了对比试验，FCWS配置信息如表1所列。

表1 FCWS配置信息

4.1 CCRs测试场景试验结果

在CCRs测试工况下，该客车配置不同FCWS产品后的TTC响应数据如表2和图6所示。

表2 CCRs工况下纯电动营运客车配置不同FCWS后的TTC响应 s

图6 CCRs工况下纯电动营运客车配置不同FCWS后的TTC响应

由试验结果可知，基于单目摄像头的A4系统稳定性较高，TTC标准差很小，试验重复性较好；相对于视觉系统，基于毫米波雷达的B系统数据分布均位于标准要求值之上，且波动相对较小；而基于毫米波雷达与摄像头信息融合的C系统最为稳定且重复性最好，其TTC值均接近于标准要求的2.7 s极限值。

该试验结果虽存在不合格现象，但均满足标准要求，也就是说，标准JT/T 883—2014中只规定了TTC的下限值（2.7 s）而未规定上限值，这可能会使生产厂家为满足标准要求（只要TTC在2.7 s以上即可）在设计FCWS时将TTC提前，将会干扰驾驶员，影响车辆安全驾驶。

4.2 CCRm测试场景试验结果

图7为CCRm工况下纯电动营运客车配置不同FCWS后的试验结果。由图7可看出，与CCRs工况下的测试结果类似，基于单目摄像头的FCWS，其TTC在标准规定值2.1 s左右波动较大；基于毫米波雷达的FCWS性能相对较好；同样，基于毫米波雷达和摄像头信息融合的C系统最接近于标准要求的极限值。

图7 CCRm工况下纯电动营运客车配置不同FCWS后的TTC响应

由试验结果可知，针对基于单目摄像头的CWS而言，由于其算法的差异性而导致识别静态目标难度大于动态目标，故一套满足动态试验场景的设计参数不一定满足静态场景。因此，如何“均衡”动态目标跟踪与静态目标识别成为基于视觉的FCWS设计的关键。

4.3 CCRb测试场景试验结果

图8为CCRb测试工况下纯电动营运客车配置不同FCWS后的试验结果。由图8可看出，相对基于视觉的FCWS，基于毫米波雷达的系统在不同测试场景下的性能稳定性和可靠性稍好。显然，融合毫米波雷达和摄像头的C系统表现依然优异。

图8 CCRb工况下纯电动营运客车配置不同FCWS后的TTC响应

由上述测试结果可知，由于单目视觉无法直接测量本车与前车的相对距离、相对车速，只能通过像素距离拟合出空间距离曲线而近似获得相对距离信息，所以预警时间TTC控制较为困难。

4.4 虚警测试场景试验结果

按照图4所示试验场景，在试验场地内、外均进行了虚警试验，结果表明，6款FCWS产品均能实现对双向车道、纵横向车辆的有效分辨，同时能够对天桥、护栏、静止车辆等目标进行排除，均未出现虚警情况，并且对非车目标辨识能力较强。

4.5 客车FCWS测试评价问题分析及建议

a.对于基于视觉的FCWS产品，与基于毫米波雷达的FCWS在稳定性与数据一致性方面存在一定差距，国内企业在对标国外竞品的同时，需要不断优化测距算法以提升系统预警稳定性。

b.标准JT/T 883—2014中对碰撞时间TTC只有下限值要求，没有上限约束，这将导致FCWS产品生产厂家为同时满足3种测试场景下的报警时间要求而将FCWS的TTC时间提前，即过早报警。鉴于此，建议修订标准中的TTC要求，合理规定报警时间的安全裕度。

c.由于法规标准要求FCWS性能测试的严苛性，因此，FCWS产品生产厂家在进行研发测试时，往往达不到测试要求，甚至找不到合适的场地进行测试。建议进行FCWS性能测试时至少应满足以下要求：

第一，根据目前国家客车质量监督检验中心的测试情况，测试时至少需要具有1.5 km长直路的测试场地；

第二，测试车辆和目标车至少均安装制动、油门组合机器人以控制车速及减速度（尤其是目标车0.3g的减速控制），转向机器人可视情况安装；

第三，应利用先进的采集系统准确采集TTC需要获取报警声音频率、光学报警亮度（如AVAD2采集系统）和测试车辆与目标车的距离（如GPS差分基站、高精度陀螺仪和双车通信模块RT-RANGE）；

第四，为保证试验的安全性，需采用符合法规要求的目标假车，如通过Euro-NCAP认证的德国产目标假车。

5 结束语

本文依据交通运输行业标准JT/T 883—2014，针对某纯电动营运客车匹配国内外不同厂家生产的前撞预警系统（FCWS）的产品性能进行了测试与评价，同时指出了目前在客车FCWS的测试与评价方面存在的问题并提出了相关建议，为相关零部件生产商进一步提高系统安全性与稳定性的设计提供技术参考。

参考文献

[1]李克强.汽车智能安全电子技术发展现状与展望[J].汽车工程学报,2011,01(2):4-17.

[2]孙勇,郭魁元,高明秋.自主紧急制动系统在新车评价规程中的现状与发展[J].汽车技术,2016(2):1-6.

[3]周苏,张瑞.驾驶辅助系统在货车上的应用趋势研究[J].上海汽车,2015(8):46-50.

[4]王科.城市交通中智能车辆环境感知方法研究[D].湖南大学,2013.

[5]陆单.基于毫米波雷达的雾天前方车辆信息获取技术[D].武汉：武汉理工大学,2009.

[6]中华人民共和国行业标准.JT/T 1094—2016.营运客车安全技术条件[S].北京：人民交通出版社，2016.

[7]中华人民共和国行业标准.JT/T 883—2014.营运车辆行驶危险预警系统技术要求和试验方法[S].北京：人民交通出版社,2014.

[8]陈晓伟.汽车前方车辆识别的雷达和视觉信息融合算法开发[D].长春：吉林大学,2016.

[9]程蕾.基于毫米波雷达和机器视觉的夜间前方车辆检测研究[D].长春：吉林大学,2016.

[10]段建民,李龙杰,郑凯华.基于车载4线激光雷达的前方道路可行驶区域检测[J].汽车技术,2016(2):55-62.