ADAS 融合系统架构及性能评测方法

郑 艳， 王雪岩， 周明昊

（华域汽车系统股份有限公司， 上海 200434）

随着传感器的类型在ADAS系统中应用的增加， 传感器融合系统应用越来越广泛， 常常采用目标级的融合方式来实现L3级以下的ADAS功能。 广义的融合系统分为3个层级，第1层级为传感器层级， 即车载毫米波雷达传感器、 车载摄像头传感器、 车载超声波雷达传感器等； 第2层级为融合算法层级， 其输入是传感器目标， 输出为应用功能所选择的融合后的目标； 第3层级为应用功能层级， 也是用户能够直接体验性能的功能效果部分。 如何评价融合系统尤其是功能层级的性能， ENCAP和CNCAP已经给出了多种场景下的打分机制， 然而， 这些机制只是为了评价融合系统功能的性能， 却未能对之前的传感器层级和融合算法层级提出性能需求。

随着系统分工越来越细， 系统各个层级均在前一个模块的输出性能确认的基础上， 才能够对本层级模块性能有一个充分的预期。 由此， 本文也将阐述对每一层级的性能进行评价的原则和方法。

1 ADAS融合系统的架构介绍

图1为基于目标的融合系统架构。

1） 在图1中， 融合系统分为3个层级， 位于最底层的第1层是传感目标层， 各个传感器采集到原始数据后， 通过信号处理和目标跟踪算法， 输出跟踪后的目标。 不同传感器的目标属性主要包含： 目标个数； 目标的横向/纵向距离；目标的横向/纵向速度； 目标的横向/纵向加速度； 目标类型； 目标运动状态等。

图1 融合系统的架构

2） 第2层是融合算法层。 传感器输入的跟踪后的目标输入到融合算法层， 融合算法根据目标的ID、 距离、 速度等设计目标关联策略， 将可以关联的目标重新计算目标的属性后， 输出给第3层。 在融合算法层， 融合目标的属性主要包含： 目标个数； 目标的横向/纵向距离； 目标的横向/纵向速度； 目标的横向/纵向加速度； 目标类型； 目标运动状态； 目标来源 （单传感器目标或关联后的目标） 等。

3） 最上层是应用功能层。 目前应用功能主要分为3大类： ①纵向功能， 主要是指AEB和ACC功能； ②横向功能，主要指LKA/LDP/ELK功能； ③横纵向功能， 主要以TJA功能为代表。

2 应用功能层的性能评价方法

国际标准化组织、 国标和各行业协会针对ADAS功能在场地的测试中的表现进行打分； 除此之外， 各OEM在行业标准评分的基础上， 对部分功能可能会提出比标准评分更高的要求。 图2为ENCAP （欧洲新车评估程序） 对ADAS系统的评分程序， 可以看到该程序中对ADAS功能需求的变化趋势。

图2 ENCAP2018-2025技术路线

图3为ENCAP组织最新版本 （2020版） 和CANCAP2021的积分规则， 从图中可以看出， 目前已经颁布的行业标准中， 评分标准主要集中在AEB （含AEB-car、 FCW、 AEBpedestrian、 AEB-bicycle）、 LSS （含ELK、 LDW、 LKA） 和SAS （包含TSR、 BSD） 功能。

随着ADAS在中国本土的应用， ENCAP （中国新车评价规范） 也开始推出符合中国道路和人群特点的评价规范。图3对ENCAP2020和ENCAP2021进行了对比， 可以看到二者在评价时的重点有所不同， 在评分标准上最大的不同在于针对中国的实际国情加大了AEB自行车/二轮车/行人的分值比例， 以及增加了BSD功能的计分。 图3中的缩略词释意如表1所示。

图3 ENCAP2020和CNCAP2021的评分对比

表1 缩略词表

系统功能能否有更好的客户体验， 除了对目标输入的准确度方面有要求， 测试车辆本身的性能也会影响驾乘体验。 为此， ADAS系统对测试车辆的ESC和EPS系统执行器也需要提出相关要求。

在纵向控制方面， ACC的加速度请求精度要求在0.1m/s，针对AEB的加速度请求精度要求在0.2m/s， 且控制跟随需要保证一致性和平行度， 对于平滑的控制信号执行器不能出现突变的控制结果， 且ESC能够配合ADAS的联合调试。

在横向控制方面， 当横向控制请求为扭矩信号时， 实际方向盘扭矩信号分辨率小于0.1Nm， 精度小于0.5Nm； 当横向控制请求为方向盘转角信号时， 实际方向盘转角信号分辨率小于0.1°， 精度小于1°， 且要求EPS实际方向盘转角信号相位延时小于200ms； 控制跟随保证一致性和平行度，对于平滑的控制信号执行器不能出现突变的控制结果， 且EPS能够配合ADAS进行联合调试。

3 融合算法层的评价方法

对融合算法进行评价的目的， 是为了使应用功能层能够得到尽可能小时延和高精度的融合目标。 为了得到融合算法本身的品质评价， 通常有两种方式： ①采用激光雷达作为真值的绝对评价； ②不采用激光雷达作为真值的相对评价。 两种的具体标注区别如表2所示。

表2 融合算法评价方法在有无激光对比时的标注区别

4 融合系统（融合算法）对传感器的需求

在基于目标的1R1V融合系统的框架下， 对传感器的需求重点关注在跟踪后输出的目标。

4.1 融合系统对雷达传感器的需求参数

融合系统对雷达传感器的需求主要包含： 目标的探测距离、 目标的纵向距离精度、 目标的纵向速度精度、 目标的输出类型 （如车辆、 行人和/或护栏等）、 输出目标的特征 （障碍物目标/非障碍物目标； 车辆目标的长度、 宽度、RCS等）、 输出目标的个数、 目标刷新周期、 角度自校正范围、 遮盖模式、 大卡车目标的分裂概率。

4.2 融合系统对摄像头传感器的基本需求

融合系统对摄像头传感器的基本需求包括以下几个类型的对象。

1） 摄像头对车道线的识别的性能需求， 如表3所示。

表3 融合系统对摄像头的车道识别性能需求

2） 摄像头对车辆目标的识别性能需求主要包含车辆类型、 车辆检测部位 （2D/3D）、 目标检测率、 ROI范围内的横纵向距离精度、 ROI范围内的目标横纵向速度精度、 摄像头对目标跟踪的稳定度、 车辆误检率、 车辆类型的误检率等。

3） 摄像头对交通标志的识别， 其性能需求主要包含限速标志类型、 限速标志目标正确检测率、 红绿灯检测类型、车辆红绿灯目标正确检测率、 红绿灯识别距离、 斑马线识别率等。

4） 摄像头对两轮车及行人的检测需求主要来自以下几个方面： 检测部位； 目标检测率； ROI范围内的横纵向距离检测精度； ROI范围内的横纵向速度检测精度； 目标跟踪的稳定度； 目标误检率等。

5） 摄像头对车灯目标的检测需求： 包含对向来车前车灯光最远检测距离； 同向行驶车辆尾灯最远检测距离； ROI同向行驶车辆制动灯最远识别距离； ROI同向行驶车辆转向灯最远识别距离等。

6） 摄像头对其他障碍物的识别需求： 龙门架识别距离、 龙门架识别正确识别率、 路牌识别距离、 路牌识别正确识别率等。

5 结语

融合系统的性能是传感器性能、 融合算法性能、 车身性能、 应用功能性能均相关的的整体， 为了在CNCAP或者ENCAP测试中拿到更高的分数， 需要对该系统各个层级提出对应的需求。