高級駕駛員輔助系統(tǒng)（ADAS）旨在幫助駕駛員執(zhí)行駕駛?cè)蝿?wù)，例如智能巡航控制或電子穩(wěn)定控制。是汽車未來的重要發(fā)展趨勢。但是，ADAS系統(tǒng)的安全性一直受到人們的質(zhì)疑，以人類為中心的角度，需要考慮人為因素的作用駕駛環(huán)境的多樣性。

提高ADAS系統(tǒng)的安全性，有很多種方式，例如通過及時(shí)對駕駛員提供警報(bào)來提高安全性，自動(dòng)調(diào)整車輛狀態(tài)來提高安全性。所以下面著重介紹一下最新的幾種提高安全性的方式及當(dāng)前研究成就。

1 提高ADAS系統(tǒng)安全性的方式

1.1 通過多模式警告的方式來提高安全性[1]

主要研究高級駕駛員輔助系統(tǒng)中的多模式警告是否會(huì)縮短制動(dòng)響應(yīng)時(shí)間，主要目的是提醒駕駛員避免潛在的交通事故。

提出了2個(gè)實(shí)驗(yàn)，駕駛員駕駛一輛裝有前方避撞系統(tǒng)的車輛，車輛前方還有一個(gè)領(lǐng)頭車，領(lǐng)頭車在前方進(jìn)行減速，當(dāng)碰撞的時(shí)間少于5秒鐘的時(shí)候，就會(huì)產(chǎn)生聽覺，振動(dòng)觸覺或者多模式警告，提醒駕駛員做出減速制動(dòng)，以制動(dòng)反應(yīng)時(shí)間來進(jìn)行評價(jià)。

第一個(gè)實(shí)驗(yàn)：主要是研究，與單獨(dú)提供警告相比，多通道冗余警告是否會(huì)能夠?qū)χ苿?dòng)時(shí)間和駕駛員工作量產(chǎn)生積極的影響。如果產(chǎn)生了積極的影響，則繼續(xù)研究駕駛員是否使用手機(jī)所產(chǎn)生的影響。實(shí)驗(yàn)涉及兩個(gè)因素，第一個(gè)因素是警告的類型，并有四個(gè)級別：1-警告，2-聽覺，3-振動(dòng)觸覺和4-多模式警告（同時(shí)呈現(xiàn)振動(dòng)觸覺和聽覺信號）。第二個(gè)因素是手機(jī)的使用或者不使用。因?yàn)榈谝粋€(gè)因素有4種，第二個(gè)因素有兩種，所以構(gòu)成了8個(gè)實(shí)驗(yàn)。

第二個(gè)實(shí)驗(yàn)：主要是研究在高密度和低密度交通狀況下多模式警告是否有效。實(shí)驗(yàn)同樣有兩個(gè)因素，第一個(gè)因素是警告的類型，并有四個(gè)級別：1-警告，2-聽覺，3-振動(dòng)觸覺和4-多模式警告（同時(shí)呈現(xiàn)振動(dòng)觸覺和聽覺信號）。第二個(gè)因素為交通密度，有2種，低的交通密度和高的交通密度。同樣構(gòu)成了8種實(shí)驗(yàn)。

1.2 通過精密教學(xué)來提高駕駛安全性[2]

主要目的是設(shè)計(jì)一個(gè)能夠提高駕駛員能力和減少事故風(fēng)險(xiǎn)的輔助系統(tǒng)，主要由兩個(gè)部分組成：一個(gè)精密教學(xué)過程，一個(gè)控制設(shè)備用于監(jiān)控駕駛員行為。并在正常駕駛和關(guān)鍵交通狀況下提供反饋。參照第一部分，設(shè)計(jì)并實(shí)施了兩個(gè)駕駛模擬器實(shí)驗(yàn)。試驗(yàn)旨在展示精確教學(xué)對駕駛員培訓(xùn)的有效性，并觀察反饋系統(tǒng)在加強(qiáng)車輛控制方面的有效性。

第一個(gè)實(shí)驗(yàn)：主要研究測量橫向位置的標(biāo)準(zhǔn)差（SDLP），來衡量正常駕駛對汽車橫向位置的影響。我們的目標(biāo)是觀察SDLP是否隨著駕駛員對駕駛場景的熟悉程度而下降。在虛擬現(xiàn)實(shí)中建立了雙向，雙車道的道路情景。沒有任何顯著的差異表明側(cè)面位置不受司機(jī)熟悉路線的影響。

第二個(gè)實(shí)驗(yàn)：第二個(gè)實(shí)驗(yàn)研究了使用精確駕駛方法設(shè)計(jì)的反饋對駕駛行為的影響。特別是，我們的目標(biāo)是觀察重復(fù)的駕駛員表現(xiàn)的視覺和聽覺反饋駕駛試驗(yàn)表現(xiàn)是否減少橫向位置變化。反饋都包括，聲音：兩種音調(diào)，高（正反饋）和低（負(fù)反饋）

視覺（visual）：顯示報(bào)告數(shù)字分?jǐn)?shù)（在正確行為的情況下增加而在相反的情況下減少），擋風(fēng)玻璃上的綠條（正確行為增加，反之則減少）在實(shí)驗(yàn)過程中，每個(gè)駕駛員必須進(jìn)行七次連續(xù)的試驗(yàn)（每一次試驗(yàn)都是沿同一路段行駛的）。反饋成功地改善了車道內(nèi)的車輛橫向位置的變化。

1.3 通過分析駕駛員意圖對于車輛縱向加速度的影響來提高駕駛安全性[3]

本文旨在研究，在預(yù)防性安全情況下車輛縱向加速度的變化。在開發(fā)的高級駕駛輔助系統(tǒng)（ADAS）中，需要可靠的估計(jì)方法來推斷當(dāng)前駕駛員的意圖，并分析推導(dǎo)出駕駛員意圖對于車輛縱向加速度的影響。

首先建立一個(gè)標(biāo)準(zhǔn)的車輛縱向動(dòng)力學(xué)模型，然后再考慮將駕駛員意圖模型融入到車輛縱向動(dòng)力學(xué)模型當(dāng)中。標(biāo)準(zhǔn)動(dòng)力學(xué)模型的公式如下：

M是車輛的縱向速度，v是車輛的縱向速度，F(xiàn)b是制動(dòng)力，τTe是由發(fā)動(dòng)機(jī)通過變速箱和傳動(dòng)系在車輪上的驅(qū)動(dòng)力，Mg sin(α)、CrMg cos(α)、ρSCxv2分別是下滑力，摩擦力和空氣阻力。

然后繼續(xù)考慮駕駛員模型，這里主要考慮，駕駛員的意圖是踩油門踏板還是制動(dòng)踏板，這將導(dǎo)致車輛是進(jìn)行加速或者是制動(dòng)，所以，融合了駕駛員意圖的縱向動(dòng)力學(xué)模型為：

ai是駕駛員希望的加速度，Tr是發(fā)動(dòng)機(jī)轉(zhuǎn)矩，σ是駕駛員的意圖，當(dāng)σ=1時(shí)，駕駛員的意圖是制動(dòng)，當(dāng)σ=0駕駛員的意圖是不制動(dòng)。

模型建立完成之后，將此模型嵌入到卡爾曼濾波器當(dāng)中。來估計(jì)車輛的速度，加速度，駕駛員意圖，制動(dòng)踏板的壓力、油門踏板的壓力，并在實(shí)車上進(jìn)行驗(yàn)證。

1.4 通過降低重型車輛側(cè)翻風(fēng)險(xiǎn)來提高駕駛安全性[4]

在巴西，公路運(yùn)輸占貨物運(yùn)輸?shù)?8%，但是經(jīng)常發(fā)生安全事故，重型車輛的側(cè)翻是事故的主要原因之一。所以本文以ADAS，來預(yù)測車輛彎道超速時(shí)的行駛軌跡，降低側(cè)翻風(fēng)險(xiǎn)。換句話說，通過幫助駕駛員以安全的速度駕駛車輛，在不安全狀態(tài)下，通過定制的警報(bào)及時(shí)對駕駛員的行為進(jìn)行糾正。

車輛在進(jìn)行曲線行駛時(shí)，常常因?yàn)樗俣鹊牟贿m合而導(dǎo)致側(cè)翻的問題。為了減輕這一問題，開發(fā)一個(gè)智能駕駛員助手，來實(shí)時(shí)監(jiān)控車輛。并驗(yàn)證速度是否與行駛曲線相適合。換句話說，檢查車輛是否在安全的狀態(tài)。如果助手檢測到“不安全”狀態(tài)的變化（不兼容速度翻滾的風(fēng)險(xiǎn)），則會(huì)向駕駛員發(fā)出聲音和視覺警告，在下一個(gè)行駛曲線給出安全速度。

評估車輛橫向穩(wěn)定性的基本措施稱為SRT（Static Rollover Threshold，靜態(tài)側(cè)翻閾值），用g（地面重力加速度）表示，它是發(fā)生車輛側(cè)翻前的最大橫向加速度。在行駛曲線中的橫向加速度取決于曲線半徑和車輛速度。

該系統(tǒng)主要都包括：

（1）傳感器：GPS，加速度計(jì)，轉(zhuǎn)速傳感器，速度傳感器和節(jié)氣門位置，每個(gè)傳感器都有一個(gè)相關(guān)的控制器。

（2）執(zhí)行器：音頻和視頻，警報(bào)的方式。

（3）追蹤代理：GPS傳感器不能提供的準(zhǔn)確信息。所以提出了一種基于卡爾曼擴(kuò)展濾波器（KEF）的技術(shù)來發(fā)現(xiàn)定位估計(jì)中的誤差。

（4）安全代理：安全代理確定車輛是處于安全狀態(tài)還是處于不安全狀態(tài)。為此，它接收跟蹤代理和實(shí)時(shí)駕駛環(huán)境的信息。為了確定系統(tǒng)是否處于安全狀態(tài)，定義了一個(gè)貝葉斯網(wǎng)絡(luò)，計(jì)算重型車輛側(cè)翻的風(fēng)險(xiǎn)，有三種情況，不側(cè)翻，可能側(cè)翻，側(cè)翻。

（5）警報(bào)代理：根據(jù)安全代理發(fā)送的信息，來向駕駛員發(fā)送警報(bào)，制定警報(bào)策略，模糊規(guī)則，提高駕駛安全性。

1.5 通過增強(qiáng)現(xiàn)實(shí)技術(shù)來提高駕駛安全性[5]

ADAS是必要的，在汽車行業(yè)是新的應(yīng)用領(lǐng)域之一。相關(guān)道路交通和有用的導(dǎo)航或路徑規(guī)劃信息可以部分地或完全地顯示擋風(fēng)玻璃表面，然而，顯示道路交通，標(biāo)志或車輛信息的方式會(huì)強(qiáng)烈地影響司機(jī)的注意力，增加心理工作量和安全問題。所以需要以一種合理的方式來顯示這些信息，從而獲得最大的道路交通安全以及最佳的駕駛員舒適度。

本文的主要目標(biāo)是研究駕駛員的頭部運(yùn)動(dòng)是否會(huì)影響增強(qiáng)現(xiàn)實(shí)（AR）的深度感知。從而改變顯示的圖像質(zhì)量。

在CAVE沉浸式整合平臺（P2I）駕駛模擬器中進(jìn)行實(shí)驗(yàn)分析。使用AR技術(shù)結(jié)合使用虛擬平視顯示器來直接在駕駛員的視野中投射信息，虛擬平視顯示器有兩種，一種有頭部跟蹤系統(tǒng)，一種沒有。這兩種技術(shù)下文統(tǒng)稱為AR-HUD。

2 當(dāng)前提高ADAS安全性的研究成果

2.1 多模警告方式

研究表明，無論是1.1中的實(shí)驗(yàn)1還是實(shí)驗(yàn)2，多模式警告都可以有效地減少制動(dòng)反應(yīng)時(shí)間，目前研究的一個(gè)局限性在于，它是在駕駛模擬器中進(jìn)行的，駕駛員可能已經(jīng)預(yù)料到警告，并對車輛進(jìn)行制動(dòng)。與警告相關(guān)的一個(gè)主要問題是，如果整個(gè)ADAS中警告過多，或警告設(shè)計(jì)不佳，則可能會(huì)分散注意力，可能會(huì)對駕駛員安全構(gòu)成威脅，所以需要合理地設(shè)計(jì)。

2.2 精密教學(xué)來提高駕駛

在這項(xiàng)研究中，向駕駛員提供有關(guān)車輛側(cè)向位置的反饋。結(jié)果是明確的：對于那些了解他們行為和反饋之間關(guān)系的駕駛員（約70%的樣本），平均SDLP在三次試驗(yàn)（6cm減少）后顯著下降：對照情況下，原來SDLP是27厘米，后來減少到21厘米。

從實(shí)際的角度來看，這種減少可以改善ADAS和駕駛員的安全性，因?yàn)镾DLP只要有2.4cm的變化，就會(huì)顯著影響駕駛期間的風(fēng)險(xiǎn)水平。

2.3 分析駕駛員意圖對于車輛縱向加速度的影響來提高駕駛安全性

該方案適合于在線使用，依靠現(xiàn)代車輛的CAN總線上可用的信號，并且需要非常有限的參數(shù)。其有效性驗(yàn)證了實(shí)驗(yàn)數(shù)據(jù)，并與其他方法進(jìn)行了比較。

未來的工作將考慮直接在高級駕駛員輔助系統(tǒng)中使用沖擊估計(jì)來估計(jì)駕駛員意圖。該方案確實(shí)已經(jīng)準(zhǔn)備好在線實(shí)驗(yàn)，因?yàn)樗皇褂萌魏畏且蚬孕畔ⅰＲ部梢酝茝V到估計(jì)車輛的橫向加速度。未來工作的其他可能的方向可以包括：用不同的濾波范例（如粒子濾波器）替代增強(qiáng)的卡爾曼方法，直接在濾波器中使用來自道路地圖的信息，并采用抖動(dòng)估計(jì)來進(jìn)行自然駕駛研究。

2.4 降低重型車輛側(cè)翻風(fēng)險(xiǎn)來提高駕駛安全性

結(jié)果表明，提出的解決方案的有助于通過向駕駛員發(fā)出警報(bào)，來降低曲線中的速度，降低重型車輛的側(cè)翻風(fēng)險(xiǎn)，提高駕駛安全性。

2.5 增強(qiáng)現(xiàn)實(shí)技術(shù)來提高駕駛安全性

研究表明，大多數(shù)實(shí)驗(yàn)參與者看到兩個(gè)ARHUD原型之間的精確差異，并且首選具有頭部跟蹤功能的那個(gè)AR-HUD。實(shí)際上，這些參與者注意到，即使不了解實(shí)驗(yàn)條件，在所有道路情況下，這個(gè)系統(tǒng)都是非常精確的。再結(jié)合實(shí)驗(yàn)統(tǒng)計(jì)數(shù)據(jù)，可以得出具有頭部跟蹤的AR-HUD是比較精確的。我們未來的工作將通過使用雷諾的新型CAVE（如動(dòng)態(tài)駕駛模擬器CCARDS）來進(jìn)行與軌跡控制，側(cè)向位置和方向盤相關(guān)的性能參數(shù)分析，相對于不同道路情況下的頭部運(yùn)動(dòng)分析。

3 高級駕駛輔助系統(tǒng)（ADAS）發(fā)展趨勢

未來高級駕駛輔助系統(tǒng)（ADAS）將緊密與智能駕駛系統(tǒng)不同級別進(jìn)行結(jié)合，通過多模警告、精密教學(xué)、分析駕駛員意圖、降低車輛側(cè)翻和結(jié)合增強(qiáng)現(xiàn)實(shí)等技術(shù)來提高ADAS系統(tǒng)安全，同時(shí)為智能駕駛系統(tǒng)提供安全保障。

[1]Francesco Biondi.Advanced driver assistance systems:Using multimodal redundant warnings to enhance road safety[J].Applied Ergonomics 58(2017)238-244

[2]Riccardo Rossi.An Advanced Driver Assistance System for improving driver ability.Design and test in virtual environment[C].2017 5th IEEE International Conference on Models and Technologies for Intelligent Transportation Systems(MT-ITS)

[3]Andrea Bisoffi.Longitudinal Jerk Estimation of Driver Intentions for Advanced Driver Assistance Systems[J].IEEE/ASME TRANSACTIONS ON MECHATRONICS,VOL.22,NO.4,AUGUST 2017

[4]Willy Tiengo.Reducing risk of rollover in curve for heavyduty vehicles with an agent-based advanced driver assistance system[J].2016 IEEE International Conference on Computer and Information Technology

[5]Lynda Halit.Augmented Reality Head-Up-Display for Advanced Driver Assistance System:A Driving Simulation Study[J].e&i Elektrotechnik und Informationstechnik，VOL.134 NO.2 April 2017