解仁浩 黃宏成 徐煒鵬

(上海交通大學(xué)機(jī)械與動(dòng)力工程學(xué)院，上海 200240)

1 AEB應(yīng)用現(xiàn)狀

研究表明，“跟車距離太近”是車輛最危險(xiǎn)的駕駛行為之一[1]，為了盡可能減少跟車距離過近所導(dǎo)致的交通事故，交通運(yùn)輸部專門為此制定了《JT/T 1094-2016》標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)要求自2018年4月1日起，新生產(chǎn)的9米以上營(yíng)運(yùn)客車需安裝前向防碰撞預(yù)警系統(tǒng)(Forward Collision Warning System, FCWS)。借助不同類型的傳感器如攝像頭、雷達(dá)等，該系統(tǒng)可以實(shí)時(shí)地檢測(cè)前方道路情況，如果前方存在車輛，而且存在碰撞的風(fēng)險(xiǎn)，就會(huì)通過燈光、震動(dòng)、聲音等方式向駕駛員發(fā)送警告信號(hào)。

進(jìn)一步地，如果駕駛員在即將面臨碰撞時(shí)沒有及時(shí)制動(dòng)，主動(dòng)剎車系統(tǒng)(Autonomous Emergency Braking System, AEB)將會(huì)代替駕駛員進(jìn)行緊急制動(dòng)以避免碰撞。2016年3月，美國(guó)國(guó)家公路交通安全管理局(NHTSA)和公路安全保險(xiǎn)協(xié)會(huì)宣布，美國(guó)20%的汽車制造商已同意在2022年之前將AEB系統(tǒng)作為在美國(guó)銷售的幾乎所有新車的標(biāo)準(zhǔn)配置。NHTSA預(yù)計(jì)，自此之后如果AEB功能可以按照預(yù)計(jì)加速普及，將可以防止大約28,000起碰撞和12,000人受傷[2]。在一項(xiàng)針對(duì)警方報(bào)告的撞車事故的研究中，發(fā)現(xiàn)自動(dòng)緊急制動(dòng)可以將追尾撞車的發(fā)生率降低39%[3]。

AEB功能作為車輛主動(dòng)安全功能的核心，減少車禍與傷亡的重要作用已經(jīng)顯現(xiàn)，而利用計(jì)算機(jī)仿真平臺(tái)可以快速、低成本地對(duì)目標(biāo)檢測(cè)、距離估計(jì)、決策算法等頂層部分進(jìn)行測(cè)試與改進(jìn)，增強(qiáng)AEB功能的可靠性與在更多工況下的適用性。

2 仿真過程

2.1 CARLA仿真平臺(tái)

CARLA是一個(gè)為了支持自動(dòng)駕駛系統(tǒng)的開發(fā)、訓(xùn)練和驗(yàn)證而被開發(fā)出來(lái)的開源的自動(dòng)駕駛仿真平臺(tái)。除了開源代碼和許可協(xié)議，CARLA還提供了專為自動(dòng)駕駛系統(tǒng)的仿真與測(cè)試需求而制作的開源內(nèi)容，比如城市的規(guī)劃布局、建筑物的外觀設(shè)計(jì)和現(xiàn)實(shí)生活中常見的車輛類型，而使用它們也同樣是免費(fèi)的，并且任何人都可以在此基礎(chǔ)之上創(chuàng)建定制化的內(nèi)容。此外CARLA平臺(tái)支持眾多的傳感器類型，可以模擬真實(shí)傳感器的讀數(shù)，基本覆蓋了自動(dòng)駕駛系統(tǒng)所需要的主流傳感器，同時(shí)可對(duì)所有靜態(tài)和動(dòng)態(tài)參與者完全控制，生成自定義地圖等等[4]。

2.2 部署車輛

為了測(cè)試AEB算法，首先需要在CARLA中布置相應(yīng)的場(chǎng)景。在現(xiàn)實(shí)世界中，AEB所面臨的場(chǎng)景十分復(fù)雜，包括了針對(duì)車輛的識(shí)別與對(duì)行人的識(shí)別。對(duì)于車輛識(shí)別，存在動(dòng)態(tài)與靜態(tài)兩種情況：動(dòng)態(tài)情況為前方車輛與我方車輛均在運(yùn)動(dòng)，前車突然剎車導(dǎo)致出現(xiàn)碰撞風(fēng)險(xiǎn)；靜態(tài)情況為前方車輛靜止我方車輛接近出現(xiàn)碰撞風(fēng)險(xiǎn)；對(duì)于行人識(shí)別，則可分為在較遠(yuǎn)距離時(shí)即可被探測(cè)到的行人以及近距離突然出現(xiàn)的行人。為了簡(jiǎn)化測(cè)試，本仿真僅考慮前車靜止情況下的車輛識(shí)別。

利用CARLA的PythonAPI可以在CARLA中部署車輛。這一簡(jiǎn)單的場(chǎng)景包括了四臺(tái)靜止的汽車，它們分布在三個(gè)車道。由于本仿真僅針對(duì)汽車進(jìn)行，因此需要在部署時(shí)過濾掉兩輪車輛。部署完成后四臺(tái)車中的兩臺(tái)在左側(cè)車道，一臺(tái)在中間車道，一臺(tái)在右側(cè)車道，如圖1所示。

圖1 CARLA中布置的AEB測(cè)試場(chǎng)景Fig.1 Layout for AEB test in CARLA

仿真所用的ego車輛采用ros-carla-bridge的示例車輛example_ego_vehicle的布置方式，車上部署有激光雷達(dá)、相機(jī)等傳感器。

2.3 PID車速控制

為了測(cè)試30 km/h、40 km/h和50 km/h三種速度時(shí)AEB的工作情況，需要在每次測(cè)試時(shí)讓ego車輛穩(wěn)定在目標(biāo)速度。為此一個(gè)負(fù)責(zé)控制速度的節(jié)點(diǎn)從/carla/ego_vehicle/vehicle_status訂閱車輛目前的狀態(tài)，具體為速度和剎車強(qiáng)度。如果目前剎車強(qiáng)度為100%，且當(dāng)前AEB已被觸發(fā)，此時(shí)需要讓剎車強(qiáng)度繼續(xù)維持在100%，并將這一命令發(fā)布至：/carla/ego_vehicle/vehicle_control_cmd；如果剎車強(qiáng)度不為100%，則說明此時(shí)AEB沒有被觸發(fā)，這時(shí)需要利用PID控制方法將速度維持在目標(biāo)值。

在仿真的PID控制器中，為了調(diào)試方便，僅保留了比例和微分單元，因此實(shí)際上是一個(gè)PD控制器。控制器的實(shí)現(xiàn)部分被放在了callback函數(shù)中，每調(diào)用一次callback函數(shù)即會(huì)計(jì)算一次輸出值。經(jīng)過在CARLA中的多次測(cè)試，選擇了kp=40,kd=0.01作為此PD控制器的參數(shù)。但是由于callback函數(shù)的調(diào)用速度很快，雖然這樣的參數(shù)可以讓最終車速保持穩(wěn)定，但是控制面板檢測(cè)的數(shù)據(jù)顯示油門的變化過于劇烈。為了消除這種情況，在最終的輸出前增加了一個(gè)均值濾波部分，這樣便可以得到平滑的油門輸出。運(yùn)行結(jié)果如圖2所示。

圖2 PID車速控制的穩(wěn)態(tài)情況

從圖中可以看出在達(dá)到目標(biāo)速度后油門較為穩(wěn)定，且穩(wěn)態(tài)誤差在3%以內(nèi)，可以接受。

2.4 AEB決策

本文仿真方法采用2D圖像作為輸入，為2D檢測(cè)，無(wú)法確定物體的三維輪廓和在空間中的具體位置。但2D圖像檢測(cè)也能進(jìn)行一定精度的距離估測(cè)，主要基于：相機(jī)的成像存在近大遠(yuǎn)小的現(xiàn)象，同時(shí)，由于AEB算法所需要檢測(cè)的目標(biāo)一般在中心位置，鏡頭的畸變影響也很小。

在各個(gè)用于訓(xùn)練目標(biāo)檢測(cè)模型的數(shù)據(jù)集中，汽車這一分類一般都為普通私家車，至于卡車、貨車則被歸類到單獨(dú)的類型。

在實(shí)際檢測(cè)中，前車的角度可能會(huì)有改變，而不是恰好與測(cè)試車輛平行，因此這導(dǎo)致檢測(cè)得出的邊界框在水平方向上的尺度會(huì)有相對(duì)比較明顯的變化，但是，在垂直方向的尺度上，各型號(hào)車輛都比較接近，而且除了前后兩車恰好分別處在陡峭的坡道與平地上這種十分罕見的情況以外，車輛高度在相機(jī)焦平面上的投影幾乎不隨著前車的位置、角度等發(fā)生改變。因此，以邊界框的高度作為距離判定的基準(zhǔn)是可行的。

在測(cè)試中，判定邏輯為，如果在當(dāng)前幀的檢測(cè)結(jié)果數(shù)量不為0，則查找是否存在中心位于測(cè)試車輛行進(jìn)方向，且檢測(cè)結(jié)果分類為“car”的邊界框，如果存在，則將其高度存入一個(gè)列表。查找完所有檢測(cè)結(jié)果時(shí)，將列表內(nèi)最大的高度值與設(shè)定的閾值進(jìn)行比對(duì)，如果超過，則觸發(fā)緊急剎車，使車輛停下。

接下來(lái)需要解決的是閾值取值問題。隨著車速的增加，從開始制動(dòng)到車輛完全停下經(jīng)過的距離會(huì)越來(lái)越長(zhǎng)，因此，顯然閾值會(huì)隨著速度的改變而變化。根據(jù)三角形相似原理，邊界框的高度與離目標(biāo)的距離成反比，可表示為：

(1)

其中：h為邊界框高度，k為系數(shù)，d為與目標(biāo)的距離。根據(jù)剎車距離公式：

(2)

在底面摩擦系數(shù)一定的前提下，剎車距離公式可以簡(jiǎn)化為：

db=k2v2

(3)

假設(shè)AEB觸發(fā)后停車時(shí)ego車輛與前車預(yù)留1 m的安全距離，則:

dt=db+1

(4)

所以：

(5)

通過實(shí)驗(yàn)測(cè)試可以確定k1、k2的取值。不過，由于相機(jī)焦距和分辨率限制以及目標(biāo)檢測(cè)模塊的檢測(cè)能力限制，h的取值需要分段確定。同時(shí)，由于callback函數(shù)會(huì)不斷地被重復(fù)調(diào)用，因此在邊界框滿足條件觸發(fā)AEB后，在后續(xù)的調(diào)用中就不需要繼續(xù)判斷邊界框是否符合條件，只需要維持剎車，直到手動(dòng)解除。這可以通過訂閱/carla/ego_vehicle/vehicle_status獲取目前剎車狀態(tài)來(lái)實(shí)現(xiàn)。

3 結(jié)論

使用以上方法，分別以30 km/h、40 km/h、50 km/h的接近速度進(jìn)行仿真測(cè)試，運(yùn)行結(jié)果如圖3所示：

圖3 30 km/h、40 km/h、50 km/h主動(dòng)剎車測(cè)試結(jié)果

可以看出，在以上三種速度下，該AEB算法均可在正確的時(shí)機(jī)及時(shí)剎車，避免碰撞，且在不同速度條件下剎停后與前車的距離幾乎相同。此類前車靜止的AEB工況僅為眾多工況之一，但是這一結(jié)果證實(shí)了使用仿真平臺(tái)模擬自動(dòng)駕駛算法的可行性，并可以在以后方便地加入更多特性，利用更多的傳感器輸入，使用更好的模型等等，充分發(fā)揮仿真平臺(tái)的優(yōu)勢(shì)。