ADAS的核心的可靠性及LDW和FCW的应用.doc

《ADAS的核心的可靠性及LDW和FCW的应用.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、ADAS的核心的可靠性及LDW和FCW的应用　　“在商用车这个领域大家也知道，从安全驾驶角度有非常重要的意义，因为商用车它如果出了事故，它的影响，它的严重程度其实比乘用车有更加重大的意义。”魔视智能CEO虞正华表示。　　ADAS的核心的可靠性及LDW和FCW的应用　　“在商用车这个领域大家也知道，从安全驾驶角度有非常重要的意义，因为商用车它如果出了事故，它的影响，它的严重程度其实比乘用车有更加重大的意义。”魔视智能CEO虞正华表示。　　ADAS的核心的可靠性及LDW和FCW的应用　　“在商用车这个领域大家也知道，从安全驾驶角度

2、有非常重要的意义，因为商用车它如果出了事故，它的影响，它的严重程度其实比乘用车有更加重大的意义。”魔视智能CEO虞正华表示。　　ADAS的核心的可靠性及LDW和FCW的应用　　“在商用车这个领域大家也知道，从安全驾驶角度有非常重要的意义，因为商用车它如果出了事故，它的影响，它的严重程度其实比乘用车有更加重大的意义。”魔视智能CEO虞正华表示。　　ADAS的核心的可靠性及LDW和FCW的应用　　“在商用车这个领域大家也知道，从安全驾驶角度有非常重要的意义，因为商用车它如果出了事故，它的影响，它的严重程度其实比乘用车有更加重大的意

3、义。”魔视智能CEO虞正华表示。　　　　魔视智能CEO虞正华在高工智能商用车开发者大会上发表主题演讲　　过去卡车驾驶员致命或者受伤，这里面有若干类，可以看一下，要么是发生偏离，要么是碰撞，当然会有前向的碰撞或者是侧向的碰撞。从事故的分析角度上来说，如果从预防的角度我们可以看到，最主要两类预防其实就是跟车道偏离相关，或者跟前向碰撞相关的一些事故。　　所以从政策法规角度，对于营运车辆国家也有一些法规的推行，比如LDW、FCW这样的功能，但是明年可能会上升到AEB这样的功能，在这样的背景之下，国家政策的推动，所以这个行业在商用车这最

4、近也是比较热闹的。　　像ADAS这样的系统其实也已经在有些车上开始运转了，这里面有两个问题，我想在座的或者业内人士也会有一些思考，是最低成本的满足它的标准做一个应付，还是说希望这个系统真正能够做到事故的预防，在这方面发挥作用。　　第二点，其实今年的FCW可能只是一个过渡，到明年怎么适应AEB的要求。从报警这个等级，到制动跟控制对系统的要求是完全不一样的，对系统的准确性的要求是完全上了一个等级。　　我们认为核心就是，你的ADAS系统的准确性、可靠性，是不是真正达到能够预防事故，能够提供有效的警示与处理这样一个程度。　　回头看一下

5、前视ADAS系统的组成，通常来说今天主要的传感器包括视觉传感器，包括毫米波雷达传感器，传感器的信号可以做一个融合，提供一个环境感知的功能，假如后面要做决策、控制，如果是报警可以做一个警示的显示。　　但在这个系统里面最核心的一点还是环境感知的质量，就是你是否能准确的感知到车外的环境，前方的目标与车辆自身的状况，这样才能做一个可靠、准确的决策，来供你执行。　　环境感知的角度，今年大家可能主流上车的产品，或者说涉及到的一些功能主要就两个方面，LDW和FCW。　　LDW也只能靠摄像头来解决，FCW因为适应标准的要求，所以基本上会采用雷

6、达跟摄像头相融合的方案。PCW目前也看到一些主机厂有这样的需求了，不同的类型可能有不同的要求，但关键还是回到环境感知的两个点。　　一个是对车道线的检测，一个对目标的检测，以及相关的物理量的测量。明年再往后的话，我们可能会看到更多的从LDW过渡到LKA这样的功能，FCW过渡到AEB这样的功能，从功能的角度上提升，对准确预测同样也是一个更高的要求。　　从环境感知的角度来说，有什么样的困难和挑战呢？我可以举一些例子，做LDW也好做LKA也好，就是要做车道线，其实你会面临各种各样的挑战，比如说上面两个图的车道线的磨损，你在这种情况之下

7、车道线已经看不太清楚了，这个时候怎么办？　　车道线也有很多复杂的类型，除了直道还有弯道，虚线、实线还有鱼骨线，两侧都是鱼骨线还是单侧是鱼骨线，这也是一个非常复杂、非常多样的环境。　　我们需要做前向防撞，路上碰到的目标的类型也是复杂多样的，除了机动车之外，可能还会出现各种各样的，因为中国的路况就是比较复杂，可能有农用车、板车，甚至有三轮车，都可能出现在你道路的前方，行人的姿态也是复杂多样。　　你还会面临到不同的工况，不同的天气，这些环境感知的角度其实都提出了很多的挑战。在过去这些传统的方法大家为什么觉得难做？也是在于这些环境的变

8、化，这种复杂性。　　　　从2012年开始，在新的人工智能的算法和深度学习的加入，证明了对目标的识别能力，对环境的感知方面其实它能够带来革命性的突破，对于这种复杂的目标场景，对于这种复杂多变的环境变量，它能够有效的进行目标识别。不管外界的车是在任意角度，行人是什么样的姿态，用深