基于MATLAB與Simulink的ADAS開發(fā)

ADAS —— 高級(jí)駕駛員輔助系統(tǒng)，包含一系列硬件和軟件組件，自動(dòng)起到駕駛員的多項(xiàng)作用。目前，常見(jiàn)的車輛 ADAS 功能包括自適應(yīng)巡航控制、盲點(diǎn)檢測(cè)、變道檢測(cè)、自動(dòng)車道跟隨和自動(dòng)緊急制動(dòng)。
本文將涵蓋三個(gè)內(nèi)容：為什么 ADAS 如此重要？ADAS 功能是如何設(shè)計(jì)的？如何使用 MATLAB 與 Simulink 助力 ADAS 開發(fā)？ 為什么 ADAS 如此重要？ ADAS 可通過(guò)最大限度降低人為錯(cuò)誤來(lái)提高道路交通安全性。一些 ADAS 系統(tǒng)會(huì)在出現(xiàn)不安全的路況時(shí)（例如駕駛員盲點(diǎn)處出現(xiàn)一輛車，導(dǎo)致變道可能發(fā)生危險(xiǎn)時(shí)）發(fā)出警示，從而強(qiáng)制駕駛員執(zhí)行安全駕駛習(xí)慣。還有一些 ADAS 系統(tǒng)實(shí)現(xiàn)了駕駛行為的自動(dòng)化，如通過(guò)自主緊急制動(dòng)避免碰撞。事實(shí)上，根據(jù)波士頓咨詢公司的一項(xiàng)研究，在美國(guó)，ADAS 可預(yù)防 28% 的車禍，每年避免 9900 起死亡。 ADAS 級(jí)別 根據(jù)國(guó)際自動(dòng)機(jī)工程師學(xué)會(huì)的定義，駕駛自動(dòng)化有五個(gè)級(jí)別。現(xiàn)在路上能看到的大部分汽車的 ADAS 功能介于 0 到 3 級(jí)之間。身處自動(dòng)駕駛行業(yè)前沿的公司則在努力實(shí)現(xiàn) 4 級(jí)和 5 級(jí)自動(dòng)駕駛。

SAE J3016 自動(dòng)駕駛等級(jí) 隨著安全性、網(wǎng)絡(luò)安全和政策問(wèn)題的解決，全自動(dòng)駕駛汽車可能會(huì)成為現(xiàn)實(shí)。
ADAS 功能是如何設(shè)計(jì)的？
下面我們以自適應(yīng)巡航控制為例說(shuō)明 ADAS 功能的設(shè)計(jì)過(guò)程。使用此 ADAS 功能時(shí)，汽車在接近前方車輛時(shí)會(huì)減速；如果前方車輛移至安全距離之外，汽車會(huì)加速到巡航速度。自適應(yīng)巡航控制 (ACC) 設(shè)計(jì)工作的第一步是從汽車上安裝的傳感器采集數(shù)據(jù)。自適應(yīng)巡航控制需要用到相機(jī)和雷達(dá)傳感器。相機(jī)用于檢測(cè)視線范圍內(nèi)的其他目標(biāo)（車輛、行人、樹木等），雷達(dá)則用于計(jì)算我方汽車與這些目標(biāo)之間的距離。從傳感器采集數(shù)據(jù)后，我們把重點(diǎn)轉(zhuǎn)向 ADAS 算法開發(fā)。自適應(yīng)巡航控制可分為 3 步：

步驟 1、2、3 分別與以下內(nèi)容對(duì)應(yīng)：

檢測(cè)前方是否有車輛的感知算法

計(jì)算與前車之間距離的雷達(dá)算法

根據(jù)測(cè)定距離調(diào)整汽車速度的控制算法。

我們?cè)诖艘?ACC 為例解釋 ADAS，不過(guò)選擇傳感器、然后根據(jù)傳感器數(shù)據(jù)設(shè)計(jì)算法是一種通用方法，適用于所有 ADAS 功能。
傳感器的重要性
ADAS 功能中最常用的三種傳感器類型是相機(jī)、雷達(dá)以及激光雷達(dá)。
相機(jī) 相機(jī)適合用于與檢測(cè)相關(guān)的 ADAS 任務(wù)。車輛側(cè)邊的相機(jī)可用于檢測(cè)盲點(diǎn)。位于前方的相機(jī)可檢測(cè)車道、其他車輛、路標(biāo)、行人以及騎車人。相關(guān) ADAS 檢測(cè)算法一般使用傳統(tǒng)計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)算法進(jìn)行構(gòu)建。相機(jī)的優(yōu)勢(shì)有：

可提供極佳的目標(biāo)檢測(cè)數(shù)據(jù)

成本相對(duì)較低 - 對(duì)于制造商而言，價(jià)格低意味著可以更低成本測(cè)試多種類型的相機(jī)

選擇頗多 - 開發(fā)人員可對(duì)魚眼、單目和針孔等類型的相機(jī)進(jìn)行測(cè)試并從中選擇

具備充分研究 - 相機(jī)是三類傳感器中歷史最悠久的，也得到了最充分的研究。

與其他傳感器類型的數(shù)據(jù)相比，相機(jī)數(shù)據(jù)的缺點(diǎn)是不太適合用于檢測(cè)與目標(biāo)之間的距離。因此，ADAS 開發(fā)人員通常會(huì)將相機(jī)與雷達(dá)搭配使用。
雷達(dá)
雷達(dá)傳感器會(huì)發(fā)射高頻波，并記錄波從環(huán)境中的目標(biāo)上反射回來(lái)的時(shí)間。這種數(shù)據(jù)可用于計(jì)算與目標(biāo)之間的距離。ADAS 中的雷達(dá)傳感器通常安裝于車輛前部。雷達(dá)可在不同的天氣條件下工作，這使其成為實(shí)現(xiàn)自動(dòng)緊急制動(dòng)和自適應(yīng)巡航控制等 ADAS 功能時(shí)非常實(shí)用的傳感器選項(xiàng)。雷達(dá)傳感器數(shù)據(jù)非常適合距離檢測(cè)算法，但并不太適合對(duì)檢測(cè)到的目標(biāo)進(jìn)行分類的算法。因此，ADAS 開發(fā)人員通常將雷達(dá)與相機(jī)搭配使用。
激光雷達(dá)
激光雷達(dá)（光學(xué)檢測(cè)和距離測(cè)定）傳感器向環(huán)境發(fā)射激光并記錄信號(hào)返回的時(shí)間。返回的信號(hào)將被重構(gòu)以創(chuàng)建顯示激光雷達(dá)周遭環(huán)境的三維點(diǎn)云。激光雷達(dá)數(shù)據(jù)可用于計(jì)算傳感器與三維點(diǎn)云中目標(biāo)之間的距離。 ADAS 應(yīng)用中會(huì)用到兩種類型的激光雷達(dá)傳感器：

機(jī)械（旋轉(zhuǎn)）激光雷達(dá) - 機(jī)械激光雷達(dá)安裝在車輛頂部，它會(huì)在采集數(shù)據(jù)同時(shí)旋轉(zhuǎn)以生成環(huán)境的三維點(diǎn)云地圖。

固態(tài)激光雷達(dá) - 這是一種比較新型的激光雷達(dá)，沒(méi)有移動(dòng)部件。長(zhǎng)遠(yuǎn)來(lái)看，固態(tài)激光雷達(dá)的速度、成本以及準(zhǔn)確性都有望優(yōu)于機(jī)械激光雷達(dá)。然而，商用傳感器的設(shè)計(jì)面臨安全性和檢測(cè)范圍方面的工程問(wèn)題。

激光雷達(dá)數(shù)據(jù)可用于實(shí)現(xiàn) ADAS 中的距離檢測(cè)和目標(biāo)分類功能。不過(guò)，與相機(jī)數(shù)據(jù)和雷達(dá)數(shù)據(jù)相比，激光雷達(dá)數(shù)據(jù)的處理需要更強(qiáng)的計(jì)算能力，這也給 ADAS 算法開發(fā)人員帶來(lái)一些挑戰(zhàn)。
使用仿真開發(fā) ADAS 算法
在硬件上進(jìn)行測(cè)試成本高昂，所以工程師們會(huì)先使用虛擬仿真技術(shù)來(lái)測(cè)試其 ADAS 解決方案。仿真環(huán)境既可以是二維的，也可以是三維的。二維仿真可用于相機(jī)與雷達(dá)的 ADAS 算法的開發(fā)和測(cè)試。我們首先創(chuàng)建包含道路、行人、騎車人和其他車輛的虛擬場(chǎng)景。然后將我們的車輛放入場(chǎng)景，并將虛擬的相機(jī)和雷達(dá)傳感器裝載在車輛上。接下來(lái)就可以對(duì)汽車的運(yùn)動(dòng)進(jìn)行編程，從而生成虛擬傳感器數(shù)據(jù)以進(jìn)行 ADAS 算法的開發(fā)和測(cè)試。三維仿真建立在二維仿真的基礎(chǔ)上，不僅支持測(cè)試相機(jī)和雷達(dá)，還可測(cè)試激光雷達(dá)。三維環(huán)境的復(fù)雜度相對(duì)較高，所以需要更強(qiáng)的算力。在仿真環(huán)境中完成 ADAS 算法的開發(fā)工作后，下一個(gè)階段是硬件在環(huán) (HIL) 測(cè)試。該階段需要將真實(shí)汽車硬件（如真實(shí)制動(dòng)系統(tǒng)）連接到仿真環(huán)境，以對(duì) ADAS 算法進(jìn)行測(cè)試。HIL 測(cè)試能夠讓我們對(duì)車輛的 ADAS 組件在現(xiàn)實(shí)世界中的運(yùn)作情況有很好的了解。除此以外，還有駕駛員在環(huán)等其他 ADAS 測(cè)試，而車載測(cè)試則是最終的測(cè)試，該階段將考察所有部件組合在一起時(shí)車輛的性能表現(xiàn)。這是成本最高的 ADAS 測(cè)試，但同時(shí)也是結(jié)果最準(zhǔn)確的測(cè)試，它是車輛投產(chǎn)前必不可少的環(huán)節(jié)。
借助 MATLAB 與 Simulink 構(gòu)建 ADAS 功能
MATLAB 與 Simulink 可在 ADAS 開發(fā)工作流的各個(gè)階段提供支持：

分析數(shù)據(jù)

合成駕駛場(chǎng)景

設(shè)計(jì) ADAS 規(guī)劃與控制算法

設(shè)計(jì)感知算法

部署算法

集成和測(cè)試

分析數(shù)據(jù) MATLAB 讓您可以在 ADAS 開發(fā)過(guò)程中訪問(wèn)、可視化以及標(biāo)注實(shí)時(shí)或記錄的駕駛數(shù)據(jù)。MATLAB 還支持來(lái)自 HERE HD Live Maps、OpenStreetMap 和 Zenrin Japan Maps 的地理地圖數(shù)據(jù)。這些數(shù)據(jù)經(jīng)常用于 ADAS 算法開發(fā)與驗(yàn)證工作。

真值標(biāo)注器用于在視頻、圖像序列或激光雷達(dá)點(diǎn)云中以交互方式標(biāo)注真值數(shù)據(jù)。
合成駕駛場(chǎng)景
MATLAB 支持您在虛擬場(chǎng)景中開發(fā)和測(cè)試 ADAS 算法，針對(duì)控制、傳感器融合及運(yùn)動(dòng)規(guī)劃算法可使用立方體模擬環(huán)境，針對(duì)感知算法則可使用虛幻引擎環(huán)境。您還可使用 RoadRunner 來(lái)設(shè)計(jì)逼真的三維場(chǎng)景。

駕駛場(chǎng)景設(shè)計(jì)器可用于 ADAS 應(yīng)用中的場(chǎng)景設(shè)計(jì)、傳感器配置以及合成數(shù)據(jù)生成。
設(shè)計(jì) ADAS 規(guī)劃與控制算法
MATLAB 提供許多自動(dòng)駕駛參考應(yīng)用，可作為自行設(shè)計(jì) ADAS 規(guī)劃和控制算法的起點(diǎn)。

在鳥瞰圖中直觀顯示高速公路駕駛場(chǎng)景中各條可能軌跡的評(píng)估。
設(shè)計(jì)感知算法

MATLAB 提供了使用相機(jī)、雷達(dá)和激光雷達(dá)數(shù)據(jù)開發(fā)感知算法的工具。您可使用計(jì)算機(jī)視覺(jué)、深度學(xué)習(xí)、雷達(dá)與激光雷達(dá)處理以及傳感器融合等進(jìn)行算法開發(fā)。借助 MATLAB 使用預(yù)訓(xùn)練的 R-CNN 檢測(cè)停車標(biāo)志。
部署 ADAS 算法
MATLAB Coder、Embedded Coder 和 GPU Coder 等工具箱可幫助您自動(dòng)生成代碼，并將 ADAS 算法部署到嵌入式設(shè)備和面向服務(wù)的架構(gòu)中（如 ROS 和 AUTOSAR）。一塊 NVIDIA Jetson TX2 開發(fā)板?？墒褂?GPU Coder 為其生成 CUDA 代碼
集成和測(cè)試
您可借助 Simulink 工具來(lái)集成并測(cè)試感知、規(guī)劃和控制系統(tǒng)。使用 Requirements Toolbox，您可以捕獲和管理 ADAS 需求。您也可以使用 Simulink Test 以并行方式運(yùn)行測(cè)試用例，并實(shí)現(xiàn)測(cè)試工作的自動(dòng)化。