Scania公司利用MATLAB开发先进紧急煞车系统.PDF

Scania 公司利用MATLAB 開發先進緊急煞車系統 文/ Jonny Andersson, Scania 譯/鈦思科技 後端碰撞是貨運卡車及其他重型車輛最常見的事故類型。為了減少後端碰撞的風險，歐 盟在 2015 年對所有的新車輛施行先進緊急煞車系統(advanced emergency braking systems, AEBS)命令 。 如同其他先進駕駛輔助系統(advanced driver assistance system, ADAS)一般，AEBS 使用由感測器輸入的資料來篩選環境。當碰撞即將發生時，系統便會自動透過警示音來 警告駕駛。如果駕駛未回應，系統則採取警告性質的煞車。若駕駛繼續沒有回應，系統 將採取完全地煞車以避免碰撞(圖1) 。AEBS 也提供了”煞車協助(brake assist)” ：當駕駛 煞車的力道並不足以阻止碰撞時，系統會計算並接著施加必要的額外煞車力道。 圖1. 上：AEBS 概況。下：典型的AEBS 情境，其中裝有AEBS 的卡車正在接近緩慢移動的 車輛。 AEBS 使用嵌入在車輛內部的雷達及攝影機感測器來掃描前方區域的物件。這個系統利 用每一個感測器的特長來獲得更精確的環境模型。雷達感測器善於判斷物件的範圍、相 對速度、及硬度，但卻較不擅長於判斷物體的形狀或橫向位置。一個單靠雷達的系統對 於辨識一輛車是停靠在路邊或是在車道上會有困難。另一方面，攝影機可以很精確的指 出物件大小及橫向位置，但卻無法準確偵測範圍及評估密度(例如有可能會把較厚的雲 層認定為固體物件) 。 我和我的同事一起建立了一個可以將從兩種感測器取得的資料匹配、合併為一個單一物 件的感測器融合系統。這個系統使用了四個加權屬性 – 縱向速度與位置以及橫向速度 與位置 – 來計算兩種感測器偵測到相同物件的機率。當感測器融合系統辨識到一條主 要車輛道路時，便會傳送物件的位置及車輛的投射路徑至AEBS 來決定何時要警告駕駛 或何時執行煞車。 我們的團隊先前雖然利用模型化基礎設計(Model-Based Design)來開發使用雷達技術 的適性巡航控制系統，但在這之前卻從未開發過感測器融合系統。對於一項新的設計， 我們知道一個可讀、可理解的架構來將訊號流視覺化的必要性。我們也預料到許多設計 疊代，所以想要一個簡單的方法將結果視覺化及對設計進行除錯。除此之外，我們想要 透過產生程式碼來節省時間，但程式碼又必須有效率，因為當我們開始感測器融合計畫， 電子控制單元(electronics control unit, ECU)的CPU 負載已經達到了60% 。最後，我們 需要全面地驗證我們的設計 – 我們的計畫是要以相當於超過 150 萬公里的感測器資料 來進行模擬。模型化基礎設計完全符合上述這些要求。 感測器融合系統的建立 我們一開始先將系統設計劃分為像是物件匹配與投射路線放置的功能性單元，並為每一 ® 個單元各自建立獨立的 Simulink 模塊組 。這為我們帶來一個清楚的軟體架構 ，且其介 ® 面也已被明確地定義(圖2) 。我們編寫了軌跡關聯性的MATLAB 程式碼來計算變異數、 計算加權概率、以及執行其他以指令碼執行易於以模塊執行的任務 ，再將這些程式碼併 入帶有MATLAB 函式模塊的Simulink 模型。這些演算法模塊讓團隊成員更容易地合併 演算法，以及將演算法與控制系統整合。 圖2. 感測器融合系統的Simulink 模型顯示出獨立的功能模塊。 為了要除錯並精煉我們原始的設計，我們利用之前記錄的感測器數據、對應的攝影機影 像、其他車輛感測數據來執行模擬。在除錯的過程中，我們發現將感測器數據視覺化之 後與車輛前端攝影機拍下的畫面擺在一起對照相當有用 。我們在MATLAB 建立了一個 視覺化工具，可以顯示與網路攝影機拍下的周圍交通畫面同步的感測器融合數據(圖3) 。 利用 MATLAB 物件導向(object-oriented)編程的能力，這項工具使用 MATLAB 階層來 代表每一個感測器偵測到的物件、以及感測器融合系統所認定的統一物件。這些 MATLAB 物件幫助我們在視覺化資料時可以快速、及時地跳到前一個或下一個步驟。 圖3. 在MATLAB 開發的感測器視覺化工具 。 我們在道路測試時也使用相同的工具來視覺化從車輛網路而來的現場即時的資料(圖 4) 。 圖 4. AEBS 軟體的控制道路測試。兩輛車之間的