湯天殷，高旭峰，王天軍，李峰

基于信息融合的駕駛輔助模塊標(biāo)定集成工位開發(fā)

湯天殷，高旭峰，王天軍，李峰

（上汽通用汽車有限公司，上海 201206）

駕駛輔助模塊作為實(shí)現(xiàn)車輛駕駛輔助乃至自動(dòng)駕駛的重要組成部分，其探測(cè)的精度和準(zhǔn)確度，將會(huì)直接影響駕駛輔助功能的性能和客戶滿意度。因此，需要對(duì)駕駛輔助模塊在車輛下線后進(jìn)行標(biāo)定。為了滿足各種模塊不同的標(biāo)定需求，以及標(biāo)定過程中車輛、模塊、設(shè)備和環(huán)境狀態(tài)的要求，文章結(jié)合信息融合技術(shù)，開發(fā)了一種能夠適應(yīng)多種駕駛輔助模塊標(biāo)定的集成工位（設(shè)備）。其中，根據(jù)探測(cè)信息的特殊性，設(shè)計(jì)了部分?jǐn)?shù)據(jù)在數(shù)據(jù)分析層進(jìn)行預(yù)融合的混合架構(gòu)，實(shí)現(xiàn)了快速、準(zhǔn)確完成各模塊標(biāo)定的目標(biāo)。

駕駛輔助模塊；信息融合；下線標(biāo)定；集成工位

引言

隨著自動(dòng)駕駛概念的市場(chǎng)號(hào)召力逐步提升，越來越多的汽車公司將駕駛輔助作為新產(chǎn)品的賣點(diǎn)吸引消費(fèi)者。要實(shí)現(xiàn)駕駛輔助，就離不開車載駕駛輔助模塊（車載雷達(dá)、攝像頭、夜視儀等）對(duì)車輛所在環(huán)境的探測(cè)。不同的駕駛輔助模塊采用不同的探測(cè)方法，對(duì)車輛周邊環(huán)境進(jìn)行探測(cè)，以供負(fù)責(zé)集成的ECU進(jìn)行計(jì)算分析，并作出響應(yīng)。隨著駕駛輔助模塊的增多，以及其功能從給客戶提示發(fā)展成為自主執(zhí)行應(yīng)對(duì)，駕駛輔助模塊的精度和準(zhǔn)確性將會(huì)直接影響到駕駛輔助的性能和客戶的滿意度。因此，這些模塊的標(biāo)定也就成為車輛下線后必須進(jìn)行的工作之一。本文針對(duì)多個(gè)駕駛輔助模塊的下線標(biāo)定需求，結(jié)合信息融合技術(shù)，開發(fā)了一種適用于多個(gè)駕駛輔助模塊標(biāo)定的集成工位（設(shè)備）。

1 ADAS功能及其模塊的標(biāo)定需求

1.1 ADAS技術(shù)

ADAS技術(shù)，即先進(jìn)汽車輔助駕駛系統(tǒng)（Advanced Driving Assistance System），是指通過安裝在車輛上的各種駕駛輔助模塊（傳感器），對(duì)不同方向、不同距離、不同速度的車輛周邊人、車、道路環(huán)境及障礙物進(jìn)行識(shí)別，并利用這些數(shù)據(jù)進(jìn)行計(jì)算與分析，輔助駕駛?cè)藛T進(jìn)行決策與操作的系統(tǒng)[1]。

車輛的ADAS系統(tǒng)可以分為三個(gè)部分[1]，即感知層，決策層和執(zhí)行層。感知層，即本文主要討論的諸如雷達(dá)、攝像頭等傳感器模塊，主要負(fù)責(zé)ADAS系統(tǒng)中車輛所處環(huán)境的信息收集工作。決策層，是指針對(duì)收集到信息進(jìn)行計(jì)算分析，并根據(jù)設(shè)定的程序規(guī)則進(jìn)行決策的部分。決策層的計(jì)算工作通常由車輛ECU承擔(dān)。執(zhí)行層，即是根據(jù)決策層發(fā)出的指令，進(jìn)行具體動(dòng)作執(zhí)行的機(jī)構(gòu)，例如制動(dòng)系統(tǒng)，轉(zhuǎn)向系統(tǒng)，儀表板聲光等等。如果把ADAS系統(tǒng)比作一個(gè)人，那么感知層就是“眼睛”，決策層就是“大腦”，而執(zhí)行層就是人的“手”和“腳”。若要完成一項(xiàng)工作，離不開三者間的配合。

1.2 ADAS模塊及其下線標(biāo)定需求

ADAS技術(shù)是一個(gè)復(fù)雜的多學(xué)科集成系統(tǒng)。其中，作為“眼睛”的傳感器模塊，負(fù)責(zé)正確、及時(shí)地將車輛周邊的信息發(fā)送給“大腦”以供決策。因此，傳感器模塊的探測(cè)準(zhǔn)確性，就直接影響了整個(gè)ADAS系統(tǒng)的工作。

由于這些模塊是通過各種不同的結(jié)構(gòu)被安裝在車輛上，而車輛相關(guān)的設(shè)計(jì)尺寸鏈也較為復(fù)雜。因此，需要在安裝完成后有一個(gè)標(biāo)定的過程，才能確認(rèn)模塊相對(duì)于車輛參考坐標(biāo)系的位置姿態(tài)。標(biāo)定的主要目的是為了找到模塊自身探測(cè)坐標(biāo)系與車輛參考坐標(biāo)系之間的轉(zhuǎn)換關(guān)系，以提高獲取信息的精確度。

下面簡(jiǎn)單介紹目前主流的ADAS模塊及其標(biāo)定的需求：

（1）車載毫米波雷達(dá)。

作為最為常見的駕駛輔助傳感器模塊，毫米波雷達(dá)探測(cè)距離較遠(yuǎn)，有較強(qiáng)的適應(yīng)性并具有一定的精度。由于它具有尺寸小、結(jié)構(gòu)簡(jiǎn)單的優(yōu)勢(shì)[2]，目前在高端車型中已有大量的使用。毫米波雷達(dá)的下線標(biāo)定，主要采用專用的雷達(dá)波反射板作為基準(zhǔn)目標(biāo)，通過主動(dòng)或被動(dòng)地調(diào)整自身姿態(tài)，獲取反射信號(hào)，并以此調(diào)整自身的探測(cè)坐標(biāo)系[3]。

（2）車載前攝像頭。

車載前攝像頭，是通過視頻圖像的捕捉與分析，探測(cè)前方車道線、車輛或障礙物的模塊。前攝像頭由于其成本較低和實(shí)現(xiàn)功能較多的特點(diǎn)，成為使用最廣泛的ADAS模塊[4]。前攝像頭的標(biāo)定，主要采用了二維圖像的捕捉方式，采用基準(zhǔn)位置的黑白塊作為目標(biāo)進(jìn)行姿態(tài)的糾正。

（3）紅外夜視儀。

紅外夜視儀最初是從軍事與航海引入到車載駕駛輔助領(lǐng)域的。在惡劣天氣下，紅外夜視儀具有更遠(yuǎn)的識(shí)別距離，更精準(zhǔn)的識(shí)別能力，尤其是對(duì)移動(dòng)的人或動(dòng)物，有很好的適應(yīng)性[5]。夜視儀的標(biāo)定，采用了發(fā)熱電阻絲在特定溫度下組成的特殊圖案作為基準(zhǔn)目標(biāo)來識(shí)別自身的姿態(tài)。

（4）抬頭顯示HUD。

抬頭顯示HUD模塊嚴(yán)格意義上并非“感知層”的傳感器模塊，而是將“決策”信息，連同車速、轉(zhuǎn)速和導(dǎo)航等進(jìn)行顯示。隨著HUD圖像成像深度的加深，范圍的擴(kuò)大，以及圖像更加精細(xì)，就需要對(duì)HUD的成像位置進(jìn)行標(biāo)定[6]。這種標(biāo)定過程采用了模擬人眼的攝像機(jī)伸入駕駛室，對(duì)HUD成像進(jìn)行捕捉并進(jìn)行調(diào)整。

2 基于信息融合的集成標(biāo)定工位開發(fā)架構(gòu)

2.1 信息融合技術(shù)

信息融合技術(shù)，又稱為多傳感器信息融合，是對(duì)來自多個(gè)傳感器的多種信息源在特定的融合規(guī)則下進(jìn)行綜合分析，從而進(jìn)行決策處理的一種技術(shù)。其中，多傳感器是硬件基礎(chǔ)，信息的融合是手段，而綜合優(yōu)化處理則是目的[7]。

從信息融合層次的角度，可以將信息融合的結(jié)構(gòu)分為數(shù)據(jù)級(jí)、特征級(jí)和決策級(jí)[8]。不同層級(jí)數(shù)據(jù)融合是根據(jù)不同需求所決定的。雖然越高層級(jí)的融合具有更高的靈活性，但是其復(fù)雜性也會(huì)相應(yīng)提高，同時(shí)處理效率可能會(huì)有所降低。

2.2 基于信息融合的集成標(biāo)定工位開發(fā)的架構(gòu)

針對(duì)駕駛輔助模塊標(biāo)定過程中車輛定位、狀態(tài)診斷、環(huán)境探測(cè)等要求，本文采用了特征級(jí)和決策級(jí)相混合的復(fù)合結(jié)構(gòu)，作為集成標(biāo)定工位的開發(fā)架構(gòu)。

圖1 基于信息融合的集成標(biāo)定工位開發(fā)架構(gòu)

從圖1中可以看到，參考信息融合的傳統(tǒng)分層方法[9]，開發(fā)架構(gòu)可分為四個(gè)層級(jí)：信息收集層、數(shù)據(jù)分析層、決策層和執(zhí)行層。其中，依靠不同的傳感器，信息收集層承擔(dān)了對(duì)探測(cè)對(duì)象的信息收集工作。數(shù)據(jù)分析層，則是對(duì)傳感器獲得的數(shù)據(jù)，根據(jù)需求進(jìn)行融合預(yù)處理，或者單獨(dú)進(jìn)行處理，提供給上一層。而決策層所需承擔(dān)的是綜合數(shù)據(jù)層融合后或單獨(dú)處理后的決策依據(jù)，根據(jù)一定的規(guī)則進(jìn)行決策。執(zhí)行層，包括了不同的執(zhí)行器，在決策層的指令下執(zhí)行相關(guān)的操作。

信息融合技術(shù)，在整個(gè)集成工位的開發(fā)中，嵌入到了數(shù)據(jù)分析層與決策層。對(duì)于那些探測(cè)對(duì)象明確，存在簡(jiǎn)單相互關(guān)聯(lián)的數(shù)據(jù)，在數(shù)據(jù)分析層即進(jìn)行數(shù)據(jù)的融合預(yù)處理，提取其中的特征。這種預(yù)融合的方式，有助于加快決策效率。對(duì)于較為獨(dú)立的信息數(shù)據(jù)，架構(gòu)中直接將其輸入到?jīng)Q策層，有助于降低系統(tǒng)整體的復(fù)雜程度。

3 集成標(biāo)定工位的開發(fā)

3.1 集成標(biāo)定工位的標(biāo)定條件

由于車輛的ADAS功能大都是以組合形式出現(xiàn)，所以一輛下線車輛往往需要同時(shí)進(jìn)行雷達(dá)、攝像頭、夜視儀和HUD多個(gè)模塊的標(biāo)定。因此，集成標(biāo)定工位需要根據(jù)各個(gè)模塊的標(biāo)定條件，并行或串行進(jìn)行標(biāo)定。

集成標(biāo)定工位的標(biāo)定條件分為三個(gè)部分：車輛位置姿態(tài)、模塊狀態(tài)，設(shè)備狀態(tài)和環(huán)境狀態(tài)。

在駕駛輔助模塊標(biāo)定前，需要準(zhǔn)確獲取車輛相對(duì)于工位設(shè)備的位置與姿態(tài)。車輛位置姿態(tài)，是指車輛在集成工位上所處的位置、對(duì)中度，以及車輛懸架高度所表現(xiàn)出來的車身高度、俯仰角等參數(shù)。車輛需要在集成工位上進(jìn)行較為嚴(yán)格的對(duì)中，需要對(duì)車輛四輪的向、向進(jìn)行探測(cè)，并計(jì)算車輛的對(duì)稱角。而由于每輛車懸架高度的不同，需要特別采用傳感器對(duì)車輛前后輪眉高度進(jìn)行檢測(cè)，以此確定車身前后的向高度，并計(jì)算車輛的俯仰角。結(jié)合標(biāo)定過程中獲取的模塊相對(duì)于設(shè)備（標(biāo)定目標(biāo)）的位置姿態(tài)，就能夠獲取模塊坐標(biāo)系與車輛坐標(biāo)系的轉(zhuǎn)換關(guān)系。

車輛狀態(tài)，即通過車輛OBD端口，檢測(cè)確認(rèn)需要標(biāo)定的模塊及其相關(guān)模塊的運(yùn)行狀態(tài)，以及車輛的運(yùn)行狀態(tài)。在進(jìn)行標(biāo)定之前以及標(biāo)定過程中，需要實(shí)時(shí)監(jiān)控并確認(rèn)車輛及模塊的狀態(tài)是否滿足標(biāo)定的要求，是否存在故障等。同時(shí)，標(biāo)定的指令以及標(biāo)定結(jié)果的確認(rèn)也是通過OBD診斷口獲取的。

標(biāo)定過程中的設(shè)備狀態(tài)是指設(shè)備各部件是否存在故障，各部件是否根據(jù)要求移動(dòng)到了指定位置（包括保持姿態(tài)）。在設(shè)備的設(shè)計(jì)過程中，需要設(shè)計(jì)添加許多的傳感器，用以判斷設(shè)備的狀態(tài)并進(jìn)行故障報(bào)警或提示。例如，雷達(dá)標(biāo)定板是否到位、HUD標(biāo)定幕布是否降下、是否有人員或物體遮擋了標(biāo)定目標(biāo)等。當(dāng)設(shè)備確認(rèn)其狀態(tài)滿足要求后，才會(huì)向模塊發(fā)送標(biāo)定的指令。

同樣的，標(biāo)定過程中標(biāo)定目標(biāo)與車輛間的空間是否有遮擋、是否有強(qiáng)光干擾等周邊環(huán)境狀態(tài)，也需要通過設(shè)計(jì)特定的傳感器用以探測(cè)，以便消除不利的環(huán)境因素對(duì)標(biāo)定結(jié)果的影響。比如根據(jù)對(duì)背景光照的測(cè)量，標(biāo)定目標(biāo)（如黑白燈箱）應(yīng)能夠?qū)ψ陨戆l(fā)光強(qiáng)度進(jìn)行調(diào)整，達(dá)到明暗邊界清晰的最佳狀態(tài)。

3.2 標(biāo)定工位信息融合的方式

基于以上的集成標(biāo)定工位條件，需要在標(biāo)定工位的具體架構(gòu)中，設(shè)計(jì)多種傳感器并對(duì)信息進(jìn)行數(shù)據(jù)分析層的融合或決策層的融合。其中，車輛位置姿態(tài)和設(shè)備狀態(tài)的信息收集，由于其數(shù)據(jù)融合規(guī)則較為固定，因此在數(shù)據(jù)分析層進(jìn)行融合。而不同車型的車輛狀態(tài)判斷不盡相同，更需要相對(duì)柔性的設(shè)計(jì)，故將車輛狀態(tài)直接在決策層加入到總體判斷中。環(huán)境狀態(tài)由于涉及到周邊工位環(huán)境的變化，以及所需判斷的信息較少，同樣將其融合到?jīng)Q策層。

在數(shù)據(jù)分析層進(jìn)行的車輛位置姿態(tài)特征提取和預(yù)融合，可以采用諸如神經(jīng)網(wǎng)絡(luò)算法等具有自適應(yīng)能力的特征捕捉方法，對(duì)車輪的向和向的位置進(jìn)行提取，形成車輛在工位上的前后、左右，以及相對(duì)于工位中心線的偏轉(zhuǎn)角。

3.3 集成標(biāo)定工位的設(shè)計(jì)結(jié)構(gòu)

綜上分析，基于信息融合的ADAS模塊集成標(biāo)定工位的設(shè)計(jì)結(jié)構(gòu)見圖2。在信息收集層，通過大量有針對(duì)性的傳感器，收集車輛、模塊、設(shè)備、環(huán)境的狀態(tài)，轉(zhuǎn)換為數(shù)據(jù)后在數(shù)據(jù)分析層進(jìn)行數(shù)據(jù)預(yù)融合處理（車輛與設(shè)備狀態(tài)）或單獨(dú)處理提取特征（模塊與環(huán)境狀態(tài)）。而后，融合已經(jīng)進(jìn)行過預(yù)融合以及單獨(dú)處理的信息，在決策層進(jìn)行融合決策，并由決策層下發(fā)指令到執(zhí)行層的伺服、氣缸、機(jī)器人等執(zhí)行機(jī)構(gòu)。

圖2 集成標(biāo)定工位的設(shè)計(jì)結(jié)構(gòu)

圖3 集成標(biāo)定工位的示意圖

根據(jù)以上的系統(tǒng)設(shè)計(jì)結(jié)構(gòu)，最終設(shè)計(jì)形成了如圖3所示駕駛輔助模塊集成標(biāo)定工位。其中，多種駕駛輔助模塊的標(biāo)定機(jī)構(gòu)被安裝在車輛前方的龍門架上。對(duì)于標(biāo)定位置阻擋車輛駛出的標(biāo)定目標(biāo)，需要設(shè)計(jì)相應(yīng)的移動(dòng)機(jī)構(gòu)。當(dāng)其處于移動(dòng)原位時(shí)，通過色燈提示操作人員并允許車輛駛出。

4 結(jié)論

本文從駕駛輔助模塊及其標(biāo)定需求入手，結(jié)合信息融合技術(shù)的理論框架，將駕駛輔助模塊標(biāo)定集成工位架構(gòu)分為信息收集層、數(shù)據(jù)分析層、決策層和執(zhí)行層，并根據(jù)車輛、模塊、設(shè)備、環(huán)境狀態(tài)的特殊性，設(shè)計(jì)了部分在數(shù)據(jù)分析層進(jìn)行預(yù)融合的分層融合機(jī)制。根據(jù)這一設(shè)計(jì)結(jié)構(gòu)開發(fā)的駕駛輔助模塊集成標(biāo)定工位，能夠準(zhǔn)確、快速地進(jìn)行多模塊串、并行標(biāo)定工藝，同時(shí)對(duì)未來可能增加的新模塊標(biāo)定需求預(yù)留了可拓展性。

[1] 張志強(qiáng).ADAS的發(fā)展歷程及趨勢(shì)[J].內(nèi)燃機(jī)與配件,2019,(1):80-82.

[2] 于淵,鄭銀香,趙成林,等.車載毫米波雷達(dá)目標(biāo)檢測(cè)與定位技術(shù)研究[J].移動(dòng)通信,2019,43(11):21-27+35.

[3] 程金龍,馮瑩,曹毓,等.車載激光雷達(dá)外參數(shù)的標(biāo)定方法[J].光電工程,2013,(012):89-94.

[4] 崔洪柳.基于車道線檢測(cè)的車載攝像機(jī)在線標(biāo)定算法[D].沈陽:東北大學(xué),2015.

[5] 石永彪,張湧.車載紅外夜視技術(shù)發(fā)展研究綜述[J].紅外技術(shù),2019, 41(6):504-510.

[6] 安喆,徐熙平,楊進(jìn)華,等.光學(xué)透射式AR-HUD系統(tǒng)的標(biāo)定方法研究[J].光子學(xué)報(bào),2019,48(4):120-131.

[7] 楊世雄.基于信息融合的柴油機(jī)熱工故障診斷技術(shù)研究[D].大連:大連海事大學(xué),2019.

[8] 袁野.基于多源信息融合的設(shè)備關(guān)鍵部件狀態(tài)評(píng)估研究[D].重慶:重慶大學(xué),2018.

[9] 李洋,趙鳴,徐夢(mèng)瑤,等.多源信息融合技術(shù)研究綜述[J].智能計(jì)算機(jī)與應(yīng)用,2019,9(5):186-189.

Development of Calibration Station of ADAS Module Based on Information Fusion

TANG Tianyin, GAO Xufeng, WANG Tianjun, LI Feng

( SAIC General Motors Co., Ltd., Shanghai 201206 )

The detection accuracy of ADAS module, as important parts of vehicle ADAS function and even automatic driving, will directly affect the performance and customer satisfaction. Therefore, it is necessary to calibrate the ADAS module in the end of line. In order to meet the different calibration requirements of various modules, as well as the status of vehicle, module, equipment and environment during the calibration process, an integrated station (equipment) is developed which can adapt to the calibration of various ADAS modules in combination with information fusion technology. According to the particularity of the detection information, a hybrid architecture is designed to pre-fuse a part of the data in the data analysis layer, which can complete the calibration of each module quickly and accurately.

ADAS module; Information fusion; End of line calibration; Integration station

U495

A

1671-7988(2021)24-34-04

U495

A

1671-7988(2021)24-34-04

10.16638/j.cnki.1671-7988.2021.024.008

湯天殷，工學(xué)碩士，現(xiàn)任上汽通用汽車整車制造工程部終檢線技術(shù)經(jīng)理，主要負(fù)責(zé)新產(chǎn)品、工廠項(xiàng)目終檢線工藝、設(shè)備開發(fā)和研究工作。