自动紧急制动系统的安全性研究综述

停车引发的交通事故是造成现实世界大量损害（特别是财产损失）的重要原因。随着车辆智能化的发展越来越广泛，自动紧急制动系统已经在汽车市场应用，并且这种系统在功能方面具有良好的驾驶员接受度。自动紧急制动（AEB）作为一种主动安全系统，当车辆之间的相对速度较慢时，可以控制车辆制动，以避免追尾碰撞事故的发生，因此受到了全球各界人士广泛的关注。

1 通过采用非线性模型预测控制改善自动紧急制动系统安全性[1]

1.1 主要目的及原理

为了增加当前AEB系统的运行范围，作者CHOIC提出了一种同时采用转向和制动的非线性模型预测控制（NMPC）方法的避碰策略。该避碰策略首先采用其开环控制动态预测车辆的未来运动轨迹，并计算预测路径与期望路径之间的误差。然后，该策略通过在预定约束条件下优化未来后退水平线上的成本函数来计算诸如车轮转向角和车辆加速度的控制输入。最后，将输入传递给执行机构以控制车辆。作者还针对车辆预测的横向加速度，提出了关于车轮转向角的约束条件，从而保持了车辆的侧向稳定性，使得车辆的横向加速度小于阈值。本文所提出的控制策略通过使用NMPC方法来优化车轮转向角和车辆加速度等控制输入。其好处是可以明确考虑诸如最大纵向和横向加速度的安全条件，就像是自己的车辆一直在监视周围的车辆一样。所开发的系统可以在紧急情况下帮助驾驶员避免障碍物，而不会由于过度的转向或制动作用导致二次事故发生。

1.2 主要结论及未来方向

为了验证所提出的策略的性能，通过MATLAB和CarSim联合仿真环境中进行了测试。通过仿真试验验证了该策略具有可行性。未来的研究工作还需要根据车辆之间的相对速度制定决策方案，以确定是仅使用制动的方案还是转向和制动组合的方案。

2 改善行人人体模型的红外反射率以提高自动紧急制动系统的安全性[2]

2.1 主要目的及原理

为了能够评估不同的自动紧急制动（AEB）系统在避免和减轻行人碰撞时的性能，需要开发一个替代行人的标准模型。而对行人模型的要求则是确保它在AEB系统中每个传感器工作下仍然被认为是具有代表性的真正行人。作者HARAN研究的主要目的是基于从各种来源渠道收集的行人数据和实验结果，为替代行人的标准人体模型开发出一套可信的红外线反射率规格。

替代行人的人体模型是自动紧急制动系统性能评估的必备工具。人体模型的可见皮肤和衣服的红外线反射率需要被设置为真实行人的红外线反射率。本文介绍了一种确定行人红外反射率的过程和方法。

2.2 主要结论及未来方向

通过对大量数据分析研究得知，如果人体模型的红外线反射率的波长在800～1100nm范围，AEB系统的性能测试比例为46-70%；如果人体模型的红外线反射率的波长在750-800nm范围内，AEB系统的性能测试比例为40-64%。这些测量值将确保人体模特的红外线反射率被AEB系统认为真实世界环境中可能遇到的实际行人。随着AEB系统的使用变得越来越普遍，并且真实世界中不断引入新材料以及服装趋势的演变，未来的研究工作应该对针织物样品的红外线反射率进行连续的数据收集和监测，以确保对所开发的规格进行补充和改进，使其能够继续作为标准的行人替代人体模型。

3 对降低碰撞率方面的有效性研究以改善自动紧急制动系统安全性[3]

3.1 主要目的及原理

作者CICCHINO研究的主要目的是评估单一前向碰撞预警（FCW）系统和单一低速自动紧急制动（AEB）系统以及两者协同的有效性。作者采用泊松回归法用于比较2010-2014年间美国22个州每个被保险车辆的碰撞，其中对具有FCW或AEB的乘用车车型和不具有这些系统的相同车型之间进行比较。

3.2 主要结论及未来方向

通过比较结果得知，具有单一FCW系统的情况、单一低速AEB的情况系统和两者都具有的情况分别将追尾碰撞率降低了27%、43%和50%；单一低速AEB的情况系统和两者都具有的情况分别将追尾撞车事故率减少了20%、45%和56%；其中追尾撞车事故率中的第三方损伤率分别减少了18%、44%和59%。有上述结果可以看出，FCW系统在减少追尾事故导致第三方伤害方面的有效性是很小的，但在其他事故率的改善方面都是显着的。低速AEB系统在减少撞车事故方面比FCW系统更可靠。如果美国的所有车辆都配备了类似于FCW系统或AEB系统，那么在2014年将近100万起追尾事故中至少可以避免40万起车祸事件。

未来的研究工作将会调查这些系统在车辆速度变化时其后方碰撞率是如何变化的。而且目前的FCW系统与AEB系统在车辆速度为10～20mph以下时不能运行，因此研发能够在全速范围内运行的安全预警系统将会避免更多的碰撞事故和损伤事故。

4 自动紧急制动系统的制动时间设计[4]

4.1 主要目的及原理

作者SUZUKIK的研究主要分析了当行人跑到道路上时，司机的制动操作行为。为此，作者研究在驾驶模拟器中测试了15名受试者。作者设定了两个评估指标，即：一是避免在制动开始时车辆前后方向上与行人发生碰撞。一是以在制动开始时行人与车辆之间在横向方向上的距离。为了确定这些测试结果的可靠性，作者还使用驾驶记录仪分析了在真实道路环境下驾驶员制动操作的启动时间，并将这些结果与这些测试结果进行了比较。

4.2 主要结论及分析

根据驾驶模拟器测试的结果，作者提出累计频率最低为1%的驾驶员操作时间作为在自动紧急制动系统中开始制动的操作时间。作者还将这个制动控制时间通过试验进行了验证。

作者在对行人失控造成驾驶员制动控制行为的分析中发现，对于不同的车速和行人过路速度，驾驶员的制动操作的启动时间是固定的。也就是说，驾驶员对于行人跑步并没有太敏感。在对驾驶记录仪进行分析的实际交通环境中的制动操作时间与驾驶模拟器中的制动操作时间相比较时发现，实际交通环境中的制动开始时间和驾驶模拟器中的制动开始时间基本一致。因此，可以说使用该驾驶模拟器获得的结果与实际的交通环境中的结果几乎相同。

制动操作开始时间的差异取决于驾驶员的行为。作者采用DSQ的聚类分析将驾驶员的驾驶风格分为三组，并解释驾驶员特征的制动操作行为。分析结果发现，有担心或提前准备倾向的驾驶员会不断地意识到对行人的危险。因此，当他们看到一个行人正在靠近时，会强制减速以避免碰撞。作者还建议将AEB系统的制动控制时间设定为晚于驾驶员制动操作时间，以抑制驾驶员对自己操作的过度自信。

5 通过自然驾驶数据构建360°低速自动紧急制动驾驶辅助系统[5]

5.1 主要目的及原理

深入挖掘保险公司数据后显示，全球范围内交通事故造成的索赔占所有索赔中的比例竟高达40%，而索赔的相关费用也高达30%。因此，360°低速自动紧急制动系统的研究具有较高的经济效益。该系统的设计必须得到诸如初始事故速度和环境特性（如照明和表面状况）等参数，以用于制定有效的制动策略。首先，作者FEIGP采用最先进的方法用于重构交通事故数据库的分析。由于停车时机动车的速度较低，需要对事故重建的容忍度和可用性做进一步的评估和讨论。其次，作者对现实世界的事故处理进行了大数据分析，以能够更准确地评估机动车的行为。最后，对结果进行了讨论，给出了有效系统参数的设置建议。

5.2 主要结论及分析

数据库中重建交通事故的评估，特别是对于低速度来说，由于高度的容忍度，必须慎重选择。而采用数据采集系统收集的自然驾驶数据，能够提供了更精确的速度剖面图。专门用于停车碰撞的低速360°AEB与用于追尾碰撞的AEB系统相结合，可以更好地提高经济效率。两个系统之间的相互作用必须通过试验研究，以确保两者之间没有系统间隙或存在不受控制的交互发生。对车辆移动性数据进行分析表明，在恶劣天气条件下，如下雨或黑暗，通常驱动速度不会降低。因此对于摄像机系统等传感器技术来说，在较差的情况工作时应该与其他传感器技术进行数据融合的方式进行补偿。

6 建立风险预测制动机动共享控制防止与行人碰撞[6]

6.1 主要目的及原理

自动紧急制动系统尽管能够在危险的情况下，保证车辆的安全性。但是，如果在能见度不好的地方突然出现意想不到的移动障碍物，例如停放在车辆后面的空间，则该系统将会受到限制。作者SAITOY描述了一种用于防止与行人碰撞的风险预测制动操作中的共享控制，并且构建了一种具有主动式油门踏板和带有制动踏板的伸缩式保护型支架。该辅助系统能够在一个隐藏的风险情况下被激活，例如一个被遮挡的行人突然打算过马路时。作者还在一个驾驶模拟器中进行了相应的仿真实验，调查了所提出的辅助系统的功能和有效性，并且证实了所提出的系统对于指导驾驶员追踪期望的安全速度是有效的。

6.2 主要结论及分析

作者所提出的系统主要用来辅助自动紧急制动系统在能见度不佳情况的应用，其主要贡献在于表明风险预测控制的帮助有助于减轻碰撞风险水平。为了更好地调查该辅助系统的功能下，作者对老年驾驶员进行了仿真试验。老年驾驶员对所提出辅助系统的有用性和满意度给出了积极评价，表明辅助系统可以有效避免隐患碰撞风险，指导车辆达到预期的速度。虽然这项研究侧重于研究老年司机引起的事故，但是对于更普通的人来说，这种辅助系统可以有助于提高主动安全性能。未来的研究工作可以考虑将辅助系统应用于非信号交叉口的场景中进行仿真试验，以进一步提高该系统的鲁棒性。

[1]CHOI C,KANG Y.Simultaneous braking and steering control method based on nonlinear model predictive control for emergency driving support[J].International Journal of Control,Automation and Systems,2017,15(1)：345-353.

[2]HARAN T,CHIEN S.Infrared Reflectivity of Pedestrian Mannequin for Autonomous Emergency Braking Testing：2016 IEEE 19th International Conference on Intelligent Transportation Systems(ITSC),2016[C].

[3]CICCHINO J B.Effectiveness of forward collision warning and autonomous emergency braking systems in reducing front-to-rear crash rates[J].Accident Analysis&Prevention,2017,99：142-152.

[4]SUZUKIK,YAMAGUCHIH,OGURIT.Designing of brake timing of autonomous emergency braking system to avoid collision to pedestrians[J].Mechanical Engineering Journal,2017,4(5)：17-215.

[5]FEIG P,KONIG A,GSCHWENDTNER K,et al.Deriving System Parameters of a 360°Low Speed Autonomous Emergency Braking Driver Assistance System for Parking and Maneuvering based on Naturalistic Driving Studies：2017 IEEEInternational

[6]SAITO Y,RAKSINCHAROENSAK P.A Shared Control in Risk Predictive Braking Manoeuvre for Preventing Collision with Pedestrian：2016 IEEE International Conference on Systems,Man,and Cybernetics(SMC),2016[C].Conference on Vehicular Electronicsand Safety(ICVES),2017[C].