基于毫米波雷达的汽车前向碰撞预警系统研究

王琰晴 郭淑清

摘要：本文以汽车前向碰撞预警系统结构和工作原理为对象，从安全时间、安全距离和适应性阈值算法和评估指标分析了汽车前向碰撞预警系统性能。对比了各雷达性能，得出采用毫米波雷达探测障碍物可提高前碰预警系统工作的可靠性，有效降低事故发生概率。

关键词：前向碰撞预警；评估指标；毫米波雷达

中图分类号： U463.6 文献标识码：A

0 引言

在2022 年意外事故统计中，交通事故占据首位，且汽车发生正面碰撞超过60%。原因之一是驾驶员的不安全行为，加之当车身周围未安装监测传感器时，四大盲区难以观察，驾驶员很难对突如其来的事故作出迅速的反应。如果在发生事故前，车辆能够给驾驶员发出提示或预警，将明显减少碰撞事故的发生。

前向碰撞预警系统采用毫米波、超声波、激光雷达和车载摄像头等对周围环境感知。目前应用最广的是毫米波雷达，像奔驰新一代S 级轿车搭载了5 颗毫米波雷达，蔚来ET7 搭载5 颗毫米波雷达，小鹏G3 采用3 颗毫米波雷达等，车辆实时监测前方车辆，结合自车运行轨迹、速度等，通过计算安全距离或安全时间，有效减少前向碰撞事故发生[1]。

1 前向碰撞预警系统

前向碰撞预警系统通过实时监测前方环境信息和分析车辆行驶状态，及时向驾驶员发出预警并进行正确操作。前向碰撞预警系统由信息采集、电子控制和人机交互3 个单元组成[2]（图1）。信息采集单元通过自身车辆传感器或红外雷达系统采集本车参数信息和前向车辆或前方障碍物信息，包括本车速度、方位角、相对距离、周身图像及行驶状态，提供给电子控制单元。系统的核心是数据采集和精确距离定位。目前，传感器包括毫米波雷达、摄像头、超声波或红外传感器等。

电子控制单元（即中央控制器数据处理单元）根据信息采集单元的参数处理数据，建立本车辆评估状态。如通过计算车辆实际距离和安全距离并比较，来识别道路状态，并根据临界距离发出控制命令，或计算碰撞时间进行数据处理，建立有效的控制策略和预警算法，将信息送给人机交互单元。

人机交互单元包括仪表盘、声音报警器和安全带收紧装置，能够根据声音、视觉刺激等使驾驶员减速或制动，或采取调整座椅位置以及收紧安全带措施降低驾驶员受伤程度。

前向碰撞预警系统通过设置和计算安全距离，为驾驶员提供有效的警报反馈。其控制原理是通过传感器检测前方路况并采集速度信息，当两车之间的实际距离小于安全距离时，控制车速以确保安全驾驶；当驾驶员未及时采取措施时，给出预警提示，进行紧急制动，避免事故发生。

2 前向碰撞预警算法及其阈值

前向碰撞预警的指标由安全时间和安全距离决定，用来准确评估碰撞风险的算法包括安全时间逻辑算法和安全距离逻辑算法。

2.1 安全时间逻辑算法（TTC）

TTC 算法是一种用于预测车辆与前方障碍物碰撞所需时间的算法。该算法基于一个假设：如果车辆和障碍物保持当前的速度和方向不变，那么它们将在一定时间后发生碰撞，这个时间就是车辆与前方障碍物发生碰撞所需的最短时间。该算法计算公式如下。

式中：D 是车辆与前方目标的相对距离；V 是车辆与障碍物的相对速度。值得注意的是，如果车辆与障碍物之间的相对速度为零或负数（即车辆正在远离障碍物），则按照上述公式计算出的TTC 将无意义。此时，通常认为TTC 为无穷大，表示不存在碰撞风险。

在实际应用中，TTC 算法还需要考虑如车辆的动态性能、驾驶员的反应时间以及道路条件等因素。同时，也需要考虑雷达传感器的测量误差和信号延迟等问题。因此，实际使用的TTC 算法通常会比上述基本公式复杂。

2.2 安全距离逻辑算法

安全距离是前向碰撞预警系统算法的核心，反应距离和制动距离共同组成了安全距离。反应距离指驾驶员感知到可能与前方车辆有碰撞危险但尚未刹车的距离；而制动距离指驾驶员从刹车到车辆完全停车间的距离。其中反应距离受驾驶员主观因素及环境影响，包括驾驶员疲劳程度、经验和车辆状态，以及天气和道路条件等。该算法计算公式如下。

式中：LSafeDis 为安全距离；V 为本车移动车速；Tr 为调节因子（即受驾驶员主观因素及环境影响的因素）；Vrel 为本车与目标车辆相对速度；TTC 为安全时间。

2.3 适应性阈值（TFCWI）

适应性阈值是一种根据特定情况动态调整预警阈值的算法。其基本思想是：在不同的驾驶环境和車辆状态下，可能需要不同的预警策略。如在高速公路上行驶时，由于车速快，需要更早的预警；而在城市交通中，由于车辆经常需要停止或缓慢行驶，可以接受稍晚的预警。因此，通过动态调整预警阈值，使前向碰撞预警系统更好地适应不同的驾驶条件。

如果说前向碰撞预警指标表征的是驾驶过程中对碰撞风险的感知能力，那么前向碰撞预警阈值的大小就是决定预警提示出现时间的合理性。阈值越大，报警时间越早，给驾驶员提供反映的时间越多。但如果预警过早，预警信息可能造成驾驶员分心或烦躁，舒适性有所降低；如果预警过迟，则可能不足以保证安全行车。

通常来说，TFCWI 由自然驾驶数据统计分析或经验值确定，常用预警阈值为2.5 ～ 4.0 s[3]。虽然驾驶员特性对前向碰撞预警功能的影响逐渐引起学者关注，但对驾驶员反应时间的研究仍然不足。根据刺激反应理论，驾驶员通常需要经历一个感知决策过程来激发状态变化。因此应对不同驾驶人驾驶习惯，应探究更加精准的反应时间[4]，制定个性化TFCWI，对不同驾驶员选择不同的阈值。

2.4 前向碰撞预警系统评估指标

对前向碰撞预警系统进行评估和优化，需要制定合理的评估指标，这些指标要能够反映系统各方面的性能，如检测能力、精确性和可靠性等。正确预警率和虚假报警率可以有效评估碰撞系统的表现能力，是评估前向碰撞预警系统性能的重要指标[5]。正确预警率表示系统能够正确检测出危险并发出预警的比例；虚假报警率表示系统错误地将未达到阈值的情况识别为危险并发出预警的比例。正确预警数和正确拒绝数组成了正确预警，反之为虚假报警。表1 为响应正确预警与制动关系。

3 采用毫米波雷达的前向预警系统分析

3.1 雷达传感器的分类

雷达是一种无线电设备，通过发送电磁波并接收其反射回来的信号，测量物体的距离、速度和角度等信息。毫米波雷达是指频率在30 ～ 300 GHz、波长在1 ～ 10 mm 的雷达。相比超声波雷达和激光雷达，毫米波雷达具有探测距离远、穿透力强、分辨率高以及不受环境影响等优点，因此被广泛应用在汽车安全中[6]。不同类型雷达参数对比如表2 所示。

3.2 毫米波雷达分类

毫米波雷达按照工作频段分为长距离雷达和短距离雷达。短距离雷达探测范围比较大，但探測距离比较短；而长距离雷达探测范围窄，但探测距离长达250 m。短距离雷达以常见的24 GHz为代表，长距离雷达以77 GHz 为代表。

由于法规对智能驾驶安全性要求越来越高，从最开始仅需检测到前方一个车辆，逐渐升级为检测前方大范围和多角度的全部车辆、行人、自行车和障碍物等，因此毫米波雷达在速度、角度和距离测量方面都需要较高的要求。且2021 年底工业和信息化部公布的《汽车雷达无线电管理暂行规定》中提到，将76 ～ 79 GHz 频段规划用于汽车雷达。因此，目前主流为77GHz 毫米波雷达，通常被应用于前向碰撞预警系统上。短距离和长距离毫米波雷达性能对比如表3 所示。

3.3 毫米波雷达原理及参数

3.3.1 工作原理

毫米波雷达是利用高频电路产生特定三角波形式的电磁波（FMCW），通过发送天线发送，由接收天线接受，采集信息后，由雷达混频给出中频信号。毫米波雷达可同时测量多个目标。速度测量是以多普勒效应为基础，通过计算雷达的频率变化，返回到接收天线，得出目标相对于雷达的移动速度和飞行时间，计算出目标与雷达所在位置之间的距离。方位角测量（包括水平角度和垂直角度）是通过天线阵列接收同一目标反射的雷达波相位差计算目标的方位（图2）。

3.3.2 参数

毫米波雷达的主要参数包括发射频率、探测距离、速度测量和天线波束角度范围。

（1）发射频率：发射频率决定了雷达的分辨率和穿透能力。一般来说，频率越高，分辨率越好，但穿透能力越弱；反之则频率越低，分辨率越差，穿透能力越强。

（2）探测距离：雷达的发射功率越高，天线增益越高，天线辐射角越窄，物体反射截面积越大，雷达捕获的有效回波越强，测量距离越远。

（3）速度测量：当目标与雷达天线距离缩短时，反射信号频率大于发射频率。当目标与雷达天线距离增大时，反射信号频率小于发射频率。

（4）天线波束角度范围：天线射线的形状一般由横向和纵向平面（3 dB）的射线宽度来表示。天线的辐射角越窄，辐射能量越集中，距离雷达测量的距离就越远。

3.3.3 毫米波雷达在汽车中的应用

在自动驾驶车辆上，毫米波雷达主要用于环境感知和障碍物检测。如沃尔沃XC60 搭载了1 个单目摄像头、4 个全景摄像头、3个毫米波雷达和12 个超声波雷达。在3个毫米波雷达中，其中一个毫米波雷达位于中网车标上（图3）。其功能是探测前方车辆或障碍物，实现预警并辅助自动驾驶。

当沃尔沃开启智能领航辅助驾驶时，毫米波雷达锁定前车，实时监测车距，在设定时速范围内，自动实现加减速。若有其他车辆驶进监测范围内，雷达监测到目标小于本车速度时，车辆自动减速或制动。

另外2 个毫米波雷达位于后保险杠两侧，用于探测后方物体，实现倒车、侧身辅助预警和汽车盲点探测等功能。

中保研曾通过碰撞性能与维修价值、驾乘保护指标、行人保护和辅助驾驶安全四个方面对XC60 进行评价，评分从高到低为G、A、M 和P。其中G 为优秀，A 为良好，M 为一般，P 为较差。

在中保研给出的数据中，由于沃尔沃XC60 本身材质原因，在碰撞性能与维修价值上给出了P，其他三项均给出了最高的G。XC60 的前向碰撞预警系统中，由于前方的毫米波雷达位于中网上，进一步覆盖了视野盲区，击中率得到提高。但由于位置相对较低，在探测到路肩时，预警系统会将其视为障碍物而发出警报，误报率会有所增加。

3.3.4 4D 毫米波雷达

传统意义上毫米波雷达是3D 毫米波雷达，“3”指的是距离、速度和角度信息。近年来，随着各大毫米波雷达制造商，如博世、大陆等公司在4D 成像毫米波雷达上加大投入，在波形设计和超大天线阵列两个方向上取得了一些进展，使得4D 成像毫米波系统的研究成为了自动驾驶研究的热点之一。

4D 毫米波雷达在3D 毫米波雷达原有优势上，增加了俯仰角度测量能力，从而获取测试目标的实际高度。即在笛卡尔坐标系Z 轴方向上的距离，分辨率更高，水平角度分辨率达到1°，俯仰角度达到小于2°。4D 毫米波雷达增加了更多信道，比如采埃孚公司研制的4D 毫米波雷达有192 个信道，华为公司研制4D 毫米波雷达有288 个信道等。信道越多，形成的点越多，当输出大量测量点形成“点云”时，可以使物体轮廓更加清晰[7]。

4 结束语

本文详细分析了装有雷达传感器前向碰撞预警系统的性能，根据前向碰撞预警算法，应用击中率、正确报警率和虚假报警率指标对其性能评估，发现毫米波雷达的使用极大提高了前向碰撞预警系统的可靠性，并能够在各种复杂环境中准确、稳定工作。同时，应用适应性阈值算法动态调整预警阈值，可以适应不同的驾驶条件。另外，4D 雷达的出现，会进一步提高驾驶的安全性。

【参考文献】

作者简介：

[1] 迟仲达. 基于车路协同技术的车辆防碰撞预警系统开发[D]. 长春： 吉林大学，2018.

[2] 党超. 智能网联汽车结构层次及技术分析[J]. 内燃机与配件，2022（05）：220-222.

[3] 胡远志， 杨喜存， 刘西， 等. 基于驾驶员特性的主动避撞分级制动策略与验证[J]. 汽车工程，2019，41（03）：298-306.

[4] Shi Jing， Hussain Muhammad， Peng Dandan. A study of aberrant drivingbehaviors and road accidents in Chinese ride-hailing drivers[J]. Journal ofTransportation Safety & Security，2023，15（9）：877-894.

[5] 龙文民， 鲁光泉， 石茜， 等. 基于驾驶人跟驰特性的前撞预警指标与阈值确定方法[J]. 汽车工程，2022，44（09）：1339-1349+1371.

[6] Zhenping Ji， Xinpeng Zhu.Application of DBF in 77GHz AutomotiveMillimeter-wave Radar[C]// 材料科学应用与能源材料国际研讨会.2018.

[7] 曹斌， 沈红荣， 詹雯， 等.4D 毫米波成像雷达在智能汽车中的应用研究[J].汽车制造业，2022（04）：18-20.

王琰晴， 硕士，助理工程师，研究方向为载运工具运用工程。

通讯作者：

郭淑清， 硕士，副教授，研究方向为汽车电子控制。