基于伯特利单目摄像头坡道跟车起步慢问题研究

张敬医　陈雪丹　王昊

摘 要：随着疫情后市场对汽车行业影响，包括芯片资源、单目摄像头独立供货能力等。都是对国内汽车企业带来不断考验，如何在疫情影响下，保证车辆生产以及开发替代产品，满足或者超过国际垄断大牌企业。因此，我们将工作侧重在单目摄像头开发，做好性能和技术指标达到行业领先。伯特利单目摄像头系统诞生，为了更好取代国际巨头4+2-ADAS系统做好铺垫。然而，当前伯特利单目摄像头性能，在验收阶段，发现坡道跟车起步慢问题，已经不能满足不产品和性能要求，若想解决这个问题，就必须对其自身进行不断优化与创新，来满足市场对产品和性能需求。

关键词：单目摄像头 坡道跟车 起步

1 引言

如今以汽车零部件头部企业为代表智能驾驶模式产品，已经在国产汽车品牌中大规模应用，已经成为国产中高端汽车产品标配产品。

随着智能驾驶技术和芯片产业在国内发展呈现迅猛态势，未来智能驾驶技术，会因为消费者应用习惯和产品依赖，从而实现在专属领域广泛深入扩大市场份额。之前，因为疫情和芯片供需紧张原因，国内汽车产品配置智能驾驶功能收到来自头部供应商供货产能限制压力，随时会出现断供情况。上述情况对国内汽车企业是一种沉重打击。因为智能模块从选择到应用，投入了大量试验和验证。断供会很大程度影响整体车辆交付进度，严重可能会导致产品，甚至是企业倒闭。面对这种“卡脖子”情况，国内汽车企业没有向困难低头，为了改变现状，公司和配套企业，通过自主研发，实现自己产能供应充足情况下，解决“卡脖子”问题。

为此，在单目摄像头智能驾驶系统开发短周期过程中，遇到各种各样问题。经过项目专业和供应商团队齐心协力下，从而形成具备合格条件上市产品。本次撰写目，针对在单目摄像头开发过程中，遇到问题，以及在过程中如何测试？如何验证？如何找到解决方案？最终形成解决问题关键路径和冻结措施，通过终验收总结和分享。

2 单目摄像头介绍

单目摄像头，是基于单个摄像头来实现对前方路况和信息进行采集和识别功能。

3 伯特利单目摄像头开发过程问题

3.1 坡道跟车起步慢

情况设定：配置单目摄像头试验车辆，在试验条件下，进行坡道跟车测试，针对测试情况，进行整理和分析，形成最终测试结论。

试验环境：天门山坡道，坡道整体坡度13度，坡道长度32米。环境温度12度。

测试车辆：T1D 2.0T 两驱舒适，同时配置单目摄像头作为试验车，目标靶车为T1D 1.6T 两驱舒适型。

测试开始：目标靶车分别从坡地停车，坡中和坡顶进行停车后起步，对试验车辆坡道起步跟车问题进行测试。

测试驾驶员直观感觉，前车距离至少20米时车辆自适应巡航方启动工作，开始跟车运动前行。初步测试结论，整体不满足用户使用要求，针对问题点，我们做了如下分析和整理。

3.2 跟车距离偏大

在测试验收阶段，跟车距离偏大主要表现是，在测试环境下，当前车起步后，距离前车离开距离达到20米距离时，跟车起步方启动工作。通过分析发现，导致跟车距离偏大原因，从表象看是整车响应慢。从供应商专业角度分析，响应慢原因是，整车起步扭矩释放不够大，导致无法驱动车辆第一时间响应跟着动作。

为此，我们结合供应商反馈建议，把解决问题方向，朝着软件方向开始，对软件进行现场数据修改，来实现调整扭矩，验证扭矩提高后跟车效果。

3.3 主观感受不佳

将焦点聚焦回驾驶员和成员角度，我们对参与测试成员，对测试时跟车距离问题进行调研，形成结论（参见跟车情况统计表1）。

通过跟车情况统计表1结论，参与测试人员对，未修改软件车辆测试结果均不满意。

3.4 容易被插队

在测试阶段，我们尝试模拟插队情况。通过测试发现，未改进前，因为前后车辆距离较大，给双车道中另外车道车辆有插队机会。这样显然不是我们产品设计开发初衷。

4 单目摄像头问题分析

4.1 工作原理

通过摄像头和前雷达实现对前方物体进行探测，达到识别前方物体目，目前支持最小识别物体为电动自行车。当识别到电动自行车后，驾驶屏幕会显示电动车图标。见表２。

4.2 分段监测

将整车工作分成4段，分别为t1，t2，t3，t4，其中t1为前车运动到ACC工作发出加速度请求阶段，t2，为ACC加速度请求到VLC响应时间阶段，t3为VLC响应到no brake force 时间阶段，t4为从no brake force到整车运动时间阶段，进行数据采集和整理。

4.3 对比数据

对比数据做成表格如表３所示：

其中主要对比车型包括范围如下：同样动总不同车型，同样车型不同动总。以及标杆车型不同动总。试验车数据，对比同样动总不同车型T1A2.0T 时间偏差为-468ms，对比同样车型不同动总T1D 1.6T车型偏差为-348ms，对比不同车型不同动总，T1A 1.6T 车型偏差为-577ms。

4.4 找出问题点

对比数据后，如图所示，问题车型时间段分别为t1，359ms；t2，418ms；t3，587ms；t4，738ms从ACC起步到车辆响应起步，时间为t2+t3+t4时间之和，即418ms+587ms+738ms=1743ms，前车起步到本车起步时间t1+t2+t3+t4之和，359ms+418ms+587ms+738ms=2102ms。试验车数据，对比T1A2.0T 时间偏差为468ms。

4.5 竟品数据

对比标杆车型配置博世系统1.6T车型偏差1012ms之大。其中博世车型分阶段表现如下t1，240ms比目标车响应时间快119ms， t2，阶段表现70ms，相比目标车型响应快348ms，t3，表现为600ms，相比目标车型慢13ms，t4，阶段表现为180ms，相比目标车型响应快558ms。从竞品车数据表现，除t2阶段目标车辆优于竞品车12ms外，其他三个时间段，均大幅落后于竞品车。

5 单目摄像头问题解决

5.1 数据比对

完成了车辆数据测量记录后，针对目标车和其他车型比对数据进行分析t1；359ms t2； 418ms t3； 587ms t4；738ms，针对各个时间段偏差进行比对分析。发现t3-t4阶段数据有提升空间。

5.2 修改数据

通过分析，有两方面可以修改，一方面为通过修改整车起步扭矩数据，另一方面通过修改整车动总适配标定数据方式，来调整起步时间。

5.3 检验效果

从方案一开始，初始10NM开始测试，跟车起步时间在4S，提高到20NM时，跟车起步响应时间2S，扭矩调整到30NM时，跟车起步时间在3S，当扭矩调整到50NM时，起步时间还是在3S。从方案一测试结果看，单纯改动增加扭矩，对起步响应时间压缩，效果不明显。

继续从方案二上入手，通过对动总数据进行适配，针对t3+t4响应时间进行调整，经过对ACCTarAcc调整后，使t3+t4响应时间缩短400ms，从而改善了整车起步相应时间慢问题。

再次对参与测试成员，进行跟车距离问题调研，形成结论（参见跟车情况统计表４）。

通过统计表４结论，参与测试人员对，修改软件后车辆跟车结果均表示满意。

5.4 形成结果

策略一：WCBS将初始请求扭矩提高到30N/M（之前在10N/M）

动总表现：输出起始扭矩增大到20.5N/M，随后发动机曲轴端输出扭矩保持80ms初始值后就一直在降低，在116.74秒时，扭矩降到13N/M，然后发动机才开始升扭。从初始20.5N/M到降扭、到再次升扭到20.5NM共用了0.393秒;同时相对之前数据坡道从ACCTarAcc发请求到退出standstill时间并未改善;整车表现：WCBS将初始请求扭矩提高到30N.M乃至60N/M，无改善。

策略二：针对动总进行了适配性标定，缩短起步时间（t3+t4）

整车表现：ACCTarAcc发请求到起步时间缩短了400ms左右，总起步时间在2s以内。

结论：按策略二优化，同时，从性能和模拟用户角度，可以接受优化后整车表现。

最终，跟随公司零件号设变进行变更。将整车动总进行了适配性标定，缩短起步时间（t3+t4），达到跟车起步响应时间最短。并对整车起步数据进行控制数据刷写，达到具备全天候执行状态。

完成刷写后，在此进行跟车测试，实测跟车响应时间在2S内，与测试最佳状态保持一致。因为对整车数据进行固化和更新，在全部该动总车型上，进行刷写体现。

6 结论

跟车起步响应时间测试结果来看，不是简单增加整车扭矩就可以实现加速起步响应。当扭矩增大后，跟车时间没有明显变好，而且还有数据变差情况，为此，整车跟车响应数据，需要结合车辆状态和综合情况，找到最佳起步扭矩，达到最终实现跟车快速响应目。

参考文献：

[1]许端.一种车载单目摄像头外部参数自标定方法[D]. 武汉：武汉极目智能技术有限公司，2017.

[2]沈念伟.基于单目摄像头车辆前方障碍物检测研究[D].上海：上海理工大学机械工程学院，2022.