AEB系统技术重点是什么?TTC在AEB决策中扮演这什么角色?
扫描二维码
随时随地手机看文章
AEB由车辆碰撞迫近制动系统(cib)和动态制动支持系统(dbs)两个系统组成,是一种汽车主动安全技术。为增进大家对AEB系统的认识,本文将对AEB系统的技术重点、TTC算法在AEB系统决策中的应用予以介绍。如果你对AEB系统具有兴趣,不妨继续往下阅读哦。
一、AEB的技术重点
传感器数据融合的基本原理在于综合运用多个传感器所获取的数据和信息,通过一定的准则将空间和时间上的冗余或互补信息进行组合,从而实现对被测对象的一致性描述。这种传感器融合方案的优势在于其能够提升AEB系统的感知能力,确保在复杂交通环境下也能准确识别潜在危险,进而做出及时有效的刹车反应。
首先,摄像头和毫米波雷达各自负责收集观测目标的数据。随后,系统会对来自各传感器的数据进行特征提取与模式识别处理,确保能准确地将不同目标进行关联。最终,通过融合算法的综合处理,系统能够整合同一目标的所有传感器数据,从而得出关于该目标威胁性的一致性判断。
数据融合并非仅有一种方式,而是存在多种策略。例如,某些方案可能倾向于融合不同传感器独立处理后的目标数据,而另一些方案则可能更侧重于将各传感器的原始数据进行融合,以防止原始数据的遗失。在智能驾驶的实际应用中,传感器的数据融合通常涉及三种策略:数据级融合、特征级融合以及决策级融合。
数据级融合,作为融合层次的起点,直接对传感器采集的原始数据进行融合处理。在融合的基础上,进一步进行特征提取和决策判断。这种融合方法不仅数据损失量较少,还能捕捉到其他层次所忽视的细微信息,因此在精度上表现出色。然而,它也存在一定的局限性,包括处理复杂性和对算法精度的要求较高等。
数据级融合面临诸多挑战,其中之一便是需要处理的传感器数据量庞大。这不仅增加了故障处理的成本,还延长了处理时间,影响了实时性。
在信息融合的最低层次进行此类操作,传感器信息的不确定性、不完全性和不稳定性成为关键问题。因此,融合过程中需要具备强大的纠错处理能力。
数据级融合还要求传感器具备一致性,即它们必须提供关于同一观测对象的同类观测数据。
此外,这种融合方法还面临着数据通信量大和抗干扰能力相对较弱的问题。
数据级融合技术在多个领域都有应用,如多源图像复合、图像分析和理解,以及同类雷达波形的直接合成等。
二、TTC算法在AEB决策中的应用
TTC,即Time-To-Collision算法,在车辆决策过程中扮演着至关重要的角色。该算法专注于计算两辆相互接近的车辆之间的碰撞时间。通过综合考量每辆车的历史位置、当前速度和加速度,TTC能够预测车辆未来的轨迹和可能的碰撞风险。
在车辆行驶过程中,TTC算法实时监控本车与前车的相对位置和运动状态。一旦检测到可能发生碰撞的风险,即TTC值低于设定的阈值,系统会迅速采取行动。若TTC值低于FCW阀值,系统会通过视觉、听觉或触觉方式向驾驶员发出警告;而当TTC值进一步降低至AEB阀值以下时,系统则会自动启动紧急制动,以避免潜在的碰撞事故。
1、执行阶段
执行,即采取行动,可以理解为系统代替驾驶员进行刹车操作。这一阶段通常由ESP或其他设备,如i—Booster或独立的高压蓄能器控制器来实施,它们负责对车辆的刹车系统进行控制,以实现制动。然而,在系统执行刹车之前,通常会先有碰撞预警系统发出提示,旨在给予驾驶员处理危险的时间或预先的心理准备。
2、提醒阶段
在车辆可能发生碰撞之前,系统会通过声学和光学的方式提醒驾驶者,如发出警告声音或闪烁灯光,以提醒其注意潜在危险。同时,系统还会根据车辆的实际配置对某些功能进行相应调节,例如调整可变悬架的设置。
3、预制动阶段
进入预制动阶段后,AEB系统会尝试通过短促的制动来唤醒驾驶员,并启动安全带预紧功能。此时,制动系统开始对刹车盘施加制动力,但制动力度通常仅为全部制动能力的30%。这一阶段中,驾驶员仍有足够的时间和机会通过干预来避免碰撞。
4、部分制动阶段
在部分制动阶段,AEB系统会使用50%的制动力为车辆减速。同时,如果车辆配备了自动车窗和天窗,系统会开始主动关闭这些设施,以保护驾驶员在可能发生的碰撞中不受伤害。此外,AEB系统还会打开双闪警示灯,提醒后方车辆注意减速。在这一阶段,如果驾驶员及时介入,仍然有可能成功避免碰撞。
5、全力制动阶段
当危险等级进一步升高时,AEB系统将放弃对驾驶员制动行为的依赖,通过执行器施加100%的刹车力度。同时,车辆会收到信号开始为可能发生的碰撞做好准备,例如自动收紧安全带等措施。这一阶段的制动力度和速度都是最大的,旨在最大程度地减少碰撞带来的损害。
以上便是此次带来超声波换能器的相关内容,通过本文,希望大家对超声波换能器已经具备一定的了解。如果你喜欢本文,不妨持续关注我们网站哦,将于后期带来更多精彩内容。最后,十分感谢大家的阅读,have a nice day!