博世、电装、瑞萨的先进驾驶辅助系统 (ADAS)
2015年国际汽车电子技术博览会上的演讲及展示
2015/02/15
概 要
 博世的车辆后方中程雷达传感器在检测到后方车辆时会辅助变道 (图片提供：博世) |
 从停车位倒退离开时，由于驾驶员的视野被遮挡，存在潜在危险，因此采用上述传感器进行辅助 (图片提供：博世) |
本报告将介绍2015年1月14～16日举办第7届国际汽车电子技术博览会(日本)上，博世、电装、瑞萨电子这三家公司的先进驾驶辅助系统 (ADAS：Advanced Driver Assistance System) 相关演讲及展示内容。
三家公司都着眼于未来的自动驾驶，计划提高安全技术、驾驶辅助技术，并分阶段实施新技术的应用。
博世认为，自动驾驶起步于高速行驶与泊车辅助，因此将朝这2个领域发展。通过这2个领域展现自动驾驶所必需的关键技术“Surround Sensing”、“Safety and Security”以及“完善相关法规的必要性”，同时介绍了支持这些技术的“地图数据”以及“System Architecture (包括电动化)”。
电装主要围绕行驶环境识别 (周边环境传感器) 进行了演讲。今后将进一步利用提高识别精度的信号处理技术MUSIC (Multiple Signal Classification) 、以及扫描型LIDAR (Light Detection and Ranging）等技术。还介绍了通过准天顶卫星将本车定位精度提高至10cm级别等计划。
专业半导体制造商瑞萨电子介绍了安全驾驶及其他驾驶辅助系统的内容复杂化、识别对象范围扩大、识别及判断处理增加、功耗增加、以及对功能安全的要求日趋严格等趋势。瑞萨开发ADAS方面的SoC (System on a Chip：系统LSI) —R-Car车载芯片、通过实现驾驶辅助系统需求多合一的32位微控制器RH850、以及在上述情况下的低功耗解决方案。此外，瑞萨还致力于提供新的通信技术WAVE解决方案，以满足对“联网车辆”的要求。
相关报告：
自动驾驶：哪些技术掌握关键 （2014年11月）
自动驾驶技术的发展蓝图：Telematics Japan 2014 (2014年11月)
2014年底特律ITS世界大会：CTO研讨会概况 (2014年10月)
2014年底特律ITS世界大会：进一步进化的自动驾驶技术和辅助系统 (2014年10月)
博世在自动驾驶方面的努力
博世以“博世在自动驾驶方面的努力”为题进行了演讲。
作为未来移动工具的趋势，博世列举了“自动化”、“联网”、“电动化”等。
博世描绘的未来移动工具
| 自动化 | 联网 | 电动化 |
|---|---|---|
| Automated Mobility | Connected Mobility | Electric Mobility |
| ・目前在提高安全性方面采用自动化技术 | ・充分利用云技术、 ・为安全作贡献、 ・正考虑对维修工厂进行联网 | ・电动化技术支持自动驾驶、 ・为Clean Driving作贡献 |
自动驾驶的社会便利性
| 根据博世在2012年实施调查的结果，如自动驾驶与驾驶员驾驶之间可进行切换，约有60%的人对自动驾驶持肯定态度。 | |
| 缓解拥堵 | 削减拥堵以及路口的等待时间。 |
|---|---|
| 燃效 | 在实施调查的交通流量情况下，高速燃效提高23～39%。 |
| 提高时间效率 | 平均每日56分钟的驾驶时间可分配至其他事务 (美国) 。 |
| 扩大使用年龄层 | 不断扩大的老龄化人群也能享受驾驶乐趣。 |
| 提高安全性 | 90%的事故源自人为操作失误。 |
博世：自动驾驶起步于高速驾驶及泊车辅助
博世认为，自动驾驶起步于高速驾驶及泊车辅助，因此今后将朝这2个领域发展，从已实现量产的技术开始，以未来实现自动驾驶为目标。通过对其分析，揭示自动驾驶所必需的关键技术“Surround Sensing”、“Safety and Security”以及“完善相关法规的必要性”，同时指出所需的技术支持“地图数据”以及“System Architecture”。System Architecture中包括了提高各功能的处理能力、实现自动驾驶的电动化方案。
高速自动驾驶功能的发展蓝图
(下图规划从左向右，对于传感技术及安全保障的要求依次提高)
| 部分自动化 (需要驾驶员的监控) | 以“联网”为前提 | |||
|---|---|---|---|---|
| 高度自动化 | 完全自动化 | |||
| ACC,Lane Keep Assist | Integrated Cruise Assist | Highway Assist | Highway Pilot | Auto Pilot |
| 单传感器 | 传感器数据融合 (注) | 传感器数据融合 + 地图 | ||
| 纵向与横向的控制 | 车道内纵向与横向的一部分自动控制 | 车道内纵向与横向的自动控制、经驾驶员确认后变道 | 包括变道在内的纵向及横向的高水平自动控制，无需驾驶员持续监控 | 包括市区在内，从家到公司等目的地的自动驾驶，无需驾驶员监控 |
(注) 通过融合多个传感器的数据，进行相互补充，运算出准确的位置与姿势。
泊车辅助功能的发展蓝图
| 量产中 | 2015年 | 以“联网”为前提 | ||
|---|---|---|---|---|
| 2018年 | 2020年～ | |||
| Park steering control | Park maneuver control | Automatic/remote park assist | Auto park pilot | Valet parking |
| 超声波传感器 | 超声波传感器 + 摄像头 | 超声波传感器 + 摄像头 + 地图 | ||
| 自动转向、驾驶员操作油门与制动器 | 系统控制转向器与制动器，驾驶员操作油门 | 自动进行纵向和横向的控制，驾驶员进行监控 (可在车外等待) | 自动进行纵向和横向的控制，无需驾驶员监控 | 实现通信的车辆自动在停车场泊车，需要地图与车辆间/车路间通信 |
通过上述高速驾驶与泊车辅助这2个代表性的案例，揭示了自动驾驶的3个必要条件以及支持技术—地图数据及System Architecture。
自动驾驶的必要条件
| Surround Sensing | Safety and Security | Legislation (立法) | |
|---|---|---|---|
| 通过雷达、摄像头等各类传感器的组合实现车辆前后左右360度传感 | 对技术性错误及服务器攻击的防御 | 需要根据技术开发的进展更改法规的基本框架 | |
| 雷达、摄像头不易检测到的位置等各类情况所需的可靠度 | Security上的漏洞会造成Safety上的风险 (两者紧密联系在一起) | ・在北美，自动驾驶相关法律及标准由各州自行制定； ・在欧洲，以VDA (德国汽车工业协会) 为主制定； ・在日本，正推进自动化水平的重新定义、相关法规的完善。 | |
| 驾驶员监测系统是实现自动驾驶非常重要的要素之一 (系统可随时将主导权交还至驾驶员手中) | ＜Safety＞ 防止技术性错误，将故障产生的影响最小化 | ＜Security＞ 屏蔽服务器攻击 | |
支持上述3个条件的地图数据与System Architecture
| 地图数据 | 高水平的自动驾驶需要最新的、更精密的地图数据，将构建系统，将收集的信息通过云端进行处理和发送。地图数据在远程路线的设置方面不可或缺。 |
|---|---|
| 事先确认传感器的检测范围以外的信息，提前根据道路情况作出驾驶操作指示。 (例) 在两车道汇合处可避免车道减少导致的紧急制动。 | |
| System Architecture | 构建安全、可靠的组件/系统，即使出现缺陷也能继续行驶。将转向、制动、行驶稳定化的各功能形成双重系统，即使发生缺陷，也不会发生系统整体突然崩溃的情况，会分阶段逐步停止各功能等。 |
| 为了满足处理能力的提高以及自动驾驶功能的需求，需要 E/E (Electrical and Electronic) 架构。博世目前正在供应ESP、电动助力转向器、iBooster等丰富的电动化零部件。 |
各类传感器及电动设备的展示
博世认为，今后自动驾驶功能群将为车辆架构带来巨大的变化，因此目前正集结必要的关键技术，为投放市场做准备。
以下将介绍博世在展会现场展出的用于Surround Sensing的各类传感器以及电动设备。
 |
 |
| 电动液压式制动助力器。取代原先的发动机负压，电机辅助制动踏板力。 | 博世展示的双小齿轮式电动助力转向器。 |
博世的Surround Sensing
| 远程毫米波雷达 (LRR4) | 检测角度40度，可检测前方250m的车辆。时速超过160km时也可使用ACC。2014年开始量产。据悉，已为保时捷等高级车配套。 |
|---|---|
| 中程毫米波雷达 (MMR) | 检测角度45度，可检测至160m，与上述远程雷达相比，性价比较高。时速低于160km时可用于自动紧急制动系统及ACC。2013年开始供货。 |
| 车辆后方用中程雷达传感器 (MRR rear) | 最大检测角度150度，最大检测距离100m。内置于车辆后部保险杠左右的2个传感器监测车辆后方与周围，辅助变道以及从停车位倒退。2014年开始供货。 |
| 多功能摄像头 (MPC) | 针对标志识别系统、物体检测等用途开发。还能辅助和提高ACC、车道保持辅助系统等基于雷达的功能。 |
| 立体摄像头 (SVC) | 拥有2个CMOS摄像头，可3D检测水平视角45度以及超过50m的范围。视频传感器用于补充雷达技术，通过传感器数据生成详细的“图像”，辅助雷达的功能。此外，车辆周边的3D检测将是未来自动行驶功能的基础。 |
资料：展会现场展示及博世的新闻发布
博世：展出ADAS必需的电动设备
| iBooster | 电动液压式制动助力器。取代传统的发动机负压方式，由电机增加制动踏板力。由于反应快，可瞬间高压制动，缩短自动紧急制动时的制动距离。时速在30km的情况下可缩短1.5m的制动距离。采用iBooster后，目前发生的碰撞事故中，最多可避免其中的一半。 |
|---|---|
| 电动助力转向器 | 电动助力转向器 (EPS) 也是自动驾驶所不可或缺的系统。博世展出在欧洲广泛应用的双小齿轮式EPS (博世还在供应柱式及齿条轴平行式) 。 |
电装：支持高级驾驶辅助系统的传感技术
电装以“支持高级驾驶辅助系统的传感技术”为题进行了演讲。支持安心、安全驾驶的系统构成要素分为“行驶环境识别 (周边传感器)”、“HMI”、“信息通信”、“车辆运动控制”等类别，其中主要以行驶环境识别 (周边传感器) 为主进行了演讲。
电装首先介绍了全球各地区的安全标准及NCAP的强化促进预防安全技术以及其他驾驶辅助技术普及的情况。
EURO NCAP的动向
| 以日美欧为主将预防安全配置列入NCAP (New Car Assessment Program) 的评测项目中。 先行的EURO NCAP中： | |
| 2014年 | 引进 Forward Collision Warning (FCW) /Autonomous Emergency Braking (AEB) 、Lane Departure Warning (LDW) |
|---|---|
| 2016年 | 正在考虑引进 AEB 行人 (日间) |
| 2018年 | 正在考虑引进 AEB 行人 (夜间) 、AEB自行车 (路口的迎面碰撞) 、AEB (路口的迎面碰撞、右转×直行) 等 |
电装：识别行驶环境的传感技术：
电装为了识别行驶环境，以车辆与识别对象的距离以及是否能在车辆上看见对象物体为依据，认为“周边传感器”、“V2X”、“云通信设备”、“定位器”是必要条件。
其中，为提高周边传感性能开发的技术包括提高毫米波识别精度的MUSIC (Multiple Signal Classification) 、彩色摄像头、扫描型LIDAR (Light Detection and Ranging)。以下将介绍其开发情况。
此外，丰田2014年9月在美国公布了安全驾驶辅助相关自动驾驶技术的开发进度情况。其中公开了与丰田中央研究所共同开发的SPAD LIDAR (Single Photon Avalanche Diode/Light Detection and Ranging)。除了提高性能以外，还以大幅小型化、降低成本为目标，成功地缩小了其配套空间。
行驶环境识别传感器
| 周边传感器 (检测车辆至前方100m左右) | 周边监视摄像头、声纳、毫米波、激光 |
|---|---|
| 更远处或不可视位置 | V2X (车辆间、车路间通信) 、云通信设备、定位器。 |
提高周边传感性能的新技术
| 提高毫米波识别精度的MUSIC | 为了将ACC以及AEB (Autonomous Emergency Braking) 进一步普及至小型车，要求毫米波传感器缩小尺寸、降低成本。但同时尺寸变小后会产生方位分离能力及识别能力下降等问题。 |
|---|---|
| 电装首次在汽车领域采用多重信号分类方法 (Multiple Signal Classification: MUSIC)。小型传感器无法分离的 (1) 前方2台车辆以相同时速并排行驶、 (2) 前方车辆与护栏 可利用该技术可进行分离并识别。 | |
| 彩色摄像头 | 通过采用彩色摄像头，可识别前方车辆的尾灯及行人。此外，除了道路的“白线”以外，还能识别韩国的蓝线、美国的Botts Dots (主要用于北美，用于间隔道路的直径10cm左右的圆形反光瓷球状物) 、施工黄线 (德国) 等。时速介于150km～200km之间时还可识别道路标志。 |
| 扫描式LIDAR | LIDAR (Light Detection and Ranging) 技术通过照射波长远短于雷达的电磁波 (紫外线、可视光线、近红外线)，对反射光进行分析，测量与对象物体距离。该技术可有效识别电线杆、路缘石沿、道路两侧的树木等。此外，由于像素度高，还可准确测量与小型对象物体的距离，因此成为行人识别的有效手段。 |
| 电装正在开发名为"Grid Map"的技术，该技术将前方道路的地图进行细分，将细分的每个区域存在障碍物的概率地图化。检测到不存在障碍物的区域时，会向驾驶员 (或自动驾驶系统) 提示可安全行驶的道路。 |
在远处信息识别方面，电装介绍了ADAS定位器、利用准天顶卫星的高精度定位技术等。
远处 (或不可视位置) 信息的收集 (利用信息通信)
| V2X | 通过车辆与基础设施、车辆间的相互通信，辅助安全驾驶。 |
|---|---|
| 云通信设备 | 通过大数据的分析，提供安心、安全的信息。 |
| ADAS定位器 | 通过GPS信号、陀螺仪传感器、车速测定等确认所在位置。根据“所在位置”与“地图”，提供前方1公里左右的“前方道路信息 (ADAS Horizon)”。电装制作了样机。 |
| 利用准天顶卫星的高精度定位技术 | 车辆间想要安全地交错行驶，需要精准度达到10cm的水平，但目前“利用GPS和陀螺仪等进行修正”的方法会产生122cm左右的误差。通过利用“来自准天顶卫星 (在特定的太空区域长时间停留的人工卫星) 的加强信号加上JAXA开发的精密定位算法”，可将误差控制在10cm左右，从而测定所在位置。 |
驾驶者状态监视器 (Driver Status Monitor：DSM)
| 功能/性能 | 将DSM的功能从“观察驾驶员 (脸部朝向及瞌睡情况)”提升至“判断驾驶员状态 (观察视线及表情)。也就是从单纯的“脸部图像识别”升级至“脸部图像识别 + 数据分析”。 |
|---|---|
| 系统 | 2014年4月电装宣布，目前正在开发的系统通过ECU控制摄像头和照明、进行图像处理、驾驶员状态检测，根据驾驶员的状态启动预碰撞安全系统、发出警报音及振动警告、更改空调设定或提供驾驶意见等。还在开发将脸部表情进行图像处理、测定瞌睡程度的技术。 |
瑞萨：通过单个芯片实现不碰撞车辆
瑞萨以“通过单个芯片实现不碰撞车辆的瑞萨ADAS解决方案”为题进行了演讲，介绍提高安全性的3个方面及瑞萨的相应对策。 (1) “安全驾驶辅助”方面，“应对演算量的增加，由负责提取信息的CPU以及图像处理引擎分担处理，与功耗取得平衡”； (2) “自动驾驶技术”方面，“将实现功能安全的控制系统技术经验应用至瑞萨的高性能SoC (System on a Chip：系统LSI) —R-Car车载芯片”； (3) “联网车辆”方面，“提供实现互操作性的新通信技术WAVE解决方案”。
提高安全性的3个方面
(1) 安全驾驶辅助 (安全驾驶辅助的变化)
| 安全驾驶内容的变化 | 安全驾驶的内容从原先的Passive safety (安全带、安全气囊等) 变化至 Active safety (车道偏离警告、自动紧急制动、带转向操作的避免碰撞等)。 |
|---|---|
| 识别对象扩大至车道、车辆、行人、行人的动作，需要进行判断处理的数据量也有所增加。演算量与功耗增加，尤其是预测行人动作的功耗猛增。 | |
| 瑞萨的对策 | 为了使庞大的识别及判断处理量与功耗保持平衡，瑞萨提出“专用加速器 + CPU (中央处理器)”。共享内存的同时，CPU负责提取信息和分析，视点转换引擎IMR及图像识别引擎IMP-X4等负责图像处理，从而抑制功耗的产生 (将这些称为专用加速器，与仅靠通用CPU处理相比，可将处理速度提高至10～100倍)。 |
(2) 自动驾驶技术 (驾驶辅助的变化)
| 驾驶辅助的变化 | 从原先的“视线补充”升级至目前的“Traffic Jam Assist”。今后针对老年人的驾驶辅助等将着眼于未来的“自动驾驶”，产生内容上的变化。 |
|---|---|
| 试制车到量产车的开发缺口 | 从自动驾驶试制车到量产车的开发存在包括性能 (识别/判断处理量与功耗之间的平衡) 、成本 (可实现普及的成本) 、可靠性 (功能安全的实现) 方面的缺口 (作为功能安全实现的标准，必须要达到ISO26262 ASIL (Automotive Safety Integrity Level) 的最高D等级) 。可满足性能与功能安全的微处理器 (MPU) 目前尚未开发出来。 |
| 瑞萨的对策 | 瑞萨在保证识别、判断处理量与功耗之间平衡的同时，还将兼顾功能安全。将实现功能安全的控制系统技术经验应用至高性能SoC (System on a Chip：系统LSI) —R-Car车载芯片。 |
(3) 联网车辆
| 新的通信技术WAVE | 目前的通信技术为ETC或LTE/3G，从2016年前后开始，预计WAVE (Wireless Access in Vehicle Environment)的应用将成为主流。该高速通信技术将实现新一代车辆间、车路间通信。该通信技术中，“互操作性 (Interoperability) ”将成为相互验证的关键 (由于是多家公司开发的通信设备进行相互验证，因此仅1家公司无法验证) 。 |
|---|---|
| 瑞萨开发WAVE解决方案，正通过标准化组织开展相互连接验证以及与整车厂/一级供应商之间的实证测试。瑞萨参与由欧洲ETSI主办的PlugTest (Interoperability的测试)，在无线特性及连接性方面获得较高评价。 | |
| 瑞萨的对策 | 瑞萨为实现联网车辆，提出WAVE解决方案。目前已在量产日本国内版本 (760MHz)。还在开发全球版解决方案 (5.9GHz)。 |
环绕检测系统与安全芯片RH850
瑞萨在展会上介绍了环绕检测系统、以及将满足驾驶辅助需求的功能整合至单个芯片的安全芯片“RH850/P1x-C”，并分别进行了演示。
环绕检测系统推出以下功能：在ADAS方面，除了LDW、AEB、远光灯辅助等使用前方摄像头的系统以外，还扩大至并用后视摄像头等元件的车辆全方位系统，还增加防止遗漏功能。但图像识别对象的扩大以及摄像头的高像素化导致处理负担增加，需要更高等级的功能安全，从而导致软件开发成本增加。瑞萨在解决这些问题的同时开发出低功耗的技术。
 |
 |
| 对Surround View System进行升级的Surround Monitoring System的演示 | |
 |
|
| 多合一安全芯片“RH850/P1x-C系列”配套车的安全驾驶辅助演示 | |
瑞萨的ADAS发展蓝图
| 现行 | 下一代 | 随后的一代 (Connected) | |
|---|---|---|---|
| ADAS | 高精细3D环绕检测系统 4个摄像头同时对行人进行识别 | 自动驾驶 (专用车道) 避免碰撞 行人动向预测 自行车识别 | 自动驾驶 (一般道路) 云端服务 十字路口移动物体的动向预测 |
| 瑞萨提供的 技术和商品 | WAVE解决方案 | ||
| R-CAR (SoC, System on a Chip) | |||
| (现行32位微控制器) | RH850 (针对新开发的车辆控制系统的32位微控制器) | ||
瑞萨：开发环绕检测系统
| 2014年9月，瑞萨针对先进驾驶辅助系统 (ADAS) 的SoC (System on a Chip：系统LSI) 首款车载芯片“R-Car V2H”开始出样。该产品对现有的全景可视系统进行升级，提高可视性，成功构建具有高分辨率的环绕检测系统。通过将多个摄像头的图像实时转换视点、合成图像，提供车辆的俯瞰图像。2016年下半年起量产，2017年10月计划实现50万件的月产量。 |
| 30～40%的交通事故发生在停车场。主要原因是驾驶员的注意力过于专注在泊车上，或者过于焦急、犹豫不决、钻牛角尖等。目前的全景可视系统仅将4个摄像头的图像放在一起，由驾驶员进行判断，新系统利用图像识别技术，检测障碍物或人，即使驾驶员疏忽大意，也能通过系统弥补。 |
| 新产品R-Car V2H具有以下特征： (1) 将ADAS的不同功能集合在单个芯片上，并实现低功耗； (2) 通过扩充应对开放源码的图像识别类库，使将软件的开发效率取得质的飞跃； (3) 通过采用高分辨率摄像头的传输方式Ethernet AVD (Audio Video Bridging)，实现下一代车载摄像头系统的构建。 |
资料：展会现场展示、瑞萨公告 2014.8.28
瑞萨：将多合一安全芯片“RH850/P1x-C系列”商品化
| 近年来，随着汽车朝自动驾驶的方向发展，驾驶辅助系统也取得快速发展。瑞萨将用于汽车控制系统的32位微控制器“RH850/P1x系列”的高端版“RH850/P1x-C系列”商品化。将实现驾驶辅助系统实际应用的以下4个功能集成至单个芯片。2015年2月起开始出样。2016年下半年起量产，到2020年计划实现200万件月产量。 | |
| (1) 安全需求对策 | 在汽车功能安全标准ISO26262方面，实现最高安全要求等级ASIL D |
| (2) 防护需求对策 | 由于与公共基础设施的通信，车辆不断向IT化发展，对此采用可抵挡外部攻击的坚实防护对策 |
| (3) 传感器需求对策 | 采用大容量内存及可进行高速处理的高性能CPU，满足摄像头、激光等更多传感器的信息收集需要 |
| (4) 网络需求对策 | 搭载CAN、LIN、CSI、FlexRay以及Ethernet等通信设备，可实现各种传感系统获取的信息的传感融合以及对底盘系统的复杂控制 |
| 作为本产品的应用案例，连接瑞萨的SoC(系统芯片) R-Car族 (嵌入车辆周边环境图像识别功能)后，可实现白线检测、泊车辅助系统、利用前方车辆检测结果的驾驶辅助系统。R-Car根据图像传感器收集的信息，识别图像，并通过相连的本产品进行判断和控制，可以较少的设备实现其系统功能。 | |
资料：展会现场展示、瑞萨公告 2014.11.6
＜全球汽车产业平台 MarkLines＞