量产的智能驾驶系统缺陷及解决方案详解_汽车智能驾驶或智能座舱软件常见问题有ui、场景缺失、逻辑错误等

量产的智能驾驶系统缺陷及解决方案详解

附赠自动驾驶学习资料和量产经验：链接

当前ADAS系统已经有相当一部分车型已经上市了，相对于一级辅助驾驶系统而言，二级驾驶辅助功能已经初步具备了自动驾驶在初级条件下的驾驶功能，比如脱手脱脚进行一定时间的“自动驾驶”，且从用户使用的基本反馈来看，针对一些简单场景下的驾驶辅助功能还是比较满意的，但是针对复杂条件下的处理情况却不尽理想。主要表现为如下场景功能：

**说明：**如上严重度、频繁度及可探测度分别从1-10分别为由低到高的不同等级。下面将针对性的对如上二级驾驶辅助功能售后问题进行相应的原因分析及解决方案说明。

1、跟线控制功能ICA缺陷

1、无大车智慧躲闪功能

一般情况下，标准化开发的智能驾驶二级对中功能无针对异形车辆，如大货车、大客车等设置相应的智慧躲闪功能，即当大货车或大客车等异形大车距离本车比较接近时，本车行驶轨迹仍旧参照原先设置的路径进行驾驶，而本车此时相对于旁车较大的横向距离是比较接近的，驾驶容易出现两种比较典型的结果：

①由于过近的横向距离可能对驾驶司机造成比较大的压迫感。此时司机较为常见的做法是进行适当减速行驶于旁车道大车后面，或者司机自己通过转动方向盘加速超越旁车；

②由于过近的横向距离也容易造成车身传感器对驾驶实际状态的误探测或驾驶趋势的误判断，此时会把旁车道车辆当做前方跟车目标进行减速跟随亦或者当成即将切入的潜在风险目标进行提前误制动。以上两种情况均不是驾驶辅助希望看到的结果，第一种情况会降低驾驶员对系统的信心感，从而增加接管次数，第二种情况下的误制动则会降低整个驾驶功能的舒适性。

解决方案：

根据如上分析，针对跟线控制功能增加智慧躲闪就显得尤为必要，通用的方法是进行对中轨迹重规划，即当检测到旁车道存在的异型车时，需要提前在系统轨迹规划算法里面设置自车与相应异形车的对应横向距离偏移附加值Lateral Offset。此时叠加后的对中轨迹相对于原始轨迹并不处于车道中心线上，而是位于侧偏中心线。

且由于旁车道车辆与本车的横向距离是一个浮动值，其综合预瞄轨迹线是做自适应调整的。同时，由于旁车在横向偏移上存在一定的趋势变化性，这里我们以横向加速度来表示这种变化趋势，其结果可能导致附加的横向偏移值可能存在实时调整的可能性，即较大的正向横向加速度（以靠近本车的加速度为正）表示旁车有侵入的较大风险，此时需要增大横向偏移量，反之，如果存在较大的负向横向加速度，则表示旁车侵入本车道的风险值较低，此时可以适当减少横向偏移量或保持当前值不动。（如下图所示，表示了一种典型的横向偏移量与横向加速度之间的关系图）

2、无弯道提前限速

弯道提前限速是指，当自车以一定较高速度进入前方一定弯道区域时，自车无任何提前减速，亦或者只是保留了原始ACC系统功能中利用车辆转向角或横摆率进行实时限速的功能模块。导致在该初始速度下，无法顺利通过该曲率的弯道，其结果是横向控制下的扭矩或转角无法将车辆保持在车道中央，出现偏出车道或报立即接管的情况。

解决方案：

针对弯道无提前减速的情况，需要充分利用摄像头对前方车道线属性的探测结果（曲率Ks）进行提前减速，其中限速逻辑由如下公式表示：

如上公式中τ表示系统计算从当前速度下减速到最高速度能通过该弯道的最短时间，该Vobj表示了该弯道曲率下系统能够通过的临界速度值。即在一定的时间τ内，需要完成从当前速度Vcur减速到目标车速Vobj上。Ks表示前方弯道最大曲率。

在高速状态下，其曲率和自车速度关系一般是线性的，可以通过引入横摆率Ws得出如下关系:Ws=Ks*Vx，因此高速状态下直接用车身信息限速即可。说明；如上的弯道限速逻辑中，一般情况下，对应的减速度ax、过弯速度Vx、弯道曲率Ks会被提前进行标定被写入相应的表格中。在实际限速过程中，只需要查表即可进行限速控制。但要注意其纵向加速度ax的上限受限于ACC性能指标中的ax上限值5m/s2。其限速过程如下：

2、跟车控制功能TJA缺陷

1、跟车与并排车辆发生碰撞

在二级辅助驾驶系统中，当车道线消失，本车有可跟随的前车时，本车会继续跟随前车行驶，若前车行驶轨迹出现较大的画龙甚至虚拟变道驶出“本车道”时，自车此时跟随前车行驶容易出现如下两种结果：

其一，当设置的自车跟随前车的可行驶区域较大时，自车跟随前车画大龙，此时就容易与其实际并行的车辆发生碰撞；

其二，当设置的自车跟随前车的可行驶区域较小时，自车不再跟随前车画大龙行驶，此时自车判定跟随的目标丢失，其横向预瞄轨迹不可用，若此时保持纵向ACC控制逻辑，则自车迅速加速到目标车速，容易与侧前车相撞；以上两种情况都并不是用户能接受的结果，因此，必须生成一定的解决方案进行解决。

解决方案：

由于跟车控制逻辑中与并行车或侧前车发生碰撞的原因主要是对实际跟随的控制前车出现误跟随或跟随丢失后没有较好的解决方案。因此主要的解决方案主要从如下两方面进行：

①融合侧边探测传感器对侧边车辆进行检测，当前车出现画龙或虚拟换道时，自车接收侧边传感器数据，综合判断侧边是否有相应的潜在风险风险碰撞车辆，如存在风险车辆，则不再保持对前车的跟随逻辑，且适时的报警并退出整个横向控制；这里要注意由于自车跟随前车行驶的TJA功能一般适用在较低速，且与本车碰撞的并行车辆或侧前车的相对速度一般很低，因此，使用的侧边传感器可以是如全景摄像头、超声波雷达等已经搭载的传感器。当然高级一点的功能也可引入角雷达进行探测。

②减少对前车跟随的可行驶区域范围，当前车出现大画龙或虚拟换道出本车道时，不再做继续跟随。但是这个区域阈值需要经过多次试验进行实验测试，其标定值不可过大或过小，若过大，则会出现上述情况下的误跟随，若过小，则会出现跟车能力过弱的情况。③此外，针对跟车目标丢失后，自车容易出现不适当的加速情况，可以通过采用加速抑制的方法，当判断跟车目标丢失时，通过控制将自车收油门甚至控制减速的情况，将车辆控制在比当前速度相当或更低的状态下。此时可以防止出现退横向，纵向失控的情况。

2、跟车跟线的频繁切换

当驾驶辅助二级功能需要在行驶过程中针对道线或前方车辆的实际检测情况判断自车是进行跟线控制还是跟车控制时，一般情况是，能够检测到清晰的车道线时，系统会参照清晰的车道线对自车进行轨迹规划及对中控制，当能未能检测到清晰地车道线时，系统会同时判断前方是否有可跟随的车辆，若存在相应的车辆时，则系统需要从跟随车道中心线切换为跟随前车轨迹运动。当重新能够检测到清晰车道线时，系统可以重新从跟车切换为跟线控制，但是当识别的车道线和车辆在一定时间内存在频繁变换时，系统需要在轨迹规划控制层，进行不断的模式调整，但是此时由于跟线控制和跟车控制存在两条完全不同的预瞄轨迹，这样就会导致两种控制的车辆结果状态完全不同，可能出现在同一位置的相邻时刻，由模式1（跟车控制）切换为模式2（跟线控制）时，出现较大的横向位置偏移。其结果是系统需要发送较大的转角或扭矩在一定的时间内达到最新的位置。以上过程如果频繁出现，则会出现车辆的横向抖动或者整个方向盘都会甩起来，驾驶员的主观感受是相当不舒适的。

解决方案：

以上问题是由于未能针对检测到的车道线和车辆后的控制状态模式切换做冷却回滞控制，即当一种模式向另一种模式切换时，没有给予延迟时间确认，则容易在临界点上发生频繁切换。因此最简单的方法就是在两种模式切换过程中设置冷却回滞控制时间，如下图表示了一种比较清晰地模式切换的图示说明。

如上图中所示，对于驾驶辅助二级系统控制过程中，当清晰地车道线即将消失，且前方有车时，系统会根据自身能力继续向前模拟车道线一段时间，然后判断是否有可跟随的车辆，若有，则切换为跟车模式。如果无前车则此时才直接退出对中过程。此外，在跟车过程中，若重新识别到清晰的车道线时，需要设置回滞判断时间判断是否该车道线足够清晰、稳定（即持续时间是否足够），从而确定是否重新切换为跟线控制。

总结

本文首先总结了已经上市车型中配置智能驾驶2级功能的车型在售后市场中存在的一系列问题进行梳理，然后从驾驶辅助二级功能的售后问题中的部分典型问题进行了失效后果分析、原因分析，并针对性的对相应的触发原因提出解决方案。由于篇幅问题，后续文章将继续针对未能阐述完全的性能控制问题进行进一步分析并提出解决方案。