先进的驾驶员援助系统（ADAS）旨在通过减少事故来防止死亡和伤害。示例性ADAS应用包括：行人检测/避免，车道偏离警告/校正;交通标志识别;自动紧急制动，和;盲点检测。此常见问题解答概述了“驾驶自动化水平”及其与ADA的关系。然后，它审查关键传感器技术的作用以及它们如何应用于每个应用程序区域，并通过查看Adas和连接的汽车的未来。
ADAS支持改善驾驶员性能，提高车辆和道路安全。ADAS结合了人机界面(HMIs)和传感器，检测驾驶员错误和附近的障碍物，并根据需要做出反应，以提高安全性。人为错误是大多数交通事故的原因。ADAS用于增强、自动化和调整车辆技术，通过一些技术来提高安全性，这些技术可以提醒驾驶员注意安全问题，实施保障措施，在某些情况下，还可以对车辆进行有限的控制。自动照明、自适应巡航控制、卫星导航、交通警告、停车辅助、车道定心和车道偏离警报是ADAS常用的功能。
使用传感器数据分析车辆的运行环境，并将其与安全参数进行比较是ADAS的关键。这些传感器包括汽车成像、激光雷达、雷达、图像处理、计算机视觉、多轴惯性运动和车内网络。汽车工程师协会(SAE)根据所涉及的自动化程度，将ADAS功能划分为一系列级别:
- 在0级，ADA仅为驱动程序提供驾驶员以自己解释的信息。停车传感器，周边视图，交通标志识别，车道出发警告，夜视，盲点信息系统，后十字交通警报和前进碰撞警告是0级ADAS功能的示例。
- 级别1和级别2都让司机做大部分决策。第2级的能力比第1级更强，第1级可以控制一个功能，第2级可以控制多个功能。
- 被认为是1级的ADA是：自适应巡航控制，紧急制动辅助，自动紧急制动辅助，车道保持和车道定心。
- 被认为是2级的ADA是：高速公路辅助，自动障碍避免，自动停车。
- 3级车辆具有“条件驾驶自动化”，可以根据本地环境的传感器信息为自己做出明智的决策，例如加速经过缓慢移动的车辆。但他们仍然需要人类覆盖。如果系统无法执行任务，则驾驶员必须保持警报并准备好控制。
- 从3级到5，车辆增加的控制量增加。4级车辆可以介入如果出现问题或者有系统故障。从这个意义上讲，这些汽车在大多数情况下都不需要人类的互动。5级是一个不需要驾驶员的全自动车辆。
传感器驱动Adas.
ADA需要连续的关于周围环境的信息流。传感器提供ADA工作所需的信息。例如，用于ADAS的传感器可以以多种方式分类：
- 摄像机提供图像数据
- LIDAR（光成像检测和测距），毫米波雷达和超声波传感器可以提供距离数据
- GPS和测量仪提供位置数据
- 惯性测量单元（IMU）可以提供速度，加速度和姿态数据
- 夜视系统可以是主动的或被动的。主动夜视系统投射红外光，被动系统依赖于来自汽车、动物和其他物体的热能。
ADAS传感器需要检测司机能看到的所有东西，以及司机没有注意到或甚至看不到的东西。目前已经有多种传感器技术在使用，每一种都有自己的功能。越来越多的具有互补功能的传感器被一起使用，这就是所谓的“传感器融合”。例如，激光雷达或雷达可与视觉系统结合使用，实现自适应巡航控制(也称为车辆间距离控制)、正面碰撞预警、自主紧急制动(也称为碰撞损伤缓解制动控制)、盲点监测和停车辅助。
ADAS视觉系统可以通过使用的图像传感器和成像系统架构进行分类。图像传感器是电荷耦合器件（CCD）传感器或CMOS传感器。与其他图像拾取传感器相比，CCD具有相对较高的灵敏度，并且具有较少的噪音。直到最近，车辆经常使用低成本的CMOS图像传感器，例如，在后视相机系统中。但是从更高图像分辨率中受益的更多高级系统正在使用CCD传感器。
图像系统结构可以是单眼的，也可以是立体的。在单镜头单目系统中，距离是从识别图像坐标的垂直方向上的像素位置计算的，但误差往往较大。这些系统成本低，对安装位置相对不敏感，但识别物体的能力有限。单镜头系统的用途通常仅限于警告功能、人行横道识别、白线识别和车道保持。它们可以与其他传感器结合使用。
立体声相机使用视差来测量具有合理精度的距离。可以检测到三维物体，使得能够测量距离和横向位置，以高精度，诸如行人，自行车，车辆等各种物体。校准比单透镜系统更困难。
还使用LIDAR，毫米波雷达和超声传感器测量距离。超声波传感器用于短程应用和较慢的速度用例。激光和雷达之间的选择更复杂。由于非常短的波长，LIDAR擅长检测小物体;它具有很大的精度，可以构建一个物体的精确3D单色图像，但其有用性在夜间和恶劣天气下有限。雷达有另一套权衡：
- 长工作距离
- 它可以在更多的条件和环境中使用。因为它对，例如，灰尘不敏感，而且它没有任何机械运动部件。
- 由于反射和/或干扰，它有时可以检测到物体，给物体一个错误的大小。例如，在路上的汽水罐可以被识别为一个大得多的物体。
- 雷达没有保真度作为其他传感器，这意味着它与其他一些选项不准确。
基于六轴的基于MEMS的IMUS惯性测量单元（IMU）可包括小塑料包装中的陀螺仪和加速度计组合。它们可以提供高分辨率，稳定和可靠的16位加速度和沿着三个正交轴的角速度。这使得停车辅助系统能够有效地确定车辆的运动，视觉系统可以采用稳定技术和改善图像质量，并且对于定位系统，可以提高绝对的位置精度。将六个单独群体集成到IMU中的设计可以提供小的横轴灵敏度，并允许准确地报告进入车辆参考框架的线性加速度和角速度，而不管安装安装方向如何，以提高设计灵活性和ADAS性能。
ADAS传感器通常与一个或多个中央控制器集成。这些ADAS控制器能够通过与车载网络的连接控制多个车辆系统。
ADAS控制器
ADAS控制器的使用支持新功能，而不会影响系统架构;可以在每个车辆系统控制器之间轻松移动功能，并使用控制器可以加速ADAS应用的开发。常见的ADAS控制器可以支持ADAS功能的更容易扩展到多个车辆模型中。
使用分层的软件结构增强了灵活性。应用逻辑和执行器控制逻辑的分离支持持续优化和添加新的ADAS应用程序。在选择ADAS传感器和控制执行器时，它也增加了灵活性。
一个标准ADAS控制器从各种传感器收集环境数据，可以实现车道出发警告，前碰撞警告，行人碰撞警告和自动紧急制动等功能。标准功能包括计算机视觉和图像处理算法和77GHz前瞻性毫米波雷达。它具有根据特定功能所需的附加传感器的输入。预计未来ADAS控制器将包括人工智能和机器学习能力。
阿斯的未来
如今，除了GPS以外，ADAS还包含在车辆中。ADAS发展的下一步将是通过车对车(V2V)、车对基础设施(V2I)和车对一切(V2X)通信将ADAS与联网汽车集成。与外部环境的通信也将支持“传感器融合”的扩展定义。
ADAS系统受限于车辆上传感器的探测范围，包括大约250米的前进距离。V2V通信的集成有望以指数级方式扩展传感器的范围，使车辆能够直接相互通信，共享相对速度、车道位置、行驶方向甚至是控制动作(如突然刹车、加速或方向改变)的信息。传感器融合将将外部数据流与车辆自身的传感器数据融合，并创建一个更广阔、更详细的环境图。它将提供更准确和更早的信息，以实施纠正措施和避免碰撞。
类似于V2V，V2I将提供具有外部信息的访问的车辆。在从基础设施元素（如交通信号灯和信号）的V2I的情况下，可变速度限制和拥塞信息。除了ADA的使用外，v2i信息将是全自动车辆所必需的。V2X将添加数据流，包括从直接区域到超出立即区域的机器学习，并且当ADAS转换到完全自动化时将很重要。
总结
Adas旨在通过减少事故数量来防止死亡和伤害。它被视为全自动车辆的踏脚石。因此，为ADA开发和优化的传感器技术也将在自动车辆的推出中发挥重要作用。并且这些传感器越来越能力的性能将通过先进的传感器融合架构，人工智能和机器学习来放大。
参考文献
ADAS传感器牛津科技有限公司
高级驾驶员辅助系统,维基百科
道路机动车辆驾驶自动化系统相关术语的分类和定义SAE国际
激光雷达感知挑战，模拟设备
什么是阿斯？，synopsys
提交：传感器提示
