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。美国汽车工程师学会（SAE）根据所涉及的自动化程度，将ADAS功能划分为一系列级别：
- 在级别0中，ADAS只提供给驱动程序自己解释的信息。0级ADAS功能包括:停车传感器、环视、交通标志识别、车道偏离预警、夜视、盲点信息系统、后交叉交通预警和前向碰撞预警。
- 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.
ADAS需要关于周围环境的连续信息流。传感器提供ADAS工作所需的信息。ADAS用的传感器可以分为几种类型，例如:
- 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传感器需要检测驾驶员能看到的一切，以及驾驶员没有注意到或甚至看不到的东西。目前已经在使用各种传感器技术，每种技术都有自己的功能。越来越多的具有互补能力的传感器被用于所谓的“传感器融合”。例如，激光雷达或雷达可以与视觉系统结合使用，以实现自适应巡航控制（也称为车间距离控制）、前碰撞警告、自动紧急制动（也称为碰撞损伤缓解制动控制）、盲点监控和驻车辅助。
ADAS视觉系统可以根据所使用的图像传感器类型和成像系统架构进行分类。图像传感器要么是电荷耦合器件(CCD)传感器或CMOS传感器。与其他图像采集传感器相比，CCD具有较高的灵敏度和较小的噪声。直到最近，汽车还经常在后视镜系统中使用低成本的CMOS图像传感器。但更先进的系统，受益于更高的图像分辨率是使用CCD传感器。
图像系统架构可以是单目或立体的。在单镜头单目系统中，从识别图像坐标垂直方向上的像素位置计算距离，但误差往往很大。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。单镜头系统的使用通常限于警告功能、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。
距离也可以用激光雷达、毫米波雷达和超声波传感器来测量。超声波传感器用于短程应用和低速使用情况。激光雷达和雷达之间的选择更加复杂。由于波长非常短，激光雷达善于探测小物体;它具有很高的精度，可以构建一个物体的精确的3D单色图像，但它的用途在夜间和恶劣天气是有限的。雷达还有另一组权衡:
- 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。
- 而且雷达不像其他传感器那样具有保真度，这意味着它不像其他传感器那样精确。
基于mems的六轴IMUs惯性测量单元(IMUs)可以在一个小塑料封装中包含一个陀螺仪和加速度计组合。他们可以提供高分辨率，稳定和可靠的16位加速度和角速度沿三个正交轴。这使得停车辅助系统可以有效地确定车辆的运动，视觉系统可以采用稳定技术并提高图像质量，而对于定位系统，它可以提高绝对位置精度。将6个独立质量集成到IMU的设计可以提供较小的跨轴灵敏度，并允许将线性加速度和角速度准确地报告到车辆的参考框架中，而不管安装安装方向，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控制器的使用在不影响系统架构的情况下支持新的功能;功能可以很容易地在每个车辆系统控制器之间移动，控制器的使用可以加速ADAS应用程序的开发。一个通用的ADAS控制器可以支持更容易地将ADAS功能扩展到多个车型。
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
该系统旨在通过减少事故数量来预防死亡和伤害。它被视为迈向全自动汽车的垫脚石。因此，为ADAS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。先进的传感器融合架构、人工智能和机器学习将放大这些日益强大的传感器的性能。
工具书类
ADAS传感器，牛津技术解决方案有限公司
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
ADAS是什么?，synopsys
提交：传感器提示
