轉自：http://blog.csdn.net/liaojiacai/article/details/57083050

根據Wikipedia線上百科全書的定義，汽車高階輔助駕駛系統通常包括導航與實時交通系統TMC，電子警察系統ISA （Intelligent speed adaptation或intelligent  speed advice）、車聯網（Vehicularcommunication systems）、自適應巡航ACC （Adaptivecruise control）、車道偏移報警系統LDWS （ Lanedeparture warning system）、車道保持系統（Lanechange assistance），碰撞避免或預碰撞系統（Collision avoidance system或Precrash system）、夜視系統（Night Vision）、自適應燈光控制（Adaptivelight control）、行人保護系統（Pedestrian protectionsystem）、自動泊車系統（Automatic parking）、交通標誌識別（Traffic sign recognition）、盲點探測（ Blind spot detection） ，駕駛員疲勞探測（Driverdrowsiness detection）、下坡控制系統（Hill descentcontrol）和電動汽車報警（Electric vehicle warningsounds）系統。

下面主要講解一些常見的後裝ADAS產品

一、ADAS的功能

ADAS的主要功能有FCWS、LDW、PCW、BSD等，其中LDW和FCSW的比較典型的代表。

1、前碰撞預警（FCWS）

前碰撞預警核心功能：提醒車主前方存在碰撞到車輛的危險。

        注意，這裡是前方車輛，只是碰撞前方車輛時才會預警，其他的立體障礙物是不行的，這個倒車雷達等不一樣，倒車雷達一般實用的是毫米波雷達，所以倒車車庫的短距離範圍內的障礙物均會被識別到，並給予報警。FCWS是針對車輛的碰撞預警，這取決於使用的感測器和演算法，一般的攝像頭是不能獲得深度資訊的，如果不使用特殊的演算法是檢測不到一般的障礙物的。前碰撞預警對車輛能夠檢測，是因為車輛是一類相似的東西，差別不是很大，具有明顯的輪廓特徵，我們做前碰撞預警的就是隻針對車輛的特徵進行提取，具體的車輛檢測見我後面的文章。

前碰撞預警除了檢測還要建立距離模型，至於判斷預警，預警模型也有很多。前碰撞預警的準確率影響著這款ADAS主動安全產品的客戶體驗感，如果預警模型和車輛檢測都很糟，那麼頻繁報警是令人頭疼的事，這樣反而干擾了駕駛員的正常駕駛。

      推薦安裝指數：3

2、車道偏離預警（LDW）

車道偏離預警核心功能：車道保持，避免正常駕駛時壓車道線。

        車道偏離在在汽車行業的規範中有明確的規定，在偏離預警的過程中有預警等級的，對於車道線的彎道也是有識別距離的。

推薦安裝指數：5

3、行人保護（PCW）

       行人碰撞預警主要針對路面上的行人進行偵測識別，測算距離，避免碰撞行人。由於人的活動的不確定性比較大，參與道路交通的方式比較多，比如騎自行車、摩托車、蹬三輪等，再加之行人本身的多型，高矮、胖瘦、著裝等參差不齊，造成行人的識別使用一般的方法的準確率都不高，誤檢測和識別比較多。傳統使用的檢測方法是hog特徵+SVM，

4、BSD盲點檢測

        盲區檢測針對的是車輛兩側後方A柱子遮擋的部分進行的車輛檢測，避免駕駛員因為視覺盲區無法看到盲區的車輛而造成誤判變道，通過BSD可以幫助駕駛員更好的觀察車輛兩側後方的車輛狀態。一般使用的是光流法。

二、ADAS的發展

        ADAS相關的技術進步帶來了產品化及普及，這些技術進步最主要來自與企業和高校，高校以研究為主，當成熟時再進行產品孵化，企業以創新和市場為導線，核心技術來自與高校和研究院的研究成果，企業的傑出代表為mobileye和google，mobileye是一家以色列的公司，最先主攻影象處理技術，後來產品化，04年以後開始著眼於硬體的加速和定製化，到現在，mobileye的產品基本已經是歐美車前裝技術的代表，演算法穩健，硬體支援穩定。其2015年10月的第二屆智慧網聯汽車標準法國際法規研討會上的展示產品包括的功能有車道偏離、行人保護、前碰撞預警、交通標誌識別、路標識別、可行駛區域識別等，感覺就是厲害了。Google能夠風生水起，得益於Google的強大團隊，做演算法是他們的強項，這都是網際網路公司的優勢，硬體平臺搭建起來就可以幹起來，最主要的是Google最先給軍方做，不及硬體成本，所以鐳射雷達啥好用加上啥，這也是Google自動駕駛車輛落地測試快的主要原因，另外一個方面是，Google不考慮硬體的研發和使用成本，極大的推進了該公司的自動駕駛專案，反觀mobileye，十年磨一劍，終於有了自己的硬體，這也是做大市場的核心，如果使用晶片廠商的技術，受制於人是早晚的。

       高校的研究百花齊放，最先涉足這個行業的竟然不是汽車專業的，而是計算機專業的，這和ADAS前期主要依靠影象處理技術有關，國外在2000年左右就出現了很多關於ADAS的演算法，mobileye的前幾代產品和這些技術不無關係。國內的研究偏晚，04年左右，國內做基於視覺的車輛識別已經有演算法了，比如在一些論文上有基於車輛陰影的白天車輛檢測，有基於車燈的夜間車輛檢測，清華的基於擬合的車道線檢測，軍事交通學院基於透視變換的車道線擬合檢測，以及後來的通用霍夫直線檢測演算法，這些是一些典型的技術代表。

        這是mobileye的體驗車，注意上圖的攝像頭位置實在擋風玻璃的右上角，這個是有原因的，可以減少遠方的死角，具體的可以下去畫個平面圖比較一下攝像頭放在中間和放在兩邊的時遠處的盲區大小就知道了。

        上圖是體驗車。

        國內的技術相對國外要落後10年，這是本人的親身體驗，就產品而言，14年mobileye的產品已經將ADAS產品集成了，那中國現在的ADAS整合方案還在醞釀之中，而且沒有自己的硬體，都是使用NXP或者TI的硬體，我知道在做這個的有東軟等一些公司，目前尚未展出過（17年3月）。高校的研究差距更大，隨著深度學習和機器學習的走熱，計計算機視覺歐美國家又走在前面了，其中美國在計算機領域一直是遙遙領先的。

總之，做中國的ADAS產品，目前硬體只能依靠來自大的晶片供應商，軟體演算法需要緊跟當前的技術，感測器融合越早越好，這才能更好從ADAS過度到自動駕駛技術。

個人估計中國的ADAS整合產品在19年左右才會正式露面，當然這個時候出現的方式可能是自動駕駛的一部分，因為這兩個技術已經分不開了。

三、ADAS展望

       目前產品化的ADAS走整合是一個產品普及方向，這是區別於自動駕駛技術的一個主要方向。ADAS這個名詞會逐漸訊息，這個產品也會逐漸訊息，逐漸加上車輛的自動控制技術，上面講的是純粹的ADAS產品，主要依靠影象技術，部分依靠毫米波雷達，將來使用多感測器融合是非常普及的做法，對於使用的硬體，將來大的製造商肯定會會自主設計，隨著計算機的技術發展迅速，演算法講會越來越強，同時也會越來越穩定，對比一下現在影象處理的深度學習和普通的基於顏色灰度值和特徵的檢測效果就可知這個的穩定性和準確性的差距。這樣ADAS發展方向是，從整合再走向自動駕駛，從單一感測器到多感測器融合，硬體由代理到自主，演算法更新快，準確率更高。