2. ADAS基础
ADAS（Advanced Driver Assistance System，高级驾驶辅助系统）并不是单一功能，而是一组通过传感器感知环境、由控制器计算决策、再通过执行器干预车辆运动的系统集合。它的核心价值在于“辅助”——在驾驶员仍承担最终责任的前提下，降低事故概率、减轻驾驶负担。理解 ADAS，需要同时抓住三条主线：分级标准决定系统能力边界，典型功能体现具体场景价值，传感器原理决定感知上限。
一、ADAS的定义与分级标准
ADAS通常指L0～L2级别的驾驶辅助系统，而L3及以上更常被称为自动驾驶系统。分级标准以SAE J3016最为通用，核心区别在于“动态驾驶任务由谁执行、谁负责监控、谁承担兜底”。
| 等级 | 名称 | 转向/加减速 | 环境监控 | 兜底责任 | 典型能力 |
|---|---|---|---|---|---|
| L0 | 无自动化 | 驾驶员 | 驾驶员 | 驾驶员 | 仅预警，如FCW |
| L1 | 驾驶辅助 | 系统+驾驶员 | 驾驶员 | 驾驶员 | 单一方向控制，如ACC或LKA |
| L2 | 部分自动化 | 系统 | 驾驶员 | 驾驶员 | 横向+纵向同时控制，如TJA |
| L3 | 有条件自动化 | 系统 | 系统 | 系统（限定条件） | 特定ODD内脱手脱眼 |
| L4 | 高度自动化 | 系统 | 系统 | 系统 | 限定区域无人驾驶 |
| L5 | 完全自动化 | 系统 | 系统 | 系统 | 全场景无人驾驶 |
二、典型ADAS功能与场景
ADAS功能可按“纵向、横向、泊车、预警”四类理解。纵向控制关注车速与距离，横向控制关注车道与转向，泊车关注低速近场，预警则提供风险提示。
- AEB（自动紧急制动）：通过雷达与摄像头识别前方碰撞风险，先预警、再部分制动、最后全力制动。核心参数包括TTC（碰撞时间）、触发阈值与减速度。
- ACC（自适应巡航）：在设定车速下自动跟车，保持时距。关键参数是时距（如1.5s、2.0s）与加减速舒适度限制。
- LKA（车道保持辅助）：识别车道线，当车辆偏离时施加转向扭矩或制动纠偏。与LCC（车道居中）不同，LKA通常在压线时才介入。
- APA（自动泊车辅助）：利用超声波雷达与环视摄像头搜索车位，规划路径并控制转向、挡位与车速完成泊入。
- FCW/BSD/LDW：前碰撞预警、盲区监测、车道偏离预警，属于“只提醒不干预”的预警类功能。
三、传感器类型与工作原理
ADAS传感器分为“环境感知”和“车辆状态感知”两大类。环境感知包括摄像头、毫米波雷达、激光雷达、超声波雷达；车辆状态感知包括轮速、IMU、转向角、GPS等。
- 摄像头：通过图像识别车道线、车辆、行人、交通标志。优点是语义丰富、成本低；缺点是受光照、雨雾影响大，测距精度有限。
- 毫米波雷达：发射77GHz或24GHz电磁波，利用回波时间差与多普勒效应测距、测速。穿透雨雾能力强，是AEB和ACC的主力传感器。
- 激光雷达：发射激光束并测量反射时间，生成高精度3D点云。测距精度高、分辨率高，但成本与恶劣天气适应性仍是挑战。
- 超声波雷达：利用40kHz左右声波测距，探测距离短（约0.2～5m），主要用于APA和倒车雷达。
传感器融合的核心逻辑是“互补”：摄像头提供分类与语义，雷达提供精确距离与速度，激光雷达提供三维结构，超声波提供近场覆盖。融合层级可分为数据级、特征级和决策级。
四、案例与常见误区
以AEB为例：车辆以60km/h行驶，毫米波雷达检测到前方静止车辆，TTC小于2.0s时FCW预警，小于1.2s时AEB部分制动，小于0.6s时全力制动。若摄像头将白色货车误判为天空，融合层未及时纠错，就可能导致漏触发。这说明单一传感器都有盲区，融合与冗余设计是安全底线。
复盘时建议按“场景—传感器—算法—执行—人机交互”五层排查：先确认场景是否在ODD内，再检查传感器是否被遮挡或标定漂移，然后看融合与决策阈值是否合理，最后确认执行器响应与HMI提示是否及时。只有把ADAS当作“感知—决策—执行—交互”的闭环系统，才能真正理解其能力与边界。